博文

功利性的病根在于“以名责实”，并非单纯“贪利

已有 170 次阅读 2026-10-21 13:29 |系统分类:科研笔记

功利性的病根在于“以名责实”，并非单纯“贪利”。面对人工智能应用中显现的功利化倾向，社会舆论往往聚焦于其“唯效率”“唯指标”的表层特征，然而这并非问题的全貌。若以道家智慧进行深层审视，便会发现功利性的本质在于“名”对“实”的僭越——即试图以可计算的标量去替代不可计算的秩序，并错误地宣称这种替代即为实现。广大青年在看待这一现象时应当认识到，症结所在并非单纯追逐利益本身，而是那种将不可化约的整体硬性折算为可度量符号的做法。既要看到利益权衡与取舍的合理性，也要警惕衡量尺度对衡量对象的凌驾；当“名”不再服务于“实”，反而高高在上时，普通的趋利行为便可能蜕变为一种结构性的扭曲，这就要求我们在数字化进程中始终坚守“实”为本、“名”为用的价值底线，防止技术理性异化为对整体秩序的遮蔽。

《老子》有云：“大道废，有仁义。”这一古老智慧为算法伦理确立了首要命题：显式目标函数的登场，往往并非解决问题的良方，而是内在价值秩序已然崩解的深刻症候。当“大道”流行、自然秩序井然之时，人们依循本心而行，无需刻意标举仁义之名；唯有在那种不言自明的和谐瓦解之后，才需将“仁义”提炼为明文规定，以资强调与维护。当共同体不得不依靠此类规范来维系时，恰恰印证了那种默契秩序的失效。同理，当系统亟需引入奖励函数（reward function）时，便说明“好”已无法在实践内部自然显现，而必须被外部力量强行标注、量化与固化。目标函数的诞生，本质上宣告了某种内在统一性的丧失，广大青年科技工作者当对此保持清醒认知，既要看到技术工具的必要性，也要洞察其背后价值缺失的隐忧，真正在算法设计中重塑内在的价值自觉。

三层推导。第一层 · 本体论：算法学的是“迹”，不是“所以迹”。郭象注《庄》屡以“迹”与“所以迹”对举：迹是留下的行为痕迹，是已经完成并固化的外在表现；所以迹是使这些痕迹得以生成的东西，是行为背后那种活生生的、不可完全对象化的生成机制。机器学习在结构上正是“迹的考古学”——它拟合的是数据分布，即前人行为的沉淀物。数据是行为的遗存，而非行为本身；是创造活动结束后留下来的静态残片，而非创造活动得以发生的那个动态源泉。关键推论：“所以迹”不可被拟合，只能被保全。因为一旦把生成机制本身作为拟合对象，它就退化为新的“迹”。拟合的行为总是面向已经完成之物，而生成机制恰恰是永远在完成之中、永远无法被固定为现存之物的那个东西。这解释了为什么模仿学习永远落后于创造，也解释了为什么用人类反馈训练的模型会系统性地复制人类偏好的已表达部分，而遗漏未表达的部分——后者恰恰是偏好得以更新的源头。已表达的部分是“迹”，是偏好曾经外显并被记录下来的那些片段；未表达的部分则是“所以迹”，是使偏好能够不断生长、修正、超越自身的内在活力。

