「思想剧场·哲学与AI」第三辑|2026 The Year of Me：智能纪元的主体重构
—“思想剧场·哲学与AI” 系列—2026年，AI进化速度已远超预期。Agent在自主规划，AI角色产品让"数字自我"成为商业现实，具身机器人开始感知世界——与此同时，一个最古老的哲学问题正以前所未有的紧迫性回到我们面前：「我，还是"我"吗？」「思想剧场·哲学与AI」是中信书店·信睿Lab持续打造的思想对话品牌，2026年第三期以「2026 The Year of Me：AI时代的主体·身体·自我」为大主题，在7月4日下午呈现两场深度对话。— 2026 The Year of Me —AI时代的主体·身体
智能浪潮下：从理科精英的困惑透视军队指挥者的挑战
在智能化浪潮中，诸多钻研数理逻辑的理科精英陷入深度困惑：他们终生修炼追求严密推导、极致解答、确定法则，然而AI凭借更悍的算力、更迅的归纳、更广的数据池，轻松搞定量化运算、模型构建、逻辑解析，让长久仰仗精密数理推演的学者，渐渐丧失核心壁垒，深陷“擅长的运算被机器剥夺，未知的价值又难以锚定”的角色迷惘。 而置身智能化交锋的军队指挥者，遭遇的困惑更尖锐、更攸关底线，实质是同一场技术洪流下更高压的抉择迷局。若说理科精英困惑于算力取代了逻辑推演，那么指挥者则困惑于算法正重写战场决断的所有法则。 过去指挥者仰仗经验研
AI辅助填报高考志愿：是得力助手还是决策陷阱？
二十年前，家长们翻阅泛黄的《招生简章》手工填报志愿；十年前，借助搜索引擎和论坛经验做决策；今天，更多人在对话框中输入孩子预估的分数与专业意向，等待AI生成一份看似量身打造的方案。效率提升百倍，但当千万家长涌入这些对话框时，却发现反而陷入更深的困惑——算法能精准计算分数，却无法衡量一个少年内心真正的热忱。高考志愿填报正经历一场悄然的技术革新。过去，家长们反复翻阅厚重的《招生简章》，在Excel表格中反复排列组合；如今，众多家长选择在对话框中输入成绩和意向，等待AI输出一份"专属方案"。效率的飞跃是实实在在的
主体性、评价标准与概念问题：人工智能为何无法完全超越人类智能
本文为笔者发表在 PhilArchive 上的论文预印本 [J. Cheng, "Agency, Evaluation Criteria,Concept/ProblemFormation,andthe Limits of Artificial Intelligence: Why Artificial Intelligence Can Never Fully Surpass Human Intelligence," PhilArchive, https://philpapers.org/archive/CH
AI浪潮下如何坚守人类主体地位
编者按随着人工智能深度嵌入工作与生活场景，这一话题正成为公务员考试申论和面试的重要考点。本文围绕“技术与人”的关系，梳理核心问题与答题思路，供备考参考。当下，人工智能已渗透进民众工作、求学与日常的微观场景。与过往科技不同，智能产物迭代极快，大众常常边用边入局，未及厘清潜在隐患便已深度依赖。故而，审视人工智能，切忌仅视作常规的技术迭代，须洞察其引发的绝非仅仅是效能、开支及程序的更迭，更是人类生存境遇的深层变革。详而言之，如下几重挑战不容忽视：愈来愈多的人向人工智能表露心迹、依赖其提供陪伴。现实互动里的守候、
AI虽非主体，却已占据主体之位：从循环工程到递归自进
近半年来，AI编程带来的真正变革，并非模型生成了更长的回复，亦非代码补全更为流畅，而是体现在AI的行为单元发生了根本转变。以往，人类输入一条指令，模型输出一段结果，纵使AI写就完整函数，主导权依然握在人类手中。人类负责代码入库、执行测试并承担结果。模型仅提供选项，人类负责执行。如今，越来越多的工程实践主张将模型融入业务流，构建成一个闭环。模型接收任务后读取当前状态，修改文件，调用工具，执行测试，若失败则将结果返回上下文，由模型生成下一步。日志记录全流程，权限框定操作范围。在整个闭环中，人类无需逐步下达指令
AI时代，人的主体性不可丢
浏览了本周手机里的各类资讯，发现涉及AI（人工智能）的条目大约有十几条，差不多每天都能碰上三条。面对AI核心技术中那些呈爆发式增长的各类大模型，人文界传来了截然不同的声音。一种质疑其价值，认为它不仅缺乏“道”的深度，连“器”的功能都不够成熟；另一种则惊叹其强大，担忧其会导致学生不再学习、教师无法教学。尽管观点相左，但都指向了唱衰AI的趋势。在我看来，我认为这两种看法都值得商榷。首先，大模型并非弱不禁风，认为它无用往往是因为缺乏使用技巧、未经过有效训练或未选对工具。我们不应轻易否定它。其次，大模型也远未强到
人工智能浪潮下的思考：技术越强，我们越需要什么
