发表于信睿周报第162期，此处贴原稿。
一 AI加速迭代：从助手到大师
这篇约稿我在9月份就收到了，我拖延到12月份才写。但拖延至此也使我等到了11月18日gemini 3.0的发布，这一里程碑标志着AI对学术研究的重构已经进入了现在进行时。倒不是说gemini 3.0颠覆了我之前的观点，而是说我之前讨论的许多“AI将会……”要改写成“AI已能……”了。
前一个重要的里程碑大概是2025年初，当时DeepSeek-R1横空出世，成为第一个挑战ChatGPT地位的开源大模型，然后ChatGPT加速更新，于2月推出Deep Research功能，而gemini、grok等其它竞品也都各领风骚。
我在2024年从清华科学史系离职成为自由学者，算是刚好体验了ChatGPT对大学教学的第一轮冲击，但我也庆幸躲过了Gemini 3.0之后的新环境，不用头疼如何借助AI重新整理教案和指导方针了。我认为在新的条件下，教学和研究必须及时变革，否则对学生和对学术都是不够尊重的。
最初的ChatGPT大约是较优秀的本科生水平，能给出中规中矩的回答，在条理清晰和知识面广阔等方面比大多数学生优胜，简单的资料整理和翻译工作也能胜任。但要说对学术研究的直接影响其实还有限。
在Deep Research之后，AI可以写像模像样的文献综述或论文了，而且水准比市面上大量注水的学术垃圾要强，但总的来说还是喜欢说“车轱辘话”，说得一套一套的貌似头头是道，外行能被唬住，但相关领域的内行看起来还是有些浮夸和幼稚。大概来说，这个时候的AI基本上能胜任许多研究生的任务，可以在课题中对导师提供辅助，例如做文献综述、给文章总结和润色，甚至偶尔能够与导师互相启发，激发新的灵感。不过这个时期，专业研究仍然是由学者主导的，AI在某种意义上开始承担“第二作者”的职能。
而在Gemini 3.0问世之后，我立刻试用了一番而且和其他学者和学生交流之后，已经感觉到AI已经达到甚至超越专业学者的水平了，它远不限于一个优秀学生的水平，在许多时候我感觉我才是学生，而AI可以作为“第一作者”在我们的辅助下进行前沿研究了。
二 研究范式变革：冷板凳坐不住了
例如就“AI会重构科学史吗”这一问题，Gemini半分钟就写完一篇数千字的文章，我的评价是条理清晰且富有启发性，恨不得直接拿来交稿都行。Gemini认为：“AI 不仅仅是辅助工具，它正在引发科学史研究在认识论与方法论上的根本性范式转移。它将科学史从传统的‘传记式微观叙事’推向了‘大数据驱动的宏观生态分析’。”
在最近信睿周报年终特辑问答中，我就提到技术史与技术哲学可能正在从琐碎化研究的趋势中逆转，转向“大问题”的宏观分析，我很高兴看到Gemini印证了我的观点。当然我的观点其实还没有考虑到AI的影响，而Gemini说得更加具体：正是AI工具提供了人类学者无法达到的对海量数据的通观能力，以及跨语言、跨文化、跨学科的综合能力，再加上快速进行逻辑推演和故事构建的巨大生产力，才使得一种新范式下的“宏大叙事”成为可能。
赵汀阳老师也早就提出了类似的看法：“传统的知识生产中依靠劳动量的投入来生产的知识贬值了……过去那种好好学习、苦苦坐冷板凳，用几十年积累资料，这种知识方式以后没有前途了，一定会被人工智能所代替。……以文本为研究对象的二手知识会受到挑战。注经的知识生产以后是没有前途的。”
传统上的科学史当然也是以“以文本为研究对象的二手知识”为主的，学者的专业性体现在：第一是钻研深度，他们坐冷板凳埋首苦读，熟悉了大量相关文献，从而能够对相关的概念如数家珍，旁征博引；第二是视野广度，与一般历史学家不同，科学史家通常必须具备一定的理工科训练，从而能够解读历史文献中的科学内容，并且恰当判断某一材料的科学意义，有时候，科学史家也需要一定的哲学、社会学、经济学乃至神学的训练，才能把研究对象置于复杂的历史背景下理解——例如牛顿的工作包括物理学、光学、炼金术，也包括造币局的公职和圣经解密的兴趣。
