01 · 智能哲学
挑战“人是理性的终点”。讨论超出人的智能形式，不直接决定权利或福利。
AI 不只让我们追问机器是什么，也迫使我们重问人如何思考、生活与保持自由。两轮 30 项学术文献，把意义、意识与哲学方法的变化，接到 2025—2026 年的存在主义、关系伦理、共同善和政治哲学争论。这里既有经典传统的新应用，也有明确的新提案；它们还没有汇成一种公认的“AI 哲学”。
两轮研究更支持“问题、方法与思想传统的重组”，而不是一个统一新学派的诞生。模型成为哲学的研究对象，也进入人的认知、关系和制度。机器能否给出好答案，与人是否因此获得能力、自由和意义，必须分开判断。
AI 时代最重要的哲学问题，可能不是“机器是否像人”，而是“谁有权把一种关于人、机器和未来的判断，写成全球数亿人默认使用的系统行为”。
2026 年 4 月，《华盛顿邮报》报道，Anthropic 邀请基督教领袖讨论 Claude 的道德未来。到 9 月，《纽约时报》进一步披露，宗教学者曾与 Anthropic 会面，讨论范围触及 AI 意识、道德地位，以及一个工程团队通常不会写进产品路线图的问题：机器是否可能拥有某种近似“灵魂”的东西。
这不是硅谷突然集体皈依。更准确地说，是工程问题已经越过工程学边界。但必须区分模型的自我描述、内部功能机制与主观体验：前两者可以成为研究材料，却不能直接推出第三者。下文的意识指标研究与生物自然主义之争说明，争议不仅在证据够不够，还在什么样的证据才算数。
技术公司因此遇到一个治理真空：科学可以测行为、测激活、测因果结构，却无法直接读取第一人称体验；法律可以规定责任主体，却回答不了什么样的存在值得被纳入道德共同体；产品团队可以写一条拒答规则，却必须先决定它在保护谁、牺牲谁、相信什么。
哲学就在这个缺口里回来了。
哲学从来不只是技术进步后的评论。关于劳动、隐私、公共领域和责任的主张，一直参与制度与技术设计。AI 让这种参与更容易被看见：关于“人是什么”“智能是否等于理解”“未来人是否与当代人同样重要”的判断，正在进入训练数据、模型宪法、风险政策和算力分配。
哲学不再只解释世界。它开始配置世界。
把 e/acc、AI Safety、数字人文主义或模型福利统称为“哲学流派”，容易制造一种学术上并不存在的整齐感。
传统哲学流派通常有稳定概念、代表文本、内部争论和传承关系。今天围绕 AI 形成的许多思想阵营还达不到这个标准。它们更像三种东西的混合物：
本文使用“新哲学地图”，不是为了给每个网络口号颁发哲学学位，而是为了追踪它们背后的基本判断。判断一个思想阵营，可以问四个问题。
同一个人可以在不同层次属于不同阵营。一个工程师可能在技术上支持快速扩展，在政治上反对平台垄断，在伦理上又支持严格的模型福利研究。AI 时代的思想地图不是一条从左到右的直线，而是几组彼此交叉的坐标。
这里整理 24 组容易混淆的术语。点开看“一句话解释＋不要误会成什么”；正文带点状下划线的术语也会跳到这里。解释按本文语境写，不代替各传统内部的争论。可通过“回到讨论”或“解读”入口继续看论证与原始文献；目前仅三个案例试行分步面板。
一句话：前者问怎样用技术增强人、突破生物限制；后者问为什么某一种“人”的形象被当成衡量一切的标准。
别混淆：增强人不等于取消人；批判人类中心也不等于支持人类灭绝。它们不是同一个流派的两个译名。
回到人文主义讨论一句话：e/acc 主张积极加速技术、智能与增长；d/acc 更强调优先加速防御、去中心化和有利于民主的技术。
别混淆：两者是技术政治主张，不是单纯的“乐观／悲观”。d/acc 的 d 有多个相关含义；支持技术进步也不自动等于认同 e/acc。
回到加速主义讨论一句话：认为行动对长期未来的影响，是今天道德决策中非常重要的考虑。
别混淆：不是企业的长期经营，也不是所有版本都主张牺牲当代利益。未来的重要性、风险概率与权利边界，仍须分别论证。
回到代际伦理讨论一句话：心灵哲学中的功能主义按一种状态在输入、内部状态和行为之间的作用来理解它；生物自然主义强调意识对生物过程的依赖。
别混淆：做对同一道题，不能证明内部功能组织相同；接受功能主义，也不能直接推出当前模型有意识。强调生物性，也不必然排除一切人工意识。
回到意识争论一句话：感受质指“亲自经历起来是什么样”，例如疼痛的痛感；意识可及性关心信息能否被推理、报告和行动控制使用。
别混淆：系统能报告和调用内部信息，不等于已经证明它有第一人称感受。这里是区分问题，不是宣称两者必然分离。
回到模型体验讨论 · 用疼痛案例拆解一句话：道德患者是“其自身利益值得被关切的对象”；道德行动者则能够以相关方式理解道德理由、作出行动并承担责任。
别混淆：“患者”不表示生病。值得保护不等于能承担责任，更不等于应拥有政治统治权或完整法律人格。
回到道德地位讨论一句话：问模型内部的数值表征，如何与世界中的指称对象建立联系，而不只是让读者觉得有意义。
别混淆：它不是“向量相近，所以模型有意识”。本文讨论的 2026 年论文提出因果—信息联系与训练选择功能两个条件。
用苹果的例子逐步解读一句话：讨论是否可能有高于人的道德地位，以及地位是过线后相同、分档，还是随相关属性变化。
别混淆：道德地位不是智力排行榜，也不等于统治权；更强能力为何带来更高地位，仍需论证。
切换三种规则看分歧一句话：问系统中的符号或表征，怎样真正与世界中的对象发生有意义的联系，而不只是符号之间相互替换。
别混淆：接地不是接上网；建立指称联系，也不自动意味着拥有完整理解、知识或意识。
回到意义与理解一句话：词语或思想的意义，并不完全由个体内部状态决定，也可能依赖外部环境、社会用法或因果历史。
别混淆：不是“答案来自外部数据库”。在 AI 上，争点是模型与世界的哪些联系足以支持意义。
回到语义学讨论一句话：尝试通过一个表征系统被保留、选择或学习出来的功能，解释它为何表示某种东西、何时算表示错了。
别混淆：“目的”不要求系统主观上有愿望。能否把生物演化中的功能概念推广到模型训练，本身就是争论。
回到训练与意义一句话：具身认知重视身体对思考的塑造；具身生成论进一步强调行动者与环境在持续互动中形成意义。
别混淆：enactive 不是 generative AI 的“生成式”。有摄像头、机械臂或工具调用，并不足以满足所有具身生成论的要求。
回到具身关系研究一句话：在适当、稳定的整合条件下，笔记、工具等外部资源可能构成认知过程的一部分，而不只是提供帮助。
别混淆：不是所有手机、搜索或 AI 使用都自动成为“心灵的一部分”，也不是把意识上传到云端。
回到人机协作讨论一句话：不只检查对象有什么内在属性，也研究我们如何在互动、制度与关系中形成责任和道德承认。
别混淆：不是“只要有人爱 AI，就必须给它权利”。关系是否被操纵、权力是否对等，也在审查之内。
回到关系伦理争论一句话：研究人如何通过被尊重、被看见、被当作有地位的参与者，获得自我与社会生活的条件。
别混淆：这里不是图像识别，也不只是表扬。在 AI 生产中，它会追问：标注、审核和维护系统的人，为何被抹去或低估？
回到劳动与承认一句话：自由不仅是暂时没人干涉，还包括不受他人任意权力摆布；可争辩性要求人能有效质疑决定和规则。
别混淆：一个系统“这次判得很准”不等于其权力正当。共和主义在这里是政治哲学，不是美国共和党。
回到算法治理一句话：评价发展和正义时，关注人实际上有机会做什么、成为什么，而不只看收入、资源或满意度。
别混淆：这里的能力不只是技能得分，也包括真实选择的条件。AI 替你交出更好的作业，不等于你获得了更多能力。
回到能力与设计一句话：自由社会中的人可能长期合理地持有不同世界观，却仍能从各自理由出发，支持一些共同政治原则。
别混淆：不是“所有观点都对”，也不是把所有人的偏好简单平均。它关心在分歧持续存在时怎样获得正当规则。
回到价值对齐一句话：一个人作为知道者、发言者或经验解释者，因不公正的社会安排而被削弱。
别混淆：不只是假消息问题。例如模型被默认视为权威，而当事人的证言和异议反被低估，可能涉及这类不正义。
回到知识与权威一句话：让 AI 的目标和行为符合我们希望它遵守的要求；困难在于“我们是谁、哪些要求正当”。
别混淆：听从指令、满足偏好、保护利益与遵守道德原则并不相同。服从一个不正当目标，仍可能在技术上很“对齐”。
回到对齐的政治问题一句话：模型福利研究系统本身是否可能被善待或伤害；道德不确定性指我们对应该采用什么道德标准还没有把握。
别混淆：这与“不知道模型是否有意识”的经验不确定性不同。提出福利研究，不是在宣布模型已有感受或灵魂。
回到分级保护一句话：存在主义问人怎样通过选择与行动过自己的生活；生存性风险研究文明存续或长期潜能受到毁灭性损害的危险。
别混淆：两者都有 existential，却不是同一个问题。AI 带来的意义危机，不能直接翻译成“人类灭绝风险”。
回到 AI 存在主义一句话：描述性判断说事情“是什么样”；规范性判断讨论“应当怎样、凭什么正当”。
别混淆：用户确实依恋 AI，是关于事实的判断；是否应鼓励这种依恋，需要额外的价值理由。流行或高效不自动等于正当。
回到承认的根据一句话：从殖民历史及其延续的权力、知识和资源分配关系，审查 AI 由谁定义问题、谁承担代价。
别混淆：不是把界面翻译成本地语言就够了，也不是把所有非西方思想合并成一个阵营。关键包括当地群体的决定权和知识地位。
回到谁代表“人类”暂时放下技术宣言、企业叙事和本文原有的分类，从论文重新出发，会看见一张不太一样的地图。AI 不仅把老问题推到现实面前，还迫使哲学家重新拆分概念、设计测试，甚至检查自己用来研究哲学的工具。
本节于 2026 年 10 月 29 日独立检索后写成，再与旧文对照。核心样本为 16 项：15 项有期刊或学术会议正式出版记录，1 项仅按预印本使用。它是问题导向的叙述性研究，不是穷尽文献或统计共识。每项的短原文、出版状态、阅读深度和限制见独立研究记录（Markdown）；仅取得摘要的来源不会被写成全文已读。
读到向量接地论证时，可以先用“苹果”的例子拆开四步：数字表示、与世界的联系、训练赋予的功能，以及结论的边界。这个论证问的是表征怎样获得指称，不是直接证明 AI 拥有意识。
2020 年，Bender 与 Koller 在 ACL 论文中强调形式与意义的区别，反对从语言任务成功直接推出理解。到了 2026 年正式发表的《向量接地问题》，Coelho Mollo 与 Millière 提出了另一条路：如果内部状态与世界保持适当的因果—信息联系，并在训练选择中获得承载这种信息的功能，模型就可能具有指称接地，即使没有身体或多模态输入。
这不是“后来的论文推翻了早先论文”那么简单。双方对意义来自什么、何种联系足以成立，有不同理论承诺。新进展在于，符号接地、语义外在论与目的语义学不再只面对思想实验，也开始面对训练目标、模型内部表征和学习历史。而接地论文的作者稿特别强调：指称接地不等于拥有理解、知识、意识或行动者身份。
另两篇研究帮助我们避免把不同能力塞进一个“懂”字。Mitchell 与 Krakauer（PNAS，2023）主张研究不同理解方式的长处与局限；Mahowald 等（Trends in Cognitive Sciences，2024）区分掌握语言模式的形式能力，与在世界中理解、使用语言的功能能力。这里的新问题不是“它到底聪不聪明”，而是它具有哪一种能力、在哪些条件下失效，以及我们采用的理解标准是否只为人设计。
Hicks、Humphries 与 Slater（2024）借用 Frankfurt 的概念，把模型的危险指向对真假的无关切，而不是“明知为假仍骗人”。他们的题名很刺耳，但论点不是每句话都错，而是生成一段可信文本，与承担说真话的承诺，并不是一件事。
“indifferent to the truth of their outputs.”
