当前AI有意识吗？

ChatGPT 越来越像「有人格」之后，「硅基大脑有没有感受」这个老问题又被摆上了台面。Google DeepMind 研究员 Alexander Lerchner 在 2026 年 3 月的论文《The Abstraction Fallacy》里，给主流答案泼了一盆冷水——核心不是「只有碳基生命才有灵魂」，而是我们把「计算」和「体验」的因果关系搞反了。

论文提出的概念叫抽象谬误：把描述（地图）当成了被描述者（领土）。

主流默认的链条

今天很多人默认：物理硬件 → 信息处理 / 计算 → 意识。大模型越聪明、参数越多，就越接近「有意识」。这叫计算功能主义——只要抽象的信息结构对了，意识就能在硅片上跑起来，和生物无关。

Lerchner 指出，问题不在「硅还是碳」，而在「模拟」和「实例化」被当成了一回事。

模拟与实例化的差别

模拟，是用符号操作去跟踪概念之间的关系；实例化，是复制过程本身内在的物理动力学。

人造心脏能泵血，却常带来微妙全身问题——因为它只实现了「泵」这张粗地图，没实现真实心脏的激素、代谢、神经反馈。GPU 可以完美模拟光合作用的反应式，却不会产出一克葡萄糖。对大脑也一样：硅片若只模仿神经元的输入输出，保留的是外在计算地图，抹掉的是维持生命与体验的热力学基质。

因果链写反了

功能主义常画成：物理 → 计算 → 意识。Lerchner 认为正确顺序是：物理 → 意识 → 概念 → 计算。先有特定组织下的现象体验，才有从体验里提取的概念；计算只是把物理 token 指派给那些概念，再按语法规则摆弄。从概念到符号是横向指派，中间有一道因果鸿沟——符号再也内在地连不回当初的体验。地图不能生出画地图的人。

具身 AI 能改变什么

神经网络和具身机器人（摄像头、机械臂）看起来更接近「真实世界」。但论文认为，这解决的是指称（符号指向哪），不是内在意义（体验本身）。给天气模拟器接实况探头，它仍是关于大气的地图，不是大气本身。

指望算法变量操纵出主观体验，就像指望重力的数学公式能亲自压在你肩上。AI 可以越来越准地模拟我们如何思考、说话，但在制图者—概念—符号这条因果结构里，它始终站在横向的符号分支上，而不是纵向实例化体验的那条链上。