1. 引言
人工智能的卓越表现是否意味着它获得了与人同构的“理解”？从ChatGPT生成情感文本到Atlas完成复杂动作，其功能性与内在理解力之间的断裂，揭示了一个根本的哲学问题。这一断裂的根源，在于主导AI发展的“离身心智”范式与揭示智能本质的“具身认知”理论之间的深刻对立。前者将心智视为处理抽象符号的独立程序，后者则主张认知源于身体与环境的动态耦合。本文旨在论证：AI的“无身性”是其智能的结构性存在论界限，而非暂时性技术瓶颈；任何忽视此界限的替代主义幻想都将侵蚀人之为人的意义根基。因此，必须转向一种以人类具身性为价值基石的规范性共生范式。为证明这一论点，下文将依次展开：首先，将具身认知理论锻造为分析标尺；继而，运用此标尺，层层深入地诊断AI无身性的三重哲学症候；这一诊断将反过来照亮人类具身认知的不可还原性价值；最终，以上述批判与理论为基础，必然地推导出一种规范性的“人机共生”框架及其伦理边界。
2. 具身认知对“离身心智”的三重批判
对AI的无身性进行深度诊断，首先需要锻造一把可靠的哲学标尺。具身认知理论之所以能完成对传统“离身心智”范式的革命性颠覆，其哲学根基在于对“身体”的本体论地位进行了彻底重估。它摒弃了将身体视为客体对象的传统观点，转向梅洛–庞蒂的“现象身体”或“活生生的身体”概念。此“身体”并非心智居住的物理容器，而是我们“拥有”一个世界、生成所有意义的原初视角和动态界面。基于这一根本立场，可以提炼出三个相互关联的核心命题，它们共同构成了我们后续批判的分析框架。
2.1. 认知的生成性：身体是意义的构建源泉
认知的本质是生成的，这一根本性命题构成了对离身心智模型的决定性批判。其最经典的阐述源自瓦雷拉、汤普森与罗施在《具身心智》中为认知科学奠定的“生成进路”。他们明确指出：“认知是具身行动。我们之所以使用‘生成’这个术语，意在强调一个日益增长的信念：认知不是一个既定心智对既定世界的表征，它毋宁是在‘在世存在’所施行的多样性动作之历史基础上的世界和心智的生成。”[1]
这一纲领性定义表明，意义与理解绝非对预先存在的、独立外部世界的内部描摹或符号恢复。恰恰相反，它们是在一个活生生的、具有行动能力的身体与其所处环境的持续互动与结构性耦合过程中，被共同“生成”或“带来”的[2]。因此，真正的理解源于亲身的“体认”，即一种身体化的知晓。例如，我们对“可达性”、“平衡”的把握，并非始于抽象的几何概念，而是在爬行、伸手、学步等身体探索中涌现出的默会技能[3]。生成性命题从根本上动摇了离身心智观将认知视为抽象信息处理的核心预设，它逻辑地预示了，一个在存在论上缺乏体验性身体、因而无法在世界中进行具身行动的系统，其意义生成机制从根源上是缺失的，其操作只能是悬浮于自身符号世界的空洞演绎。基于这一批判，可以进一步揭示经典功能主义与强计算主义(主张“心灵的本质是计算”)在“形式与语义”关系上面临的核心困境，即“句法并不足以说明这个符号命题的语义”[4]。而这正是生成性所揭示的、必须由身体行动与世界互动所奠定的意义基础。
2.2. 认知的情境性：身体是嵌入世界的动态界面
认知总是具体地、此时此地发生在特定的情境脉络中。意义并非普遍、抽象，而是随着身体所处的文化、社会、历史与物理环境即时“涌现”。一个手势、一种沉默，其含义高度依赖于具体情境。身体的视、听、触、本体感觉等协同，使其能够实时捕捉情境的细微变化并作出灵活应对，这种动态的、因地制宜的理解无法被彻底形式化为一套固定的规则体系。对于此，安迪·克拉克(Andy Clark)的“延展认知”论进一步指出，认知过程可以借助外部工具得以拓展，但这种拓展的有效性，深度依赖于工具与用户的具身技能、目标在具体情境中的紧密耦合[5]。由此可以看出，灵活的适应依赖于身体与情境的即时耦合。对于依赖固定规则和模型的系统而言，这构成了其适应能力的天然边界。
