当下，历史学正在经历第四次重大革命——书写者革命，即AI与人类共同成为历史学的书写者，史学研究者的存在合理性首次受到严重质疑，历史学的本质、边界与价值随之迎来新一轮审视。回顾历史学的发展历程，第一次重大革命可称作书写革命，是指历史从口传、记忆转变为文字、文本的过程，解决了历史如何被记录、早期历史学何以诞生的问题；第二次重大革命是学科革命，即早期历史学经由史料批判走向规范化、专业化的过程，解决了历史事实何以可靠、历史学科如何确立的问题；第三次重大革命是叙事革命，指受后现代思潮影响，史学研究反思自身正当性的过程，解答了历史文本如何被建构、历史学何以成立的问题。前三次重大革命都指向历史学本身，第四次重大革命则直接向史学研究者发问：我们不可让渡的究竟是什么？未来历史学又将是什么样貌？这成为“多智能体协同”时代史学研究者必须认真作答的问题。

　　AI给历史学带来了什么

　　历史学再也回不到前AI时代了，这一进程是不可逆的。这种不可逆性植根于人类认知特征与技术进步的交互作用中：技术一旦嵌入认知活动，就会改变人的记忆、理解、表达等认知方式，认知劳动会被重新分配，人类会将部分工作交由工具完成以减轻认知负担，工具因之成为认知结构的重要组成部分。这种改变反过来重塑了知识生产空间，促进了技术变革并使其进一步嵌入认知活动，整个过程构成了不可逆的底层逻辑。AI正是在此基础上影响了史学研究。

　　史料是历史学研究的基础。在史料搜集方面，AI依托预训练中形成的知识关联，通过Token化处理、语义关联、概率生成及外部检索、检索增强生成、重新排序等方式，连通研究主题与史料线索，为史学研究者提供了史料索引，“‘穷尽史料’这一历史学学科理想正在获得前所未有的技术支撑”。在史料处理方面，AI既可以承担文本识别、文本清洗、翻译比对等基础工作，又能够面向大规模史料群执行命名实体识别、主题聚类、知识图谱构建等高阶任务，帮助史学研究者跨越语言障碍、厘清史料内容及史料间的关系，“实现了从‘看得见’史料到‘读得懂’史料的关键跨越”，“‘史料’即数据的局面正在形成”。当它进入史观层面时，意味着AI介入了历史知识生产与历史价值建构的核心过程。此时AI的运行机制没有变化，其回应取决于史学研究者输入的史料、提问与设定的回应方向，以此协助甚至代替史学研究者完成写作。AI为历史学带来的好处可概括为：提高史学研究效率；降低史学研究者接触陌生史料、开展跨学科研究的成本；引导史学研究者进行自主思考，提高研究水平。表面上看，史学研究者似乎退居二线，但事实果真如此吗？

　　答案是否定的。基于AI发展现状，AI幻觉及“史学逻辑在工程化转译过程中”的变形仍然是最突出问题，它由运行机制及其开发者的史学认知决定，短期内无法彻底解决。AI生成的内容必须经过史学研究者的严格核验，仅凭这一点，史学研究者就不可能被完全取代，反而要承担更多的学术责任。

　　历史学的发展与技术的进步桴鼓相应。若未来AI幻觉消失，史学将面临真正的危机。但即便那一天真的到来，指向过去、当下与未来的历史学也不会终结，除非人类不再需要它了。

　　历史学的不可让渡之物

　　AI有益于史学研究之处就是历史学能够部分让渡的工作，超出这一范围，则无法让AI完成。“让渡”指史学研究者将工作交给AI完成，涉及让渡了什么与让渡了多少两大问题。

　　AI已经从技术层面与认知层面改变了史学研究的工作方式。就技术层面而言，与史料整理有关的工作被取代的可能性日益增大。AI区分了史料整理工作内部不同形式的劳动水平：筛掉低水平、高重复的形式劳动，留下具有清晰问题导向、能够连通史学解释的实质劳动，帮助史学研究者投入核心劳动。就认知层面而言，从史料解释到史学认识同样遵循技术层面的区分模式，但认知层面主要与观念、立场、价值等主体性因素相联结，因此与认知层面有关的有效劳动难以被取代。AI冲击的是史学研究中趋于无差别劳动的部分，亦即长期依附于历史学并被精致包装的程式化、同质化、可复制的劳动。