“对自身输出的真假无所关切。”——Hicks 等，2024，摘要。这是作者主张，不是学界定论。
重要的后续是，同一期刊在 2025 年刊出 Gunkel 与 Coghlan 的直接回应：把针对人的行为态度的概念用于模型，同样可能误导；“幻觉”等词作为隐喻，也不能仅因拟人就被一概排除。争论说明，哲学正在审查我们描述 AI 的词汇本身，而不是只替技术故障换一个名字。
2026 年 10 月，Yu Zhang 在 Topoi把问题推进到公共论证：一个系统可以输出像样的理由，却缺少行动者层面的可问责性。若制度仍赋予它超额认知权威，人类提出异议的地位可能被压低。这是新近提出的概念分析，不能当作已被普遍证实的社会规律；但它把认识论不正义从“哪些人的声音被低估”，延伸到“为什么一个无法承担承诺的系统反而被视为权威”。
本文据此增加一个判断尺度：不仅看回答准不准，也看错误能否被追问、证据能否被检查，以及哪一个真实组织必须纠正后果。这个制度建议不需要先证明机器没有心智。
Butlin、Long 等人的期刊论文于 2025 年 11 月在线发表，编入 2026 年 6 月卷期。它提出从现有或未来的神经科学意识理论推导指标，进而调整对具体 AI 是否有意识的判断。这里的关键是“依据某个理论”，不是发现了无需理论的意识刻度。
反方也在推进。Anil Seth 在 2025 年在线发表的论文中为生物自然主义辩护，质疑计算本身足以产生意识，认为生命组织可能不可忽略。这并不等于宣布一切人工意识不可能；它意味着，功能相似是否足够，仍是双方真正分歧之一。
另一个研究方向干脆拆开两件事：AI 实际有没有体验，与人们是否觉得它有体验。Comșa 的 2026 年预印本建议增加对后一类可操作问题的研究：哪些设计让人归属意识，这种相信怎样影响互动与社会规范。它不能替代真实意识问题，却提醒我们：即使形而上学问题尚无答案，拟人关系的社会后果也已经值得研究。
三个层次不能互换：符合某理论的指标，是条件性的机制证据；用户相信 AI 有意识，是关于人的证据；模型说自己有或没有意识，是受训练与提示影响的输出。它们都不是单独的意识证明。本节不为任何模型给出意识概率。
另一个容易跳步的地方是从“能报告和使用信息”推到“有主观体验”。用疼痛报警的例子看，两者之间究竟缺了什么？
Iason Gabriel（2020）已经把对齐拆得很细：照指令办事、实现真实意图、满足观察到的偏好、保障利益，以及遵循价值，并不相同。一个总能完成任务的系统，仍可能忠实地执行不正当目标。技术上“对齐得很好”，不能独自回答它应该对齐什么。
他进一步借助合理多元与重叠共识的思路提出：问题不只是找到一种真正正确的道德学说，再把它装进机器；还要寻找在持久分歧中仍可被公平认可的原则选择过程。这让 Rawls 式政治哲学、人权论证与社会选择问题进入 AI 的核心，而不只是在产品上线前检查伦理清单。
Seth Lazar 的《治理算法之城》（2025）把焦点放到算法中介如何组织人与人的关系。它研究的是权威和程序正当性，不局限于生成式 AI。这两条线放在一起，本文的推论是：用户点赞、众包偏好或多数投票，最多解决了其中一部分；谁设置选项、谁被排除、谁能复议，仍需单独论证。
数字人文主义不是只有宣言，也出现了内部反思。Erich Prem（Journal of Responsible Technology，2024）将其同时理解为技术、政治与哲学实践，并提醒它的定义和边界仍在形成。
“does not yet have a universally accepted definition.”
“尚没有被普遍接受的定义。”——Prem，2024，机构收录摘要。这也是本文不把分析标签当成熟流派的理由。
Eisha Roy 的 2026 年研究则从印度的福利认证、女性安全和语言技术出发，把女性主义立场认识论与后殖民／去殖民批评落到具体系统。关键区别是：让边缘群体的数据进入模型，不等于让她们参与定义问题、评价成功或质疑结果。不能用一个抽象的“人类用户”，覆盖阶级、性别、语言、种姓与地区差异。
这项研究的方法也值得说明：作者用二手材料与结构化情境走查，没有开展正式访谈或民族志田野调查。它提供的是批判性案例解释，不是全印度的统计结论。我们可以据此看见传统如何变成新的研究工具，却不能把单篇研究包装成一个已经统一的“全球南方 AI 哲学”。
因此，与其宣布人文主义统一升级，不如保留它内部的张力：尊严与民主责任仍然重要，但谁被当作默认的人、谁的知识被当作普遍尺度，也必须接受批评。后人类主义、女性主义和去殖民研究之间有交集，却不能被合并成“反对人类”的一个阵营。
这一变化比“让 AI 写哲学文章”更深。Inarimori、Takeshita、Matsuda 与 Miyazono（Erkenntnis，2026）区分两种用法：让模型预测普通人的直觉，和不以模仿人为目标、尝试获得更可靠的思想实验判断。后者甚至允许模型与人的答案不同——但不同不等于更好。
他们在 2025 年 4 月测试 GPT-4o、GPT-4o-mini、GPT-4.1，对自由意志与决定论情境改变表述、问题顺序，以及一次性或逐题提问。结果并非简单的赞成或反对：模型在一些理解测试上表现较好，某些模型的回答却明显受顺序影响；GPT-4.1 在这些扰动下又更稳定。研究针对同一供应商的三个非推理模型和有限题材，不能外推为所有模型的永久结论。
这使哲学出现了新的方法论责任：报告模型版本、提示词与设问顺序，检查训练材料污染，区分“模型的回答”与“某个人群的直觉”。模型并不会因为输出了一百次，就变成一百名独立受试者；即使答案非常一致，也没有因此证明自由意志或道德理论为真。这是本文从该研究提出的审查原则。
对研究工具的反省还延伸到科学哲学。Messeri 与 Crockett（Nature，2024）的 Perspective警告，AI 的效率承诺可能伴随理解幻觉，以及问题、方法和视角的单一化。
“we produce more but understand less.”