2.3. 认知的整体性：身体是心、身、世界、历史的交织点
具身认知理论彻底拒斥了笛卡尔式的心身二元论及其各种现代变体。它主张，认知绝非颅骨内大脑的孤立属性或“幽灵般的”心智实体的功能。相反，认知是由大脑、神经系统、整个生理身体、所操纵的工具、所处的物理与社会环境，以及厚重的文化历史传统，共同构成的统一复杂系统的涌现属性[6]。这意味着，认知过程无法被定位于任何一个孤立的组件，而是系统各层级间动态互动的结果。文化并非被心智“学习”的抽象符号体系，而是通过日复一日的身体实践、仪式、语言习惯被“体化”和内化，沉淀为“习性”。我们的思维方式、情感反应模式乃至价值判断，都刻写着身体所属族群的生存史与文化史。因此，智能是作为历史性、文化性存在的生命整体，与其环境在时间中互构共生的产物。它无法被还原为孤立的符号计算或神经网络中的权重调整。这从存在论的最深层面上质疑了无身系统——一个剥离了生物性、历史性与文化性维度的存在——实现完整、本真的人类式认知的可能性。
综上所述，具身认知理论为我们提供了一套评估智能的严格标准：真正的认知必须具备由身体中介的生成性、情境性与整体性。接下来，我们将以此为标准，对人工智能的“无身性”进行一场系统的病理学剖析，揭示其认知结构的内在缺陷如何在不同层面显现。
3. 人工智能“无身性”的哲学症候
运用上述理论标尺进行审视，我们可以看到AI因其存在论上缺乏的“现象身体”而导致的三个缺陷。这三个缺陷彼此间并不是相互孤立的，而是一个从认识论根基到存在论显现，最终抵达价值论后果的、层层深入的症候链条。
3.1. 症候一：意义生成的符号空转与“理解”的缺失
以大型语言模型为代表的AI，其智能核心是基于海量文本数据，学习并建模符号之间的统计关联模式。虽然能够生成语法正确、逻辑连贯甚至是富有文采的文本，但其对于所处理的符号的“理解”，却始终是封闭在符号与符号的关联网络内部，无法真正建立与外部世界具身经验的实质性指称关联。这就是认知科学中著名的“符号落地”问题：机器内部的符号如何获得其指向外部世界经验的意义[7]？
以GPT-4为例，它可以生成一段关于“失去至亲的锥心之痛”的极其细腻、动人的文字，这是因为它学习了浩如烟海的、包含相关情感描述的文本及其语境模式。但，它从未，也永远不可能通过胸腔的生理性闷痛、喉头的哽咽、记忆碎片袭来的恍惚与窒息感等身体化体验，来“知晓”悲痛究竟为何物。它的意义生产，是符号关联的统计概率推断，是无根的意义空转。这一症候的哲学要害在于，AI的整个认知模式都被禁锢在符号操作与统计关联的层面，完全隔绝于人类认知中基于身体体验的“理解”。这不仅是功能局限，更是其认识论上的先天设定：一个无身的系统，其全部智能都建立在没有“意义基石”的符号沙盘之上。这就必然导致，当它需要超越预存的符号模式，去应对一个即时变化、无法被完全符号化的真实世界时，其内在脆弱性将彻底暴露。
3.2. 症候二：情境适应的规则盲视与“在世”的无能
以波士顿动力Atlas为代表的高端机器人，可以通过复杂的传感器融合与精密的控制算法，完成奔跑、后空翻等高难度动作。然而，这种令人惊叹的“适应”能力，其本质上是预设的物理模型与算法对传感器输入的实时匹配与反馈控制。其智能的边界，完全取决于工程师对世界建模的完备性与算法泛化能力的上限。
