AI作为哲学助手：合法性探讨与未来展望

一、AI在哲学领域的实验性探索

李巍 | 中国哲学：AI的潜在角色——附赵汀阳《对〈中国哲学：AI能做什么？〉一文的审查报告》（原创 李巍 江海学刊 2026年4月3日）

摘要

不同于对人工智能进行外围的哲学思辨，AI应用于哲学研究的可能性需要实验性评估。评估选择以中国哲学为对象，原因在于该学科曾存在的合法性争议提供了一个独特视角，能清晰地区分“哲学是什么”与“哲学研究是什么”属于不同范畴：前者属于哲学问题本身，后者则关乎“如何实践哲学”的工程问题，因此与评估AI应用的目标更为相关。在当前条件下进行评估的方案是，从“思想建模”的角度阐释面向中国思想的哲学研究中“AI能做什么”，进而说明AI的应用或许不会颠覆对“哲学”的传统理解，但很可能深刻塑造“哲学研究”的未来形态。例如，AI可能实质性强化哲学学科与实验科学的联系，同时显著模糊哲学研究与经验研究之间的界限。

正文（节选）

随着AI在非人文学科广泛渗透，一个可能逐渐显现的朴素事实是：传统人文研究本身未必因AI发展而受冲击，但若与AI保持疏离，则将在未来装备了AI的学科竞争中面临挑战，尤其会进一步拉大与工程科学、自然科学及社会科学在知识生产效率上的差距，并可能导致人文学科在未来大学体系中的地位更趋弱势。

从学科视角看，真正关键的不是“哲学是什么”，而是“哲学研究是什么”——前一个问题仅涉及何种思想能被冠以“哲学”之名的合法性问题，但后一个问题则截然不同，它关乎专业性，在于追问哲学或中国哲学的“学科行为”具体为何。……或者更直接地说，就是专业领域的研究者如何“实践哲学”？当问题表述得如此直白时，便可以探讨AI的应用了。……本文选取中国哲学作为示例，正因为合法性争议的存在反而有助于突显“实践哲学”在工程意义上的独立价值，因为中国思想是否属于哲学，并不妨碍以其为对象展开哲学研究。因此下文将探讨在实际研究中，AI能够承担哪些工作。

无论对论证的理解是精确还是模糊，将“构建论证”视为“哲学家主要工作”及“理性事业”的行动表征，或许是经验上最为显著的特征。……这种对论证的重视可追溯至冯友兰，他在为中国哲学研究奠定学科范式的名著《中国哲学史》中，明确将哲学界定为依逻辑讲道理。这与其说是对“哲学是什么”的界定，不如说是对“哲学家做什么”的界定。

如果“逐步推进”是其“做什么”的行动表征，就能认为哲学家并非为演绎而演绎，而是为理解而演绎；因此在演绎的有效性之外，对论题与论证提出多样的认知诉求，如知识、信念乃至情感、体验等，使得哲学家的理性事业超出了逻辑学家的保真范畴。

一种简洁而通俗的叙事认为，哲学家眼中的世界不仅包含经验，还有“先于”经验、“高于”经验之物，因此科学家所关切的在哲学家看来只是世界的某个局部。20世纪的科学哲学中便存在这种叙事，认为科学家旨在使世界的这部分或那部分变得可理解，而哲学家则试图“把握整体”（eye on the whole）；并且，哲学家尽管明知自己无法掌握全部科学知识，却依然相信“有其独特方式”来把握整体。

亚里士多德曾宣称最重要的问题是追问“一事物是什么或这个（是什么）”。但这并非一个问题，而是两个，因为“一事物”不同于“这个”。“这个”是具体的某物或经验对象，而“一事物”既非这个、也非那个，而是任一个或每一个，或者说“一事物”即是“全部”。那么，如果说“这个是什么”是科学问题，则“一事物是什么”便是一个正宗的哲学问题，其关注点不在于局部世界的可解释性，而在于整个世界的可解释性，这大致便是哲学家的理性事业区别于科学事业之处。

将哲学事业描述为追求整个世界的可解释性，这与AI的应用最为相关。因为如果通用人工智能是AI演化的终极目标，便有理由期待AI能在哲学家解释世界的理性事业中扮演角色。

从语义的可解释性迈向思想的可解释性，是“哲学家做什么”的一个典型案例。这也正是评估AI用于思想建模的绝佳案例，因为自然语言处理正是AI的主要用武之地，因此可以从AI对语义的理解入手，逐步评估其对思想的建模能力。……AI对文本的理解在性质上并非生物的，而是数学的，是将“语义”转化为一串数字（n维向量），这一过程（嵌入）使得文本语义具备了可计算性。