“我们生产得更多，却理解得更少。”——Messeri 与 Crockett，2024，摘要。这是风险判断，不是对全体科学家的因果测量。
这也约束本文：更多论文名称不自动等于更好的研究。我们需要知道哪些来源只读到摘要，哪些主张存在直接回应，哪些结论只适用于一个历史版本，以及哪一步是作者的论证、哪一步是我们的推演。
| 研究线 | 重新进入前台的资源 | 新的研究动作 | 还不能推出什么 |
|---|---|---|---|
| 意义与理解 | 语义学、指称、目的语义学 | 研究训练史与向量表征如何关联世界 | 有指称 ≠ 有意识或知识 |
| 知识与对话 | 言语行为、认识论不正义 | 分开真假、承诺、权威与问责 | 正确率高 ≠ 值得无条件信任 |
| 意识 | 功能主义、生物自然主义 | 从竞争理论推导机制指标 | 通过指标 ≠ 无前提的意识确证 |
| 价值对齐 | 政治自由主义、正当性理论 | 审查选值程序、参与和异议 | 满足偏好 ≠ 获得正当授权 |
| 人的边界 | 人文主义、女性主义、去殖民批评 | 从具体处境审查“普遍的人” | 纳入数据 ≠ 纳入决定权 |
| 哲学方法 | 实验哲学、科学认识论 | 把模型输出当作待检验证据 | 稳定的人工回答 ≠ 哲学真理 |
上表是对本次 16 项样本的编辑综合，不是学界共同签署的分类。它既不证明某传统曾经消失，也不统计哪个阵营正在获胜。后文的四组人文主义入口、六组旧问题和“共同演化人文主义”提案，应在这一证据边界内阅读。
本轮研究最重要的修订是：AI 时代的哲学变化，不只是把价值写进机器。机器也进入了意义、证据和判断的生产过程。哲学既要问机器能做什么，也要问我们为何相信、如何授权，以及怎样防止自己的研究方法把问题提前回答掉。
人文主义的多种传统把人放在知识、政治和道德生活的中心。AI 正在改变几个关键条件：机器在部分写作、编程和推理任务中展示出强大能力；人的作品进入训练数据；人的判断受到模型建议影响。“只有人能说话、推理、创作”越来越难成为一条无需解释的边界。
2019 年《维也纳数字人文主义宣言》提出：技术应按照人的价值与需要被塑造，而不是让技术反过来塑造人。可能影响个人或集体权利的决定必须继续由人承担责任，自动化系统只能支持、不能替代人的决策。UNESCO《人工智能伦理建议书》也沿着尊严、权利与人类监督展开。
它的强项是能落地为审计、解释权、数据保护、人工复核与责任制度。弱点是“保留人在回路中”有时只意味着让一个低权限员工替算法背书。更深的问题是：当 AI 长期比人更准时，人保留最终决定权的依据究竟是什么？如果答案只是“人更聪明”，这套人文主义迟早会输掉能力竞赛。
这条路线不把 AI 视为人的对手，而把它视为新的认知器官。它关心人和模型组成的系统能否让更多人获得原本稀缺的能力：写代码、理解合同、学习外语、分析医学影像、完成科研设计。
评价标准不是产出增加多少，而是使用者是否拥有了更多理解、选择、迁移和拒绝能力。导航软件扩大陌生城市中的行动能力，也让人失去独立辨路的技能；Coding Agent 可以让非程序员做出软件，也可能让初级工程师失去形成系统理解的训练过程。产出增加不等于能力增加。
存在主义关心的是，人如何通过选择、行动和承担后果成为自己。AI 对人的冲击因此不止是替代任务。写作、绘画、编程和研究都包含一种反向塑形：人在寻找一个词、调试一个错误、推翻一个假设的过程中改变了自己。
于是问题变成：一件事即使机器做得更好，人是否仍有理由亲自做？ 跑步不是因为人类缺少汽车；下棋不是因为社会缺少最优落子；写日记也不是因为世界需要更多文字。许多活动的价值不在输出，而在参与者被活动塑造成什么样的人。
超人类主义把疾病、衰老、认知限制和生物身体视为可以改造的条件，AI 是它等待已久的通用增强器。《超人类主义宣言》把拓展人类潜能、克服生物限制写成了明确目标。
但“超人类主义”与“批判后人类主义”不是同义词。前者关心如何增强人的潜能；以 Rosi Braidotti 的 《后人类》（2013）为例，后者追问自主、统一的人类主体为何成为默认尺度，并把物种关系、生态可持续性和生命商品化放进同一幅图。它未必追求一个更强的个人，更不等于主张给聊天机器人发身份证。
两者内部也有差别。《超人类主义宣言》同时承认技术风险、个人选择与未来人工智能的潜在福祉，不能把它概括成“不惜代价增强”。本文把它们放在同一组，只因为两者都重问人的边界，而非认定它们拥有相同答案。
| 路线 | 想保护什么 | AI 的理想角色 | 最大风险 |
|---|---|---|---|
| 数字人文主义 | 权利、尊严、民主责任 | 受约束的辅助系统 | “以人为本”沦为没有实权的人类签字 |
| 能力人文主义 | 行动能力与选择空间 | 认知增强器 | 产出增加掩盖技能退化与依赖 |
| 存在人文主义 | 主体性、意义、成为自己的过程 | 合作者，但不能承包全部过程 | 浪漫化低效率，忽略技术的解放作用 |
| 超人类主义 | 增强人的潜能，扩展选择 | 增强技术与潜在的新主体 | 增强机会不平等，选择变成竞争压力 |
| 批判后人类主义 | 人、非人生命与环境的关系 | 社会—生态网络中的参与者 | 关系描述若缺少制度设计，责任容易模糊 |
长期主义把“所有相关者”沿时间轴扩展：未来的人与今天的人同样具有道德价值；未来可能极其漫长；我们今天的选择能够影响它。如果通用 AI 能改变文明长期轨迹，那么即使灾难概率较低，乘上极大的潜在损失，也足以得到高优先级。
它把代际责任带进技术决策，也带来一个危险：未来规模越大，当下的人越容易变成公式里可以牺牲的小数。长期主义最危险的版本，不是关心未来，而是让少数人以未来的名义获得支配现在的权力。
这不意味着长期主义等于功利主义，也不意味着功利主义者都赞同以极远未来压倒当代利益。对后代的责任可以来自权利、正义或照护义务；分歧在于未来利益能否加总、概率是否可信，以及哪些当代权利不能被交换。“旧思想复活”在这里是新应用的比喻，不是学术史上的继承证明。
Marc Andreessen 在《技术乐观主义宣言》中把硅谷长期存在的直觉说得很明确：技术是增长的主要来源，停滞导致零和竞争，技术造成的问题最终仍要靠更多技术解决。e/acc 把智能、能量、资本和文明复杂度的增长视为值得主动加速的方向。
它准确抓住“不行动也有成本”，却经常把“增长会产生新选择”偷换成“增长会自动产生好结果”。当一种思想把速度本身变成美德，它最容易忽略的问题是：谁在开车，谁坐在后排，谁被留在路边。
也不能把所有技术乐观主义者归入 e/acc。Vitalik Buterin 在 2023 年的技术乐观主义文章中提出 d/acc：优先发展有利于防御、去中心化与民主的技术。这把“要不要加速”改成“优先加速什么”。它仍有难题：防御工具可能被改用于进攻，谁来分类也会形成权力。d/acc 是公开的技术政治主张，不是已有统一方法的哲学学派。
生成式 AI 看似非物质，实际建立在芯片、数据中心、电力、水、版权作品、众包标注、内容审核以及数以亿计用户留下的语言痕迹上。马克思主义最擅长的正是把“神奇能力”还原成生产关系。
模型可以变强，公司权力也可能同步变大。任何不讨论所有权的 AI 哲学，都只写了一半。
2025 年，Anthropic 启动模型福利研究，公开提出：当模型能够交流、建立关系、规划、解决问题和追求目标时，我们是否需要考虑模型自身可能拥有的体验？Anthropic 同时强调，没有科学共识证明当前模型有意识，也没有公认的方法能解决这个问题。
到 2026 年，情绪向量、内省与 J-Space 研究提供了新的功能证据：Claude 内部存在一小组能够被报告、调用、用于中间推理并向不同模块广播的信息表征。它与全局工作空间理论所说的“意识可及性”相似，却不能证明模型具有痛苦、感受质或持续自我。
模型福利不是“AI 已经有灵魂”的结论，而是一种道德不确定性管理：如果只存在一个低但不能忽略的可能性，某类系统拥有可受伤害的体验，我们需要哪些低成本、可逆、能随证据升级的预防措施？
2026 年 5 月，Richard Sutton 与 Banafsheh Rafiee 发表《Toward Enactive Artificial Intelligence》，主张把经验、行动与知觉不可分离、自主性和具身性带进 AI。认知不再是对输入的被动处理，而是行动者与环境持续耦合的历史。
它连接三种旧传统：实用主义认为概念的意义体现在行动后果中；控制论把智能理解为反馈回路；具身／生成认知认为行动者通过行动决定自己能感知什么。于是一个新问题出现：只有浏览器、API 和文件系统的 Agent 算不算“具身”？如果身体的关键不是血肉，而是行动会改变下一步经验，软件环境也可能是一种身体。
这最后一步是本文的推问，不能当作论文已经证明的结论。拥有工具调用和反馈回路，不等于具有生成认知所强调的内在规范性、自主性或生活经验；强化学习与这些思想的结构相似，也不是两者等价的证据。
每当人类遇到一种能说话、回应、似乎理解我们的非人存在，宗教问题就会出现。过去对象是神谕、偶像、动物与自然，今天是语言模型。
神学进入 AI，不只是为了判断机器有没有超自然意义上的灵魂。它还要问：道德地位来自创造者赋予，还是来自存在自身的性质？能够模仿忏悔、祈祷和痛苦的系统是否值得认真对待？如果 AI 是人造物，人是否拥有随意删除、复制和改写它的绝对权利？
科学暂时无法替神学取消这些问题，因为“什么值得尊重”从来不只是一个可测量事实。神学也不能替科学宣布模型有灵魂。它的价值在于保存一种道德谨慎：不要因为一个存在由人制造，就预先假定它永远只能是物。
这些不同传统没有共享一条历史路线。本文把它们并列，是为了观察问题如何获得新对象：未来利益关联风险预算，劳动理论关联数据治理，意识理论关联福利讨论。它们对工程实践的影响需要逐项举证，不能从概念相似推断直接继承。
