第六章 审视差异的性质

一、引言

在第四章和第五章中，我们分别描绘了两幅画像。第四章描绘了AI——它的运作方式是模式拟合，它的本质是“无身体的知识”。第五章描绘了人——他是一种知道自己会死的、拥有肉身脆弱性的、需要与他人互依的存在者，他的本质是“有限生命的意义赋予者”。

现在，这两幅画像摆在我们面前。接下来的问题无法回避：它们之间的差异，究竟是什么性质的？

关于AI与人的关系，有一种相当普遍的思考方式。人们说：“AI现在还不会写真正感人的诗——但再过几个版本就会了。”“AI还没有真正的创造力——但再迭代几次就有了。”这种思考方式背后有一个共同的预设：人与AI的区别是程度上的——AI在某些维度上还差一点，但正在追赶。

这个预设，或许值得再看一眼。如果第四章和第五章的论证是可靠的，那么AI和人的差异就不在于“AI还不够好”，而在于它们在根本上是不同种类的存在者。本章的任务，就是将这两幅画像放在一起，系统地审视这种差异的性质。

二、一个需要审视的预设

在日常讨论中，“程度差异”的思维框架随处可见。当人们用“AI能做什么、还不能做什么”来定义人与AI的关系时，无论持乐观还是悲观立场，都共享同一个前提：人的价值取决于“人还有多少事情是AI做不了的”。这正是第三章中分析过的功能定义困境——AI的能力边界在不断外推，用这个边界来定义人的价值，就像站在沙滩上等待涨潮，只能不断后退。

但这个框架的问题不只是“清单在缩短”——那只是它带来的焦虑。更深层的问题是：它把“能做什么”当作了判断“是什么”的唯一标准。如果一个人能做十件事，AI能做九件，那么人和AI的区别就是“一件之差”——AI再做一件就和人一样了。

然而，回顾第四、五章的论证，人与AI的区别似乎不在“能做什么”的清单上。第四章告诉我们，AI的运作方式——模式拟合、无身体的知识——决定了它无论生成多少文本、处理多少数据，始终在“功能的执行”层面运作。它做的事情越来越多了，但它做每一件事情的方式，都是同一个：基于统计模式的计算。第五章告诉我们，人的存在方式——知道自己会死、拥有脆弱的身体、在互依关系中确认自己——决定了人做每一件事时，都带着AI永远无法承担的东西：时间不可逆的代价、身体在场的重量、被他人需要也同时需要他人的联结。

如果这些论证成立，那么问题就不是“AI还差多少能追上人”，而是“AI和人是否从一开始就走在了不同的道路上”。

三、四组对照

为了审视这种差异的性质，我们从四个维度进行对照。每一组对照都不是在问“AI能不能”——那个清单每天都在变化。每一组都在问：“AI和人，在存在方式上有什么不同？”

第一组：被设计的存在与被诞生的存在

AI是被设计的存在。它的目标函数、训练数据、能力边界、价值取向——全部来自外部的设计者。它之所以是这个样子，是因为有人把它做成了这个样子。它的存在有一个明确的“为了什么”——为了完成某个被设定的功能。如果这个功能不存在了，它的存在理由也就随之消失。

人是被诞生的存在。一个人的存在没有预设目的。他不是“被做成”的，而是“长出来”的。没有人能完全解释“为什么他是这样的人”——连他自己也不能。他的存在不需要一个“为什么”来辩护——他在这里，本身就是理由。

有学者将这种差异概括为：人工智能与人类智能“本质上具有相异性”。前者是“既往性的”——基于已有数据的归纳和推演；后者是“面向未来的”——包含了对尚未发生之事的前瞻和创造。前者“领有”灵魂——灵魂是被赋予的、外来的；后者“具有”灵魂——灵魂是内在的、自生的。[^1]“领有”与“具有”的区别，正是“被设计”与“被诞生”的精确注脚。