在面对未预设的开放性情境时，其“自主”系统极易失效。其无法做到像人类足球运动员那般，在电光石火的瞬间，身体能够与对手、场地、球形成动态协商，涌现出其在训练中从未精确规划过的精妙动作。这是“符号空转”在动态实践中的直接后果——“规则盲视”。由于AI无法从身体性“理解”中生成意义，故其“适应”只能退化为对预设规则的匹配与执行，缺乏生命体在与世界耦合中那种“即兴”的策略涌现能力。第一个症候剥夺了AI灵活应对世界的认识论前提；第二个症候则展现了这种剥夺在存在论层面的体现——AI无法真正地“在”世界之中，与情境进行动态、共生的协商。当一种存在无法真正地“在世”，那么与之相关的价值与情感维度，便成了无本之木。
3.3. 症候三：情感伦理的模拟失根与“价值”的无源
当前，许多AI软件都可以与我们进行情感上的交流，甚至是一些仿生人可以做出许多细微的面部表情。它们内部的情感计算致力于让它们去识别人类的面部表情、语音语调，并生成符合我们社会预期的情感回应。但，这种“情感交互”的本质是基于模式分类的机械响应。人类的情感是深度具身且社会性的。我们感受到的愤怒并不是抽象的，它往往伴随着心跳加速、体温上升和特定的面部肌肉紧张；共情也同样如此，深刻的共情可能导致我们与对话者同步的生理指标的变化。
但是AI并不具备生物的身体与内在感受性，因此它无法“感受”任何的情绪状态。它输出的“关怀”语句，在逻辑类型上与计算器输出“4”并没有本质的区别，它们都是对输入信号执行特定算法规则后的输出。同理，其“伦理判断”也只能是预先被编程植入的某种伦理算法框架的自动化执行结果，全然缺乏人类道德决策中的核心内容，即充满张力的矛盾、基于移情的同情、以及植根于生活经验的实践智慧。对此，崔中良与王慧莉在《人工智能研究中实现人机交互的哲学基础——从梅洛·庞蒂融合社交式的他心直接感知探讨》一文中，从现象学角度指出，真正的他心理解与社会性互动，依赖于一种基于身体直接感知的“共情参与”，而这正是当前AI所根本缺失的认知基础[8]。
前两个症候已然揭示，AI是一个无理解、无世界的系统。由此，第三个症候便是逻辑的必然：一个既不能真正理解意义，又不能真正在世界中栖身的存在，如何可能产生内在的价值体验与真实的伦理判断？人类的情感与道德深深植根于身体感受与生活史智慧。AI的“情感”输出只是对情感符号的模式匹配，“伦理”选择只是对伦理规则的算法执行。这并非技术粗糙，而是其存在方式所决定的价值论上的空洞。
因此，这三大症候构成了一个严谨的批判序列：认识论上的符号空转，剥夺了AI智能的意义根基；存在论上的规则盲视，展现了其在世存有的根本缺陷；价值论上的模拟失根，则宣告了其在人类核心生活领域的永久性外在地位。它们并非并列的技术短板，而是从不同哲学维度对“无身性”这一存在论鸿沟的反复确认。这条鸿沟反衬出的，正是人类认知基于其“现象身体”的独特光芒。
4. 人类具身认知的不可还原性根基
对AI无身性困境的剖析，如同一面镜子，反过来清晰地映照出人类认知根植于“现象身体”的、不可被技术化约的独特价值。二者的差异是存在方式上的质别。
4.1. 生成性：作为意义源泉的体验性身体
