人工智能时代
哲学人如何生存？
近年来，时代的风向发生了剧烈的转变。
过去，只有学习计算机科学、精通代码的工程师，才能在互联网科技大潮中分得一杯羹。
人文学科，尤其是哲学专业，常常被贴上“脱离实际”、“难以就业”的标签。
然而，随着生成式人工智能的爆发，一种反常态的现象正在发生……
01
文科好起来了？
近一年来，我们似乎听到“文科”好起来了的风声。
比如在国内，我们看到在复旦中国语言文学系度过本硕的游丰硕，入职腾讯会议产品策划岗位。
在复旦研究了10年哲学的外国哲学专业博士生马赛知远，入职小红书hi lab人文智能实验室，从事大语言模型的后训练工作。
在国外，硅谷的科技巨头们疯狂抢夺人才，这种抢夺已经超出了传统的算法工程师范畴。
在这场狂热的人才大战中，一个被称为“提示词工程师”（Prompt Engineer）的新兴岗位横空出世！
人工智能初创公司Anthropic为“提示词工程师兼资料管理员”开出了17.5万美元至33.5万美元的年薪，并且明确表示不强制要求计算机学位，反而特别青睐那些具有历史、文学或哲学背景的人才。
到底发生了什么？为什么被认为是最“无用”的学科，突然成为了最前沿科技领域的香饽饽？
02
人工智能与哲学的结合点
要理解文科为何吃香，我们必须先看懂今天的人工智能到底卡在了哪里。
传统的软件开发是一门关于“确定性”的科学。程序员写下一行代码，计算机就执行一个动作。这种交互依赖于极其严密的逻辑，容不得半个标点符号的错误。在这个时代，数学和计算机科学专业的人才发挥着极其重要的作用。
但是，大语言模型（LLM）彻底改变了游戏规则。现在的大模型，比如ChatGPT、Claude或Gemini，它们不再依赖死板的硬编码。
它们通过阅读人类历史上几乎所有文本，学会了如何预测和生成新的文本。
机器已经完美掌握了人类的语言结构，它们懂语法，懂修辞，甚至能写出毫无漏洞的计算机代码。
高盛集团的首席信息官MarcoArgenti敏锐地察觉到了这种变化。他甚至直接告诉自己正在读大学的女儿，如果想从事工程事业，除了传统的工程课程，必须去学习哲学。
他的理由非常现实，AI现在写代码的能力已经超越大部分人类。
智能机器掌握了极高的“形式语言能力”（Formallinguistic competence），也就是精通语言的规则和模式。
但是，它们极度缺乏“功能语言能力”（Functionallinguistic competence），这包括了现实世界中的常识、非形式推理、情境建模以及社会认知。
换句话说，机器知道“怎么说”，但它根本不懂自己“在说什么”。
这个时候，如果工程师给出的指令（提示词）不够精准，人工智能就会生成一段在技术上完全正确，但在实际业务中毫无用处的代码。
AI是没有自我意识和自我反思的能力的，这就解释了为什么人工智能行业突然需要哲学生。
哲学也许并不教人如何编写语法正确的代码，但它在如何让机器自我纠错、掌握“自我反思”能力上扮演重要角色。
哲学训练的是一个人自我反思、精准定义概念、拆解逻辑谬误的能力，哲学中的认识论、逻辑学和伦理学思维，能帮助机器更好地理解人类偏好，让AI的回答更具“人性”。
03
哲学生在AI时代的机会
我们已经看到市场发出了极其强烈的信号。
那么，哲学毕业生进入这些公司后，到底在做些什么？他们的理论知识是如何转化为数十万乃至上百万年薪的商业价值的？
首先，纠正AI伦理。
如今的人工智能强大到令人恐惧，它不再只是一个在后台运行的搜索引擎，它已经开始介入医疗诊断、司法判决、甚至是战争控制。
比如，美国能对委内瑞拉和伊朗领导人的精准定位，离不开人工智能的作用。
这时候，我们人类无疑面对一个问题：我们究竟应该通过何种方式和价值观与AI的强大能力进行配合？
古希腊有一个关于迈达斯国王（King Midas）的“点石成金”神话。国王祈求神明让他触碰到的任何东西都变成金子。
神明答应了。结果，他的食物、水，甚至他心爱的女儿，都在他的触碰下变成了冰冷的黄金。
这也是现代人工智能正在面临的困境。
给机器设定一个单一的优化目标是非常危险的。它可能会用一种极度残忍、完全不符合人类伦理的方式去达成这个目标。这个问题，在行业内被称为“对齐问题”（Alignment Problem）。
对齐问题不是一个工程问题，而是一个极其深刻的哲学问题。
因为在你让机器与人类价值观对齐之前，你必须先定义到底什么是“人类价值观”。不同国家、不同文化、不同历史时期的人类，对价值观的理解是完全不同的。
这就需要哲学家出场了。
其次，哲学生可以参与提示词工程的建设。
不过不要以为随便打几个字，跟机器聊聊天，就能拿到高薪的工作。事实恰恰相反，高级的提示词工程是一门极其精密的技术语言学。
语言哲学专门研究语义学（词语的意义）、语用学（语言在语境中的使用）以及言语行为。
当我们在和人工智能交流时，人类经常会省略大量的背景信息，使用充满潜台词的模糊表达。对于人类来说，常识填补了这些空白。
但对于语言模型来说，模糊的词意会导致它在几十亿个参数中走向混乱。
如今，很多提示词工程师都有历史、哲学或英语语言背景。因为这项工作的核心是文字博弈，你需要把事物的本质或意义，极其精准地浓缩到数量有限的几个词当中。
这种提炼事物本质的能力，正是哲学系学生每天都在做的事情！
04
结 语
“哲学毕业生能拿百万年薪”，听起来似乎如天方夜谭，但现实是有人做到了。
这些人具有一个特点，就是不仅仅沉溺在哲学原著中，而是走哲学著作走向现实、走向技术，在学习之余努力把自己的专业和AI结合起来。
由此可见，在技术快速迭代的今天，如果你能够看清趋势、主动融入时代前沿，改变命运的大门依然为你打开。
热门跟贴