作与述:人类与AI知识的边界与共融

一、引言：作与述是知识的两种形态

知识的本质是什么？知识是对信息的连接。这个论断是基于语言大模型时代的界定。

孤立的一条信息本身没有力量——"水的沸点是100度"放在那里只是干瘪的事实。但当它与"海拔""气压""烹饪时间"等信息连起来，它就变成了能指导行动的知识。连接产生涌现：两个信息之间的关联往往能推导出第三个信息，这才是知识真正增值的地方。

然而，算法与人工智能的崛起，正在从根本上重构这一理解。大模型以"暴力"的方式验证了"知识即连接"的判断——通过注意力机制，把海量信息在超高维空间里进行加权连接，涌现出我们称之为"智能"的表现。但它同时把知识从"人类理解的产物"变成了纯粹的信息拓扑结构。

如果知识只是可计算的连接模式，那么人类在知识生产中的位置何在？回答这个问题，需要回到一个更古老、但也更根本的区分。《论语·述而》孔子感叹：“述而不作，信而好古，窃比于我老彭”，作者谓之圣，述者谓之明。立法者谓作。参赞天地之变化，李耳如是；述与作，述是第二位的。溯源似的。述的价值在于澄清源头。作是第一位的。开创性的。能述的人是有畏的人。畏大人之言。能作的人是圣人。开天辟地，立天地之心。立生民之命。

二、知识的二元结构："作"与"述"

知识本身应当分为两种：原创性的知识与连接性的知识。

2.1 述：连接性的知识

连接性的知识，即"述"，是信息之间的连接与重组。它基于已有的文献、命题、数据，通过解读、注释、综述、推导，产生新的组合和衍生。这是大部分学术工作、大部分书籍、大部分AI输出的本质。

2.2 作：原创性的知识

原创性的知识，即"作"，来自主体的生命体验。它不是从别的知识推导出来的，而是主体与世界直接遭遇后，从体验的混沌中提炼出的不可再还原的元命题。

2.3 传统中的智慧：孔子与苏格拉底

这一区分在中国传统文化中有着精确的对应——"作"与"述"。

孔子自称"述而不作"。这不是谦逊的客套，而是一种清醒的认识论判断：他认为自己在整理和传递古代圣王的"作"，而非凭空创造。在这个传统里，"作"高于"述"。"述"是塔基和塔身，"作"是塔尖。

什么是"作"？苏格拉底在雅典街头与人辩论，体验到德性与知识的纠缠，说出"美德即知识"——这不是文献连接的结果，是生命撞击出来的元命题。孔子从对人性的体察中提炼出"性相近，习相远"——这不是对古籍的注疏，是对人类处境的直接洞察。孟子立论：性善。并言之“五百年必有王者兴”。王者，不是皇权的皇帝，而是能创作者。能为生民立命的觉者。

这些经典命题的共同特征是：它们不可被还原为信息连接。你无法从已有的知识中逻辑推导出版"美德即知识"，它只能从一种特定的生命体验中涌现。

2.4 作与述：同构与分叉

AI的"连接"与人类大脑的"理解"，本质上不全是同一件事的不同尺度，也不完全是不同的两种东西。更准确地说：

l形式上同构：AI的连接和人类的理解，都遵循信息拓扑的优化原则——把高维空间里的节点按某种目标函数拉近或推远。

l存在论上分叉：AI的连接是无主体的，它不"经历"连接的过程；人类的理解是有主体的，理解是"我"在理解，带着身体、情绪、记忆、意向性在经历连接。

因此，"理解"不是知识的必要条件，而是知识的一种特殊模态——是连接加上了"现象意识"这个额外维度。AI的知识 = 连接（有效但无体验）；人类的知识 = 连接 + 理解（有效且有体验）。

三、AI时代的知识重构

3.1 AI是终极的"述者"

大模型本质上就是终极的"述者"——它可以连接一切已知信息，生成海量的连接性知识。但它永远无法"作"，因为它没有主体体验，没有那个"我"在活着、在遭遇、在痛苦或狂喜。