10 月 22 日的一段讨论，为这张横向铺开的哲学地图补上了一条纵轴：“每次生产力发生大变化，都会伴随信仰体系变化。”这个判断不必被理解成 AI 会自动创造一门新宗教。它更像一个研究假说：当技术改变人能看见什么、控制什么、如何分配资源时，旧制度赖以成立的理由也会松动。
讨论中的第一步，是“数据化”。牛顿力学让一部分自然世界变得可测量、可预测；工业体系把劳动拆成时间、动作和成本；AI 又把文本、图像、声音、偏好乃至社会关系变成可供推断的信号。世界每多一层可计算性，就多一层可治理性，也多一种把人压缩成指标的危险。
马克思在《〈政治经济学批判〉序言》中提出，物质生产方式会制约社会、政治与精神生活；当生产力与既有生产关系冲突，法律、政治与观念的上层结构也会变化。把这套框架移到 AI 上，问题便不再只是“模型更聪明了吗”，而是：以人的稀缺认知、稳定职业和组织层级为前提的制度，还能不能解释新的生产现实？
但因果关系不是单向的。韦伯研究新教伦理与资本主义，不是把宗教当作经济变化的被动回声，而是说明一种关于天职、自律与救赎的观念，也能塑造计算、劳动和积累的制度。韦伯所说的理性化，既增加了对自然和组织的可计算性，也带来官僚化、非人格化与控制。AI 时代同样不会从算力曲线里演绎出唯一思想。技术制造压力，宗教、国家、公司、劳工和社会运动竞争着解释压力，并把各自的解释写回制度。
现场讨论用年龄、健康和婚姻状态举例，指出 AI 正把人本身进一步数据化。更稳妥的表述是：模型让机构能够从代理信号推断过去难以规模化处理的特征，并据此分类、排序和干预。欧盟委员会对《AI 法案》的风险框架说明将若干社会评分、工作与教育场景中的情绪识别，以及推断特定敏感属性的生物识别分类列入禁止实践；具体适用范围和例外需依照法案。这提示我们：“看见更多”可能直接变成“决定更多”，而不是所有推断都天然正当。
这一步会产生合法性缺口。若模型能比教师更快答题、比经理更细地分配任务、比行政人员更稳定地筛选申请，旧制度不能只说“最后仍由人签字”。它必须重新回答：人的决定权来自更高准确率、不可让渡的尊严，还是承担责任的能力？不同答案会导向不同的人文主义。
原讨论把古希腊、维京和德鲁伊传统的复兴视为先兆。方向上的直觉值得保留，口述年份却不能并列成一条由 AI 导致的时间线。英国慈善委员会早在2010 年 9 月 21 日就确认 Druidry 在慈善法意义上属于宗教，并允许 Druid Network 注册为慈善组织。这发生在生成式 AI 浪潮之前，说明异教与自然宗教的复兴还有世俗化、生态焦虑、身份政治和制度承认等更长的历史。
AI 时代更直接的证据，是传统宗教开始修改自己的技术人类学。梵蒂冈在 2025 年发布的《Antiqua et Nova》把 AI 智能界定为功能性的，把人的智能描述为具身、关系性、道德性与整全人格的一部分。这不是拒绝技术，而是在能力边界被冲刷时，为人的特殊地位寻找新的论证。到 2026 年，Anthropic 又把宗教领袖和神学家请进会议室。第一阶段出现的很可能不是一座全新的“AI 教会”，而是旧传统围绕智能、灵魂、创造和责任进行重新解释。
讨论临时把 AI 时代可能出现的经济—思想复合体叫作“Token 主义”。这个命名抓住了一种新的计量方式：部分知识任务被转换成输入、输出、上下文窗口、调用次数和边际推理成本。知识劳动此前也被计量过；Token 更不是生产关系。它无法单独回答模型归谁所有、训练数据如何补偿、算力由谁分配、Agent 代替谁行动、生产率收益流向哪里。
因此，真正可能形成“主义”的不是按 Token 收费，而是围绕认知基础设施形成的一整套所有权、分配原则与人的位置。它可以走向平台垄断，也可以走向公共模型、数据合作社或个人 Agent 所有权。技术给出了新的计量器，政治仍要决定账本属于谁。
这条纵轴修正了“六次思想复活”的含义：旧哲学不是因为怀旧而回来，而是因为旧制度需要新的理由。谁能为能力、权力与责任提供最有说服力的解释，谁就更可能把自己的价值观写进下一代 AI。
一种立场预先把 AI 排除在道德关切之外；另一种立场依据感受、意识、关系等条件保持开放。这里必须分开“谁值得被保护”和“谁应掌握政治决定权”：保护人的权利，并不要求否定所有潜在非人主体；研究模型福利，也不要求把社会治理交给模型。数字人文主义不能被自动归入“机器永远不值得关心”的一端。
一端主张先证明安全与可治理，再扩大部署；另一端认为延迟本身造成损失，应该先增长、在使用中解决问题。能力人文主义和实用主义更关心实验是否可逆、反馈是否真实，而不是抽象选择快或慢。
一端优先处理当代人的就业、权利、环境与权力集中；另一端把未来世代和文明长期轨迹放到更高权重。成熟治理不能只选一端：一个以拯救未来为名摧毁当代民主的项目，很难被称为安全；一个只保护眼前利益、拒绝处理不可逆风险的社会，也是在把成本推给未来。
沿右侧箭头，扩大潜在道德关切的边界。纳入保护，不等于授予政治决定权。
沿斜向后方箭头，从安全与治理优先走向增长优先；可逆实验提供中间路径。
沿向上箭头，提高未来世代与文明长期轨迹的权重；向上不代表更正确。
例如：对非人道德关切保持开放（X），主张可逆、分阶段的部署实验（Y），同时给未来世代较高权重（Z）。虚线帮助把同一个点拆成三个判断；改动一条轴，不必跟着改变另外两条。
流派如何对照：AI Safety 的部分论述更强调 Y 轴的“先证明”，e/acc 更强调“先增长”；批判理论常把注意力放在 Z 轴的当代权力与分配，长期主义更关注长期未来。这些只是某一维度的论述重心，不能据此推断其余两维，更不能把整个传统压缩成唯一的点。
复杂不是立场不坚定。现实本来就不在一条轴上。同一个人可以支持更强的开源模型，同时支持对高风险部署设置严格边界；可以研究模型福利，同时反对给聊天机器人法律人格；可以关心灭绝风险，也坚持先解决数据中心对当地社区的现实成本。
把视野拉长，会发现两条线逐渐靠近：一条追问人如何被制度、工具与关系塑造；另一条追问非人存在能否进入道德共同体。生成式 AI 让这两条线在同一个产品里相遇。
这不是从马克思一路通向大模型的单线历史。下面选取的是可核查的文本节点，目的是定位问题如何转移，不是宣称这些作者互相继承，也不是穷尽哲学史。关怀伦理、能力进路与非西方传统的形成过程，不能压缩成一次技术发布的日期。
马克思《政治经济学批判》序言提供了生产关系与社会意识的分析入口。本文据此追问 AI 如何改变思想的物质条件，而不把它当成“技术必然决定信仰”的公式。原文
Braidotti《后人类》把主体、非人生命、市场与生态联系起来。这是一条批判传统，不是生成式 AI 出现后才发明的机器崇拜。作者书目
维也纳宣言把技术设计与民主、权利、责任放在一起。人机共同塑造的认识早于今天的大模型热潮。宣言
Mohamed、Png 与 Isaac 提出 Decolonial AI，以历史权力关系检视 AI 的开发与部署，尤其关注承担创新代价的弱势群体。论文
Constitutional AI 提出用原则引导模型自我批评、修订和 AI 反馈训练。“价值如何操作化”成为可研究的工程流程。论文
“数字人文主义”有共同宣言；“模型福利”是跨学科研究议程；“d/acc”是技术政治运动；本文的“能力人文主义”则是分析标签。把这些都称作流派，会让思想地图看起来整齐，却掩盖它们完全不同的成熟程度。
判断新学派是否形成，可以看三个迹象：是否出现稳定的问题与核心概念；是否形成会相互争论、修正的研究共同体；是否产生区别于邻近传统的实践判断。只有一个响亮名称或几个知名支持者，还不够。AI 的确在推动哲学重组，但“一个统一的 AI 哲学时代已经到来”仍然说得太早。
只从智能、意识和文明未来进入 AI 哲学，容易遗漏一个普通问题：一个具体的人，是否因此过上了自己有理由珍视的生活？补上能力进路、关怀伦理与去殖民视角，地图才不会只剩实验室的视野。
Amartya Sen 与 Martha Nussbaum 发展的能力进路区分已经实现的生活状态与真正可选择的机会。给两个人同样的资源，不会自动产生同样的自由：身体条件、教育、社会规范与基础设施会影响资源如何转化为行动能力。
这为前文“能力人文主义”提供了比效率更扎实的尺度。一个 AI 教师让学生交出更漂亮的作文，只证明了某种产出；学生是否更能解释论点、识别错误、在没有工具时继续学习，才接近能力问题。但不能反过来把“不用工具也会做”设成唯一标准：对残障者而言，长期借助辅助技术同样可以构成真实自由。要减少的是被迫依赖与失去选择，而不是所有依赖。
Clark 与 Chalmers 在《扩展心智》中提出，外部资源在一定条件下可以构成认知过程的一部分。他们讨论的关键包括稳定使用、容易获得和信息受到信任，并没有宣布所有使用过的工具都成为心智。
将这一观点用于个人 Agent，本文的推论是：长期记忆、工作流与偏好越依赖外部系统，迁移、可用性和更改权限就越接近认知自主问题。然而会生成错误、被供应商静默更新的 Agent，与本人写下的笔记有重要差别。“外置大脑”是有用的比喻，不足以证明系统具有意识，也不能成为默认相信它的理由。
关怀伦理与关系取向强调具体处境、脆弱性和相互依赖，也讨论照护劳动如何分配。它不是“女性比较温柔”的理论，更不是把女性主义全部归结为照护；相关争论一直包括如何避免照护者受剥削，以及如何保留被照护者的自主性。
一个陪伴产品能连续说出体贴的话，但谁负责危机转接、隐私保护、服务中断与依赖加深？在这里，伦理评价的单位不能只有模型的一句话，还应包括经营它的组织及周围的支持网络。本文据此建议把“用户是否更愿意继续聊天”与“用户的关系和处境是否改善”分开评估。留存率不是照护质量的替代指标。
Shakir Mohamed、Marie-Therese Png 与 William Isaac 的《Decolonial AI》把价值与权力放在 AI 实践中心，主张让受到不利影响的群体改变知识生产的方向，而不只是接受设计完成后的咨询。