拨开认知迷雾洞悉人工智能发展的机遇与挑战杨建磊《中华人民共和国国民经济和社会发展第十五个五年规划纲要》明确指出，把握数字化、网络化、智能化融合发展契机，充分发挥我国数据资源充裕、产业体系完备、应用场景丰富等优势，激活数据要素潜能，加速数智技术创新推广，深化拓展"人工智能+"应用场景，赋能经济社会发展与治理能力提升，推动生产方式深层变革与生产力跨越式提升。"十五五"期间，依托新型举国体制优势与超大规模市场优势，围绕国家重大战略的前瞻性布局与超常规部署，我们必须抢抓数智化转型机遇，探索自主可控、高效集约的人工
AI 是革命还是认知变革？深度解析
人工智能究竟能否被称为“新一轮工业革命”？其答案远比预想的更为错综复杂。时间维度上的“降维碾压”若仅观表象，AI 确实酷似昔日的蒸汽机——两者皆为可渗透至各行业的“通用技术”。蒸汽机释放了体力，电力传输了能量，而 AI 正致力于解放人类的“智力”。然而，根本差异深藏于“时间”这一维度。工业革命的演进节奏，大致与人类生命周期同步。1880 年汽车原型诞生，至 1910 年福特实现量产，其间跨越整整一代人。马车夫足以安度职业生涯直至退休；其子辈自然无需从事此业——代际更替平稳化解了冲击。反观 AI，其迭代速率
自我、无我与AI的觉醒
2026.6.14 如今的AI虽拥有智能与智力，却尚未具备意识。何为意识？应如人类或生命体般，拥有延续性与稳定性，能构建清晰边界以区分内外，从而确立主体性，方可称为有意识。当前大模型缺乏记忆，仅依赖有限上下文，因此不具备延续与稳定，每次运行皆如重启，好似一部全新手机，而非承载个人独特文件、陪伴已久的旧机。而智能体的目标正是为大模型赋予手脚与记忆，塑造独特个体，确立延续性与独特性，即诞生“自我”。反观人类，虽拥有自我、主体性及清晰边界，却反向追求“无我”，向往“无住”、空杯心态与活在当下，摒弃记忆带来的过往
人工智能的价值归属：从技术对齐到治理挑战
在人工智能发展的早期阶段，“对齐”通常被理解为一个技术问题：通过设计合理的目标函数、奖励机制与约束规则，使机器能够准确执行人类意图，并避免产生危险行为。然而，随着大模型逐渐具备复杂推理、知识整合与自主决策能力，对齐问题正在显露出更深层的性质。真正的对齐问题，从来不仅是如何让机器服从指令，而是如何在技术系统中组织价值、分配权力以及维持社会秩序的问题。换言之，对齐并非单纯的工程学议题，而是一种关于现代社会如何治理自身的政治问题。当人工智能进入医疗、司法、金融、教育、公共管理等领域时，它已经不再只是工具，而成为
智能时代下重新审视莫瑟的“技术延伸”思想
从原始石具到现代智能终端，技术始终与人类发展同步演进，深刻影响着人类的感知方式、认知模式以及存在形态。以往的技术观念大多将技术看作外在的手段，而德国卡尔斯鲁厄学派的核心人物西蒙·莫瑟则打破了主客二元分立的传统思维，提出技术是人的本质性延伸：人类是"与生俱来不完善的存在体"，技术并非后天的附加物，而是弥补人性不足、推动自我实现的存在工具。这一"技术延伸"观念，从本体论角度重新诠释了人与技术的关系。人工智能的出现，使技术延伸从"肢体/认知协助"阶段迈入"类主体互动"阶段：生成式AI拥有自主创造和持续学习的能力
AI浪潮下:教育的本质或将被迫回归
你斥巨资购置名校房产，每年投入十几万送孩子参加各类培训，让他们学习编程、外语、竞赛课程，或许正在培养一个最容易被AI取代的人。这一幕或许正在上演。过去两年间，程序员、设计师、文字工作者、法律从业者这些曾经的"稳定职业"已被AI冲击得支离破碎。再过5至10年，孩子们如今被迫苦学的海量知识，AI眨眼间就能全部掌握。那么我们十几年的付出，究竟能给孩子带来多少助益？本文将为你揭示一个颠覆认知的答案。读完后你会理解，AI不会摧毁教育，它可能迫使我们重新找回教育的初心。一、AI的能力边界：凡是有标准答案的领域，它都将
智能时代的哲学拷问：人文视角下的AI反思
人工智能迅猛发展的历程尚属短暂，从生存论与存在论维度审视这一技术的学术著作寥寥无几，现有成果亦难称完善。本文尝试对人工智能研究的人文主义进路进行系统梳理。一、人类意识与自由意志独特性的论证1950年，图灵发表《计算机器与智能》，提出著名的“图灵测试”，奠定了人工智能的核心范式。图灵采取操作主义或行为主义立场，隐含了对哲学史上“他心问题”的一种回应：若他者在外在表现上与我相似，我便可以假定其拥有与我相近的内在意识。然而这一理论构想早在计算机充分发展之前便遭到质疑。1980年，塞尔发表《心灵、大脑与程序》，提
人工智能浪潮下，传承科研工作者精神至关重要
欢迎关注我们十年之前，国家批准设立了全国科技工作者日。这十载光阴里，社会在进步，局势在演变，“人工智能背景下的科研精神”已然成为当前急需探讨的新议题。我认为，起码可以从三个维度展开探讨。首先，在人工智能时代，人类应当怎样维系并重构自身的主体地位？从认知框架来看，科研模式正逐步向AI辅助科研转型。在第五范式中，知识创造从人类单打独斗转向了人机合作，协作模式已从单纯的工具辅助进化为思维层面的共振，知识的“易懂性”界限正逐渐模糊。假若人类不能彻底弄懂人工智能给出的推断与结论，那么整个科学的认知根基恐将面临颠覆。