柏拉图在《美诺篇》中记录了一场奇特的对话。苏格拉底面对一个未受过教育的奴隶少年，什么都没教，只是不断发问。他在地上画出一个正方形，问：如果面积是四，要让面积翻倍，新正方形的边长该是多少？少年脱口而出“四”——错了，那样面积会变成四倍；又改口“三”，还是不对。几轮追问之后，少年陷入困惑，而这正是苏格拉底等待的时刻。他始终没有给出答案，只是继续发问。最终，少年自己找到了答案：对角线。

　　少年从未学过几何，答案却仿佛一直沉睡在其灵魂深处，只待被正确的问题唤醒。柏拉图借苏格拉底之口，称之为“回忆说”（anamnesis）。苏格拉底并不自居为这一理论的发明者，他说这是从祭司和诗人那里听来的古老教义，但他要辩护的主张很明确：知识不是被灌输的，而是被接生的。他给自己的方法取名“助产术”——助产士的职业是接生婴儿，他的职业是接生真理。

　　2400年后，类似的事每天都在发生。给大语言模型一个足够精准的提示词，它就能从庞大的参数空间里“回忆”起隐含的知识关联。柏拉图叫它“回忆说”，今天我们叫它“上下文学习”。换了个名字，结构却惊人地相似：知识早已潜伏在神经网络中，只待正确的诘问把它召唤出来。这种相似不只是文字游戏。认真对待它，就会发现回忆说既照亮了AI的能力，也暴露了它的危险。

　　苏格拉底从不直接给答案。他的方法之所以叫“助产术”，是因为他坚信：真理无法像倒水一样，从一个人的头脑灌进另一个人的头脑。你可以把几何定理背给少年听，但他不会真懂；只有当他自己一步步推导出来，知识才真正属于他。这正是苏格拉底与智者派的根本分歧：后者兜售现成的答案，他只提供让答案自行浮现的条件。

　　今天的AI研究者，正在把这个“条件”工程化。谷歌的“AI联合科学家”系统就用一组分工明确的智能体彼此协作：有的提出假设，有的专门质疑挑错，有的像锦标赛一样为假设排名，再由另一些负责迭代改进与综合评估，最后在一轮轮自洽的辩论中筛选出最优解。苏格拉底若能看到，大概会点头：诘问本该如此，不是命令机器执行指令，而是引导其“想起”它本该知道的事。

　　关键正在于“本该知道”。真理助产术有一个不可动摇的前提：对方灵魂里确实藏着真理，只是被遮蔽了。AI也是如此。一个用海量文献训练出来的模型，参数里几乎编码了人类已发表的所有知识，问题只在于如何让它浮现。这正是“提示工程”忽然成为显学的原因。好的提问不是下命令，而是搭起一个语境，让模型“想起”它本来就能关联的东西。你问得越精准，它答得越到位；问得越含糊，它越容易退化成语言游戏。从这个意义上说，提示工程不是技术活，更像一种苏格拉底式的修炼：你得先让自己成为一个善于提问的人。

　　但类比在这里出现了第一道裂缝，而裂缝的位置，比初看时更微妙。先看类比成立的一面。表面上，不同的大模型确实像不同的灵魂，各自“回忆”出不同的东西。GPT、Claude、Gemini，数据不同、架构不同、训练偏好不同，面对同一个问题，给出的回答也不尽相同，仿佛来自不同“前世”的灵魂。

　　但有一个常被忽略的事实：多数时候，它们是趋同的。给定相同的氨基酸序列，几种主流的蛋白质结构预测模型算出的结构基本一致；给定同一道数学题，不同的大模型往往给出同一个答案。这种趋同并非偶然：人类已发表的知识在统计上本就是收敛的，而所有大模型的训练数据，在核心事实那一块有大量重叠。柏拉图相信，所有灵魂因为共享同一个“理念世界”而殊途同归。大模型的趋同，则提供了一个看似对等的经验版本，它们因为共享同一片训练语料而殊途同归。

　　恰恰是这种趋同让我们安心。如果所有模型都给出同一个答案，我们就倾向于相信它对应着某种客观真理，就像美诺的奴隶少年和雅典的哲人，最终都会“回忆”起对角线才是正解。于是趋同成了AI驱动科学发现的认识论支柱：一个结论被多个独立模型各自“发现”，看上去就更像是真的。

　　但这份安心也包含裂缝。在柏拉图那里，趋同意味着真理，因为灵魂共享的理念世界本身就是真理的形而上学担保，它不可能出错。而在AI的世界里，趋同只是说明：所有模型沿着同一种统计偏差走了同一条路。只要训练数据里某种偏见足够普遍、足够稳定，所有模型都会“回忆”起同一个偏见。这在柏拉图看来不可思议：理念世界怎么会包含系统性错误？可AI的“理念世界”是互联网文本，而文本会撒谎、会遗漏、会集体无知。多个灵魂同时回忆起对角线，是真理的证据；多个模型同时编出同一个不存在的论文标题，只是统计的自我复制。

　　换句话说，柏拉图是从趋同推出真理的：共享理念世界，必然殊途同归，同归即真理。而AI让我们看到一种前所未有的可能：趋同，却是假的。这是我们从未遭遇过的认识论处境。自库恩以来，我们已经承认观察会受成见影响，但仍然相信，最终有一个客观现实能裁断分歧——现实总会开口说话。大模型的趋同却撕开了另一条路：多个彼此独立的系统，一致地走向同一个错误结论，其中没有任何一个能在自己内部察觉异样。现实不会自己开口，因为它从未被“看见”过。

