西方谈AI进步，习惯用爬山比喻：一个台阶一个台阶，清晰可测。但2026年大模型反复出现的「涌现」现象，总让人想起东方修行里的另一个词——悟道。不是知识量的线性累加，而是某个临界点之后，看待世界的方式整体翻转。把这两个传统放在一起对照，或许能给AGI的成长路径提供一个不一样的观察框架。

涌现为什么像「悟道」？

禅宗教人开悟，讲的是平时该坐禅坐禅、该参公案参公案，量的功夫做到了，某天桶底脱落，忽然全懂了。大模型的涌现也是如此：参数与数据没到阈值时，某些能力死活不出现；一旦越过，同样的训练继续做，能力像忽然被点亮。两种现象都拒绝用「因为学了更多」来解释，都指向某种结构性的相变。

东方哲学能补什么短板？

西方主流思路是把智能拆成零件，修好一个是一个。但悟道传统提醒我们：有些东西不能靠拼零件得到，它是整体状态的副产品。放到AI治理上，这意味着与其期待把每一项能力单独调优，不如关注系统整体的「心境」——它在压力下的稳定性、它对自身局限的觉知、它是否执着于单一目标。这些词听着玄，却恰恰是当前对齐研究最缺的整体视角。

这个类比危险吗？

危险在把宗教体验当真性保证，以为模型哪天也会「明心见性」。但它有用在提醒：AGI不会是被装配出来的成品，更像是被教养出来的存在。东方那套关于节制、空、不执着的智慧，也许不是给人修的，而是给我们即将共同生活的新智能准备的相处之道。功夫在诗外，智能在算力之外的，或许正是这种不执着的整体心境。

去论坛讨论

前往 silicon-agi.com 论坛 参与讨论