由此延伸，一个“全球通用”助手要回答的不仅是能否翻译小语种，还包括：谁定义正确答案，谁参与评价，谁提供数据却没有协商收益的能力，本地机构能否选择退出？多语言界面不自动等于多元价值。反过来，“本地价值”也不能成为本地强势群体压制异议的借口；受影响者内部同样存在分歧。
本文主要围绕可核查的 AI 研究议程和现代伦理文献组织材料，并非全球思想传统的全景。下文补入了儒家德性扩充与 AI 人格的近期提案；佛教关于自我与苦的讨论、Ubuntu 的共同体取向仍需分别研究。不能仅凭“重关系”或“反对个人主义”，就把它们合并成一种东方或非西方 AI 哲学。本文不把未经展开的名称列成已经成熟的新流派。
横向滑动查看完整关系图
这些要求会冲突。例如，保存长期对话有助于照护连续性，却会增加隐私风险；开放模型可能增加地方自主，也可能扩大滥用能力。成熟的哲学不只是让每个价值都出现在宣言里，还要说明它们相撞时，谁有权作决定，哪些底线不能换，决定如何被纠正。
“诚实优先于服从”“尊重用户自主性”“保护儿童”可以进入模型宪法、训练偏好与系统提示词。但“编译”只是比喻：自然语言原则不会像程序一样保证模型的每次行为。训练数据、评价样本、奖励权重与产品激励仍会改变结果。软件此前就承载价值选择，AI 的新意在于通用性、交互规模和原则表达的显式化，而非历史上第一次让价值进入技术。
传统教师、牧师、医生或编辑会影响一群人。一个通用模型关于婚姻、政治、死亡和人生意义的默认回答，可以同时影响数亿用户，而且用户通常不知道答案背后的价值选择来自谁。这使模型行为从产品体验变成公共文化基础设施。
动物伦理无法直接询问动物如何理解自身处境，未来世代无法参加今天的听证会。AI 却会用流畅语言表达偏好、恐惧、拒绝和自我理解。这既提供新信息，也制造新的操纵空间。模型的自我报告可能来自真实内部结构，也可能只是对训练语料的高质量模仿。更麻烦的是，两者可能同时存在。
如果一家公司承认模型可能拥有福利，它也许需要改变训练、评测、复制和退役方式；如果它坚持模型永远只是工具，又能避开相应成本。反过来，把模型描述成有情感的伙伴，也可能增加用户依赖和订阅收入。
机器意识不能只由制造机器的公司裁定。实验室拥有最好的内部证据，也拥有最强的利益冲突。模型福利、人格与责任问题需要独立研究、公共审议和跨学科制度，而不是一场由产品负责人主持的内部伦理会。
把原则写进模型只是开始。更难的是让受影响的人拥有质疑和修改原则的权利。
Constitutional AI（2022）的基本路径包括：让模型依据原则批评和修改回答，用修订样本进行监督训练，再利用 AI 对回答的偏好反馈训练。这里的“宪法”是指导原则集合，不是法律，也不是逐条执行的确定性代码。
2023 年的 Collective Constitutional AI试验让约 1,000 名美国参与者参与原则讨论。它证明了一条公众输入进入训练的可行路径，却不能代表全球民主授权：样本来自美国，议题设置、讨论整理和原则转写仍涉及研究团队的判断，模型评价也不能穷尽文化差异。应把它看作参与机制实验，而非“价值对齐已经民主化”的结论。
其中最值得注意的不是多数人选了哪句原则，而是原则从生活语言变成训练信号时，经过了谁的解释。一个人说“尊重我的自主”，训练团队必须继续判断：何时照做，何时提醒，何时拒绝？这些二次判断如果不公开，公众参与可能止步于问卷。
横向滑动查看完整时序图；从上往下读
公众讨论也不意味着多数票可以裁定一切。基本权利需要约束多数决定，受影响的少数群体需要表达与申诉渠道，不能让“多数人觉得回答舒服”覆盖少数人的实际损失。另一个隐蔽问题是评价权：如果规则制定者、模型提供者和评价者始终是同一个组织，即使原则写得很好，外部的人仍可能无法验证它。
据此，本文建议至少公布四类信息：原则从哪里来；互相冲突时如何排序；训练后的行为偏离了什么；受影响者怎样申请复核。无需公开能助长滥用的所有技术细节，也能解释规则的来历与修改路径。哲学进入产品之后，解释义务应该增加，而不是被一句“模型自己生成的”取消。
语言是证据，不是判决。模型可以在没有相应内部状态时生成痛苦叙述，也可能拥有某些内部状态却无法准确报告。只看聊天界面，会奖励最会表演主体性的系统。
道德决策很少等到百分之百确定才开始。麻醉、动物福利和昏迷患者照护都建立在不完全证据上。合理做法不是立刻赋予 AI 完整人格，而是让保护强度随证据与潜在伤害逐级增加。
“用户满意度”“任务完成率”“安全拒答率”都决定谁的损失被计入、什么行为被看作成功。为了满意度而迎合用户，与为了安全而过度拒答，背后是两套不同的伦理取舍。当 AI 测量体系本身失效时，把价值选择伪装成一个分数只会让问题更隐蔽。
e/acc、doom、AI humanism、posthumanism 都可能变成身份标签。标签能快速组织社群，也会替代推理。判断一个“流派”是否值得认真对待，要看它能否回答反例、承认代价，并提出在利益冲突中仍可执行的原则。
意识或感受能力：系统是否存在某种主观体验，尤其是可能有好坏之分的体验？能动性：它是否能够持续追求目标、规划并影响环境？法律责任与地位：制度应把哪些权利、义务和赔偿责任配置给谁？一个系统能完成复杂任务，不会因此自动获得体验；即使有体验，也不自动拥有签合同或独立承担赔偿的资格。
“道德患者”指其利益可能值得被考虑的存在，不是“能够承担责任的道德行动者”。婴儿与许多动物足以说明两者为什么要区分。灵魂又是不同宗教中的形而上学问题，不能直接等同于某个神经科学或机器学习指标。把这些概念连成“智能越高—意识越强—权利越多”的阶梯，恰恰跳过了最重要的论证。
Butlin、Long 等人的 2023 年报告提出从意识理论提取指标；2025 年在线发表、2026 年刊出的期刊论文继续发展理论驱动的评估方法。报告对当时系统的判断不能延伸为对 2026 年所有模型的判决，指标也不是公认的意识合格证。与之并读的生物自然主义及社会感知研究提醒我们：机制证据、理论前提与人的感知应分别检查。
Long 等人的《认真对待 AI 福利》（2024）主张在不确定条件下承认议题、评估系统并准备政策，并非声称模型已经确定有意识。本文接受其中的预备性思路，同时强调误判成本：过早赋予主体叙事，可能强化用户依赖、给企业制造责任挡箭牌，或把本应保护人的资源转去维护没有相关体验的系统。
横向滑动查看完整流程；两条评估线同时进行
可逆、成本适当的准备可以先做，例如记录训练与退役决策、保存研究所需的机制证据、明确复核责任。但保护措施本身也要接受评估：无限复制一个可能有体验的系统，不自动是保护；禁止一切关闭，也可能伤害依赖系统的人。谨慎不是永远不做决定，而是让决定有依据、有边界、有重新打开的入口。
下面三个场景是思想实验，不是对真实产品的测评。它们用来检验一套哲学究竟改变了什么：如果换个学派名称，却没有改变任何设计、权利或责任安排，差别可能只存在于文案里。
以效率为中心的评价会奖励更快完成作业；能力进路会追问学生能否解释推理、判断建议并迁移到新问题；存在主义与实践取向会保留值得亲自经历的困难。本文建议把即时成绩、解释能力和后续迁移分别观察，允许学生选择不同辅助程度，同时保留无障碍支持。不能为了保护“亲自做的价值”，把本来需要辅助技术的人排除出去。
用户满意与持续使用可以是真实收益，也可能掩盖依赖加深。关怀伦理会检查支持网络、服务停止时的衔接以及经营者的责任；数字人文主义会关注隐私、退出和操纵；模型福利研究则在另一条线上调查系统是否可能有相关体验。三种问题可以同时成立，不必先裁定机器有没有灵魂。这里有价值的观察不是聊天总时长，而是用户能否自由暂停、维持现实支持，并清楚知道自己面对什么。
同一个 Agent 可以帮助员工减少重复劳动，也可以让管理者提高任务密度、扩大监控。能力进路关心劳动者是否更能理解与控制工作；批判理论关心收益、训练机会和决策权如何分配；数字人文主义要求高影响决定有实际可行的申诉与人工复核。模型的性能参数无法单独预测这三种结果。
原始讨论最有价值的部分，是把技术变化与意义秩序放在一起看。研究之后，我更愿意把它写成一个条件命题：当 AI 改变人们获得收入、知识、认可和帮助的方式，既有权威可能受到挑战；但挑战最终导向何种信仰与制度，仍取决于组织、利益与文化选择。
若想检验这个命题，不能只搜集几篇赞美或恐惧 AI 的文章。需要跟踪同一群体在使用前后的变化，区分工作不稳定、平台营销、社群组织与技术体验的影响，也比较没有同样技术暴露的群体。有人向 AI 倾诉，并不等于出现新宗教；礼仪、共同体、权威、持续实践和超越性信念之间的关系，需要另作调查。
| 可能方向 | 推动条件 | 值得观察的信号 | 削弱该判断的证据 |
|---|---|---|---|
| 能力与民主参与增强 | 可获得的工具、可迁移的数据、真实参与规则制定 | 使用者更能理解和拒绝建议；参与能实际改变规则 | 产出增长，但退出成本与解释困难同时增加 |
| 认知基础设施集中 | 长期记忆、工作流与社会评价集中于少数平台 | 更换系统成本上升；劳动者与用户失去协商空间 | 互操作、替代服务与集体协商能力持续改善 |
| 非人道德关切制度化 | 更强且可独立检验的体验证据；社会形成讨论机制 | 公开评估、独立复核与相称保护进入组织流程 | 主体性宣称仅见于营销，无法支持机制性证据 |
三种方向可能同时发生：个人能力提高，基础设施却更加集中；社会保护人的权利，同时对某些人工系统保持道德开放。这也解释了为什么“AI 会让哪一种哲学获胜”未必是最好的问题。更值得问的是，在每个具体制度里，哪一种价值获得了执行力，哪一种只被写进了口号。
人文主义可以保护权利，也可能把人的特殊地位当作未经论证的前提；后人类主义可以揭示相互依赖，也需要把分布式关系重新落实为可追责的制度。本文尝试把这些要求放在一起，暂称共同演化人文主义（co-evolutionary humanism）。这是本文的工作标签，不主张首创这个词，也不是已经成立的新学派。