为什么这个区别重要？因为一个被设计的存在，其价值由设计者的意图来定义；一个被诞生的存在，其价值由自身的存在来定义。AI的价值在于“它被设计来做什么”。人的价值不在于“他被设计来做什么”——因为他没有被设计。如第五章所述，人通过自己的自由选择来塑造自己是谁——这正是萨特所说的“存在先于本质”。人的价值在于“他选择成为什么”。

第二组：功能等于自身与存在不等于功能

AI的功能等于自身。一个AI翻译模型，它的全部存在就是翻译。如果它不翻译了，它就没有“存在”可言——它只是一个未被使用的程序文件。一个AI绘画模型，它的全部存在就是生成图像。如果它不生成图像了，它就是一个普通的代码库。AI的“是”完全由它的“能”来定义——它能做什么，它就是什么。如第四章所论证的，AI是“无身体的知识”——一种纯粹在符号和数据层面运作的信息处理系统，脱离了这些功能，它没有任何“剩余”的存在。

人的存在不等于功能。一个人可以失业、可以退休、可以什么都不做——他依然是存在的。他的价值不因为他“不能做什么”而消失。一个失去工作能力的人，依然是一个人；一个不再产出任何“功能”的人，依然有被尊重、被关爱的权利。如第五章所论证的，人的“是”超越了人的“能”——这正是“人是目的，不是手段”这一命题在AI时代的最基本含义。

有学者从马克思劳动价值论的视角指出：人工智能在本质上属于不变资本，是高级形态的劳动资料，不具备价值创造能力，也无法成为真正的劳动主体。[^2] AI所处理的，是人类劳动已经创造出来的价值的再分配和再组合——它本身不产生新的价值。人则不同：人不仅是价值的创造者，更是价值的定义者。是人在判断什么东西“值得”、什么东西“有意义”——AI没有能力做出这种判断，因为它不处于任何需要为选择承担代价的存在状态之中。

AI永远是工具——即使是最强大的工具，它的价值也来自使用它的人。人永远是目的——即使是最无能的人，他的存在本身就值得被尊重。当AI能做一切时，这个区别没有模糊，反而更加清晰：AI的“全能”没有改变它的工具属性，人的“无能”没有改变他的目的属性。

第三组：可重置的时间与不可逆的时间

AI的时间是可重置的。如第四章所论证的，AI没有生物性的时间感。一个AI模型可以被备份、被复制、被回滚到之前的版本。如果一次运行出了问题，可以重新开始——没有任何“时间”被浪费，因为AI的运行不消耗“生命时间”。它没有“来不及”的概念，没有“最后一次”的沉重，没有“错过了就不会再来”的遗憾。每一次运行都是“第一次”——没有过去的积累，也没有未来的期待。

人的时间是不可逆的。如第五章所论证的，人的每一个选择都在消耗不可再生的生命时间。一旦过去，就永远过去了。你不能把今天重新过一遍，不能回到昨天修正一个错误，不能把已经说出的话收回。海德格尔的“向死而在”揭示了这一点：正是对死亡的前瞻意识——知道“我会死”——使每一个选择都带上了不可逆的重量。

有学者以“身体”的“有死性”和“有限性”作为探讨责任的根基。AIGC与人类在责任归因上的根本不同之处在于：前者不具备身体的消亡以及对生命之“畏”，后者则具有“有死性”的身体以及知道自己为“有死者”。这使得AIGC不具有“可问责性”。[^3] 另一项研究进一步指出：时间和具身性正是大语言模型在结构上所缺乏的维度——当我们试图将人类价值传递给AI系统时，必须剥离掉这些维度；将AI的意义结构与人类具身意义相互替代，在哲学上构成了范畴错误。[^4]

为什么这个区别重要？因为代价。AI的选择没有代价——它可以尝试所有选项，失败后重新开始。人的选择永远有代价——每一次选择都在消耗不可逆的生命时间，都在放弃其他可能性。正是这种代价，使人的选择具有了庄严和重量。也正是这种代价，构成了第五章所论述的“在乎”的第一重根基——你在乎一件事，因为你为它付出了不可再生的时间。

