AI 掌握了知识的本体 | 但意义，永远属于人

有人说了句狠话

“目前的人工智能，已经掌握了知识的本体。”

说这话的，是 AI 实践者李继刚。

他在 Prompt 圈子里被叫作”神”，不是因为他会写长句子，而是因为他摸到了 AI 的”底层逻辑”。

这句话很锋利。

但很多人没听懂。他们以为 AI 成了”智者”。

其实不是。

他说的是另一件事——AI 不再只是”背诵”知识，它学到了知识的”骨架”。

从”文本”到”结构”：AI 到底学到了什么？

过去，知识以”文本”的形式存在。

书本、论文、指南、网页。

我们获取知识的方式是”检索”和”阅读”。

大模型训练，做了一件事：

把人类的知识，”压缩”进了数万亿个参数里。

在高维空间里，”高血压””胰岛素抵抗””ACEI 类药物”不再是孤立的词。

它们是坐标。它们之间有距离、有夹角、有因果。

AI 不”背”《中国 2 型糖尿病防治指南》。

它学到的是”病理机制 → 筛查标准 → 分层策略 → 药物靶点 → 随访指标”的隐式拓扑。

这就是”知识的本体”——剥离了文字外壳后，隐藏在深处的逻辑关联与推理路径。

📖 技术本质：大模型通过自监督学习，将人类知识的因果、并列、递进关系映射为高维向量空间中的几何结构（距离、夹角、流形），实现了从”符号检索”到”结构调用”的跃迁。

为什么 Prompt 是”接口”，不是”提问”？

普通人问 AI：

“糖尿病怎么治疗？”

AI 返回教科书式罗列。

这是”检索现象”。

李继刚用 AI：

“以慢病管理视角，结合最新循证证据，为基层医生设计 2 型糖尿病阶梯式管理路径，包含筛查/分层/干预/随访四模块，每模块标注核心指标与常见误区。”

AI 激活内部逻辑拓扑，按约束重组输出。

这是”调用本体”。

Prompt 不是自然语言对话，而是对 AI 语义空间的定向唤醒与边界约束。

他被称为”神”，不是因为他问得好。

而是因为他知道如何”编程”AI 的知识结构。

权力的转移：从”占有知识”到”定义问题”

过去，知识的价值建立在”信息不对称”上。

谁背得多、查得快、读得广，谁就有话语权。

现在，知识的”形式层”已被 AI 内化。

人类的核心能力，发生位移：

• 从”记忆与积累” → “提问与对齐”
• 从”线性阅读” → “结构化调用”
• 从”个人知识储备” → “人机协同架构”

这就像软件工程的演进：

从”手写每一行代码”到”调用成熟 API”。

知识工作者不再需要”装满知识”。

而是需要知道——如何精准调用 AI 内部的知识结构。

但必须划清一条硬边界

AI 掌握的是”统计意义上的结构”。

不是”经验意义上的真理”。

三大硬伤，决定了它无法替代人类：

1. 缺乏接地性（Grounding）

AI 没看过病人，没经历过临床决策的生死压力。

它的知识是文本共现的投影，不是现实世界的映射。

2. 价值中立陷阱

AI 能生成”最优治疗方案”，但无法判断”对患者生活质量的影响”。

伦理权衡、医患信任构建，属于知识的”意义层”，只能由人赋予。

3. 幻觉的本质

当要求超出训练分布时，AI 会用”统计相似”替代”逻辑必然”。

看似合理、实则错误。因为它只有”形式本体”，没有”事实校验器”。

AI 是高度抛光的知识镜子，不是知识的源头。

对医生的启示：别怕，去驾驭

慢病医生，是离 AI 最近的群体。

因为你们的日常，就是数据、逻辑、长期管理。

AI 能帮你：

• 快速梳理指南框架、提取循证证据
• 将晦涩术语转化为患者能懂的语言
• 生成结构化随访计划、科普内容
• 筛查用药风险、提醒指南更新

你负责什么？

临床直觉、伦理权衡、人文温度、意义赋予。

AI 提供骨架，你注入血肉。

这不是替代，是升级。

学会用 AI，不是”加分项”，是”必选项”。

别等 AI 学会了看病，你还没学会用 AI。

写在最后

李继刚那句话的价值，不在于吹捧 AI。

而在于提醒我们：知识的权力结构已经重构。

掌握 Prompt，就是掌握调用知识本体的权限。

但真正的”临床直觉””医者仁心””人文穿透力”，永远是人类不可让渡的阵地。

AI 能给你知识的”本体”。

但”意义”，永远属于人。

别做知识的搬运工。

去做意义的赋予者。

AI认知知识蒸馏Prompt工程

本文基于技术趋势与临床实践思考撰写，不代表学术定论。
公众号「凤歌爱折腾」ID：fenggehome