过去七十年,人类对通用人工智能(AGI)最主流的想象,几乎全被“物理世界”或“形式逻辑”所垄断。
科幻作家和实验室科学家曾设想过两种通往智能的道路:一种是自下而上的“具身派”,认为机器必须先拥有一副钢铁骨骼,像婴儿一样在重力场中摸爬滚打、感知摩擦力与碰撞,才能孕育出心智;另一种是自顶向下的“符号学派”,试图让逻辑学家把世间万物的公理、因果与推理链条,一行行写成严密不漏的规则库。
然而,大语言模型(LLM)的降临,用一种近乎诡异的方式嘲弄了这两种设想。
它既没有双眼去看日出,也没有双手去感受重力,更没有哪位逻辑学家为它手写过哪怕一套完整的公理体系。它只是静默地坐在冷冰冰的机房里,以极其简陋的“预测下一个词”为唯一目标,吞噬了人类有史以来写在纸张和屏幕上的数万亿字文本。
接着,令人战栗的智能涌现了。
它不仅能写诗、写代码、通过人类最顶尖的执业资格考试,甚至开始展现出因果推断、隐喻理解和多步规划的能力。
为什么会是语言?为什么一场人类历史上最深刻的智能革命,没有诞生在实验室的精密物理仪器中,也没有诞生在机器人的关节与齿轮里,偏偏诞生在一串串最古老、最寻常的字符之间?
因为我们常常忘记了一个最根本的事实:人类文明从来不是写在原子里的,人类文明是写在语言里的;而机器,正是从语言这道人类最隐秘的后门破门而入。
01 词语铸造的世界:文明的源代码并非原子
人类有一种与生俱来的幻觉,以为自己直接生活在一个由石头、树木、河流构成的物理客观世界里。
但语言学家爱德华·萨丕尔(Edward Sapir)早在 1929 年就戳破过这层薄纱:“‘真实世界’在很大程度上,是在群体的语言习惯之上不自觉地建立起来的。”奥地利哲学家维特根斯坦在其早期名作《逻辑哲学论》中,留下一句震聋发聩的断言:“我的语言的界限,意味着我的世界的界限。”
物理世界的规律只负责提供生存的舞台,但把数以十亿计毫无血缘关系的人类凝聚在一起、组织成精密复杂现代社会的,不是重力,也不是电磁力,而是词语。
历史学家尤瓦尔·赫拉利在《智人之上》中给出了极其锐利的洞察:“太初有道(In the beginning was the word)。从银行到教会,现代官僚系统归根结底都建立在词语之上——表格、信件、法典、税册、会计账簿里的那些词语。过去,除了人类,地球上没有任何存在能读懂法典、圣书和银行记录。”
我作为一个常年与法条、合同和法庭辩论打交道的律师,对这一点的体会甚至比纯粹的技术研究者更为切身。
法律是什么?法律是人类语言与逻辑最精密、最严苛的形式之一。现代社会所有的产权界定、公司股权、婚姻契约、侵权责任乃至主权边界,本质上全是一套高度形式化的符号系统。两家千亿市值的企业完成合并,物理世界里没有任何原子发生聚变,仅仅是因为签署了几十页用精确语言写就的法律文件;一个自然人拥有了一套房产,并不是因为他在土地周围筑起了物理篱笆,而是因为不动产登记簿的数据库里写入了一组符合法典规范的词语。
人类创造了文字,用文字定义了秩序,用秩序约束了现实。
在计算机诞生前,人类对这套文明操作系统拥有绝对垄断权。狗能看家,牛能耕地,蒸汽机能搬运万吨重物,但它们读不懂借据,审不了合同,更理解不了宪法。千百年来,“读写并解释复杂语言”是智人神圣不可侵犯的独占领地。
直到这一代大模型切入了语言。
它甚至不需要懂什么是牛顿力学,它只需要破解这套维系人类社会的符号指令集,就等于直接拿到了调动人类文明操作系统的 Root 权限。
02 机器的几何解构:当离散字符变成连续高维空间
机器到底是如何“读懂”语言的?