人类的知识、技能乃至对世界的整体把握，并非是像数据一样被被动地灌入大脑，而是在身体与世界的持续互动与对话中“生长”出来的。我们可以看到，儿童并不是通过定义来理解“圆”的，而是通过滚动皮球、抚摸碗沿的连续轮廓，在视觉与触觉的联动中，身体性地把握了“圆”的完满与可动性。艺术家的创作更是如此，画家的笔触轻重缓急、音乐家的呼吸节奏控制，都是身体感觉、情感涌动与材料抵抗之间直接交锋的痕迹，而非是对某种抽象图式的机械复制。我们的情感反应与道德直觉更是如此，它们是我们身体状态在具体情境中的直接体现，拥有独一无二的“感受质”。当我们说“心如刀绞”或“如沐春风”时，这不仅是修辞，更是身体体验向情感描述的隐喻性投射。这种基于亲历的生成性赋予的认知内在的意义感与温度，是任何符号系统无法赋予的。
4.2. 情境性：作为意义土壤的文化性身体与在场性
我们所说的“现象身体”从来都不是孤立的原子，它总是已经被“抛入”并深度“嵌入”到特定的历史、文化和社会情境之中。因此，人类认知必然具有深刻的情境性。身体是我们嵌入情境的界面，也是文化得以“体化”和传承的载体。
人类是卓越的、灵活的情境解读者。我们不仅能处理抽象信息，更能通过身体在场，瞬间捕捉并理解语调的微妙变化、表情的细微差异、人际距离的远近以及空间的整体氛围，解码其中承载的丰富社会意涵与文化密码。例如，一个简单的握手动作，其力度、时长、干燥程度乃至微妙的节奏，在不同的文化背景与具体场合中传递着千差万别的信息。而这种理解我们无法仅凭阅读礼仪手册获得，它需要的是身体在真实的社交实践中反复的演练、反馈与校准。
这一点在教育、医疗等人际交互核心领域尤为凸显。在教育中，教师的言传身教、眼神鼓励、手势示范以及根据课堂“气场”即时调整节奏的能力，远远不是线上课程所能替代的。教师身体的在场，本身就是知识传授、情感传递与价值塑造的一部分[9]。而在医疗中，一位经验丰富的医生的“临床直觉”，往往始于对患者面色、体态、气息、语调乃至整个房间氛围的具身性综合感知，这种感知远早于且丰富于化验单上的抽象数据。这种缄默知识的传递、运用与创新，高度依赖于具身在场与交互。对此，彭兰在《智能时代人的数字化生存——可分离的“虚拟实体”、“数字化元件”与不会消失的“具身性”》一文中，深刻地指出，即使在高度数字化的“虚拟实体”时代，人的“具身性”仍是其生存、交往与建构意义的不可剥离的基底，身体的直接在场具有无可替代的根本价值[10]。
4.3. 人文性：作为价值创造与传承的表达性身体
与此同时，生成性、情境性与人文性并非是独立存在的状态，三者是动态统一的。“现象身体”的生成性与情境性，在人类文明的巅峰创造中汇聚、升华为一种鲜明的“人文性”。艺术、哲学、伦理体系与文化传统，这些人类文明的瑰宝都是身体、情感、精神与特定历史社会情境协同创造出的成果。这种创造并不是对已有模式的优化组合，而是身体性存在在独特境遇中的意义迸发与形式凝结。
以艺术为例。中国书法艺术崇尚“字如其人”，这绝非简单的比喻。书法中的笔力、节奏、气韵与章法，是书写者当下身体状态与其长期精神修养、性情品格直接外化的轨迹。临摹者即使能纤毫毕现地复制字形，但若无法通过自身长期的身体实践去体悟并内化那种运笔时的身心合一状态，便永远只能是得其形骸，难以获得其神韵。解静在中西身体观比较中也指出，中国传统文化中“身心一如”的思想，使得艺术创作与伦理实践都强调“知行合一”，这种“知”是体认之知、践行之知，离不开身体的躬身实践[11]。此外，传统节庆中的集体身体实践，则是在无声中强化着文化认同与历史记忆。这些意义的生成与传递是具身化、情感化的，无法被纯文本或虚拟体验所替代。