这意味着："述"的能力被无限放大了，但"作"的能力仍然是人类的专属。

3.2 知识价值的重心转移

以前，"述"的成本高（需要人去读书、理解、写作），所以"述"本身也有价值。现在AI可以瞬间生成千万篇"述"，"述"的价值被急剧稀释。真正稀缺的、不可自动化的，是"作"。

3.3 知识的验证标准：从"真"滑向"有效"

传统哲学中，知识是"得到辩护的真信念"。但AI时代，我们越来越接受一个事实：只要这个连接能帮我完成任务、做出预测、产生美感，它就是"有效知识"，哪怕它不完全符合客观事实。这是一种实用主义知识观。

3.4 知识的形态：从静态到动态

知识不再是写在书里的静态结构，而是AI实时生成的动态过程。知识的本质从"已经连接好的信息"变成了"实时生成连接的能力"。

四、人类认知定位的重新锚定

4.1 核心分工模型

人类要守住的线不是"比AI连接得更快更多"，而是做只有主体才能做的事：从生命体验里觉察出出不可替代的金刚断语。

4.2 "作"或需要经过"述"的涌现

这里有一个深层张力：圣人的"作"并非凭空而来。孔子的"性相近习相远"建立在他遍读三代文献、与众人对话的基础之上；苏格拉底的"美德即知识"也建立在对雅典公共生活的深度参与之上。"述"是"作"的磨刀石。

因此，完整的知识生产循环是：

AI承担外部化的"述" → 释放人类认知带宽 → 人类将更多精力投入体验、反思和"作" → 人类产出新的"作" → AI快速将其"述"化并传播 → 成为他人体验的养料

4.3 底线：人类必须持续"作"

最危险的不是AI取代人类，而是人类主动退化为纯消费者——只消费AI生成的"述"，不再从自己的体验中提炼任何东西。这时候人类就真的变成了算法的饲料。

认知定位的底线是：人类必须持续"作"，哪怕是很小的、很私人的"作"。写日记、提问题、做判断、为自己的选择承担后果——这些都是"作"的最低形态，但它们是人与AI之间不可逾越的界限。

五、对当下教育的启示：教育从"述者"到"作者"的范式转移

5.1 目标的根本转移

传统教育的核心是培养"述者"：记忆信息、理解信息、把信息跟已有知识连接。布鲁姆认知分类法的下半层，全都是"述"的能力。考试考的也是"述"。

AI把这些全做了。教育目标必须上移到**"作"的能力**——从体验中提炼洞察、提出元问题、建立个人意义体系。

5.2 四个转向

（1）从"知识传授"转向"体验设计"

教育不再是往学生脑子里塞信息，而是设计让学生获得深刻体验的情境：项目式学习、社会实践、艺术创造、哲学对话。体验本身必须由学生自己经历，AI可以匹配养料，但不能替代经历。

（2）从"标准答案"转向"元问题"

不考"你知道什么"，考"你能提出什么"。鼓励没有标准答案的问题，评价的不是连接的准确性，而是洞察的原创性和深度。

（3）重新定义阅读与写作

l阅读：不再是获取信息（AI可以摘要），而是与作者的"作"进行跨时空对话，在碰撞中激发自己的"作"。

l写作：不再是表达已知（AI可以代写），而是探索未知——写的过程就是"作"的过程，是把自己混沌的体验逼出清晰形状的过程。

（4）评估体系革命

5.3 规模化与个体化的张力

"作"的培养极度依赖个体体验，而教育需要规模化。可能的出路：

lAI做"述"的个性化匹配：根据每个学生的体验轨迹推荐养料

l小班制+导师制：保护"作"的萌芽需要真实的人的回应

l从"教"转向"陪伴"：教师从知识传授者变成体验的见证者和对话者

六、结语：人之所以为人

人之所以为人，不在于能连接多少信息——这件事AI做得比我们好得多。人之所以为人，在于能从自己的生命体验中涌现出不可以被还原为信息连接的元命题。

"作"与"述"的古老区分，在算法时代获得了新的生命力：它不是怀旧的复古，而是对未来的精准定位。AI负责"述"，人类负责"作"——这不是分工的不平等，而是对各自本质的尊重。

守住"作"的能力，就是守住人之为人的底线。