徐 贲：文科防范AI，能防范滥用AI的庸人吗？

文｜徐贲，美国加州圣玛丽学院英语系荣休教授，作者授权首发

读到一篇题为《6种平庸得令人发指的文科博士》的文章，不难发现：在 AI 时代，“文科批量生产平庸”的现象正被无限放大。然而，当我们面对“文科防范 AI，能否防范滥用 AI 的庸人”这一追问时，答案绝不能被简化为一句斩钉截铁的“能”或“不能”。它值得一个更诚实、也更严峻的回答：能，但又不能。

说它能，是因为当下的申报审查与学术规范，确实建立起了一道制度屏障——它迫使那些试图用 AI 快速合成“精美废话”的人，不得不重新付出时间的消耗、署名的责任以及学术苦修的成本。

说它不能，是因为“庸人”从来不是 AI 孵化出的新物种，文科的学术平庸化，远比 AI 的诞生要古老得多。

但这种“能与不能”的拉锯，还只是问题的表层。真正切中现实痛点的是：AI 没有制造文科的平庸，它只是让平庸第一次具备了工业化的量产能力。 它不是平庸的起源，而是平庸的放大器；它真正刺破的，不是“机器是否有灵魂”的技术哲学，而是人文社科评价体系长期无法区分“思想与文本”、“创造与套路”、“主体与工具”的制度痼疾。

沿着这条现实线索逼近本质，我们会发现：制度防范 AI，最终要守住的早已不是“如何防止庸人得逞”，而是“如何防止真正的思考者被这套量产平庸的系统挤压退场”——这远比对庸人的道德谴责，更紧迫，也更残酷。

因此，AI成为一个放大镜，照出了文科体制早已存在的深层病灶。文科防范AI，能在一定程度上防范滥用AI的庸人，但真正能救文科的，从来不是防范AI，而是重建一套让“有风险的深刻”值得去冒险的激励与评价体系。

当模仿性劳动不再需要时间

在AI降临之前，一个庸人想写出一篇合乎规范的论文，仍然要花上数月时间东拼西凑、反复誊抄、生硬地模仿前人的腔调。这个过程本身拙劣不堪，但它有一个意外的好处：它慢，它笨拙，它必然在文本里留下逻辑的裂缝和情感的犹豫——那些痕迹恰恰是共同体判断一篇文章可信度的隐形标尺。AI拿走的正是这份担保。它能在几秒钟内产出语法周正、引经据典、逻辑自洽的文字，一个对"正义"或"美"从无切身体悟、把文科纯粹当饭碗的写手，输入几个关键词，得到的成品在形式上甚至优于他呕心沥血亲手写就的东西。申报制度所守护的，不是文章的质量，而是一条更根本的底线：意义的生产必须伴随着人类时间的消耗。这条底线一旦失守，读者再也无从分辨眼前这篇工整的文字背后，是否真的经历过一次哪怕微不足道的内心挣扎。

人文学科从来都是一门庞大的现代职业体系，教授评职称、研究生发核心期刊、研究员申领课题经费，这套体制庞杂而低效，却靠着一个脆弱的物理限制维持着平衡——庸人再怎么灌水，一年也只能写出有限的几篇论文。AI一旦被允许无限隐形介入，这道闸门瞬间失效，人文学科迎来的不是繁荣，而是符号的绝对过剩，就像一个国家的央行滥发货币，纸面上的财富暴涨，实际购买力却在同步崩塌。强制申报和使用比例的界定，功能不在于抓出作弊者，而在于人为地制造交易成本，故意拖慢庸人批量灌水的速度——这也是一种行会壁垒，保护那些靠缓慢阅读、田野调查、手稿反复打磨为生的学者，不至于被零成本的机器流水线彻底淘汰。

人文学科处理的从来不是可以被实验室反复验证的客观真理，而是渗入历史叙事、意识形态、伦理规范与身份认同的主观判断。写下这些判断的肉身学者要承担全部的声誉代价——你是谁，你为何得出这个结论。AI给庸人提供的最危险的礼物，是一条推卸责任的退路：一旦遭到质疑，只需一句"这是算法生成的，不代表我的观点"，便可全身而退。强制申报AI参与程度，斩断的正是这条退路：无论AI写了多少字，最终签下自己名字的那个人，必须对文本里蕴藏的价值立场和认知偏见承担终极责任。

