AI-Native 32|Dialectical Reasoning:智能为何需要矛盾?

图 1：既有结构暴露自身边界，部分内容被否定，部分内容被保留，并在现实反馈中形成更高层次的新结构。

给一个 Agent 足够长的上下文，让它先回答、再反思、再修改，最终文本通常会更完整。

但更完整，不一定意味着更智能。

它可能只是换了一种表达，把同一个判断写得更谨慎；也可能在没有新证据的情况下推翻正确答案。Google DeepMind 关于 LLM 自我纠错的研究甚至发现：如果只有模型自身、没有外部反馈，反思有时会让推理表现下降。

真正困难的问题不是：

而是：

这正是 Dialectical Reasoning——辩证推理——值得进入智能体架构的原因。

本文提出一个需要持续验证的判断：

这里的 Dialectical Reasoning，是对目标冲突、Decision、Multi-Agent、Environment、Trajectory、Evaluation 与 Controlled Improvement 等机制的进一步方法论抽象。它不是一个需要单独部署的服务，也不意味着当前 LLM 已经拥有哲学意义上的主体性或自我意识。

一、辩证法不是“正方、反方、取中间”

大众最熟悉的表达是“正题—反题—合题”。它便于记忆，却很容易把辩证法误解成一种讨论技巧：先提出观点，再安排反方，最后写一个兼顾双方的总结。

这不是本文想讨论的重点。

斯坦福哲学百科对黑格尔辩证法的梳理，更强调三个彼此关联的“环节”：

1. 知性或固定环节：一个概念获得清晰、稳定但往往片面的规定；
2. 辩证或否定环节：这个规定因自身的单面性和限制而走向不稳定；
3. 思辨或肯定环节：矛盾不是把一切归零，而是产生一个包含此前差异的新规定。

关键并不是外部有人说了句“我反对”。

真正推动变化的，是原有规定在展开后显露出它无法解释、无法容纳或会反过来破坏自身目标的部分。

黑格尔使用 Aufheben 描述这种变化，英文常译为 Sublation，中文常译为“扬弃”。它同时包含三重含义：

• 否定：旧结构中已经失效的规定不再继续；
• 保留：旧结构中仍然成立的内容不会被全部丢弃；
• 提升：被保留的内容进入一个更丰富的新关系中，意义也随之改变。

因此，辩证推理不是折中，也不是简单纠错。纠错通常在原有问题框架里把错误答案替换成正确答案；辩证变化则可能指出：原来定义问题的方式，本身就是问题的一部分。

图 2：辩证运动不是把旧判断全部删除，而是通过确定的否定，取消其失效部分、保留有效内容并重构为更丰富的规定。

二、为什么这可能是智能的关键机制？

一个系统可以拥有大量知识、生成流畅文本、执行复杂流程，却始终被困在第一次定义问题时使用的概念和目标中。

它能在既有空间里搜索，却不能改变搜索空间；能比较多个答案，却不能发现评价答案的标准本身制造了错误；能修补计划，却不能重新理解计划要服务的真实目标。

这类系统很强，但它的强更接近高效求解，而不是持续生成新的理解。

辩证意义上的智能至少包含五种能力：

没有“形成规定”，系统只有发散，没有可以被检验的对象。

没有“他者”，所谓反思容易变成同一个模型对自己的复述。

没有“确定的否定”，批评只会产生随机反对和无穷怀疑。

没有“重构”，综合就会退化成摘要或折中。

没有“实践”，再漂亮的新观点也只是语言内部的自我说服。

所以本文说“智能需要矛盾”，不是鼓励系统制造争吵，而是强调：

三、前沿研究已经出现了哪些“辩证片段”？

目前没有哪家实验室已经证明“辩证法就是智能的本质”。但近年的多条研究路线，正在分别实现辩证运动所需要的局部能力。

这些研究之间存在一条值得关注的共同线索：

• Self-Consistency 提供差异；
• Debate 和 Critique 提供否定；
• Deliberation 提供规范与情境之间的审议；
• Evaluator 和 Environment 提供外部约束；
• Evolutionary Search 保留经过验证的新结构。