　　历史学的不可让渡性首先体现在自身坚韧的生长逻辑中。无论借助何种工具展开研究，历史学的内核始终没有发生质变，即在史料约束下趋近历史真实。历史学的不可让渡性离不开史学研究者的参与。史学研究者的具身体验是当事人基于自身境况，通过认识过去、当下与未来及其与他人、世界的关系形成的，具有个体性、不可预测、不可复刻三大特征，历史真实就蕴藏在各种具身体验永无休止的互动中。AI无法进入现实世界寻找新史料，也无法内化并承担具身体验的过程与后果，这看似与史学研究者殊途同归，实则只是算法精心设计的结果。AI时代历史学的价值大概就是：史学研究者乃至每一个关心历史发展的人，依然可以在现实中理解并书写过去，亲身参与对未来的选择。

　　AI颠覆了我们对历史学的认知，但只要我们坚守自身主体地位，它便无法颠覆历史学的本质。费弗尔曾指出：“将来需要更多的知识，更强的理解力、想象力和更开阔的思想，总之，更广泛的智力范围，才能纠正一个传统上提得糟糕的问题，把它重新正确地提出来。”这个近百年前的论断，仍然对我们有所启迪。

　　史学研究评价体系有可能改变吗

　　研究成果要直面评价审视，评价方式又与技术迭代交织在一起，AI将评价问题再次推至史学研究前沿。

　　20世纪90年代以来，量化评价对史学研究的影响日益加强，AI使史学研究者面临更严峻的考验。在当前考核模式下，史学研究者借助AI节省的时间更多被用于提速而非提质，行业内卷成为必然趋势。这进一步固化了量化评价，加剧了史学研究者对AI的依赖，最终形成内卷循环。考验还表现在对史学研究者可能造成的伤害，“大脑的结构与功能会根据个体的经验、学习和环境变化而进行持续重塑”，“经常被激活的神经回路会得到强化，长期闲置的则会弱化”。即便史学研究者利用AI进行创造性工作，若自身能力不足以与AI有效对话，极易出现认知外包、悬置、卸载等心智萎缩现象，这是更隐秘深层的危险。如果史学研究者缺少相关认识，那么有关评价体系调整的讨论也将失去现实根据。

　　上述压力同样影响着期刊领域。史学研究者产出成果速度的加快直接导致期刊来稿量大幅增加，审稿工作面临新难题。对此，有些编辑部采取了两项措施：一是拒绝接收AI署名稿件；二是要求作者提供AI使用情况说明，并检测来稿AI使用率，对超标准稿件不予录用。这些措施在应对文章风格AI化、同质化上有一定作用，除此之外收效甚微。如果编辑部的初衷是严控文章质量、保护原创性，那么问题的关键不在于AI能否署名、AI参与知识生产的程度，而在于相关研究在人机协作基础上是否有实质性进展。诸如项目与著作等评价形式与论文评价逻辑是否一致。由此可见，这股浪潮对编辑、审稿人及评议人的专业能力提出了更高要求。

　　目前依靠AI推动史学研究评价体系改革并不现实。AI在一定程度上“可以优化评价的‘工具理性’，却无法解决‘价值理性’的困境”，而后者才是决定改革去向何处的关键。回到历史学本身，回到AI无法取代史学研究者的地方，这个最简单的解决之法却最难实现。

　　历史学的每一次重大革新，既是学科自我重构的过程，更是人类重新认识自身的过程。技术发展过快，极易催生“对历史的强烈蔑视”，当前史学研究正处于这一阶段。“我们难道要阻挡这些趋势吗？如果它们可能动摇历史学家所研究的文明的基础，那肯定是要阻挡的。”未来通用人工智能（AGI）可能实现的背景下，学术界必须严守边界和底线，那就是沉淀在历史学乃至整个人文学科中的人文精神。

　　（作者系清华大学历史系博士后）