为什么AI真正害怕的不是德里达“这类”哲学家,而是伽达默尔?

最近有一种判断：AI并不真正害怕伽达默尔，反而更“怕”德里达。理由是，伽达默尔仍然把理解指向某种相互理解、视域融合与稳定表达，而德里达则把不稳定、滑移、延异推到了语言内部；既然大模型最擅长生成“稳定、连贯、像是理解”的语言，那么只有德里达式的不稳定，才是AI无法模拟的区域。

这个判断有锋芒，但我们认为它恰恰把问题看反了。

如果我们真的要问：AI最难跨越的哲学门槛是什么，那么答案不是德里达，而是伽达默尔。不是因为德里达不深刻，而是因为AI对德里达的那一部分，恰恰比对伽达默尔更容易“消化”；相反，伽达默尔把“理解”安放在一种AI最难抵达的地方：历史性、对话性、应用性、有限性，以及在共同世界中对意义负责的能力。

先说一个简单但重要的事实。今天的AI公司为什么雇佣哲学家？Google DeepMind新设“哲学家”岗位，聘请Henry Shevlin研究机器意识、人机关系与AGI准备；Anthropic让有哲学训练的Amanda Askell参与Claude的人格与伦理框架设计；“Constitutional AI”更是明确用一套原则来约束模型输出。这里最醒目的信号不是“让机器学会不稳定”，而是“让机器进入规范、判断、关系与责任的问题域”。AI公司真正担心的，从来不是文本能否写得更像德里达，而是当机器越来越像一个对话者、建议者、决策辅助者时，什么才算理解，谁来为理解负责，理解如何落在具体情境中。

问题恰恰在这里：德里达固然揭示了意义的不稳定，但AI对“不稳定”的模仿，远比我们想象得容易。大语言模型的工作方式，本来就建立在符号的可重复、语境的漂移、意义的延迟和差异化组合之上。它不需要有一个牢固的中心自我，也不需要作者意图始终在场，照样能生产文本。某种意义上，AI天然就栖居在一种“没有原初在场、只有链式运作”的语言机制里。它当然未必真正“理解”德里达，但它非常容易吸收德里达被话语化、风格化、术语化的那一面：滑移、裂缝、悖论、反讽、悬置、含混。换句话说，AI并不害怕“谈论不稳定”，它甚至非常擅长把不稳定生产成一种可消费的修辞风格。

这正是原命题的第一个局限：它把德里达过度压缩成了“句内失稳”或“语言失控”。但德里达从来不只是写几个悖论句子而已。他真正的工作，是通过极其细密的阅读，揭露概念如何依赖它所排斥之物，揭露中心如何靠边缘维系自身，揭露意义如何在重复中留下无法被主权主体完全收回的痕迹。若仅仅把德里达理解成“不稳定的句式艺术”，那其实恰恰降低了德里达；而一旦把德里达降低为“风格”，AI就反而更容易模仿他。

但伽达默尔不同。伽达默尔真正让AI难堪的地方，并不在于他追求一个温和、圆融、稳定的共识世界，而在于他坚持：理解不是一种句子效果，不是一种语言表演，更不是一种可从外部检验的文本连贯性；理解是一种存在方式。在伽达默尔那里，理解总是历史性的，总是由前见所支配，总是在与他者、与传统、与具体处境的相遇中被修正；更重要的是，理解并不是在“说对了”那里完成，而是在“被对象改变了”那里发生。对话不是两个声音交换信息，而是让自己对事情保持敞开，让真理在交谈中对我们提出要求。

这恰恰是AI最难做到的。AI可以生成回答，但它不能像伽达默尔意义上的理解者那样，被一个问题真正击中；它可以维持上下文，却没有“有效历史意识”意义上的历史负载；它可以模仿开放姿态，却并不因开放而承担风险；它可以输出价值判断，却不是在共同世界中以一个会受伤、会犯错、会后悔、会改变自身生命方向的存在者身份做出判断。AI缺的不是不稳定，AI缺的是处境。它缺的不是裂缝感，AI最缺的是那种在传统、经验、实践与责任中形成的判断力。