不是苦修的血税，而是主体生成的不可压缩成本

文科的"亲力亲为"常常被表述为一种"苦修伦理"——你必须亲手敲下那几万字，这是你为获得阐释者身份所必须缴纳的血税。这个说法似乎很有"劳动伦理"的说服力，但也最容易被误读成一种对低效率本身的赞美，好像写得越慢、越痛苦，就越有价值。

其实，真正的重点不在于时间花得够不够长，而在于：一个判断要真正成为"你的"判断，必须经过形成、修正、承担这三个阶段，而这三个阶段中有一部分认知劳动是不可外包的。你可以让AI帮你检索资料、梳理框架、润色文字，但当你要为一个具体的价值立场签下名字的时候，你必须真正经历过"我一开始是这么想的，后来读到了什么材料，动摇了，又重新想清楚"这个过程——这个过程无法被压缩，也无法被代劳，因为它本身就是"主体"得以生成的方式。AI可以帮你生成一段关于"正义"的漂亮论述，但它无法替你经历"我是否愿意为这句话负责"的那一瞬间。所以，"血税"这个说法容易被理解为赞美苦行，更准确的说法应该是：主体生成需要不可压缩的投入，而申报制度守护的，正是这份投入不被悄悄清零。

这份不可压缩的投入，落到制度设计上，其实换算成的是一种更朴素的东西：时间。在没有申报制度的AI时代，一个麻木的从业者生产一篇空洞论文的边际成本接近于零——他只需给AI一个指令，三分钟后就能拿到成品。有了申报制度，他至少得退回手工状态：自己翻文献，自己组织段落，自己逐字敲出来。这篇文章最终可能同样平庸、同样缺乏洞见，但他为此花费了三天，而不是三分钟。这三天的时间消耗，就是制度真正在守护的东西——它不是为了让平庸变成深刻，而是为了让平庸的产出速度受到物理限制：期刊版面有限，审稿周期有限，项目名额有限，当每个竞争者都必须投入真实的时间，整个学术生态的产能才不会因为AI的介入而瞬间爆炸式膨胀，导致符号通胀彻底冲垮评价体系。

所以，申报制度真正发挥的作用不是"净化内容"，而是"控制流速"。它承认了"庸人永远存在"这个前提，并在此基础上做了一个务实的妥协：你依然可以写出平庸的东西，但你必须亲自花时间去写；你不能用三分钟完成原本需要三天的劳动，然后把省下来的时间拿去生产下一百篇。这道阀门把"生成空洞产品的速率"从指数级强行压回了线性级——这就是它在现实中最实质的意义。也正因为这道阀门只作用于"速率"而不作用于"内容"，它天然留下一个尚未回答的漏洞：一个从未真正经历过反省、判断、承担这个完整过程的人，哪怕被这道阀门逼着老老实实敲了三天键盘，敲出来的东西依然是空洞无物的废话连篇。

防线之外：庸人不需要AI也能把学问做成流水线

一个尖锐的质问足以破除“劳动伦理”的伪理想主义色彩：拥有肉身，就一定拥有敏锐的精神体验吗？现实里那些为职称疯狂灌水的教授，那些机械校对、精神早已麻木的资料员和教书匠，他们的生产方式本质上和流水线工人并无区别。是人，并不必然意味着在乎正义、美，或人类的焦虑。这个反驳提醒我们：申报制度所防范的，从来不是"机器没有灵魂"，而是"某些人早已没有灵魂却还握着笔"。可这句话本身已经埋下了下一层追问的种子——如果肉身早已能够自我制造出与AI同等空洞的产品，那么把AI关在门外，真的能挡住这些人吗？

肯定是挡不住的，庸俗化的生产线在AI出现之前就已经运转了几十年，而且运转得极其顺滑。有的博士整个学术生涯完全踩着热点的节奏走：空间理论火的时候套列斐伏尔，数字人文火的时候跑一遍词频统计，生成式AI火了就急急忙忙写一篇综述式的"机遇与挑战"，五年下来主题横跨好几个风口，却没有一条真正属于自己的问题意识。有的博士论文里每一页都是"某某学者指出""某某理论认为"，脚注比正文还密，遇到分歧从不表态，只会写一句"二者各有侧重，均具有重要学术价值"，甚至连页码错误都从二手转引里原样照抄。有的博士手里永远只有几把现成的西方理论锤子，研究婆媳关系套福柯的规训，研究躺平套韩炳哲的倦怠社会，从不追问这把锤子在中国的语境里是否水土不服。