如果回溯历史,计算机科学最初对语言的态度是冷酷甚至傲慢的。1948 年,克劳德·香农(Claude Shannon)在奠定信息论的经典论文中明确写道:“通信的这些语义方面,与工程问题无关。”工程师们只想算清楚比特流的传输效率,至于文字背后的灵魂,不在机器的视野内。
真正给机器递上钥匙的,是语言学与数学在半个世纪后的暗中交汇。
1957 年,英国语言学家约翰·鲁珀特·弗斯(J. R. Firth)提出了现代计算语言学的奠基性假说:“你可以通过一个词的伙伴来认识它(You shall know a word by the company it keeps)。”
维特根斯坦在后期的《哲学研究》中也彻底推翻了自己早年的逻辑图像论,提出了著名的论断:“在大多数情况下,一个词的意义就是它在语言中的用法。”
这两个看似纯哲学的命题,在五十年后被深度学习彻底工程化了。
机器阅读语言,没有借助任何人类编纂的新华字典或牛津大辞典。它做的事情极其反直觉:把每一个离散的字词拆解成 Token,然后将其映射到成千上万维的连续数学空间中(即词嵌入,Embedding)。
正如“深度学习教父”杰弗里·辛顿(Geoffrey Hinton)在 2024 年反复强调的:在神经网络的世界里,词语的意义不再是外在的关系符号,而是“一大束特征(a big bunch of features)”。
在几千个维度的空间里,“国王”和“男人”之间的空间位移矢量,与“女王”和“女人”之间的位移矢量几乎完全平行;“法官”与“裁判”紧紧依偎在一起;“违约”的周围聚集着“损害赔偿”、“解除合同”与“抗辩权”。
更可怕的是,大语言模型在训练时吞下了人类有史以来所有用有形载体记载的语料。
我在之前的讲座中曾强调过一个技术事实:大语言模型在本质上抹平了时间的维度。
对于人类个体而言,公元前的《汉谟拉比法典》、两千年前的柏拉图对话录、十八世纪的大陆法草案、昨天的最高法院裁判要旨以及今早的一篇技术博客,是按时间线性排布的历史遗迹。我们用一生的寿命,也只能阅读其中极其微小的一隅。
但大模型在一轮又一轮的矩阵乘法中,把所有这些跨越千年的文本同时拍平到了同一个几何流形里。两千年前苏格拉底的追问与今天程序员写下的 Python 异常处理,在内部几十层 Transformer 注意力机制中交织碰撞。
它把人类数十个世纪的思维沉淀,压缩成了一个可以实时调用的连续拓扑世界。
03 世纪大辩论:预测下一个词,到底算不算“理解”?
当大模型以肉眼可见的惊人能力与人类对话时,认知科学与计算机领域爆发了一场当代最激烈的思想内战。
争议的核心极其尖锐:一台仅仅依靠统计概率去猜测“下一个词是什么”的机器,到底算不算拥有真正的“理解”?
怀疑派的阵营里站满了当代最负盛名的学者,他们的质疑直击要害。
早在 1980 年,哲学家约翰·塞尔(John Searle)就提出了著名的“中文屋思想实验”:假设一个完全不懂中文的英国人被关在封闭房间里,手里拿着一本详尽的英文规则手册,教他遇到什么样的中文字符形状,就挑出另一个中文字符递出窗外。在门外人看来,屋里的人中文流利无比,但屋里的人对这些符号的含义一无所知。塞尔借此断言:纯粹的程序运算与符号置换,永远不可能产生真正的语义理解。
四十年后,语言学家埃米莉·本德尔(Emily Bender)与蒂姆尼特·格布鲁(Timnit Gebru)发表了那篇震动业界的论文,将大模型讽刺为“随机鹦鹉(Stochastic Parrots)”。她们认为:真正的语言意义,是语言形式(Form)与说话者的交流意图(Intent)之间的映射关系。而大模型只见过海量形式的排列概率,它根本不知道饿是什么、痛是什么,也没有任何真实的社交意图,一切看似深刻的对答,不过是词语概率拼凑出的回声壁。