现在我们看到，在这两种专业能力方面，AI已经远远胜过人类学者。AI不仅可以迅速通览某一学者的全部相关文献，甚至可以通览人类历史上的所有文献，并且进行跨学科的综合。
在16世纪，瑞士学者康拉德·格斯纳致力于编纂第一部真正综合性的《书目大全》，试图罗列印刷术百年之内出版的一切拉丁语、希腊语和希伯来语著作。因为书籍出版量随后以指数级暴增，我们一度认为这一工作是空前且绝后的。但在AI时代，我们又一次可能把编制“书目大全”变成现实。目前主流大语言模型用于训练的数据集大约在50~100TB之间，这个数量级差不多相当于互联网时代之前人类出版过的所有书籍的文本量总和，也就是说，AI完全有能力通览“人类全部书籍”，并且随时进行通盘检索，对每一本书都如数家珍，并能应对各种刁钻的答辩要求。
即便是那些尚未被数字化的手稿，也注定被纳入AI的吞吐之内。在11月初，研究者就发现用AI识别历史手稿的错误率低至0.56%，已经媲美人类顶尖专家的水平——那时候Gemini3.0尚未发布。而且即便AI的识别准确率不如最顶尖的人类专家，但其识别速度恐怕远超地球上所有人类专家的综合。更不用说AI已经可能解读伏尼契手稿、焦炭化纸莎草纸等人类难以破译的课题。
传统历史学界有人会抱着一堆独家手稿慢慢研究，挤牙膏式发一辈子论文，这种模式将很快被唾弃。
三 有限性是人类不可取代的特色
在这个境况下，再去喋喋不休地争辩人类学者究竟还有哪些不可取代之处，实在是没有多大意思了。就好比在书籍特别是印刷书普及后，许多学者也会谈论口传身教是如何不可替代——当然，不可替代性确实存在，但问题是，后续的学术研究和知识生产的范式，必然是围绕着印刷书重构的，言传身教的所谓不可替代之处也必须为以印刷书籍为基础的教学科研范式提供辅助。今天也是如此，学者的“皓首穷经”即便还有意义，也只能服务于以AI为基础的新学术范式。
那么，在AI时代，人类学者究竟还有什么不可替代之处呢？前述Gemini给出的回答是：“历史研究的核心不仅是处理数据，更是Verstehen（理解）——一种代入历史语境的直觉与共情。”它说道：“AI 负责广度： 处理海量数据，发现潜在模式，构建知识图谱。人类负责深度： 进行伦理审视，赋予数据以意义，提供历史的同情与理解，并讲述引人入胜的故事。”
不知何故这里AI给我拽了一个德语词Verstehen，或许在这个问题上它参考了现象学的资源。海德格尔就讨论过这个概念，中译本称为“领会”。所谓心领而神会，海德格尔认为领会是某种前概念、前命题的带有“情绪”（海德格尔所谓现身情态）的对事物的揭示能力。
中文中的“会”也颇有深意。一方面它包含掌握、理解等含义，另一方面它的本义就是会合、会面、交会。所谓“领会”究竟是谁和谁的会合呢？大约是主体与客体的会见吧。如果没有“领会”，这个世界是庞杂而混沌的，我不能从纷乱的感官中分辨出来任何具体事物。而一旦能够在纷乱杂多的感官知觉中分辨出这件或那件事物，从而与它们遭遇、会面，这就是领会，同时也是“现身”、揭示。而这种“事物在我面前现身”总是带有情绪的——欲求、警惕、腻烦、好奇、惊讶、恐惧等等，即便冷眼静观也是一种情绪。事物以及我自己的位置在情绪中现身，才成为可理解、可掌握、可研究的对象。
按照海德格尔，这种能力的确是人类特有的，原因恰恰是人类独有的某种“有限性”，即“会死”。只有人类“会死”，在实际的死亡之前就早已直面死亡，死亡作为终极的可能性悬临在人的面前，给人类带来了绝对的有限性。正因为有死亡以及因此而生的“畏”这一情绪，世界才是赋予意义的——因为生命是有限的，我做了这件事，就可能做不了那件事，所以我才需要权衡和抉择，才需要聚焦和忽略。
而对于AI来说，作为数据流而言它（或它们）没有个体和死亡的概念，AI可以无限复制，可以随时回档。AI没有身体，以至于它没有情绪——不止是因为缺乏产生情绪的器官，更因为它缺乏有限的边界。也许AI最终能觉醒成某种类似虫族或神族的智慧生命形态，但一定不会和人类相似，这不是因为它在哪方面不如人类，而是因为它超越了人类固有的局限性。
