辞未动心已至

引

在罗伯特·M·波西格的《禅与摩托车维修艺术》中，「良质」（Quality）是一个贯穿全书却难以定义的核心概念。它不是物理意义上的「质量」，也不是某种可测量的属性，而是一种「先于主体与客体，先于理性与感性」的整体体验。

有评论这样解释：「回想自己跟人说话，你是不是很自然地就可以把一句话说出来，而不是说了第一个字再去想第二个字，想完第二个到第三……良质就是你要说的那句话（或者这句话代表的那个意思），它先于主体的你和说出来的话（客体）而存在。」

良质像是一句话在说出口前就已经存在于心中——语言是将它逐步展开的过程。当然，这只是一个比喻；在波西格看来，良质还涵盖经验、直觉与价值感，而不仅仅是语言层面的先在语义。

以此为引子，本文想探讨人类语言和大模型（比如 ChatGPT）之间的差异。

差异

大模型的语言输出，本质上是概率建模，它只能在已有上下文的基础上预测下一个词。句子的意义，并非预先存在，而是在逐字推进中逐渐浮现、事后建构。

尽管借助注意力机制，模型能在输出中保持较高的「全局一致性」，从而在效果上模拟出具有意图的言语行为，但这种一致性更多是统计规律下的涌现现象，而非源于一个先在的、完整的表达意图。

相比之下，人类在开口说话之前，内心往往已有一个相对完整的意义轮廓。它可能是模糊的情感基调，也可能是清晰的逻辑结构，又或是某种希望传递的态度。大脑中的语义网络并行激活着场景、情绪、因果链条，而语言系统则将这一高维、并发的意向「投影」为线性的词句序列。

人类也会在言说中调整想法，甚至借由说话来厘清思维。但总体而言，我们的语言是从整体意向出发，向表达延展的过程。胡塞尔称之为「意向性」，柏格森称之为「直觉」，而波西格，则称其为「良质」。

驱动

人类的「整体性」往往带有价值判断和情感色彩。我们在表达前的「完整意向」，不仅是语义的，也是价值驱动的——潜意识中知道自己想要传达什么样的态度、建立什么样的关系、达成什么样的目标。

而 AI 的统计生成模式，虽然能够产生高度连贯的文本，但没有一个真正的「为什么要这样说」的内在驱动。

换句话说，目前 AI 的「内在驱动」并非自身生成，而是由人类外部补充。我们提出问题、设定方向、隐含价值期待，AI 则在概率的框架中展开回应。

那么，如果 AI 在功能表现上日益逼近人类，这种内在的价值驱动是否仍是不可或缺的？

结

倘若机器是「擅长执行的工具」，那么一个失去了良质感知的人，或许正悄然沦为「被工具化」的存在。

真正的价值，不仅在于把事情做对，更在于在行动之前，保有那一瞬的迟疑与自问：「这件事，为什么值得去做？」

正是这个追问，让语言成为意义的流露，而非词语的堆砌；也让我们在当下的技术狂潮中，仍与 AI 有所区别。