因此，原文最大的误判，是把伽达默尔理解成“稳定=理解”的哲学家。事实上，伽达默尔从来不是一个浅薄的稳定主义者。他没有把理解等同于顺畅表达，也没有把对话等同于无冲突共识。相反，他所说的视域融合，本身就意味着有限性的承认、前见的修正、对他者的开放，以及在对话中发生自我改变。真正的伽达默尔，不但不容易被AI模拟，反而为我们提供了一种区分人类理解与机器输出的强标准：所谓理解，不是文本看起来像理解，而是理解者是否进入了一个会改变其自身的对话过程。

这也是为什么，越到AI时代，越不能轻易抛弃伽达默尔。因为AI最强大的能力，正是制造“理解已经发生”的表象：回答流畅，逻辑完整，措辞恰当，风格统一，甚至能够自我修正。但伽达默尔会逼问我们：这些现象到底证明了什么？证明了模型很会组织语言，还是证明了它真的进入了事情本身？证明了它会生成共识外观，还是证明了它参与了共同世界中的意义形成？一旦把问题这么提出来，AI立刻就暴露出自己的边界：它不是没有语言，而是没有实践中的理解；不是没有输出，而是没有应用中的判断。

“应用”在这里尤其关键。伽达默尔最强的一点，在于他拒绝把理解、解释、应用分成三个彼此独立的阶段。对于他来说，理解总已经包含应用。也就是说，真正的理解从来不是把意义从文本中“提取出来”，再拿去外部使用；相反，理解之所以成立，就因为我们总是在某个具体处境中理解，并且必须把这种理解落实为判断。正是在这一点上，AI公司今天做的许多事情，其实比很多理论文章更“伽达默尔”：它们不满足于模型会说什么，而追问模型在医疗、法律、教育、公共沟通和伦理决策中该如何被使用，追问原则如何在具体情境中被解释，追问价值如何转化为判断。这不是德里达式“让意义持续滑移”的问题，而是伽达默尔式“如何在有限情境中负责任地理解”的问题。

如果说德里达揭示了AI能够轻易占领的一片区域，那就是：意义并不依赖单一中心，自我并不控制文本，语言可以脱离作者意图而流动。AI并不怕这个，它简直就是这个事实的技术化展示。真正让AI不安的，是伽达默尔所坚持的另一件事：理解不是脱离世界的符号游戏，而是进入世界、被世界要求、并在行动中承担后果。AI可以复写差异，却不能拥有历史；可以扩展语义，却不能拥有命运；可以模拟对话，却不能真正作为一个有限存在者进入对话。

在这一点上，医疗领域的讨论尤其说明问题。已有研究直接借助伽达默尔批评把生成式AI理解为“可替代人类理解者”的想法，指出如果人类语言并不只是规则驱动的信息编码，而是依赖情境、历史和元文本资源的诠释活动，那么AI就不能在医患关系、临床判断、伦理协商这类实践中充当真正的人类替身。因为这些领域需要的不是“看上去合理”的答案，而是对处境的承担、对对话的开放，以及对判断后果的共担。

所以，如果必须在德里达与伽达默尔之间作一个判断，我宁愿反过来说：AI真正害怕的不是德里达，因为德里达至少有一部分已经被AI的文本机制吸收了；AI真正害怕的是伽达默尔，因为伽达默尔把“理解”的标准从文本表面撤走了，重新安放到历史性、实践性、对话性和责任性之中。在这个标准下，AI最拿手的东西——连贯、稳定、可接受、像是理解——都不再足够。

换句话说，德里达让我们看到语言从来不是透明的；而伽达默尔则让我们看到，即使语言不透明，理解也不是因此退化为纯粹的滑移，而仍然要求一个在共同世界中承担意义的主体。AI可以逼近前者，却恰恰在后者面前停住。

这才是为什么，AI真正害怕的，不是德里达“这类”哲学家，而是伽达默尔。