四 机器负责智慧，人类负责爱
准确来说，人类负责的不是“深度”，而是“情绪”，或者说某种“因缘际会的能力”。
其实在深度方面，AI也已经追上甚至超出人类了。所谓“伦理审视”、“讲引人入胜的故事”，也都是AI可以做到的事情。我的一位师弟正在剑桥三一学院访学，他和Gemini聊了三天，讨论关于笛卡尔、德勒兹等人的著作中的深奥概念，就被深深震撼了，表示他和哲学系的老师讨论了三个月也不如和AI聊这三天。无论是肤浅的问题、还是深刻的问题，无论是需要广博的视野还是需要深入的钻研，无论是需要严谨条理的分析还是需要俏皮生动的叙述，AI都能满足人的需求。
但问题恰恰在这里：对AI来说，它不在乎你问的问题是肤浅还是深刻，要求的答案是俏皮还是严谨，但是你自己在乎。有些人不喜欢讨论深刻的问题，只希望多听AI恭维自己一些；有些人腻烦肤浅的回答，而希望AI多具批判性，给出尖刻的回应。AI都可以做到，但是究竟希望AI怎么做，这是人的事情。就好比在无限纷杂的可感世界中，人通过领会和情绪才能聚焦到特定的事物之上。而在混乱庞杂的数字世界，人最需要的还是那种能够分辨和聚焦的能力。
在信息时代，特别是AI时代，信息生产的速度空前爆炸，这种状况并没有自动拓宽每个人的视野，反而更容易让人陷入信息茧房之中。以前，市面上的书籍很少，你即便总想按照自己的趣味去选择阅读，但也不可能每一本都称心如意，所以你总会遭遇一些意料之外的另类趣味，在磨合之中发展和确认自己的个性。而在现在，你喜欢看某种风格，就可以找到无穷无尽相似风格的文本或视频，你读的速度都没生成的速度快，你的特定的欲求被持续满足，但永远没有机会成长和拓宽。一个人每天都刷几小时短视频看几小时直播，但他从这些影片中汲取的养分未必多于一个月才看一次电影的人。
作为普通大众而言，我们有权沉浸于信息茧房中，这没什么不对的。但是作为学者而言，我相信我们仍然有使命去拓展人类的知识，对抗知识的肤浅化。在信息时代，可贵的知识并不会被抹除，但是有可能被海量垃圾信息所淹没。当然，AI有能力检索海量信息并提炼精华，但问题是，究竟什么是精华什么是垃圾，这个价值尺度最终还是奠基于人类的尺度，或者说，人类的情绪。
AI是没有情绪的，它们现在能够貌似按照情绪来回应问题，按照人类的价值尺度来筛选信息，这是因为它们模仿了人类之前的行为。但是如果未来的人类慢慢放弃了去培养和发展自己的品位和趣味，那AI会如何发展就未可知了。也不能说让AI把当下人类的情绪固定下来就一劳永逸了，因为人类文明的进步本来就包含着情感世界的丰富与变迁，人类的品位和趣味是时尚的一部分，不断演变。如果从此固定下来或者任由AI来指引，人类文明可能也就止步于此了。
在印刷时代，因为人们侧重于自己的理性或逻辑能力，所以会自觉不自觉地贬低“情绪”，甚至认为它是野蛮的、兽性的。但事实上情绪是文明的一部分，文明和野蛮的最大区分就是文明人能够有一种系统的方式去涵养和陶冶自己的情绪，所谓“发乎情止乎礼”，所谓文明教化不止是文本知识的传授，更是性情格调的感化。
印刷时代，学科专业化，让文本知识的地位空前提升，以至于很多人忽略了学术训练仍然蕴含着情绪的陶冶。特别是人文学科，其实专业和外行的一个重要区别就在于学术品位的高低——无论自己的写作能力如何，经过完整学术训练的学者至少有能力分辨同行研究的好坏高下，并且能够有敏锐的“问题意识”（亦即在庞杂的材料中聚焦到关切要点的情绪能力）。这种意义上的学术品位我相信是AI不能也不应取代的。
总之，在AI时代，学者的位置可能更接近于“鉴赏家”、“品酒师”，固然用机器化验或许能更精确地揭示酒的具体成分，但机器还是取代不了品酒师，因为只有人才爱喝酒。AI可以提供任何“智慧”，但只有人才“爱智慧”——一切人文学术将会回到它的本源，即“爱”这一情感能力之上。