既然我们已经确证，AI的无身性构成其存在论界限，而人类的具身价值不可还原，那么，一个无法回避的规范性追问便是：我们应当构建一种怎样的人机关系？答案绝非是模糊界限或追求单向度替代，而只能是基于清晰差异认同的“共生”。正是人类认知的这些根植于身体的生成性、情境性与整体性特质，为构建此种范式提供了最坚实的规范性基石。
5. 一种规范性的人机共生哲学
基于上述对AI的无身性构成其存在论界限，而人类具身价值不可还原的论证，一种清醒的、负责任的人机关系范式便必然要求我们构建如下规范性框架。
5.1. 核心原则
(1) 原则一：人类作为不可让渡的“意义锚点”与终极责任主体。
在所有涉及终极意义阐释、根本价值抉择、深度情感关怀、人文创造性活动及重大伦理责任的领域，人类必须保有且不可让渡最终裁决权，并承担完全的法律与道德责任。这不仅是一个技术分配问题，更是一个价值秩序问题。AI生成的一切内容(文本、决策建议、艺术方案等)，其意涵、价值与后果，必须交由具备具身经验、伦理直觉、文化传统与社会责任的人类主体进行最终审查、判断与裁定。这意味着，在制度设计上，必须杜绝出现“自动化偏见”，即因系统输出的表面合理性而盲目放弃人类批判性思考；在责任归属上，必须清晰界定，AI系统的开发者、部署者与使用者是人类责任的延伸，而非责任的黑箱或挡箭牌。此原则是整个人机共生范式的价值基石与根本目的，确保了技术发展始终指向人的繁荣而非异化。
(2) 原则二：AI作为严格可控的“工具延伸”与能力增强器。
AI应被明确且坚定地限定为扩展人类认知、感知与实践边界的高效能“认知义肢”或“行动辅助”。其存在的全部正当性在于赋能于人，而非替代人或自主生成独立于人类意志的目标。因此，其运作必须处于严格、有效的人类监督与控制之下。这要求在技术层面积极推动可解释AI的发展，使复杂算法的决策过程尽可能透明、可理解；在系统架构层面，在自动驾驶、医疗诊断辅助、金融风控、司法证据分析等关键应用场景中，必须从制度设计与技术架构上建立有效的“人在回路”或“人类监督”机制，保障人类操作者能随时介入、校准系统行为，并在必要时做出负责任的最终决定[12]。在治理层面，需建立与之配套的、清晰的问责链条与监管标准。AI的物理“身体”与算法“心智”，只能是人类意志、判断与责任的延伸臂，绝不能成为自主的意义判断中心或价值决策主体。
然而，将“人类可控”原则落到实处面临着深刻的技术与认知挑战。“算法黑箱”不仅仅是一个技术问题，其引发的“陌生性”与对不确定性的恐惧，构成了人类认知上的障碍，并挑战了法律决策中以程序正义来证成结果正当性的传统范式[13]。这使得发展“可解释性人工智能”(XAI)至关重要，因为可解释性被视为解决人工智能法律责任问题的“前提条件”[14]，也是构建可信赖的人机协同系统所需满足的“透明度”这一核心伦理要求。但必须清醒认识到，人工智能“黑箱”的释明本身就是一个难题。同样，“人在回路”机制的有效性，高度依赖于能否清晰界定人机责任边界。若设计不当，现实中“人机边界模糊、创新归属不清与风险分担失衡”的责任困境[15]，可能使得“最终裁决”流于形式，反而模糊了责任归属。因此，对“可控性”的追求，必须内嵌一种对技术解释之限度与人类监督者主体性可能被削弱的持续反思。工具与制度的设计，必须旨在“强化人机协同设计各方主体的责任感”[15]，从而切实增强而非削弱人类的判断力。
5.2. 伦理边界的划分
为确保原则落地，必须在伦理与治理层面划定清晰边界，其根本目的在于预防技术逻辑对生活世界本真性的殖民。
