微软研究员华文越:从语言哲学到 AI 智能体,机器是如何“读懂”人类的?

4月19日，NICE TALK 第 166 期圆满落幕。微软研究院高级研究员华文越作为主讲嘉宾，带来了一场题为《从语言哲学到 AI 智能体：大模型如何回答 150 年前的哲学叩问》的深度分享。

本次活动吸引了大量线上观众参与，共同探讨 AI 与语言学、哲学的百年交织。文越的分享并未枯燥地局限于技术细节，而是引领我们从哲学史的宏大视角，审视主流 AI 研究范式的“前世今生”。她深刻剖析了“逻辑主义”路径的局限，并生动论证了“语言即用法”的思想是如何通过“分布式假说”和大模型得到最终验证的。这为我们理解当下的 AI 研究范式，提供了坚实而宏大的思想底座。

嘉宾风采

华文越，微软研究院 AI Frontiers 组高级研究员。她曾在加州大学圣塔芭芭拉分校（UCSB）担任计算机科学博士后研究员，与 William Wang 教授合作。她在罗格斯大学新不伦瑞克分校（Rutgers University-New Brunswick）获得博士学位，导师是 Yongfeng Zhang 教授。她的研究重点是 LLM 智能体的安全性与效率、多智能体交互以及 LLM 推理。她入选了 2025 年 KAUST AI 新星（AI Rising Star），并在 ACL、EMNLP、ICLR、NeurIPS、TACL 等顶级自然语言处理和机器学习会议上发表了 40 多篇论文。

个人网站：https://wenyueh.github.io/

横跨语言学、哲学与计算机科学的学科背景，赋予了她独特而广阔的研究视角。在她看来，跨学科最大的价值在于提供了一个“更广阔的视域”，让她能将大模型的研究置于更大的历史语境下审视，并更坚定地拥抱当前的 AI 研究范式。

核心内容回顾

逻辑主义之梦：用符号与数学“解码”语言

文越的开篇将我们带回了 1879 年。当时的逻辑学家和数学家（如弗雷格和罗素）认为，自然语言与数学逻辑并无本质区别，可以像研究编程语言一样，将自然语言翻译成“一阶逻辑”这样的形式符号系统。

这套“逻辑主义”纲领雄心勃勃，其巅峰是“蒙太古语义学”（Montague Semantics），核心思想是将自然语言翻译为形式化计算系统。例如，“一些鸟会飞”（Some birds can fly）会被翻译为严谨的逻辑公式，并用集合论来判断其真伪。当时，这一派的终极梦想是：“只要我们能够成功地把语言翻译成形式逻辑，就可以让所有的机器去读懂语言。”

梦的破灭：语言远不止是“对”与“错”

然而，自 1950 年代起，以奥斯汀、斯特劳森、格赖斯为代表的哲学家们，逐步揭露了“逻辑主义”的致命缺陷。他们的核心发现是：语言不仅关乎事实的真伪，更是一种行为。

• 无关对错的句子：比如“法国国王是秃子”。在逻辑主义者看来，因为当前不存在法国国王，所以这句话是假的。但对普通人而言，这句话其实是“无意义”的，因为它包含了一个根本不成立的预设。
• 语言即行为：奥斯汀提出，语言是一种“言语行为”（Speech Act）。当我说“我保证”或“我打赌 5 块钱”时，重点不在于陈述事实的真假，而在于我实实在在地做出了一个承诺或下注的行为，它的力量在于后续的实际履行。
• 言外之意：格赖斯进一步指出，许多语言的含义与字面意思毫不相干。晚宴时问“你能把盐递给我吗？”，字面上是询问能力，实则是一个委婉的请求。语言的含义，高度依赖于对话者的意图、共识和具体语境。

至此，逻辑主义的框架被证明过于狭隘，用文越的话说，它“能覆盖的部分实在是太少了”。

新的路径：语言即用法，从哲学到工程

“逻辑主义”的崩塌，为另一条路径开辟了空间。哲学家维特根斯坦提出：“语言是一种游戏，关乎使用社区的共识与规则”。

这一哲学思想，与后来自然语言处理（NLP）领域的“分布式假说”（Distributional Hypothesis）不谋而合。该假说认为，一个词的含义，就蕴含在其出现的上下文（Context）中。例如，“bank”一词在“river bank”和“bank account”的语境中，其意义不言自明。这正是哲学层面“含义即用法”在工程领域的完美实现。

范式实现：大模型与智能体让“行为”成为现实

大语言模型的预训练，是对“语言即用法”路径的终极验证。通过在海量语料上进行“下一个词预测”，模型深刻观察了语言在所有真实场景下的使用，从而学会了语言的丰富含义、预设和行为模式。而随后的“后训练”（如 RLHF），则将模型“坍缩”成一种特定的言语行为模式——一个乐于助人的助手。

更具革命性的一步在于 AI Agent（智能体）。当大模型具备了使用工具的能力，它便能将“言语行为”付诸实践。“我给你打赌5块钱”不再是空洞的文字，而是可以实际执行的金融操作；“我帮你订机票”也成为了一个可闭环的动作。

正如文越总结的那样：“AI Agent 其实真正实现了所谓的‘言语行为’。”至此，150年前关于“语言是什么”的哲学叩问，在走过一个多世纪的弯路后，终于在人工智能时代找到了其最有效的验证与实践路径。