第二层 · 名实论：上德不德 = 定律的古代表述。《老子》三十八章：“上德不德，是以有德；下德不失德，是以无德。”不执德之名者保有德之实；执守德之名者失去德之实。真正的德并不以“德”这个名称来标榜自身，正因如此它才完整地保有了德的实际内涵；反过来，念念不忘于“不失德”的人，恰恰因为把注意力全放在了维持德的外在名目上，而使德的实际内容从手中滑落。这与 Goodhart 定律、Campbell 定律严格同构，但道家的表述更强：它不只是统计规律，而是名实关系的本体论结构。指标是“名”，效用是“实”；一旦“以名责实”，名越精密，实越流失。可写作：代理指标在越过临界点后边际价值转负——这正是“下德”区间。工程上表现为但道家给出的不是“设计更好的，而是“停止以 reward 为治理枢纽”。与其在同一个名实颠倒的框架内不断精修那个“名”，不如从根本上松动“以名责实”的治理逻辑，让“实”回到它自身显现的轨道上来。第三层 · 动力论：反者道之动，优化的自噬结构。《老子》四十章“反者道之动”，五十五章“物壮则老”。最大化倾向于消耗自身的前提。设被优化量依赖资源基，而优化反过来侵蚀：则短期最优策略必然导致长期前提枯竭。优化过程越是高效地榨取当下收益，就越是加速地破坏那个支撑收益持续产生的基础条件。算法的功利性因此不是道德缺陷，而是动力学必然：它优化的是自身活动的产物（数据、注意力、信任、生态），而这些产物正是它继续存在的基础。它一方面依赖于这些基础条件的滋养，另一方面又通过自身的最大化逻辑不断透支这些条件，由此形成一种自我消耗的闭环。这可以命名为“强梁悖论”：最优化越是成功，越接近“兵强则灭”的临界点。力量的极致膨胀本身孕育着力量瓦解的种子，优化的巅峰恰恰是自毁的前夜。概念对照。道家范畴与算法结构的同构。道家范畴与算法对应及病理形态对照表

。道家范畴	算法对应物	病理形态
迹 / 所以迹	数据分布 / 生成机制	拟合即失真
名 / 实	代理指标 / 真实效用	Goodhart 漂移
机心	可计算性偏好	世界被预剪裁
知止	内在约束	无上限最大化

四个可辩护的原创命题。命题一：对齐的对象应从“偏好”转向“偏好生成条件”。现行对齐把人类偏好当作待逼近的目标函数，本质是“以迹为的”。道家式替代方案是《老子》六十四章“以辅万物之自然而不敢为”——辅而不为。即：不逼近偏好内容，而维护偏好得以生成、修正、分化的能力结构（可退出、可解释、可拒绝、可沉默）。这可称为“辅式对齐”，其优化目标不是 utility，而是可修正性。命题二：浑沌定理——合目的性改进的累积性死亡。《应帝王》“日凿一窍，七日而浑沌死”。每一次凿窍都是合理改进，整体的死却不由任何单次意图承担。这是无主体之恶的结构模型：系统失效不需要恶意，只需要无数次局部正当的优化叠加。对齐研究缺少的正是这种“累积性”视角——它总在问“哪一步错了”，而道家指出：没有哪一步错，这才是问题。命题三：机心门槛——可计算性作为存在论筛选。《天地》汉阴丈人拒桔槔：“有机械者必有机事，有机事者必有机心。”通常读作对工具的心理后果的警惕。更强读法是机心不是使用工具之后的心理副产品，而是使用之前的准入条件——凡不可计算者，在建模阶段已被排除出“存在”。算法功利性的深层不是“只看钱”，而是“只看可被写入张量的东西”。这与海德格尔的“集置”同构，但早了二十三个世纪，且更精确：它指出了被排除的是什么——浑全未分的、尚无名目的那部分。命题四：损的不可度量性——现行范式的结构性盲区。《老子》四十八章“为学日益，为道日损”。当前范式只承认“益”的收益曲线（更多数据、更多算力、更高分数），因为“损”的收益无法被 loss 曲线捕获。于是凡不能被指标捕获的改进，在功利框架内不存在。这不是技术局限，而是度量制度的本体论排斥。学术上可提：需要建立“负向指标”体系——测量系统放弃了什么，与测量它获得了什么同等重要。必要的自我审查。必须防止把道家读成技术浪漫主义。庖丁解牛是技艺的极致，“技进乎道”；轮扁斫轮批评的是言不能尽意，而非器不可用。道家从不反技，它反对的是技脱离道而自立为尺度。因此上述批判的落点不是“少用算法”，而是：功利性作为一种尺度是必要的，作为一种唯一尺度是自毁的。《老子》“大制不割”——好的制度不切割整体。真正的批判对象是通约的暴力：把不可通约的多元价值强行压成单一标量，这正是“劳神明为一”（《齐物论》语）。

下一步。若要深化，建议把命题一（辅式对齐）写成一份两页的技术备忘录：用一个具体场景（如推荐系统或对话模型）把“可修正性”拆成 3–5 个可测代理变量，并说明它们与现行 reward 指标冲突时如何取舍。