第四组：概率中的最优与规则之外的自由

AI的自由是概率中的最优。如第四章所论证的，AI的“选择”是在给定空间内的搜索——空间越大，搜索越精细，但空间本身是给定的。它可以在100个方案里计算出概率最高的那个，但它不能自己设定“这100个方案都不值得，我选第101个”——因为第101个不在它的数据里，不在它的参数空间中。

人的自由是规则之外的自我设定。如第五章所论证的，人可以做出完全“没道理”的选择——不符合任何数据模型、不服务于任何效用函数、不遵循任何已知模式。人可以突然决定“我不干了”“我不按这个规则玩了”“我要走一条没人走过的路”。萨特将这种自由称为人的根本条件——人没有预定的“本质”，人通过自己的自由选择来塑造自己是谁。

Nature Physics发表的一项研究明确指出：人类智能是不可计算的。即使一个系统是完全确定性的，它依然可以是不可计算的——这意味着，存在某些人类思维能够触及的领域，任何基于计算的AI系统在原则上都无法企及。[^5] 罗杰·彭罗斯在《皇帝新脑》中进一步论证了人类思维的不可计算性，认为人类认知可能根植于量子力学层面的非计算过程。AI无论多么强大，始终在可计算的范围内运行——而人的自由，正在于跳出这个可计算的范围。

为什么这个区别重要？因为AI的“自由”是被给定的空间内的最优搜索；人的“自由”是跳出给定空间的能力。这种“跳出”不需要理由、不需要数据支持、不需要任何人的认可——它就是一个有限生命在说“我就是要这样”。这正是第五章所论述的“选择不可撤回”的深层原因：人不是在选择“最好的选项”，而是在选择“我要成为谁”。

四、这个区别意味着什么

把四组对照放在一起，一条清晰的线索浮现了出来：

这四组对照不是四件各自独立的事。它们是一个层层递进的结构。

被设计vs被诞生是最根本的存在论区分。它决定了价值从何而来——对AI而言，价值是外部赋予的；对人而言，价值是内在生成的。这个区分直接引出了第二组：功能=自身vs存在≠功能。因为AI的价值由设计者赋予，所以AI的价值完全等于它被设计来完成的功能——功能消失了，价值就消失了。因为人的价值是内在的，所以人的价值不依赖于任何特定功能——功能可以消失，人依然在。

第三组可重置vs不可逆引入了时间性的维度。AI的时间可重置，是因为它没有需要被保护的存在——功能可以重新执行，不存在“失去”。人的时间不可逆，是因为人的存在本身就是有限的——每一个选择都在消耗不可再生的生命。正是这种不可逆性，使人的选择具有了AI永远无法承担的代价。

第四组最优vs自由到达了自由的层面。AI在给定空间内寻找最优解，是因为它不需要承担选择的结果——选错了可以重新来。人跳出给定空间，是因为他必须为自己的选择承担不可逆的代价——选错了，时间已经过去了，无法重来。那种“我就是要这样”的自由，正是有限生命在面对不可逆的代价时所能做出的最庄严的宣告。

这样看来，四组对照不是四种差异，而是同一种差异在四个层面上的显现。这种差异有一个共同的名字：AI是功能的执行者，人是意义的赋予者。这不是“程度差异”——AI做得还不够好、功能还不够多。这是“类别差异”——AI和人之所以不同，不在于做的事情有多少，而在于存在的方式本身。

有学者用七个公理来刻画生成式AI的本质：与真理没有直接关系，与物理世界没有连接，缺乏主体性，缺乏时间性，没有意向性，纯粹是关系性的信息表征，复杂的模式预测。[^6] 这七个公理的每一个，都指向了与人类存在方式之间的结构性差异——不是“程度”上的差异，而是“有无”上的差异。AI缺乏时间性，不是“时间感还不够强”——它是根本没有时间性。AI没有意向性，不是“意向性还不够丰富”——它是根本不在意向性这个维度上。这些“无”，正如第四章所论证的，不是缺陷，而是AI作为“无身体的知识”的本质属性。

