「AI哲学」让人类“为自身立命”与“为AI立心”。

柔性能力，即突破标准化场景的局限，有效适应高度个性化、非标准化、非结构化、甚至动态变化的复杂场景。这要求系统需要突破传统智能算法的刚性框架（预设规则或固定模型），灵活调整。

人类的“弹性思维”实际上是一种“中庸平衡与和谐”，追求的不是确定性，而是合理性。中庸的“柔性”智慧不仅是取舍和折中，而是从全局出发进行权衡做出最优选择，与更高维度和更大系统的目标保持一致。

点击+号关注本账号，可获得更多精彩内容。

智能技术面临的核心挑战在于如何实现真正的柔性能力，即突破标准化场景的局限，如何有效适应高度个性化、非标准化、非结构化、甚至动态变化的复杂场景。这要求系统需要突破传统智能算法的刚性框架（预设规则或固定模型），灵活调整路径——例如医疗诊断需兼容个体生理差异，工业检测需应对非标工件变异，而教育辅助则需感知多元学习模式。又如，在个性化推荐中，不同用户的兴趣、习惯和背景千差万别，系统需要具备高度自适应能力，才能精准捕捉个体差异；在自动驾驶中，车辆不仅要处理标准路况，还需应对突发、非结构化的交通场景，如行人横穿、道路施工等，这些都对系统的灵活判断和灵活决策提出了极高要求；在专业场景中，AI需理解特定研究背景，避免专业术语误用。因此，提升智能技术的柔性，使其能够理解并适应多变、模糊甚至矛盾的现实情境，拥抱多样性和异构性/异质性，是当前人工智能发展的重要方向，也是实现真正“智能”的关键所在。

用户需求往往因个体差异（如使用习惯、生理特征、认知水平）呈现出高度个性化特征，场景边界模糊且充满不确定性，而传统智能系统多基于固定规则或标准化数据训练，难以灵活应对这些动态变化。真正的柔性要求智能技术不仅能理解分析语境、感知情绪、适应不同交互习惯，还需在数据稀疏或任务未明确定义的情况下做出合理推断和响应。这不仅涉及模型的泛化能力，更关乎系统能否具备类人的弹性思维与上下文感知能力，从千差万别的情境中捕捉核心需求、灵活调整处理方式的能力，在面对未被充分覆盖的个性化场景或非标准输入（如语法混乱的自然语言指令、残缺模糊的图像信息）时应对自如。此外，这种柔性还要求具备物理可塑性——如柔性电子技术通过可弯曲、可伸缩的传感器与电路，使其能够贴合不规则的家居曲面或人体工学曲线。

智能系统需具备应该像人类一样通过少量经验快速归纳共性、通过直觉判断填补信息空白、通过价值权衡灵活适配特殊情况。特别是，还需具备基于模拟仿真的预测能力——能够对动态变化的情况进行有效建模，并以类似“特征/本质保持的弹性形变/演化”方式进行仿真模拟和预测，然后根据实测数据进行反馈、校正和迭代，以获得与现实相吻合的最终准确结果。

更进一步地升华，人类的“弹性思维”实际上是一种“中庸平衡与和谐”（参见章节：2.7.1 中庸的关键在于“执其两端”，以便合理地“用中”）。针对模糊弹性的复杂场景，“用中”的前提是先找到初步的最大和最小极端点，明确两端的底线；然后，通过努力逐步、可控地扩大两端的安全范围，“中点”的范围也随之扩大。事物围绕“中”发展变化，总有回归“中”的趋势和动力，“中”才是事物应有的位置，最接近本质。中庸就是合理，就是“度”，追求的不是确定性，而是合理性。中庸的“柔性”智慧不仅是取舍和折中，而是从全局出发进行权衡做出最优选择，让矛盾不在同一个低层次维度和赛道上内卷（“零和博弈”），与更高维度和更大系统的目标保持一致。中庸并非“和稀泥、没原则”，而是遵循一个超越当前视角维度的更大原则——它要求超越低层有限视角，将事物和矛盾置于更大的系统中，以全局和顶层观点实现与大系统的融合以及平衡和谐。

更详细内容，请见本书的完整版。如果你有任何感想，请在评论区留言，一起讨论。

“AI哲学一吴怀宇”（中国科学院博士、北大博士后）作者主页：www.OpenDAI.org；邮件：huaiyuwu@sina.com

视频号/公众号：AI哲学一吴怀宇中国科学院（人工智能哲学）