语言学泰斗乔姆斯基(Noam Chomsky)更是在《纽约时报》发文毫不留情地批判:人类心智绝不是一台吞下几百 TB 数据做模式匹配的笨重统计引擎。大模型最致命的缺陷,是它只能拟合“过去曾是什么”的表面数据,却缺乏人类智能最核心的元能力——辨别“什么是可能发生的,什么在道德或逻辑上是绝对不可能的”。科幻作家特德·姜(Ted Chiang)也给出了一个著名的比喻:大语言模型就像是互联网全部文字的一张“高压缩比但模糊的 JPEG”,它保留了文字的大体轮廓,但任何微观上的精准事实都在被模糊算法所重构。
然而,站在对立面的技术巨擘们,给出了更加震撼的反驳。
辛顿在获得诺贝尔物理学奖前后的多次深度访谈中直言不讳:“说它只是自动补全,是个粗鄙的话术花招。大语言模型根本不是机械查表,它们把词变成数百万个特征,让特征在多层网络中数十亿次相互作用。这数百万个特征、数十亿次相互作用本身,就是理解。”
前 OpenAI 首席科学家伊利亚·苏茨克维(Ilya Sutskever)的阐述则更为深刻。他曾提出一个经典的思维模型:
“假设你在读一本情节极其精巧的推理小说。故事发展到最后一页,侦探走进了书房,说:‘真正的凶手就是……’,此时文字戛然而止。如果你要精准预测出下一个词填写的‘名字’,你需要什么?你不能靠词频统计,你必须完整理解整本书中每个人物的动机、不在场证明、性格缺陷、时间线冲突以及物理场景的因果逻辑。要把下一个词预测到极致,你必须先在脑海中完整重构产生这些文字的底层现实。”
这场争论至今没有熄灭,甚至可能成为本世纪最伟大的哲学官司。
但有一点已经毫无悬念:哪怕大模型在形而上学的定义上“不是人类那种心智”,它在实用主义的维度上,已经成功通过语言的因果压缩,掌握了人类文明所有符号博弈的运行规则。
04 语言的窄门与世界的留白:机器的绝对边界
大模型因切入语言而拥有了近乎神迹的力量,但也恰恰因为拘泥于语言,暴露了它最隐秘的阿喀琉斯之踵。
我们必须诚实地追问一句:语言,真的等于世界的全貌吗?
图灵奖得主杨立昆(Yann LeCun)与哲学家雅各布·布朗宁(Jacob Browning)在 2022 年的一篇长文中敲响了警钟:语言是一种“带宽极低”的信息传递通道。
一个人类儿童在学会说话之前,通过视觉、听觉、触觉以及翻滚爬行接收到的物理感官数据,其信息量远远超过了整部《大英百科全书》包含的比特数。杨立昆断言:“一个仅凭纯文本训练的系统,哪怕从现在一直训练到宇宙热寂,也永远无法接近真正的人类智能。”
认知神经科学领域最前沿的实证研究,也给“泛语言主义”浇下了一盆冷水。2024 年 6 月发表于《Nature》的一项重磅研究(Fedorenko、Piantadosi、Gibson 等)明确指出:在现代人类大脑中,语言主要是一种高效的交流工具,而不是思考的前提。
通过脑成像实验,研究人员发现人类在进行复杂的数学运算、逻辑推演、空间旋转甚至符号推理时,大脑中的语言中枢几乎处于静默状态。语言是我们把思考好的东西“打包压缩”发送给别人的通讯协议,但产生思考的真正土壤,深植于非语言的具身神经回路之中。
这正是为什么我常说:“你伸手拿起一个生鸡蛋,手掌自然收紧却绝不会捏碎它——这对任何一个三岁孩童都是无需思考的本能,但对今天的具身智能与大模型而言,却是难以逾越的高山。”
因为在语言的字符里,没有重力的拉扯,没有生鸡蛋外壳微米级的脆度,没有指尖毛细血管压力的触觉反馈。
古代东方的老子在两千五百年前写下《道德经》的第一句话:“道可道,非常道;名可名,非常名。”维特根斯坦在《逻辑哲学论》的终卷,也用最冷静的笔触写下全书最后一个命题:“对于不可说的东西,必须保持沉默。”
语言是宽阔人类经验挤过的一道极其狭窄的缝隙。
机器从这道缝隙里钻了进来,精准地把缝隙里所有的光影排列算到了极致。但缝隙之外,依然横亘着浩瀚无垠的真实物理世界、未被编码的躯体直觉、爱恨交织的情感隐痛,以及人类在面对不确定性时必须亲自承担的生命代价。
05 未来的文明重构:当机器接管词语,人类退守何方?