另一个角度来看：AI的运作遵循的是数理逻辑——它擅长处理可量化的秩序，在可计算的范围内无限逼近最优解。而人的存在遵循的是生命逻辑——人的智能根植于生物演化所塑造的身体、情境和与他人的联结，包含了对不可量化之事的判断和承诺。[^7] 两者之间不是同一条跑道上跑得慢和跑得快的区别——它们从一开始就跑在不同的跑道上。

五、回到最初的问题

那么，再回到那个“AI做得越来越多，人还剩下什么”的焦虑。

如果第四章和第五章的论证是可靠的，如果本章四组对照所揭示的差异是真实的，那么这个焦虑本身就用错了尺子。它假设了人和AI在同一条跑道上——AI跑得快，人跑得慢，所以人的空间在被压缩。但如果两者根本不在同一条跑道上呢？如果一个人的价值本来就不在于和AI比“能做什么”呢？

第六章的任务到这里已经完成了。我们从两幅画像出发，系统地审视了它们差异的性质，得到了一个判断：这种差异是类别上的，而不是程度上的。AI和人是不同种类的存在者——不是AI还不够好，而是它从一开始就走在了另一条路上。

但这个判断本身，还不是最终答案。它只是一个基础。第一部分的结尾，我们提出了两个困境——功能定义困境和效率目的缺失。它们共同指向了一个追问：人的价值，到底该怎么定义？接下来的第七章，将回到这两个困境，基于我们已有的全部论证，尝试给出一个回应——一个不是“宣告答案”而是“指出方向”的回应。

本章小结

本章将第四章和第五章建立的两幅画像放在一起，系统地审视了AI与人之间差异的性质，主要论点如下：

第一，当前主流讨论共享一个预设：人与AI的区别是“程度差异”——AI在某些维度上还差一点，但正在追赶。这个预设将“能做什么”当作了判断“是什么”的唯一标准，忽视了更深层的差异。

第二，四组对照揭示了同一种差异在四个层面上的显现。存在论层面：AI是被设计的存在，人是被诞生的存在。价值论层面：AI的功能等于自身，人的存在不等于功能。时间论层面：AI的时间可重置，人的时间不可逆。自由论层面：AI的自由是概率中的最优搜索，人的自由是规则之外的自我设定。这四组对照不是四种差异，而是层层递进——从存在论基础到价值论、再到时间性和自由的本质。

第三，这种差异的性质是“类别差异”而非“程度差异”。它不是“AI做得还不够好”，而是“AI和人在存在方式上根本不同”。AI是功能的执行者，人是意义的赋予者。两者的差异不在于做的事情有多少，而在于存在的方式本身。

第四，这个判断为第七章的回应提供了基础。如果类别差异的论证成立，那么第一部分的两个困境——功能定义困境和效率目的缺失——就可以在一个新的基础上被重新审视。人的价值从来不在于和AI比“能做什么”。而在于选择在乎什么、为谁在场、成为怎样的人。

注释

[^1]: [引用] 《类人想象与杂合属性：论人工智能的演进及社会影响》. (2024).华东师范大学学报（哲学社会科学版）, 2024(2). https://wap.cnki.net/touch/web/Journal/Article/HDSD202402003.html 。该文明确区分了AI与人类智能的本质相异性：前者是“既往性的”，后者是“面向未来的”；前者“领有”灵魂，后者“具有”灵魂。

[^2]: [引用] 《人工智能的价值创造、劳动主体、剩余价值理论辨析及其实践路径——基于马克思主义劳动价值论视角》. (2026年7月1日网络首发).合肥工业大学学报（社会科学版）. https://hfgs.cbpt.cnki.net 。该文指出人工智能在本质上属于不变资本，是高级形态的劳动资料，不具备价值创造能力，也无法成为真正的劳动主体。