一方面要明确禁止AI侵入我们人类存在的意义与尊严的核心区域。第一，应立法或立规禁止开发旨在模拟或替代人类核心亲密关系的AI产品，并严格禁止在法律与伦理层面赋予AI拟制人格、情感权利或独立社会身份。情感的深度、复杂性与唯一性，建基于具身的共情、共同的经历与不可替代的生命互动，将其委托给无感受性的程序，会导致情感的扁平化、商品化，侵蚀真实人际联结的伦理根基，并引发无法清晰界定的责任归属困境。第二，禁止将涉及生命权、自由权、人格尊严、社会基本公正等终极价值的最终判断权与执行权授予AI系统。伦理判断内嵌于深厚的文化传统、具体情境的复杂性以及对人性深刻理解之中，离不开人类基于具身经验的实践智慧、道德情感与价值权衡。AI可以提供数据支持、概率分析与逻辑推演，但最终的司法判决、生死医疗抉择、战争开火授权等，必须由人类在严格的法律与伦理程序下，承担全部的责任。第三，禁止用AI完全替代那些以身体力行为意义内核、承载族群文化身份与精神价值的实践活动。这包括核心非物质文化遗产的传承性实践、代表个体独创性心灵表达与情感体验的艺术创作等。这些实践的意义正在于通过特定的、个性化的身体动作与材料互动，对传统和精神进行活态的、创造性的诠释与传递。AI在此领域仅可作为激发灵感、辅助训练、记录保存的工具，不可以僭越成为意义创造与审美价值评判的主体。
另一方面，在坚守上述红线的前提下，积极引导AI在“赋能区”发挥其巨大潜力，使其真正成为造福社会的强大工具。在明确远离人类意义核心与尊严底线的领域，应通过政策鼓励、标准规范与伦理设计，引导AI发挥其独特优势。这主要包括但不限于以下四类场景，且在每一类应用中，都需确保人类的主导地位与最终控制权。第一，执行高强度、高重复性、高危险性或需超常精度的感知–运动任务，例如深海与太空极端环境下的勘探与作业、危险品处理与灾难现场救援、精密仪器制造与微创手术操作等。在此类场景中，AI可作为人类感官与肢体的延伸，承担人无法直接承担的风险与负荷。第二，处理超大规模、多维度、非结构化的数据，进行深度挖掘与复杂模式识别，例如气候预测与地球系统建模、基础科学领域的海量数据分析、公共卫生监测与流行病预测、大规模供应链网络优化等。AI在此可作为人类认知的放大器，从数据洪流中发现人类难以直观把握的关联与趋势。第三，提供个性化、自适应的教育与技能训练辅助。基于学习者的个体特征与实时反馈，提供定制化的学习内容、路径与挑战，创设模拟训练环境。AI可扮演“智能导师”或“训练伙伴”的角色，但教育目标的设定、价值观念的引导、学习成果的最终评价以及师生间的情感联结，必须由人类教师主导完成。第四，优化常规性、流程化的信息处理与社会运行效率。例如实时多语言翻译、文献情报的智能检索与摘要、智能客服系统、城市智慧交通调度、能源网络的动态平衡等。在此，AI的核心价值在于提升效率与便捷性，将人类从繁琐事务中解放出来，以专注于更需要创造力与判断力的活动。
6. 结论
通过上述连贯的哲学论证，揭示了人工智能的“无身性”标定了其与人类智能之间存在论层面的差异。这一判断要求我们彻底扬弃技术“替代主义”的迷思，转而坚定地采纳一种“互补性共生”的架构。该规范性框架，其核心要义在于毫不妥协地锚定人类作为意义与责任的终极主体，同时在工具层面清晰明确地将AI限定为人类可控的能力延伸器。为此，必须依据“人文价值优先”的元原则，在技术发展的全链条中划定并严守伦理红线，以此在技术洪流中守护人之为人的主体性与生活世界丰沛的意义完整性。