在工程层面，需要在专门的思想文本上训练AI，第一步是对中国哲学研究通常关注的思想术语和主张进行语义建模，第二步则是在语义建模基础上进行关系建模，使AI能够刻画不同概念或命题间的深层联系。这两步，即是下文所述的基础建模与进阶建模。

注：本研究使用的AI工具为“齐物智算”组件（软件著作权登记号2026SR0511495）

二、不同观点

（一）

作者将“哲学是什么”等同于“哲学家做什么”，这一认知偏差导致全文重心发生偏移，由此可能误导AI将哲学局限于过往哲学家的言论，从而陷入黑格尔所谓“哲学即哲学史”的窠臼。

实际上，“哲学是什么”的问题，取决于“哲学的对象是什么”。过往哲学家的区别体现为各自探究的对象不同，如宇宙的本原、自然界的总规律、人类社会的发展规律等，而他们的共同点在于，有意或无意地将人类既有知识作为给定条件，据此分别表述各自的探究对象。

我的观点是，哲学是以人类既有知识为对象，探究知识之间各种可能的关联形式，从中发现某些规律性，以此为人类社会的发展提供理论支持。

哲学的“实践”是探究知识之间各种可能的关联形式，这超越了单纯的“构建论证”。它要求对知识体系进行拓扑学式的考察，例如，数学与物理学如何关联？生物学与伦理学如何交叉？不同范式、不同时代的知识如何可能整合或冲突？

AI可以遍历人类既有知识（科学论文、哲学著作、历史文献等），构建出一个前所未有的、动态的知识关联网络。

AI可能发现某个隐蔽的关键点，例如，18世纪的经济学概念与同时代的生物学概念之间存在人类哲学家从未注意到的隐喻或结构同源性。

AI可以建模“知识形式”的历史变迁，预测某种关联形式在何种条件下会涌现或消亡。

知识之间的关联有无穷多种（统计的、因果的、隐喻的、逻辑的……）。判断哪一种关联形式具有“哲学意义”（即能为社会发展提供理论支持），这需要价值判断、时代关怀和创造性洞见，非概率计算所能完成。

AI可以告诉你，“知识A和知识B在历史上通常以C方式关联”，但它无法告诉你，“我们应该以D方式重新关联它们，因为那样做更公正、更自由、更符合人性”。“应该”的判断权依然保留在人类哲学家手中。

哲学与AI合作真正有前景的方向，不是让AI模仿过去的哲学家，而是让AI辅助我们发现知识之间的新关联，进而形成知识世界的新秩序及其未来走向。

AI的真正潜力，不在于它能多么精准地分析《老子》或《纯粹理性批判》，而在于它能成为一个“元知识处理器”和“关联性发现平台”，协助哲学家执行其最本质的任务：在人类浩瀚的知识星海中，绘制出前所未有的、富有启发性的新图谱，并从中提炼出指引未来的智慧。

（二）

哲学的对象并非世界本身，而是关于世界的知识。明确了哲学的对象是什么，才能使AI在哲学思辨上获得“解放”，即不再受限于人类哲学家说过什么，而是充分发挥大数据和光速级运算的优势，近乎穷尽式地建构知识之间的各种可能关联形式，从而发现其中的某些规律性。

AI不再只研读孔子、庄子、柏拉图、康德，而是读取全部人类知识，例如，物理公式、经济数据、法律条文、医学案例、历史记录、艺术作品、社交媒体内容等。

AI不再只是模仿“论证”这种哲学家的典型话语形式，而是可以探索任何可能的关联，例如，统计相关、因果路径、结构同构、隐喻映射、对立互补、层级嵌套、演化序列等。

AI不再只是为了理解某位哲学家的本意或评价某个论证是否有效，而是为了发现知识关联中隐含的规律性，这些规律可能从未被任何哲学家意识到。

这里的“规律性”不再是自然定律，而是知识系统自身演化的规律、不同知识体系之间结构映射的规律、以及观念被接受、传播与变革的规律。

人类哲学家提供问题域、关联类型假设和筛选标准，AI在这些引导下进行超大规模的探索与验证。这既解放了AI的算力，也解放了人类的创造力，让哲学家从枯燥的文献梳理中解脱，真正去思考“什么样的知识新秩序值得我们追求”。

（三）

无具身性是当前AI的“先天不足”，即目前AI对人类知识的理解缺乏经验