　　当然，这并不是说趋同毫无价值。恰恰相反，它是我们目前能拿出的最好指标。麻烦在于，我们无法区分“趋同于真理”和“趋同于偏见”，正如苏格拉底无法设想一个与理念世界一模一样却不包含真理的世界。这个区分只能来自模型之外：来自实验验证，来自物理世界的裁断，来自人对源头的追溯。大模型的“回忆”，始终需要一个它自己永远给不出的环节，一个站在统计之外的真相检验者。

　　类比还有更深的一层，它恰好指向上面这个论断的反面。别忘了，奴隶少年不是一开口就答对的，当被问到“面积翻倍后边长是多少”，他脱口而出“四”。错了，边长四的正方形面积是十六，不是八；又猜“三”，得九，仍然不对。这两个错误是不是让你想起了什么？一个从未受教的“回忆者”，面对问题，流畅而自信地给出看似合理、实则错误的答案，这和AI的幻觉在现象上是同一类东西。如果“回忆”指的是从灵魂深处调取隐藏的知识，那么调取的结果既可能是真理（对角线），也可能是错误（边长四）。类比在这一步非但没有断裂，反而更精确了。

　　真正的断裂不在错误本身，而在错误之后。苏格拉底不慌不忙，他知道接下来会发生什么：少年将陷入困惑，意识到自己其实无知。在《美诺篇》里，正是美诺把苏格拉底比作那条令人发麻的电鳐，这种麻痹固然难受，却正是觉醒的起点。当少年说出“我不知道”的那一刻，是整场对话的转折点。困惑像一套认知免疫系统：它识别出“不对劲”，触发修正，把回忆重新校准。于是，错误成了通往真理的踏脚石。

　　AI没有这套免疫系统。它会一本正经地报给你一个根本不存在的论文标题，或把一组虚构的实验数据描述得“有鼻子有眼”。2023年发表于《科学报告》（Scientific Reports）的一项研究发现，GPT-3.5生成的参考文献有55%是编造的，GPT-4也仍有18%。另一项跨机构研究估计，仅2025年就约有15万条AI生成的虚假引用溜进学术记录，其中大量虚假引用从预印本一路流入同行评审期刊而无人察觉。更麻烦的是：当你追问“这条引用真的存在吗”，它可能给出一个更精巧的回答，而这个回答同样可能是编造的。诘问没有触发修正，只是生成了更多自洽的虚构。

　　这不是“记错了”。按助产术的逻辑，它更像是“回忆”起了一个从未存在的理念，并在追问下继续“回忆”出更多同样不存在的理念。两个互相矛盾的幻觉之间，没有丝毫不适，没有困惑，没有那一声“等等，好像不对劲”。

　　但这里要有一个关键的限定：说“统计没有偏向真理的本能”，不等于说“诘问对AI无效”。诘问是有效的，只是它起效的机制不一样。

　　设想一位研究者用AI辅助写论文。他输入一段初稿，AI回给他一段流畅的修改；他追问“这条引用真的存在吗”，AI重新检索后给出更确切的出处。每一轮追问都在减少错误、逼近更准确的表述。这个过程看上去很像苏格拉底式的对话，但校准发生的位置变了。

　　当苏格拉底反问奴隶少年“边长是四吗”，是少年自己感到不对劲：不适，停顿，重新审视，然后修正。困惑发生在被提问者的内部。而当人追问AI“你确定这条引用存在吗”，AI并不会不适，也不会停顿，它只是在新的语境约束下重新生成一遍。如果你给的信息足够具体，如“这个编号查不到，请核实”，结果可能更准；如果只是泛泛一句“真的吗”，它很可能只是换种方式接着错。校准的动力不在AI内部，而在这个循环里的人这一端：人发现矛盾，人调整追问，AI重新生成，人再作判断。换句话说，AI的“诘问—修正”回路是外包出去的。奴隶少年的灵魂自带免疫系统；而AI的免疫系统，是那个诘问者。

　　这正是近来大量有AI参与的论文被撤稿的根本原因。作者没有造假的意图，模型也没有造假的动机，但一场“成功的回忆”还是发生了：它产出逻辑连贯、格式规范的文字，只是那些引用从未存在。而审稿人恰恰跳过了“质疑”这一步，他们把模型当成了那个奴隶少年，以为它会自己困惑，以为自洽就等于自查。可AI不会困惑。困惑只能来自外部，来自一个追问的人。

　　这意味着，我们面对的处境不是“AI不可信，所以别用”，而是更微妙的一层：AI能帮你逼近真理，但你不会感到它在骗你。它没有“行骗”的意图，但也没有“诚实”的意图，它只是在生成。分辨的责任完全落在使用者身上——你必须做那个追问者，先在自己头脑里生出困惑，再把困惑翻译成下一个更精准的问题，然后判断，再困惑，再推进。这是一件使用者可以和AI一起完成，却无法让AI代替完成的事。

　　今天的AI不是美诺的奴隶少年。它不是等待被唤醒的无知者，而是一位近乎全知的哲人，但它是一位不会困惑的哲人。它不会为自己的错误困惑，不会在矛盾面前停顿，不会怀疑自己。它只等着被使用者怀疑。所以，追问是我们唯一的武器，不是因为它总能逼出AI的真话，而是因为校准的责任，再没有别处可以安放。你无法把“是否可信”外包给一个不会困惑的系统。苏格拉底在《申辩篇》里说：“未经审视的人生不值得过。”在AI时代，这句话有了一个技术性的补全：未经诘问的回答，不值得信；而在得到回答之后，追问还需要继续。

　　（作者系北京师范大学哲学学院教授）