有的博士最擅长把一句大白话拆解成一串诘屈聱牙的学术黑话，把"年轻人不想结婚"包装成"现代性视域下亲密关系的祛魅与传统家庭伦理的叙事危机"，通篇每个字都认识，连起来却不知所云。有的博士把针尖大的一块领域考据得严丝合缝，却对学术史的整体脉络、对真实的社会人生毫无感知，一句"这个不在我的研究范围内"就打发了所有超出自己领域的追问。还有的博士从选题到框架到参考文献都是导师给的，答辩时被问到课题之外的问题，第一反应永远是"我导师的观点是……"，而不是"我认为……"。

《6种平庸得令人发指的文科博士》描绘的平庸画像表面上虽然各不相同，但真正共同的特征只有一个：研究者不再围绕自己的问题组织知识，而只是围绕评价体系组织知识。前者追求理解世界，后者追求满足指标。AI只是把后一种知识生产方式进一步自动化了——它没有发明这种生产方式，它只是让这种早已存在的生产方式变得更快、更省力、更难被察觉。这六种画像没有一种依赖AI才能成立，它们全部产生于AI降临之前，而且此刻依然在无数高校里稳定地自我复制。它们背后的真正推手，是核心期刊的发表压力、毕业的硬性要求、职称评审的量化规则——这套激励结构逼着人选择"安全的平庸"而不是"有风险的深刻"，而这套结构比任何一次技术革命都更古老、更顽固。

制度不是为了防范庸人，而是防止优秀者反被淘汰出局

对文科平庸的讨论经常会错误地陷入"坏人视角"里——申报制度是为了增加庸人的作弊成本，是为了不让庸人得逞。但如果我们换一个角度，问一句"制度到底是为谁存在的"，答案会完全不同。

制度从来不是为了改变坏人，而是为了保护好人。版权制度是最贴切的类比：版权从来无法真正消灭盗版，盗版永远存在，而且技术越发达，盗版的成本越低。但版权制度依然被认为是必要的，因为它保证的不是"盗版者受到惩罚"，而是"真正的创作者还有继续创作下去的激励"——一旦创作和抄袭在市场上卖出同样的价钱，退出市场的不会是抄袭者，而会是那些投入了真实心血、因此成本更高、价格上没有竞争力的创作者。

AI申报制度的逻辑与此完全相同。它真正要保护的，不是文科共同体某种自我想象的纯洁性，而是思想劳动本身的市场价值。设想一下，如果这道防线完全不存在：一个认认真真读了两百本书、花了三年时间反复推翻重来才写出一部专著的学者，和一个熟练使用提示词、半小时内生成一篇形式同样工整的写手，在期刊编辑、评审专家、乃至普通读者眼中，将变得完全无法区分。这时候，真正被淘汰出局的不会是那个提示词写手——他成本几乎为零，可以无限次投稿、无限次试错；被淘汰的，会是那个把三年时间都押在一本书上的人，因为他的产出速度永远追不上零成本的复制者，他在纯粹的数量竞争中注定失败。于是我们看到一个此前的论证从未触及的危险：AI造成的最坏结果，不是庸人变得更猖獗，而是优秀者被迫退出这场竞争，因为这场竞争的规则已经变得对他们极其不利。申报制度真正的功能，正是在这个意义上托底——它不指望消灭庸人，就像版权制度从不指望消灭盗版，它只是要保证认真做事的人，还有继续认真做下去的理由。

比庸俗化更深的危机：可区分性的坍塌与假货市场

如果说前面涉及的是"谁被保护"的问题，那么还有一个更底层的问题需要追问：AI到底改变了什么？答案也许不是"庸人变多了"，而是"庸人与优秀者之间，变得越来越难以被分辨"。在AI出现之前，庸人和优秀者当然一直同时存在，但市场上始终留着几道天然的门槛替读者做初步筛选——阅读速度、写作速度、资料整理的耐心、语言表达的精细程度，这些能力上的差异会随着时间自然拉开距离，让优秀者慢慢从人群中显影出来。AI几乎抹平了这几道门槛：写作速度不再是稀缺能力，资料整理可以瞬间完成，语言表达的精细程度也可以被模型模拟到相当高的水准。于是出现一种此前从未有过的新危机——优秀的人并没有变差，庸人也没有真的变好，但二者在文本表面呈现出的样子，正变得越来越接近。