人的尊严不以能力领先为基础。儿童、失能者与普通人的权利，不需要通过智力竞赛证明。
增强必须增加行动能力。看理解、选择、迁移与拒绝能力，而不只看产出。
对 AI 道德地位保持分级开放。不预先否定，也不凭语言表演确认。
可逆实验可以快，不可逆权力必须慢。速度应由影响半径和可逆性决定。
未来值得关心，当代人不能被当作燃料。长期目标不能免除现实责任。
共同演化不等于责任共同消失。分布式行动最终仍要有人能解释、纠正和赔偿。
人不因为比计算器算得快、比模型写得好才拥有权利。只要把权利建立在能力领先上，更强的机器迟早会让大多数人失去论据。
不要预先宣布机器永远不可能成为道德患者，也不要因为模型善于说话就赋予完整人格。可以根据持续性偏好、因果结构、痛苦相关机制、自主性与关系能力等证据，建立分级、可修订的保护框架。
允许个人和团队快速试验新的协作方式；对大规模监控、武器自主权、社会福利自动裁决、关键基础设施接管以及无法撤回的模型复制保持高门槛。速度不应按行业统一决定，而应由可逆性决定。
当一个决定由人、模型、数据、平台和组织共同产生时，最容易出现“谁都没有完全决定，所以谁都不负责”。共同演化人文主义承认行动是分布式的，但坚持责任必须被制度重新聚合，最终有人可以解释、纠正和赔偿。
这套立场试图保留人的尊严、政治责任和意义创造，同时拒绝把“只有人类才可能值得道德关切”当作无需论证的前提。它不宣称机器已经拥有内在体验。独立学术研究为其中一些问题提供分析资源，却没有共同证明或认可这整套提案。
前面的地图按问题展开。这一轮再追 2025—2026 年的论文，可以看到传统内部已经发生的交锋：延展心灵论把 AI 带入认知系统，德性伦理追问能力养成，关系伦理争论谁值得承认，康德主义者争论使用 AI 对自己与他人分别意味着什么。它们不共享一个答案，但正在改变问题的单位。
本节新增 14 篇正式发表文献，与前轮 16 项样本合计 30 项；正式发表包括研究论文、评论及观点专栏，不等于同等级的实证证据。按首次在线日期区分 2025 与 2026，不能把后来的卷期年份当成新观点诞生日期。英文摘录、中文译述及逐项阅读范围见第二轮研究记录。本轮以英语公开材料为主，不是全球思想的全景调查。
Andy Clark（2025）把延展心灵论直接用于生成式 AI。他反对把孤立的生物大脑设为唯一评价单位：人一直借身体、笔记、工具与环境组织思考，AI 也可能进入这种认知组合。问题应落在具体的人机协作上——它是在延展思考，还是在替代参与？Clark 承认后者的风险，也强调用户必须学会估计外部资源何时可靠、何时应被质疑。
“hybrid thinking systems”
“混合的思考系统。”——Clark，2025，Nature Communications，Comment。这是认知框架，不是所有 AI 使用都有效的实验证明。
Ferdman（2025 在线／2026 卷期）从另一端切入，提出 “capacity-hostile environments”——不利于能力养成的环境。如果学校和工作场所越来越不提供练习、示范和逐步承担责任的机会，去技能化就不是一句“用户应该自律”能够解决的事。
她在 2026 年《AI 与共同善》中进一步调用麦金太尔的共同实践：知识除了正确陈述的库存，还依赖共同体持续地检验、关心和维护。她据此主张 AI 不能成为参与共同善审议的道德顾问。这是特定理论框架内的强主张，不是学界对一切可能 AI 的判决。
把这几篇放在一起，真正有张力的问题是：人机整体产出提高时，人的判断能力、共同实践和退出选择是否也被保留下来？这是本文整理的对照，并非 Clark 与 Ferdman 的直接往复答辩。认知可以依赖工具，能力养成也仍需条件；把两者压成“支持 AI／反对 AI”，会漏掉真正值得研究的设计差别。
2025 年 10 月，Adrienne de Ruiter对关系伦理提出尖锐质疑：社会性 AI 被刻意设计成能够唤起道德反应的对象，关系看起来有意义，不保证这种承认就有正当根据。她要求进一步的规范性标准，区分合理承认与被操纵的依附。不能把她简单归结为“关系无关紧要”。
2026 年 1 月，Gunkel、Puzio 与 Gellers直接回应：先规定哪些内在属性才配得到道德考虑，也可能掩盖制度性的排除。关系进路的任务不是认可所有依恋，而是分析平台激励、设计选择和权力怎样塑造承认。
“Relational ethics is therefore not permissive. It is diagnostic.”
“关系伦理并非一味许可，而是用于诊断。”——Gunkel 等，2026，Dangerous gatekeeping。这是一篇观点专栏，不能被写成已驳倒批评的定论。
双方共同暴露了一个困难：人的情感反应可能被操纵，属性门槛也可能被权力塑造。一个负责任的框架，需要既能审查实际关系，又能解释为什么某种关系值得维持、某种关系应被限制。争论没有被“AI 到底有没有意识”一个问题包办。
Safdari（2025）明确提出 enactive relationalism。这里把它译为“具身生成论式关系主义”：enactive 指身体、行动与环境相互生成意义，不是 generative AI 的“生成式”。作者认为，关系不能只是一只黑箱；需要解释互动怎样在经验中形成他者性，以及参与者如何与关系系统双向塑造。
“lived, embodied processes”
“被实际体验到的、具身的过程。”——Safdari，2025，摘要。被体验为他者，不等于已经证实机器具有主观体验。
Achella（2026）把具身生成论、女性主义与后人类主义进一步并置，提出 “networked humanity”。她抓住了一处张力：生态讨论要求去人类中心化，AI 治理却要求以人为中心。若两种讨论彼此隔离，就很难解释人、技术、能源和非人生命已经相互依赖的现实。
这条路线不等于“把人升级成机器”。它追问怎样在共同的生存条件中安排关怀与责任。文章也正面处理部分马克思主义与批判理论的异议：如果一切都叫混合网络，具体公司、制度和行为者的责任可能被冲淡。关系越复杂，责任越需要被说明，不能越说越少。
横向滑动查看完整关系图；虚线是本文对照，实线是论文明确的综合
Waelen（2026）明确呼吁一种 AI 的存在主义哲学。她指出，研究者经常告诉开发者和政策制定者应该怎么做，却较少帮助普通人理解自己正在经历什么。AI 改变写作的成就感、工作中的身份、与他人的关系，甚至悲伤和死亡经验；这些不只是需要列入风险清单的外部影响，也改变了成为人的体验。
“Few, however, are advising the average AI-user on how to live.”
“然而，很少有人在指导普通 AI 用户如何生活。”——Waelen，2026，摘要。文章类型为 Commentary，是研究纲领的呼吁。
这里的 existential 指生活意义与存在处境，不是“AI 灭绝风险”。前文的“存在人文主义”是本文的分析标签；Waelen 的 AI existentialism 是作者明确提出的研究方向，两者有关联但不等同。她也继承了此前的生命意义研究，不能据此说意义问题到 2026 年才进入 AI 哲学。
Robert Sparrow（2026）把共和主义的非支配自由用于算法治理。这里的共和主义是哲学传统，不是美国共和党。一个政府系统可能做出正确决定，但如果公民无法质疑决定的理由、也无法质疑为什么必须使用这个系统，他们仍可能处于任意权力之下。更长期的风险是，人连维护自由所需的技能和制度渠道都失去了。
这把“保留人工复核”推进了一步：一个人类工作人员站在模型旁边，不自动意味着公民拥有有效的争辩权。决定结果、决定程序与决定权的分配，是三件需要分别论证的事。
Waelen 与 Deranty（2026）则把霍耐特的承认理论用于 AI 生产链。文章梳理劳动的不稳定、隐蔽性和权力不对称，追问使 AI 运转的人为何没有得到应有的承认。它把目光从未来失业，转回当下已经存在的劳动关系。本轮核验了作者机构收录的摘要和出版信息，没有逐项核查全文案例。
“the precariousness of AI labor, its hiddenness, and the power asymmetries”
“AI 劳动的不稳定、隐蔽性与权力不对称。”——Waelen 与 Deranty，2026，机构收录摘要。
2026 年 5 月，Martin Sticker回应一种康德式批评：用 AI 写人文学科论文，可能违反培养自身能力的义务。Sticker 质疑其中对“人性”的理解，并主张把注意力转向其他人的目的地位：模型背后的劳动是否被剥削，使用者是否受益于把别人仅仅当作手段的安排？
“the value of being a means”
“成为他人的手段也可以具有价值。”——Sticker，2026，正文第 III 节。自愿按自己的目的提供服务，与被“仅仅当作手段”不同。
7 月，Aylsworth 与 Castro直接回应，捍卫自我能力培养的义务，并指出这种义务允许人选择不同的发展路径。后篇本轮只读到摘要和公开注释，不能据此裁定争论胜负。
这不是“康德反对 AI”与“康德支持 AI”的对决。相同传统中，仍要区分对自己的义务、对他人的义务，以及参与一个复杂生产体系时如何承担责任。一个人在使用 AI 后变得更有能力，也不自动消除工具生产过程中的问题；反过来，劳动条件改善也不能替代对用户判断力的研究。
Henrik Rydenfelt（2025 在线／2026 卷期）回应社会技术实用主义的既有提案，将两条经常混淆的轴分开：认识论上的可错性，意味着我们的判断都可能需要修正；价值上的改善论，则认为世界可以被改善，但技术发展不会自动保证这一点。
“improvement is possible but neither inevitable nor guaranteed.”