互动亮点

在 Q&A 环节，来自线上观众与主持人的高质量提问，与文越犀利、坦诚的回答相互碰撞，成为本场分享会的另一大看点。以下为部分精彩对话摘录：

Q1（线上观众）：目前的形式语义学/逻辑学社区对于蒙太古语义学的态度是怎样的？这套理论对当前研究还有什么意义吗？

华文越：这是一个好问题。我想给一个非常尖锐的回答：我觉得它没有意义，甚至可以说是错的。

我当初申请语言学博士时，正是冲着蒙太古语义学去的。但我后来很犹豫，因为我觉得这条路没戏，哪怕花时间发了文章，只要底层的研究范式是错的，走下去就没有尽头。除非你的兴趣是编程语言（Programming Language）——这套东西学到最后，你最擅长的是 Lambda 演算、Haskell，以及如何设计编程语言的语义与句法。所以，这一块研究对实际社会的帮助，神奇地落脚在了理论计算机科学或偏数学的逻辑系统研究上。

但它对语言本身的研究还有贡献吗？我觉得没有了。它的历史使命已经结束——那就是明确地告诉后人，这是一条死胡同。这就是它最大的贡献。

Q2（主持人 王文轩）：我常遇到人文社科背景的同学，他们非常想从事人工智能与大模型研究。您有相似的跨学科背景，能否给他们一些建议？如何快速入门，并利用好自己的优势？

华文越：我觉得入门很简单：先从使用大语言模型（Prompting）开始，围绕你专业领域的具体研究问题去探索。

因为当前的 AI 和智能体（Agent）已经到了落地场景非常丰富的阶段，结合自身专业有太多可以做的事情。现在关于 AI 立法、伦理、金融基础设施的研究正如火如荼地展开。例如，如果你有法律背景，可以从“AI智能体-委托人”（Principal-Agent）的法律关系角度切入；如果有金融背景，可以研究适用于 AI 的支付协议和工具。现在反而是跨学科拥抱 AI 的绝佳时机，你完全不需要丢掉自己原本的人文社科背景。

Q3（线上观众）：语言学（我本人是语言学硕士）的规则在AI冲击下是否更没价值了？不知如何是好，想请教您的建议。

华文越：坦率地说，传统语言学的规则在工程应用上的价值确实越来越有限，但这不代表语言学本身不成立，只是它的现实指向性变弱了。

如果你对语言本身、对认知科学与语言的结合有纯粹的好奇心，那么语言学的硕博仍然值得一读。比如研究句法的普遍性、语言的认知基础等，这类本质问题大模型不会去主动探究，也无法直接解决。但如果你问，从传统语言学推导出的规则还有多少现实应用意义？那一块确实非常少了。这也是为什么语言学正从一个非常活跃的应用领域变得越来越小众（niche）——因为它难以直接兑现明确的实际应用场景。

Q4（线上观众）：如何评定机器真的理解语言？理论语言学在大模型时代还有意义吗？

华文越：关于“理解”，我倾向于避开陷入纯粹的定义之争，而是采用一种类似图灵测试的实用视角：当机器能够与你自然对话，且你无法分辨对方是 AI 还是人类时，就可以判定它在某种程度上“理解”了。因为“何为真正的理解”本身就是一个极具争议、极难判定的哲学问题。

至于理论语言学在大模型时代是否有意义，答案是肯定的，只是它发挥意义的方向改变了。它的意义不再是产出能直接改变 AI 工程实践的规则（这已经很难了），而在于满足人类对“语言本身”及其与认知关系的科学好奇心。如果你对此着迷，它依然是一个迷人且有价值的探索方向。

获取视频回放

思想的盛宴意犹未尽？如果您想重温文越的精彩讲述，深入理解每一个哲学概念与技术转折的细节，完整的高清回放视频现已整理上线。

本期分享的完整视频回放已上传至 NICE 学术视频号和哔哩哔哩，不错过任何一帧的思想火花。

加入 NICE：与思想者同行

无论是作为听众汲取养分，还是作为共创者发光发热，NICE 都欢迎你的到来！

💬 思想碰撞｜加入分享交流群

欢迎加入 NICE 每周分享交流群！在这里，你可以与来自不同领域的学者、行业伙伴及 NICEer 轻松唠嗑，探讨前沿议题，并第一时间获取最新分享会的预告与干货报告。

👉 参与方式：扫码添加下方小助手微信，备注【昵称-单位-专业方向-NICE入群】（为保证交流质量，加群需通过小助手认证，群内纯粹交流，谢绝广告）

✨ 共建共创｜成为 NICE 运营志愿者

如果你不仅想“听”，更想参与“创造”，欢迎成为 NICE 运营团队的一员！我们长期寻找对知识传播充满热情的伙伴（微信公众号、小红书、直播后台等）。在这里，你将直接对接学界与业界大咖，和一群有趣、有料的年轻人共同打造高质量的 AI 社区。

👉 参与方式：扫码添加下方微信，备注【昵称-单位-意向方向-NICE运营】。

🌐 探索更多｜访问 NICE 主页

想要了解 NICE 的完整过往活动、重磅嘉宾阵容或组织的初衷愿景？欢迎随时登陆我们的官方网站，发现更多精彩！

👉 NICE 主页：https://nice-intl.github.io/

文案 | 根据嘉宾分享内容总结图片 | 嘉宾提供责编 | 宁钰成（中国科学院大学）联系邮箱 | zenrran@gmail.com