2025年可谓是“AI+”的新纪元。各行各业都在以AI、智能时代或数智时代为口号，大力提倡人工智能的“广泛运用”。学界也是不甘落后，不仅有人工智能时代的思政研究新举措，更有AI+的哲学教育的新篇章。2025年10月，《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》发布，“全面实施‘人工智能+’行动，以人工智能引领科研范式变革”更是被提到了国家建设和发展的议事日程。这些都向全社会传递一个重要信息，“AI+”是未来社会发展的重要风向标。

　　然而，在这个“AI+”狂欢的背后，我却始终心存一种忧患：在人类尚未认清自身智能工作机制和基本原理的前提下，大力推进人工智能技术势必会对人类智能本身带来更大风险挑战。基于这样的忧患，我曾在2019年发表的文章中提出要澄清人工智能与人类自我意识的区别，并在2020年的文章中提出应从人类的原初问题出发重新审视人工智能，2023年进一步探讨了人工智能与人类智能的双向互动问题。正是基于这些思考，在2025年我提出关于两种智能类型的区分观点：基于维度高低把人类智能与人工智能看作两种不同类型的智能形态，基于结构特征把人工智能技术的耦合性作为工程哲学的主要标志，基于偶然性处理方式把人工智能的系统解释为实验哲学的重要参数。所有这些都是基于我这样一个基本观点：人工智能技术是在本质上不同于人类智能的新类型智能。

　　其一，人工智能技术是人类为了增强自身智能而设计的新型智能，在发生学意义上出于对人类智能的功能模仿，但在性质上则是与人类智能不同的智能形态。对人工智能技术特征的现有解释主要基于对人类智能的功能性模仿，因而带有明显的“人类中心主义”的特征。如果更换一种思路，从人工智能技术的视角反观人类智能，我们就会发现，人工智能技术是不同于人类智能的另一种智能类型。它既不是自然自生的智能，也不是纯粹技术构造的产物，而是人类智能的潜能在技术条件下的一次外化结果。

　　其二，人工智能技术的系统性、生成性和对偶然性的常规处理方式，使得人工智能技术与工程哲学之间有了更多的家族相似。从工程哲学的视角解释人工智能技术，我们会看到，其系统性强调不同层级的协同运作、多模块的耦合与反馈，使人工智能的演算系统呈现出结构上的自洽性；其生成性则通过生成式预设来解释知识的形成，即人工智能并非依赖预定义标签或静态的知识体系，而是通过数据驱动的参数更迭不断生成新的模式；其对偶然性的处理则体现于概率推断、贝叶斯学习与不确定性建模中，将偶然视为系统的常态而非偏差。这些都使得人工智能技术可以更好地被解释为一种工程哲学的研究对象。

　　其三，人工智能背后的深层空间结构已经超越人类智能线性演算模型所能描述的范围。深度学习中的参数空间、模块间耦合与非线性映射向我们表明，人工智能处理的是一种高维的拓扑空间，而非传统概念下的时间顺序结构。人工智能的智能空间呈现出动态折叠、层级递归与跨维度映射等特征。这表明，人工智能运行的基础不是时间性的因果链，而是空间性的结构关系。空间结构的变化意味着知识与智能本身具有可塑性与可重构性，而高维空间中的关联、折叠与张力可能成为未来人工智能哲学中新理论的关键。

　　然而，目前的人工智能技术依然处于其自身发展的初级阶段，从功能模仿到结构数字化走过了几十年的历程，而要达到通用人工智能则仍有更长的路要走。如何清醒地认识到人工智能技术的发展瓶颈并勇敢地将其剥离对人类智能的功能比拟，这就需要我们更多的哲学方法论工作。只有破除把人工智能技术与人类智能相比拟的神秘面纱，把人工智能技术真正作为一种新型的智能形态，我们才能看清人工智能技术的真实性质，才能在“AI+”的狂欢终结之后依然保持清醒的认知状态。