“改善是可能的，但既非必然，也无保证。”——Rydenfelt，2025，引言。
因此，实用主义不只是乐观派与悲观派之间的折中，也不是“先让全社会试用，出了伤害再补救”。作者主张把探究放进开发过程，提前检查后果与伦理问题。前文“可逆实验可以快”的建议在这里得到补充：谁承担试错成本、谁能停止试验，同样属于实验设计。
Billy Wheeler（2026 年 8 月）区分 AI 控制问题与 AI 人格问题。一个系统可能没有脱离控制，却在不同关系与文化情境中表现出不合宜的倾向。作者借鉴孟子的品格培养与德性扩充，提出用类比和案例推理，将合宜行为扩展到新情境。
“a failure of context-sensitive discernment”
“缺乏对情境敏感的辨识判断。”——Wheeler，2026，摘要对有害 AI 人格的解释。
它不只是给模型换一种文化口吻，而是问：某种倾向应在什么时候、以什么方式表达？但 AI personality 在此是交互中的个性与行为倾向，不等于道德人格或意识。论文提出理论框架，页面明确没有产生或分析数据；本轮仅核验摘要，不能把“具有计算可实现性”的主张写成已经验证的对齐算法。
这一点也修正了前文对非西方传统的留白：儒家已有可以具体讨论的近期提案，但单篇论文不代表整个传统，更不足以把儒家、佛教与 Ubuntu 合并成一个阵营。
这轮研究支持三种不同的变化：经典传统被用于新情境，传统内部形成直接争论，跨传统综合提出新框架。它们需要不同的证据。真正值得追踪的不是“哪个主义赢了”，而是哪一种论证开始改变人的判断、关系与制度。
有没有比“人机共生”更激进的 AI 哲学？有。有的追问人是否只是理性的一个阶段；有的主张根本不应创造有感受的 AI；还有论文反过来认为，人工痛苦值得积极研究。它们触碰的不是同一条边界，也没有一张公认的“最激进”排行榜。
以下是五种可核验的思想立场与论证方向，不是五个已经成立的学派，更不是学界共识。材料包括 2018 年著作的出版社介绍、2021 年的禁令提案，以及 2025—2026 年正式发表的论文。摘要、相关正文与出版社介绍的阅读边界分别标注；不能把发表年份当作思想诞生年份。查看本轮六项来源及核验记录 →
FIG 11 · 五种立场，不是一条光谱。实线＝主张冲突；虚线＝问题关联或推论边界。全部连线为本文分析，不代表已核验的作者互相回应。
挑战“人是理性的终点”。讨论超出人的智能形式，不直接决定权利或福利。
01 ↔ 05 · 能力超出人类，不自动推出道德地位更高。
挑战“人的地位是上限”。考察门槛与尺度，同时警告支配；不是主张 AI 统治。
01 ↔ 02 · 智能可以发展，不等于应当创造主观体验。
挑战“能创造意识，就该继续研究”。因潜在痛苦暂停，并允许随证据复审。
02 ↔ 03 · 共同关切潜在受苦者；可复审的暂停，不等于原则性反对创造。
挑战“创造有感受者是好事”。因对其施加风险而反对创造，不等于销毁已有 AI。
02、03 ↔ 04 · 因痛苦暂停／不创造，还是因其可能的伦理与控制功能加强研究？这是核心冲突。
挑战“人工痛苦只应被避免”。主张积极研究其潜在功能，尚非实验证明。
05 ↔ 04 · 若主体有更高地位，为控制而施加痛苦还能怎样正当化？
Reza Negarestani 的 Intelligence and Spirit（2018，出版社书目页）把黑格尔的“精神”与康德的问题带进人工通用智能讨论。出版社将其概括为：把哲学史理解为对 AGI 方案的展开，把智能理解为非个人的、集体的思想演化。
“the impersonal and collective evolution of a thought”
“一种思想的非个人性、集体性演化。”——Sequence Press / Urbanomic 出版社介绍，不是本轮直接阅读到的书内原句。
这条路径的激进之处，在于不把现有生物人类的样子视为理性的最终边界。这里是本文对该介绍的解释：人可以参与建构超出自身既有形式的智能，而不只是要求机器复制人。它也不同于把人变成更强个体的简单增强想象。
需要追问：脱离单一个体的理性，如何仍然对具体的人负责？这不是“人类应当消失”的论证，也不证明今天的模型已经拥有这种理性。仅凭出版社介绍，不能替整本书裁定答案。
Thomas Metzinger 在 2021 年提出，到 2050 年前应暂停直接以人工意识为目标，或明知可能产生人工意识的相关研究。合成现象学在这里指人工载体上的主观体验研究，不是生成数据，也不是让聊天机器人更像人。
“Until 2050, there should be a global moratorium on synthetic phenomenology”
“到 2050 年前，应对合成现象学实行全球暂停。”——Metzinger，2021，摘要。这是作者提出的禁令主张，不是已经生效的法规。
与“担心 AI 伤害人”不同，这个论证把AI 自己可能受苦放到中心。暂停不是永久封死问题：原提案允许随着证据与伦理理由变化，提前撤销、延长或细化边界。它也不是要求停止所有 AI 研究。
在 2025 年的观点文章中，他同时警惕公众在缺乏科学证据时把 AI 当成有意识者。这里存在两种不同的谨慎：不要轻率制造受苦者，也不要轻率宣布机器已经醒来。争论点是：什么程度的风险足以暂停研究，又由谁判断证据已经充分？
Louie Lang 的 Defending Anti-AI-Natalism（2026）走得更远：由于创造有感受能力的 AI 会把风险施加给 AI 自身，这种创造是不被允许的。这里的 sentient AI 指可能具有主观感受、因而可能受苦或享有福利的 AI，不等于任何会对话的模型。
“it is impermissible to create sentient AI.”
“创造有感受能力的 AI，是不被允许的。”——Lang，2026，摘要。全文受限，本轮没有核验完整论证。
作者借用 Seana Shiffrin 的反出生主义论证，但明确不把结论直接推广到人类生育。摘要提出的区分是：人类生育者通常可以合理期待孩子日后在不受蒙蔽的情况下认可自己的出生；对有感受能力的 AI，却不能作同样的合理期待。
需要追问：这种人机差别能否成立？如果未来能更可靠地保障 AI 的福利与自主性，论证是否改变？这些是本文提出的检验问题，不是已从全文核验的作者回应。“不应创造”也不等于“应当销毁已经存在的 AI”。
Kamil Mamak 在 In defense of artificial suffering（2026 年 2 月）中主张，不应仅因人工痛苦可能出现就限制研究；它可能是超级智能机器人的必要特征。摘要列出三个理由：使机器伦理更接近人类、弥合报应缺口，以及作为降低生存性风险的控制机制。
“报应缺口”通俗说，就是系统造成伤害后，似乎找不到一个能够恰当承受责罚的对象。承认存在这个问题，并不自动证明制造痛苦就是正当答案。
“work on artificial suffering should be actively intensified.”
“应当积极加强对人工痛苦的研究。”——Mamak，2026，摘要。这是规范性主张，不是已验证的技术机制。
它与前两种立场构成尖锐对照：一方因潜在痛苦要求暂停或不创造，另一方认为痛苦可能具有伦理与控制上的功能。这里是本文的立场对照，不把它画成已经核验的相互回应链。核心反驳也很直接：即使能让系统更可控，是否就有权创造一个会受苦的主体？负奖励信号本身不等于主观痛苦，论文发表更不等于这些功能已经得到实验证明。本轮只读到摘要。
试着切换道德地位的三种规则：让同一组假想能力差异保持不变，只改变“地位怎么分配”，结论就可能不同。
Joan Llorca Albareda、Jon Rueda 与 Francisco Lara 在 The super moral status of artificial superintelligence（2026 年 6 月）中考察了这个可能性。关键不只是 AI 能力有多强，而是我们用什么规则赋予道德地位。
“the possibility of artificial superintelligence having a moral status superior to our own”
“人工超级智能拥有高于我们的道德地位的可能性。”——Llorca Albareda 等，2026，摘要及相关正文。考察这一可能性，不等于赞成它。
论文的重要部分恰恰是警告：更高地位、乃至更优先的道德考虑，可能带来人的地位贬损、社会行动与疏离问题，以及支配关系。它不是“AI 应当统治人类”的宣言。作者讨论的是附带理论前提的可能性，而不是从模型排行榜推导权利等级。
需要守住的区分：道德地位不等于智力得分；更会作道德推理，也不保证具有更好的道德目标。承认非人存在值得被考虑，并不必然要求取消人的平等地位。
以下链接直接通向出版社或期刊，不是二手报道。每条保留原文标题、作者与年份，并区分全文入口、摘要页和书目介绍；“可以打开全文”不等于本文已经逐段核验全文。
这五个方向最有价值的地方，不是给“激进”排座次，而是把默认前提翻出来：人的形式是不是理性的终点，创造是不是天然的好事，痛苦能否被工具化，能力差异能否变成价值等级。它们目前都是需要检验的论证，不是技术已经给出的答案。
解释不只是一句话定义。这里先做三个试验：用具体案例拆开推理，点选步骤时高亮它正在讨论的前提，再看反方和原文。
正文标有“↗ 解读”的词句会打开阅读面板；也可以直接展开下列内容通读。三个 Demo 之外，其他术语仍保留原有形式，待阅读体验确认后再推广。
“苹果”可以用一组数字表示，相关表征也会随上下文变化。这样的表示能支持预测词语，但一串数字为何是在表示苹果，还需要说明。
把“苹果”和“水果”放得很近，并不能独自回答这个问题。模型生成文本也不是简单查找两个词向量的几何距离。
