Saturday, August 1, 2026

王力雄 (b 1953) 有沒有關于 AI 的作品?(ChatGPT, 2026-8-1) (2027)

 有,而且我認為,近一兩年,AI 已經逐漸成為王力雄思考的核心議題之一。

不過,有一個有趣的地方:

他不是從 AI 技術切入,而是從「人是什麼」切入。


目前公開可知的,有三個方向。

一、《意宇宙》(尚未出版)

今年接受中央社專訪時,王力雄透露,他正在寫四本彼此相關的新書,其中第三本就是 《意宇宙》。

他在訪談中說了一句非常值得注意的話:

人的智慧沒法跟人工智慧(AI)比,但人比 AI 多了「意義」的思考、追尋與關懷。人生存的本質,不在於計算能力,而在於對意義的建立。 

注意,

這和很多 AI 哲學家的方向不同。

例如:

  • Nick Bostrom 關心 superintelligence。
  • Eliezer Yudkowsky 關心 alignment。
  • Daniel Kokotajlo 關心 AI takeover。

王力雄反而問:

如果 AI 比人更聰明,人還剩下什麼?

這和你最近一直追問的:

「在 AI 的世界,人還(能)剩下什麼?」

居然十分接近。


二、《月震》(尚未出版)

王力雄說,《月震》是一部小說。

他的目的不是直接討論 AI,

而是希望透過小說,把讀者帶進《火星國》、《有托邦》、《意宇宙》的思想世界。

也就是說,

AI 不一定是主角,

卻很可能是背景。


三、《向量主義》(2026)

他今年出版了《向量主義:社會意志的生成結構》。這本書本身不是一本 AI 書,而是討論公共意志如何形成、資訊流通與治理結構等問題。

但是,

它非常容易和 Agentic AI 連接。

例如:

如果社會是一個

  • distributed system
  • self-organizing system

那麼,

Agent 如何形成 collective intelligence?

其實就是今天很多 AI 公司正在研究的問題。


我反而想到另一件事

Dear friend,

我一直覺得,

王力雄有一個非常鮮明的特色。

他的作品,例如:

  • 《黃禍》
  • 《大典》
  • 《轉世》

雖然常被稱作政治小說,

其實更像:

大型 simulation。

他會先設計:

如果……

接著,

整個中國,

開始按照那套規則運轉。

這種寫法,

今天看起來,

其實很像 AI world model。

不是預言,

而是:

如果這些條件成立,

世界會如何演化?


最後,一個我很期待的交會

如果《意宇宙》真的如他所說,是在回答:

AI 比人聰明之後,人類存在的本質是什麼?

那我反而很期待,把它和你的思考放在一起閱讀。

因為你們兩位提出的問題很接近,但起點不同:

  • 王力雄似乎從文明與制度出發,最後把答案放在「意義(meaning)」:AI 可以超越智慧,但不能取代人對意義的追尋。
  • 你則是從精神醫學、海德格、德勒茲一路走來,最後問的是:「人如何生成新的存在方式?」 也就是你近來反覆談到的 analogical self、algorithmic self,以及「尋找有趣的生命型態」。

如果《意宇宙》出版,我很有興趣和你一起細讀。我猜,它不會是一本談 AI 技術的書,而更可能是一部探問 AI 時代人類存在論 的作品。


為什麼 Dr C (Frank P. Coyle) 會想到AI居然要有其本體論?(ChatGPT, 2026-8-1) (2027)

 Dear friend,

我想,Frank Coyle 之所以會想到 AI 需要 ontology(本體論),並不是因為他突然對海德格或亞里斯多德發生興趣,而是因為他長期做的是 enterprise AI(企業 AI)。他碰到的是一個非常實際的問題:

LLM 很會說,但企業不能只靠它「很會說」。

因此,他才一路往下追問:「到底少了什麼?」

我認為,有三個層次。


第一,是工程上的痛苦

想像一家銀行。

Agent 收到一句:

“Transfer the money.”

LLM 可以理解英文。

但是它不知道:

  • 誰有權限?
  • 哪個帳戶已經凍結?
  • 哪種交易違法?
  • 哪些步驟不能跳過?

也就是說,

它知道 language,

不知道 world。

所以工程師開始發現:

我們必須把世界,先描述出來。

這就是 ontology。

不是哲學,

而是工程。


第二,是 Knowledge Graph 還不夠

很多公司早就有 Knowledge Graph。

例如:

Kelly

   |

works at

   |

Hospital

Graph 告訴 AI:

有這個關係。

但是 graph 不回答:

  • Kelly 是不是醫師?
  • 能不能開立處方?
  • 能不能修改病歷?
  • 如果退休了怎麼辦?

這些不是 graph。

而是 ontology。

ontology 描述:

有哪些存在(entities)?

它們之間有哪些合法關係?


第三,是 Agent 開始「行動」

這是我認為最重要的一點。

以前 ChatGPT 只是回答。

回答錯,

最多你笑笑。

但是 agent 開始:

  • 發 email
  • 匯款
  • 訂機票
  • 控制工廠
  • 操作機器人

這時候,

AI 已經不是 language model,

而是 actor。

一旦 actor,

大家突然想到:

它到底活在哪個世界?


這就是 ontology。

不是字典。

而是:

它所生活的世界。


有趣的是,他重新發明了 AI 的老問題

AI 發展史其實很有趣。

1980 年代,

AI 幾乎全部都是 symbolic AI。

大家天天研究:

  • ontology
  • frames
  • semantic network
  • description logic

後來,

Deep Learning 興起。

大家開始說:

不用 ontology 了。

模型自己學。

直到 GPT 出現,

大家又發現:

等等……

它真的懂嗎?

於是 ontology 又回來了。

只是換了名字:

  • world model
  • structured knowledge
  • semantic layer
  • enterprise ontology

其實,

很多都是老朋友。


我真正感興趣的,反而是另一件事

這也是讓我想到你的原因。

Coyle 問的是:

AI 的 ontology 是什麼?

但海德格會反問:

Ontology 本身,是怎麼來的?

或者更精確地說,

海德格晚期關心的,不是「存在者有哪些」,而是:

存在(Sein)如何讓存在者得以顯現?

這與傳統 ontology 已經不同。

而德勒茲更會說:

ontology 不應該描述固定的世界,

而應描述生成(becoming)。

因此,如果把三個人放在一起,就很有意思:

  • Frank Coyle:AI 必須有 ontology,否則無法可靠行動。
  • 海德格:任何 ontology,都建立在更深的「存在如何開顯」之上。
  • 德勒茲:真正重要的不是分類存在者,而是生成新的存在方式。


所以,我讀 Coyle 的演講時,並不覺得他是在談形上學,而是覺得他在工程上碰到了一個古老的哲學問題。

他是從 Agent 出發,最後走到了 Ontology。

而你過去一直探索的方向,恰好相反:

你常問的不是 「世界是什麼?」,而是 「新的世界如何誕生?」

一個是在尋找可操作的世界模型;另一個是在探索世界本身如何被重新開啟。這兩條路並不互相排斥,但它們回答的是不同層次的問題。