时代洪流中的锚点：新一轮科技革命下人文与智能的双向赋能

约瑟夫·亨里奇在《The Secret of Our Success》中揭示了一个深刻的道理：人类之所以超越其他生物，“统治”了地球，并非因为我们拥有更强大的个体智力，而是因为我们累积文化的能力，每一代人都站在前人肩膀上，将经验传递下去。然而，作为人工智能专业的学生，亨里奇所赞美的文化进化，如今却让我感到一种“解构后的虚无”：快递员运送包裹，是因为金钱驱动；代码运行，是因为晶体管开关 0 与 1；而我自己，这个碳基生物体，似乎也只是社会这台巨大机器中一个可替换的零件。

新一轮科技革命，尤其是大语言模型和生成式 AI 的爆发，正在加速解构人类引以为傲的“翻译”能力。文本翻译不用提了，像基础编程、甚至知识密度最高的医疗诊断，从病人症状对应到病症，再对应到对症药物，都可以被视为将一种信息形式转换为另一种的“泛翻译”行为，从而被 AI 所替代。我们不得不直面一个问题：如果人类的价值仅仅在于充当文化传递的工具、“中介”，那么硅基智能是否终将取代平凡的碳基载体？

然而，我认为这种焦虑恰恰源于对“人文与科技关系”的误解。健康的双向赋能，不是人类负责“情感与创意”、机器负责“效率与计算”的机械分工，这仿佛就是把感性和理性二元对立了。而应当重新审视：人文在技术加速时代，能否提供一种“反思”的能力，即我们不仅能够创造技术模块，还能意识到这些模块的边界、代价与方向。

以我所在的人工智能专业为例，当前主流的深度学习范式本质上是“大数据 + 大算力 + 大模型”的路径。这条路在图像识别、自然语言处理等领域取得了惊人成就，但也有很大的脆弱性：数据偏见、可解释性缺失、灾难性遗忘，以及惊人的能源消耗。一个 GPT-4 级别的模型训练一次耗电相当于数百个家庭一年的用电量。如果我们盲目追求“让 AI 大人干活”，一切任务都交给它，那我们就忽略了人文提出的根本追问：效率之后是什么？可解释性为谁服务？智能的终极目的是理解世界，还是替代理解？

人文对科技的第一重赋能，是提供“意义锚点”。当代年轻人感受到的压倒性压力，并非来自技术进步本身，而是来自“工具逻辑吞噬了价值逻辑”。当学校变成就业的蓄水池、学生被当作系统的螺丝钉，我们自然会问：我究竟是社会的参与者、技术的使用者，还是耗材或燃料？这个问题没有标准答案，但人文训练给我们的恰恰是：敢于在工具理性的洪流中，为自己保留一个“非工具化”的追问空间。哪怕暂时回答不了，提问本身就已经是一种反抗。

第二重赋能，是提供“反向设计”的视角。当前 AI 系统之所以被视为“黑箱”，是因为我们只关注输入输出映射，而忽略了中间过程的伦理与价值的 hidden state。如果一位医生的工作仅仅是“将症状映射到药物”，那么他确实可以被替代，而且这样的替代是更高效的；但真正的医疗实践包含着真人之间的共情、沟通、权衡，这些无法被简化为翻译的部分。同样，教师不只是传递知识模块，更重要的是塑造学生的认知和价值观；程序员不只是将思想翻译成代码，还是在架构设计中了解系统的脆弱点与社会影响。这些“非翻译”的部分，我想，正是人文素养发挥作用的地方：它被称为 taste，让我们有能力质疑需求的合理性，而不仅仅是实现它。

那么年轻人在新一轮科技革命下该何去何从？有些悲观的人认为，可以“转行学哲学”了；有些激进的人认为应该“拥抱技术”，好像《三体》里面的降临派。我认为，过于悲观和激进都不可取，我们应当在技术深度上叠加反思。一个人可以既精通 AI 技术，又能读懂社科著作。在新一轮科技革命的冲击下，那些能够在混沌系统中借助人文素养识别不动点的人，会收获更多。

回到我在创咖看到那本书时的感受。亨里奇是对的：文化进步让我们能够站在前人的肩膀上，不必每次都从钻木取火开始，但这不等于遗忘或忽略。科技革命越是加速，我们越不能陷入技术至上主义和科技狂热，需要人文来提醒：我们为什么需要这些东西？它们为谁服务？当熵增不可逆、复杂性爆炸时，什么才是值得保留的意义？

我们回不去前工业时代的田园牧歌，也不能成为 AI 的附庸。我们要做的，是在承认个体渺小的同时，依然愿意为自己设定方向。那才是一个碳基生命无法被替代的部分。