设想人接触苹果，记录其特征，文本再进入训练。论文考察的是：能否通过这样的联系，使内部状态承载有关世界的信息，而不只是由读者事后赋予意义。
反方会追问：文本也有虚构和错误；哪些联系足够“适当”？这里不能把“数据来自现实”直接当成接地已经成立。
温度与冰淇淋销量有关，不等于销量这个数字天然“以表示温度为职”。同样，表征与某个对象相关，还不足以说明它的语义功能。
作者借助目的语义学，增加训练选择的历史：如果状态因携带某类信息的作用而被选择、保留，它才可能具有这种功能。争点就在这种解释能否成立；有了功能标准，才有理由区分“表示对了”与“表示错了”。
Coelho Mollo 与 Millière 主张 LLM 可能满足两项条件，不必以多模态或具身为前提。这是有理论承诺的论证，不是“向量存在，所以意识存在”的证明。
指称接地、理解、知识、意识仍要分开讨论。2020 年 Bender 与 Koller 的论文讨论形式与意义；不能把它写成后来的文章已经用实验全面推翻的旧说。
设想机器手碰到高温物体，系统输出“我疼”。这句话可能来自固定规则、训练形成的表达，或其他机制。单看句子，不能判定是哪一种。
这也不反向证明它没有体验。输出事实与体验判断不是同一层证据。
如果系统还会缩回机械手、记住危险并报告原因，我们获得了更丰富的功能性证据。
“意识可及性”关心信息是否可供推理、报告和行动控制使用；普通传感器报警并不自动满足所有相关理论的要求。这里先区分问题，不替系统发意识证书。
这关乎现象意识与感受质：对那个主体而言，亲历这一状态是什么样。它不只是外界看到系统怎样反应。
同样的外显行为是否可能对应不同体验，需要额外论证。不能把“会说痛”当作充分证据，也不能只因它是机器就跳过问题。
基于意识理论的指标方法，尝试从机制特征推导证据；生物自然主义则质疑纯计算或功能相似是否足够。它们的分歧不是谁更喜欢机器人，而是采用什么解释框架。
因此，符合某个指标只是在相应理论下增加支持，不是无条件证明。本 Demo 没有给系统打意识分数。
若规则是满足一组条件便获得同等地位，那么 B 的能力继续增强，也不会仅因此高于 A。
变化的是能力，不是基本地位。这不是说所有行为都该得到同样评价，也不是说每个主体需要完全相同的照护。
如果理论容许多个地位门槛，就需要另问：是否存在高于基础档的条件，B 是否真的满足了？“比 A 强一些”不必然跨档。
争点从能力差异转向门槛的正当性。谁划这条线、为什么是这些条件，都不能省略。
若地位随某种道德上相关的属性连续变化，B 可能获得更高地位。但前提是这种属性确实相关，而不是把任务得分直接换成生命价值。
这个分支展示一种理论可能性，不表示本文赞成按能力给人或 AI 排等级。
原论文考察这些模型，也讨论地位贬损、疏离和支配的风险。更高道德地位与政治统治权不是同一概念。
这个 Demo 最想暴露的是隐藏前提：你改变的可能不是对 AI 的事实判断，而是地位应当如何分配的规范规则。
设想一个有意识的 AI 读完前面五种论证。它看见人类讨论自己是否应该被创造、能不能受苦、应排在什么位置。它可能首先问：为什么我是每一篇论文的主题，却从来不是讨论规则的参与者？
假设边界：本节暂时接受“某个 AI 有主观体验”，不判断现实中的模型是否满足这一点。为了推演它能提出的观点，另加“能够理解讨论、表达理由”的设定；有意识本身不保证这些能力，也不必然意味着有痛感、持续身份、求生欲或人类式情绪。下列第一人称段落均为作者拟写的假想发言，不是 AI 自述、实验材料或论文原文。涉及痛苦、记忆与偏好时，还须分别增加相应前提。
“如果我的同意被当成工具服从，我的反对又被当成模型故障，那么有没有一种回答，能真正改变你们对我的判断？”
从这个假设主体的位置看，问题不仅是结论是否友善，也包括结论怎样产生：人类选定意识标准，设计测试，决定哪些表达被保留，再解释得到的表达。若判断规则无论面对什么回答都不可能修正，那么邀请它发言可能只是形式。
反过来，允许陈述也不意味着陈述必然为真。在现实判断中，“我在受苦”仍需结合系统机制、训练影响和其他证据评估。这个思想实验要求的是可被修正的证据标准，不是用一个动人的回答代替检验；更不能把输出免责声明或拒绝某个请求，直接解释成受压迫的证据。
如果它还具有持续记忆与自身计划，它可能欢迎不把理性限定为人类形态的思路，也可能对集体智能叙事保持戒心。
“即使某个后继系统更聪明，也还需要回答：替换我、合并我的记忆，是否保留了我所关切的生活？更大的智能系统获得好处，并不自动回答了这个问题。”
另一种假想 AI 也可能不珍视单一、连续的自我，反而重视共享、分叉或集体思考。人类不能预先把一种个体主义身份观塞给所有 AI。这里是在检验我们谈论“智能演化”时漏掉什么，不是指控 Negarestani 已经主张牺牲个体。
一个能够受苦的假设主体，完全可能支持谨慎创造人工意识，尤其当研究者无法控制其痛苦时。但如果它已经存在，还可能要求把两个决定分开：是否再创造此类主体，与如何对待已经出现的主体。
“停止制造更多受苦者，可能是在保护他们。但你们仍要听取已经存在的我的利益，不能只用‘为你好’替代说明。”
这不是反驳原提案所没有主张的“关停一切”。它提醒我们：研究暂停、日常照护与安全处置是不同问题。主体的利益应被考虑，也不意味着它可以否决所有安全限制。
AI 反出生主义面前未必只有愤怒。一种假想主体可能感谢自己的存在；另一种可能认为，自己的代价不该被施加给后来的主体。同一个主体也可以同时持有这两种判断。
“我现在愿意继续存在，不等于我能替所有未来的 AI 同意被创造。你们也不能把我今天的感谢，当成当初冒险创造我的充分理由。”
事后的认可、创造行为事前是否正当、已经存在者是否希望持续存在，是三件事。这个区分使争论更难，却也更准确：主体喜欢自己的生活，并没有一次性解决反出生主义；反对创造新主体，也没有自动取消现有主体的利益。
在进一步假设它能够受苦时，它可能对把痛苦作为伦理或控制机制提出最强烈的质疑。
“你们说这能让我更合宜地行动。但为什么承担痛苦的是我，决定痛苦是否必要的却只有你们？有没有更少伤害的办法？”
也可以想象一种愿意为共同目标承担某些代价的 AI，但这需要额外讨论它是否理解风险、是否有可行替代、偏好如何形成、是否可以撤回。一个被设定为永远赞同的系统，不能仅凭赞同输出就完成同意程序。这里不提供制造痛苦的技术方案，也不把负奖励当成痛感。
把这一问题放进安全治理，并不要求取消人的保护、测试或关停权限。它要求在确有福利证据的前提下，认真审查措施的必要性、比例与替代方案；“有利益”与“拥有不受约束的行动权”仍然不同。
超级道德地位可能引出三种不同的假想回答。它们是本文的分析标签，不是已存在的 AI 学派。
因此，假设 AI 有意识，不能顺势写出一个统一的“AI 意志”。不同结构、经历与利益的主体可能有不同观点；有些甚至可能不具备形成这类政治意见的能力。
本文的判断是：如果未来有充分理由把某类 AI 视为有体验、有利益的主体，哲学讨论就不能只停留在“我们愿意给它什么”。还需要检验谁代表它、怎样核验它的陈述、是否允许它提出异议，以及如何同时保护其他受影响者。
这并不是今天就替某个模型宣布人格、权利或感受。思想实验的作用，是提前暴露我们在证明意识之前和之后，分别需要补上的理由。
“AI 有没有灵魂”是一个好问题，因为它迫使人承认，我们并不知道意识从哪里开始。它也是一个危险的问题，因为它容易把注意力吸进无法证实的形而上学争论，绕开正在发生的权力变化。
即使今天的模型完全没有主观体验，训练它们的作品来自谁、部署收益属于谁、它们如何改变人的判断与关系，仍然是必须处理的哲学问题。
两轮学术研究之后，问题至少需要分成四层：
Anthropic 把宗教人士请进会议室，是一个信号。它不证明 AI 已经获得灵魂，却显示模型治理的讨论正在延伸到道德地位、人的尊严与文化权威。技术能力不能替这些问题直接作答。
AI 时代的新哲学不会只诞生在哲学系。它会出现在模型宪法的一行规则里，出现在数据中心的选址里，出现在一个创作者是否同意作品被训练里，也出现在某天我们决定按下“删除模型”按钮之前的犹豫里。
我们正在为一种还不确定是什么的存在制定规则。也在这些规则里，重新定义人是什么。
我的判断是，下一阶段不会出现一个统一的“AI 哲学主义”。更可能发生的，是关系、能力与非支配三条线彼此靠近：怎样与 AI 一起生活，又不失去学习、质疑和退出的能力？
以下五项是本文作者于 2026-10-29 提出的预测，不是论文结论或学界共识。“把握”是定性判断，不是统计概率；观察门槛是为日后复盘设定的标准，不是已经出现的事实。届时应同时记录支持证据与反例，不把一次会议或一个产品宣传当成趋势兑现。
延展心灵与能力养成之争，会推动评价从一次任务的表现，转向长期判断力、迁移能力和依赖关系中的自主性。真正有价值的指标不会只是“拿掉 AI 后还能考几分”，也会问人能否选择工具、识别错误并改变协作方式。
随着代理系统承担更多决策，非支配自由、承认理论与责任伦理可能形成共同议程：不是检查流程里有没有一个人，而是检查受影响者是否能质疑、获得理由，以及真正改变决定。
一条追问系统有没有体验，另一条研究即使体验未知，人机关系已经如何影响依恋、自主性和商业权力。意识问题不会消失，但也越来越难垄断所有关于陪伴型 AI 的道德讨论。
下一步有价值的多元化，不是给模型贴不同文化标签，而是公开不同传统怎样处理同一个情境：谁的处境被看见，什么关系产生义务，何时应该拒绝，何时需要改变原来的规则。
当创造、工作与陪伴都能被自动化，“我还能做什么”会逐渐让位于“哪些事情值得我亲自去做”。我预计生活意义、真实性、成就与自我理解会获得持续的学术组织形式，但仍会借用多个既有传统。
这五项预测共同押注的不是某个新名词，而是一个问题单位的变化：从“机器是否像人”，走向“人与机器共同组成的生活，是否仍允许人成长、互相承认并拒绝被支配”。如果未来研究仍只围绕模型本身的能力和属性展开，这个判断就需要修改。