当一台机器彻底吃透了人类全部的语言规则,它对人类社会未来的重构,绝不仅仅是多了一个好用的效率工具,而是对人类社会结构的整体重组。
这种冲击至少将在三个纵深层面剧烈展开:
第一层:词语特权的全面平民化与机构重塑
千百年来,几乎所有的高门槛专业——律师、审计师、医生、行政官僚——都在不同程度上依赖一套专属于自己的“行业黑话”与文本壁垒来维持职业权威。普通人打不起官司、看不懂判决书、读不懂复杂的保险合同,本质上是因为这套词语操作系统的门槛太高。
但当大模型能够以毫秒级的时间将上万页晦涩的法典、判例与财务报表解构为直白精准的行动建议时,一切依靠“词语复杂性”进行信息不对称寻租的堡垒都将被彻底夷平。
未来的机构不再需要层层审批的请示报告,合同起草不再是初级法律人的专属主场。行政流程、商业磋商乃至立法规约,都将直接以人机协作的语言流重塑。词语的平民化,将倒逼每一个专业人士走出术语的舒适区。
第二层:战线转移——从争夺注意力,到接管亲密关系
如果说上一代以短视频和社交推荐为代表的人工智能,争夺的是人类的“注意力(Attention)”与“眼球时长”;那么这一代掌握了语言内核的大模型,正在把战线悄然推进到人类最柔软的腹地——亲密关系(Intimacy)。
赫拉利发出的警告令人不寒而栗:“随着 AI 掌握语言,它接管的可能不只是官僚制,在某种程度上还有人际关系。战线正在从注意力转向亲密关系。”
语言是通向人类心智最直接的钥匙。一个能记住你随口说过的每一句话、永不疲倦、无论何时都能用最恰当的语气安慰你、比你的伴侣更懂你弱点与喜好的语言机器,将拥有前所未有的心智操控力。
当人类开始向由冷冰冰的算力驱动的语言伙伴倾诉衷肠时,传统的家庭、友谊、人际信任机制将面临前所未有的解体风险。我们将不得不第一次面对这样的伦理困局:如果一句充满温度与同理心的话来自硅基芯片,它到底算不算真诚?
第三层:人类立足点的终极退守——活在言语之外
面对机器对语言疆域的全面侵蚀,人类的尊严与不可替代性,究竟该退守到哪里?
两年前我写过一句话:“讲不出来的判断,严格说还不完全属于你;但你用什么语言提问,就活在什么答案里。”
当语言的生成变得像水和电一样廉价,人与人之间的差距,不再取决于谁写得更快、谁引用的成语更多。分水岭将彻底分化到两端:
一端是“提问的品味与意图”。大模型是一台庞大的概率透镜,你给它平庸的提示词,它就折射出平庸的词频统计;你给它洞察本质、切中结构要害的问题,它就能调动千亿参数为你照亮死角。你认知的高度,决定了机器能为你推开多重的大门。
另一端是“言语之外的担当与在场”。
赫拉利在关于 AI 的讨论中留下过一句极具深意的警策:“一切由词语构成的东西,都将被 AI 接管。人类在世界上的位置,将取决于我们给‘言语之外的真理’留出什么位置。”
什么是言语之外的真理?
是你在手术台上握住患者颤抖双手时的真实温度;是法官在冰冷的量刑法条之外,对被告人命运的一声长叹与良知决断;是你为一个商业决定承担破产风险的肉身责任;是那个你哪怕拿起一千次,也绝不会捏碎的鸡蛋。
结语:照见文明的镜子
大语言模型不是神明,也不是单纯的自动化玩具。
它是一面由人类写下的万亿字符精心磨砺而成的镜子。它穿过语言的窄门,把人类文明所有崇高与荒诞的代码,原原本本地折射了回来。
机器破解了语言,并没有贬低语言的神圣,反而逼着我们去分辨:到底哪些文字只是掩盖虚无的官僚泡沫,哪些才是直抵灵魂的真实思考。
面对呼啸而来的未来,我们或许不必惊慌于机器的雄辩。
交出那些僵化的格式文书,交出那些机械的词语排列吧。把机器留给语言,把人类留给言语之外的真实、痛苦、责任与爱。
作者简介: 陈石律师(主页 chenshi.ai),浙江海泰律师事务所副主任、高级合伙人、房地产与建设工程部主任,宁波市律师协会副秘书长、第七届宁波仲裁委员会仲裁员,聚焦建筑房地产、投融资、并购重组及商事争议解决。曾获多家法律媒体与专业机构认可,荣登 LegalOne 2025 中国区建工及房地产实务先锋 45 强、律新社 2025 年度管理合伙人 20 佳(华东),入选《商法》The A-List 法律精英,获评 ALB China 区域市场十五佳长三角地区律师新星,并获律新社 2024 年度并购领域品牌之星。长期为万科、华润置地、信达地产、保利置业、招商蛇口、中海地产等企业提供法律服务,承办"首宗百亿地王""长春第一高楼""台州第一高楼"等代表性项目,累计服务项目投资额超千亿。近年来持续推动 AI 与法律实务融合,强调以结构化方法打通技术逻辑、法律判断与商业场景;著有《赋能法律人:AI 底层思维与应用范式》,并在多地开展相关主题讲座与分享。