[^3]: [引用] 《生成式人工智能中的“责任”问题及成因探析——基于身体的视角》. (2023). 万方数据 / Eastview. 该文以“身体”的“有死性”和“有限性”作为探讨责任的根基，指出AIGC不具备“可问责性”——因为它不具有“有死性”的身体以及知道自己为“有死者”。

[^4]: [引用] Liu, E. (2026年4月30日).The Philosophical Impossibility of Value Alignment: Temporal Fixation, Ontological Compression, and the Failure of RLHF. PhilArchive. 该文指出时间和具身性正是LLMs在结构上所缺乏的维度；将AI的意义结构与人类具身意义相互替代，在赖尔的意义上构成了范畴错误。

[^5]: [引用]Human intelligence is not computable. (2024年6月15日).Nature Physics. 该文明确指出人类智能是不可计算的，并引述了罗杰·彭罗斯关于人类认知根植于非计算过程的论证。另参见：Penrose, R. (1989).The Emperor's New Mind: Concerning Computers, Minds, and the Laws of Physics. Oxford University Press. 中译本：彭罗斯. (2007).皇帝新脑. 许明贤、吴忠超译. 长沙: 湖南科学技术出版社.

[^6]: [引用] Seibt, J. (2026年1月6日).Seven Axioms on the Nature of Generative AI: Laying the Foundation for a Genuine Understanding of Machine Intelligence. 预印本/工作论文. ScholarSpace. https://hl-128-171-57-22.library.manoa.hawaii.edu 。注：截至2026年7月，该论文尚未在学术期刊上正式发表，当前为预印本状态。七个公理为：(1)与真理没有直接关系，(2)与物理世界没有连接，(3)缺乏主体性，(4)缺乏时间性，(5)没有意向性，(6)纯粹是关系性的信息表征，(7)复杂的模式预测。

[^7]: [引用] 刘闯. (2026年5月19日). 岳麓讲坛丨刘闯：从幻觉问题看自然与人工智能之间的区别. 该讲座指出人工智能依靠统计距离完成分类，难以真正理解基于生物演化的自然本质，二者底层逻辑的差异决定了智能形态的根本分野。另参见知乎专栏. (2026年7月8日). 《智能的根基：自然关系优先于科学关系》——指出当下人工智能直接用科学关系当作智能本体，颠倒了“自然关系→人类观测→科学模型”的逻辑。

[^8]: [引用] Dignum, V. (2026).The AI Paradox: How to Make Sense of a Complex Future. Princeton, NJ: Princeton University Press. ISBN: 9780691269085. 该书探讨了AI的八大悖论，旨在帮助人们以清晰的眼光看待复杂性，并以优先考虑集体价值观的方式使用AI。

[^9]: [引用] Searle, J. R. (1980). Minds, Brains, and Programs.Behavioral and Brain Sciences, 3(3), 417-457. DOI: 10.1017/S0140525X00005756. 塞尔在该文中提出了“中文房间”思想实验，论证了即使一个系统能够通过图灵测试，它仍然可能根本不理解它在处理什么——它只有被赋予的意向性，而没有内在的意向性。

[^10]: [参考] 本章四组对照的核心概念——被设计vs被诞生、功能=自身vs存在≠功能、时间可重置vs时间不可逆、概率中最优vs规则外自由——均建立在前两章的论证基础之上。关于AI的本质，详见第四章“AI的本质：无身体的知识”。关于人的本质及时间不可逆性的详细论证，详见第五章“人的本质：有限生命的意义赋予者”。关于具身AI的身体区分（Leib/Körper），详见第四章第四节。关于“功能定义困境”和“效率目的缺失”的提出，详见第三章。第七章将基于本章的类别差异判断，回到第一部分的两个困境，尝试给出回应。关于“灰色地带是否否定类别差异”的进一步讨论，参见第八章8.3节。