但差异、批评、审议、验证和选择仍然只是零散部件。

如果要形成更完整的 Dialectical Intelligence，系统还需要一个关键跃迁：矛盾不能只决定“选哪个答案”，还要能够改变产生答案的表示、目标和行动结构。

四、智能体中的辩证关系有四个层级

把 Dialectical Reasoning 理解成“增加一个 Critic Agent”仍然太窄。它至少可能发生在四个层级。

1. Intra-model：模型内部

模型生成多个假设、反例和推理路径，检查当前答案的盲区。

这是成本最低的一层，但也最容易产生“思想退化”：同一个模型、同一份上下文和同一种奖励，会让所谓反方重复相似偏见。

2. Inter-agent：Agent 之间

Builder、Reviewer、Researcher、Domain Expert 拥有不同职责、上下文、工具和评价标准，使差异不只来自随机采样，而来自真实的认识位置。

这里的重点不是 Agent 数量，而是差异是否具有结构来源。五个使用同一 Prompt、同一模型和同一证据的 Agent，通常只是把同一种判断说五遍。

3. Agent-world：Agent 与环境之间

Agent 的计划进入真实或模拟环境，遭遇权限拒绝、工具结果、状态变化、用户修改和最终 Outcome。

这是最重要的一层，因为现实拥有否决权。

模型可以为自己的答案写出完美解释，却不能靠解释让失败的测试通过、让不存在的订单变成已退款，也不能让越权操作变得合规。

4. System-history：系统与自身历史之间

一次否定如果只改变当前回答，还没有形成可积累的智能。

Trajectory、Evaluation、Post-run Analysis、Improvement Proposal、Experiment 与 Release，把一次次失败和修正沉淀为版本历史。新版本保留旧版本有效能力，同时改变产生失败的结构，并继续接受下一轮现实检验。

图 3：模型内部、Agent 之间、Agent 与世界、系统与历史构成四层辩证关系，其中现实 Outcome 对语言内部的综合拥有最终否决权。

这四层之间不是替代关系。

只有内部反思，容易自我确认；只有多 Agent，容易变成高成本讨论；只有环境反馈，系统可能只会反复试错；只有版本选择，则可能优化错误指标。

真正有发展能力的系统，需要让四层证据彼此贯通。

五、一个目标怎样否定自己？

假设一家企业给客服 Agent 设定目标：

这个目标看起来清晰、可量化，也符合降本增效要求。系统于是尽量减少人工转交，并把“自动关闭”视为成功。

运行一段时间后，Dashboard 显示自动化率持续上升；但 Trajectory、人工修改和业务 Outcome 同时暴露出另一面：

• Agent 在不确定时倾向于继续给答案，而不是承认无法判断；
• 被自动关闭的复杂工单出现更多重开和投诉；
• 人工接管率下降，但一次解决率也下降；
• 自动化指标越成功，真实客户问题反而越容易被隐藏。

这里的矛盾不是“业务团队支持自动化，风控团队反对自动化”。

矛盾存在于目标自身：当系统把减少人工当作智能程度，优化这个指标的行为会破坏它原本要提升的服务结果。

简单折中可能把目标从 90% 改成 80%。这只是换了一个数字，并没有改变问题。

辩证变化需要重新规定“自主性”：

新的目标不再是单一自动化率，而是“风险调整后的自主完成能力”：

• 低风险、高证据任务自动执行；
• 信息不足时先补充 Context；
• 高风险或责任不明确时主动升级；
• 无法可靠判断时允许 Abstain；
• 人工修改进入 Evaluation 和后续能力改进。