这本质上是一种信号失灵。经济学里有一个经典模型可以精确描述这种局面：阿克洛夫在讨论旧车市场时提出，当买家无法区分车况好坏时，市场会逐渐只剩下劣质品，因为好车的卖家发现自己卖不出应有的价钱，只能选择退出，这就是"柠檬市场"效应。斯彭斯进一步指出，市场之所以还能运转，是因为存在各种"信号"——学历、证书、履历——让优秀者有办法把自己和平庸者区分开来，而信号一旦失灵，能力再强的人也无法证明自己的能力，最终整个市场的定价机制都会失效。人文学术的评价体系，长期以来依赖的正是几种隐性信号：行文的成熟度、论证的绵密度、引证的准确度。这些信号原本能大致把"真正下过功夫的人"和"混日子的人"区分开来。AI最危险的地方，恰恰在于它让这些信号大规模贬值——当所有人的文本表面都可以被打磨到同样光滑的程度时，市场就只能开始奖励"看起来优秀"而不是"真正优秀"，久而久之，真正的能力会失去被投资、被培养的价值，因为投入真实功夫换来的回报，和熟练使用工具换来的回报，在市场上再也分不出高下。所以AI最大的危险，或许不是制造了更多庸人，而是制造了一种"所有人看起来都差不多优秀"的假象，而这个假象一旦稳定下来，比单纯的庸俗化更难被扭转，因为它连"谁该被淘汰"这件事本身都变得无法判断。

边际成本坍缩：从思想稀缺到表达过剩

文中反复使用"通货膨胀""符号过剩"等比喻，其实都可以归结为一个更严谨的经济学概念：边际成本。在AI出现之前，人文学科的思想供给天然是有限的——多写一篇论文、多写一本书、多完成一次综述，都需要大量新增的、无法压缩的人力劳动。这种劳动上的稀缺性，本身就是一种天然的产量调节机制。

AI几乎拆除了这道机制。增加一篇形式合格的文本，其边际成本迅速趋近于零。整个知识生态因此第一次进入一种近乎"无限供给"的状态，而真正发生变化的，并非论文数量简单增加，而是思想表达开始出现类似于货币通货膨胀的现象。当一种货币可以被无限印刷时，流通数量固然暴涨，但每一个单位所代表的实际价值却同步下降；同样，当形式规范、语言流畅、结构完整的文本可以被近乎零成本地持续生成时，这些文本本身所承载的知识价值，也会不断被稀释。

从这个意义上说，工业革命降低的是物质生产的边际成本，使商品从稀缺走向充裕；AI革命降低的则是思想表达的边际成本，使"看起来像样的文字"从稀缺走向充裕。真正稀缺的资源因此发生了转移：今天已经不是"能否把话说得规范、流畅、漂亮"，而是"是否拥有真正值得表达的思想"。表达本身越来越容易获得，真正难以复制的，是一个判断如何经过长期阅读、反复思考、自我修正与责任承担之后最终形成。

这意味着，AI时代真正受到挑战的，不只是知识生产方式，更是知识评价方式。如果未来的评价体系仍然主要依据表达是否规范、语言是否流畅、是否符合学术写作惯例来进行评价，那么它迟早会被边际成本的坍缩所击穿。评价标准最终必须完成一次根本性的转变：从主要评价表达，逐步转向评价思想本身。

当前关于AI申报与使用规范的讨论，更多是在回答"文本是谁生产的""责任由谁承担"等问题，而未来还必须进一步回答一个更深层的问题：当优质表达不再稀缺之后，一个学术共同体究竟应该依据什么来识别真正的思想价值？这才是AI时代人文学科最终无法回避的制度挑战。