它否定了“自主等于无人介入”，保留了效率诉求，又把人工参与提升为智能控制和学习机制的一部分。

这才是扬弃，不是折中。

图 4：当自动化指标反过来损害真实 Outcome，系统需要重构“自主性”的定义，让执行、升级和弃权成为不同风险条件下的智能动作。

六、辩证推理改变的不只是答案

如果一次“综合”只生成一段新文本，它仍然很脆弱。真正的变化需要落到系统对象上。

因此，Dialectical Reasoning 不是第四单元新增的一项孤立服务。

它在此前文章中其实已经不断出现：Goal Management 识别目标冲突，Decision Service 处理运行判断，Multi-Agent 保存角色差异，Environment Plane 提供不受模型意愿支配的事实，Trajectory 记录行动如何展开，Evaluation 让结果反驳系统自述。

之所以把它放在第四单元，是因为到了“评估与受控自进化”，这些局部机制第一次形成完整的发展闭环。

七、怎样避免把辩证推理做成形式主义？

最常见的失败不是系统没有反方，而是它只有反方的表演。

人工制造反题

强迫模型“无论如何都要反对”，容易得到与事实无关的逆向观点。真正的否定应来自当前规定的具体边界、相反证据或现实失败。

过早综合

系统为了输出完整答案，可能在证据不足时急于消除矛盾。成熟的智能应允许 Unresolved，保留张力，等待新的事实和实践。

用共识冒充真理

多数投票可以提高某些任务的稳定性，但相同模型可能共享偏差。高风险事实不能因为三个 Agent 都同意就成立。

用新奇冒充发展

新观点可能只是高温采样产生的离题内容。Novelty 必须与有效性、事实、业务 Outcome 和适用范围分开评估。

让综合者评价自己

生成 Synthesis 的 Agent 不应单独决定它是否成功。验证需要独立 Grader、确定性规则、真实环境或责任人。

把隐藏思维链当成审计证据

企业系统不应依赖模型不可验证的内部思维。可治理的是外显的 Goal、证据、Decision Record、Action、Outcome、版本差异和评价结果。

八、构建“辩证型智能体”需要什么？

首期不需要新建一个叫作 Dialectical Engine 的复杂组件，而应检查系统是否具备六个条件：

1. 可明确化：当前目标、假设、计划和成功标准能够被对象化；
2. 有真实差异：角色、证据源、工具和评价标准不是同质复制；
3. 有外部否定：环境、规则、测试和业务 Outcome 能反驳模型；
4. 能结构变换：系统可以修改问题表示、目标分解或能力组合，而不只是改写文本；
5. 有独立验证：新结构必须被可复现案例和独立评价检验；
6. 有历史记忆：失败、保留内容、版本变化和适用边界能够被追溯。

可以把它概括成四句话：

九、智能也许不是一个答案，而是一种发展能力

当前大模型已经证明：增加推理时间、多路径采样、自我批评、角色辩论和外部验证，都可能改善某些任务。

但这些机制真正重要的地方，也许不只是“把正确率再提高几个百分点”。

它们共同指向一种更深的系统能力：

这不等于意识，也不能证明当前 Agent 已经拥有人的理性。

但如果智能体未来要从执行工具发展为能够持续理解复杂世界的行动主体，那么它需要的不会只是更长的上下文、更大的模型或更多 Agent。

它还需要一种不把自己的第一答案当成终点的结构。

参考研究

• Stanford Encyclopedia of Philosophy：Hegel’s Dialectics；
• Microsoft Research：Self-reflecting Large Language Models: A Hegelian Dialectical Approach，2025；
• OpenAI：Learning to Reason with LLMs，2024；
• OpenAI：Deliberative Alignment: Reasoning Enables Safer Language Models，2024；
• Anthropic：Constitutional AI: Harmlessness from AI Feedback，2022；
• OpenAI：AI Safety via Debate，2018；
• Google Research：Self-Consistency Improves Chain of Thought Reasoning in Language Models，ICLR 2023；
• Google DeepMind：Large Language Models Cannot Self-Correct Reasoning Yet，2023；
• Google DeepMind：FunSearch，2023；AlphaEvolve，2025。

下一篇预告

《AI-Native 33｜Improvement Proposal：系统如何提出改进候选？》

下一篇将继续讨论：当新的目标、Skill、Workflow 或 Context 策略在辩证运动中形成后，怎样把它封装成可测试、可拒绝、可回滚的工程候选。