文科的独特脆弱性：过程痕迹与人的在场

顺着前面的讨论，还可以进一步追问一个问题：为什么AI带来的这场冲击，在人文学科里显得格外剧烈，甚至比在理工科更令人焦虑？答案在于，两类学科对"真伪"的验证方式存在根本差异。理工科的真伪最终要接受物理现实的裁决——实验数据如果造假，重复实验时终究会暴露；药物疗效如果夸大，临床实践最终会被病人的真实结果所检验。物理现实是终极的、也是不讲情面的裁判，这使得理工科面对AI时，反而可以相对从容一些。即使AI参与了研究，真正的错误也会在现实世界中逐渐显现，制度未必需要过度依赖"申报"这样的前置约束，因为事后的验证机制本身就足够强大。

人文学科没有这样一个客观世界作为最终裁判。一篇关于"正义"的论文，一部关于某个历史时期的阐释，它的真伪不取决于能否被重复实验，而取决于共同体是否相信、是否认可、是否愿意在此基础上继续对话——换句话说，人文学科对真伪的验证，天然地更依赖"过程痕迹"和"共同体共识"这两样比物理现实脆弱得多的东西。过程痕迹，就是前面反复提到的那些逻辑裂缝、情感犹豫、反复推翻重来的笔迹，它们曾经是读者判断一篇文章是否经过真实思考的隐性凭证；共同体共识，则是学界长期磨合出来的、关于"什么样的论证方式值得信任"的默契。AI恰恰最擅长在形式层面把这两样东西都伪造出来——它能生成毫无逻辑裂缝的完美论证，也能熟练模仿共同体认可的学术腔调，而这种形式上的完美度，对文科证据体系的冲击，远比对理工科证据体系的冲击更致命，因为理工科最终还有一个物理世界可以兜底，文科的兜底机制，从一开始就只是"读者愿不愿意相信"。

但这种脆弱性也恰恰给了文科一个理工科不太具备的反击资本：文科比理工科更有资格、也更有条件去理直气壮地要求"人的在场"。真正深刻的洞见，往往不是从检索和拼接中产生的，而是从漫长的阅读积累、田野中的具体际遇、人生本身的挫败与重来中生长出来——这些经验带有极强的非计算性，它们无法被简化为可供模型学习的语料，因为它们的核心不是"信息"，而是"这个具体的人，在这个具体的生命阶段，撞上了这件具体的事"。AI可以模拟论证的形式，却很难在短期内模拟"一个人真的经历过什么、因此真的相信什么"这件事本身。这意味着，文科在这场冲击里，既是最脆弱的一方，也恰恰是最有理由重新强调"主体在场"这个价值的一方——它输不起对过程和共识的信任，却也正因如此，最应该把评价的重心，从"文本读起来像不像深刻"，转移回"这个判断背后，是否真的站着一个用生命经验做过担保的人"。

回到最初的问题：文科防范AI，能防范滥用AI的庸人吗？现在可以给出一个层次更完整的回答。它能，在一个具体而有限的意义上：它给"借AI伪装省察"这一条特定的作弊通道重新装上了时间、责任与主体投入的门槛，也在版权制度的意义上，为那些认真投入的人保住了一份继续投入下去的理由，减缓了信号失灵和思想通货膨胀的速度。

但同时它又不能，因为在一个更根本的意义上，它无法消灭庸俗化本身。庸俗化的真正生产线——追风口、堆引文、套锤子、包装黑话、困守芝麻、依附导师——从来不需要AI的参与就能自我复制，它的病灶在评价体系的激励结构里，而不在算法里。

这道防线值得保留，但不能被高估。它像给一条本就漏水的河道加了个局部闸门，能让"AI偷懒"这条支流流得慢一些、代价高一些，却挡不住整条庸俗化的河流。真正需要触动的，是上游的激励机制：如何让"有风险的深刻"在职业发展中获得比"安全的平庸"更高的回报？如何让一个花三年时间打磨一部专著的人，不至于在纯粹的数量竞赛里输给一个提示词高手？如何重建一套评价体系，让它至少能重新分辨"真正的思想"和"完美的表达"？这涉及期刊导向、评价标准、导师制度等多重改革，其难度远大于制定一张申报表格。AI没有制造这个问题，它只是第一次让这个问题拥有了工业化的生产能力，也因此第一次把这个问题逼到了所有人都无法再假装看不见的地步。