大约两年前，当我退休在家的老母亲都能说出“人工智能时代”的时候。我意识到，属于AI的时代是真的到来了。

这当然是令人振奋的时代，新一代技术的光芒普照兴奋的大众，就像互联网、电气、铁路诞生之初曾有过景象。但如果套用股市里那句略显刻薄却屡被印证的名言：当卖菜阿姨也开始大谈股票术语时，这往往并不是利好的标志。一如狄更斯在《双城记》开篇所写：“这是最好的时代，这是最坏的时代；这是智慧的时代，这是愚蠢的时代。”用这段150年前的金句形容当下置身巨大AI浪潮之中的我们，依旧如此恰如其分。

无处不在，无所不包的“AI”

AI是具有跨时代意义的技术。近几年，人人谈AI、事事必AI。在各类项目方案、规划、汇报里，AI就像“即时贴”和“创可贴”，遇事不决，“一贴即灵”。

在我经手的项目中，类似的例子并不少见。我曾见过将使用了近十年的自动感应信号灯系统直接更名为“AI智慧交通系统”；将原本的城市监控摄像头阵列命名为“城市AI大脑”；在会议室安装一块数据可视化大屏，就挂牌“AI智能指挥中心”。更超出想象的事例还来自一些基层单位的朴素认知，例如App等于AI、编程等于AI、机器人等于AI、电路设计等于AI，甚至“能插电的就是AI”。似乎凡是与电脑、电力、网络、芯片沾边的，就可以顺理成章冠上“AI”之名，实现从技术到功能的“政治正确”。

这种情形，其实也并非我们独有。目前，全球范围的技术焦虑和术语通胀也正在大规模流行。就在2024年，美国证券交易委员会（SEC）对两家投资顾问公司开出罚单，理由是他们滥用人工智能概念来进行虚假包装，即所谓的“AI washing”。无独有偶，欧盟在推进《人工智能法案》时，也屡次遭遇界定“AI系统”的挑战，因为大量传统软件正积极试图挤进“AI”的范围以博取资本关注和政策倾斜。

但无法否认的是，当一个词汇可以形容一切带屏幕、带芯片的设备时，它在官方语境和舆论场中的所指，必然会从具备明确定义的、坚实的技术概念，塌缩为廉价的修辞工具和市场宣称，从而带来超越技术的危害。

掉入“命名谬误”陷阱的AI

以为给事物贴上一个名字，就等同于理解了它的本质。例如，把某个过程称为“智能”，就认为它真的拥有了智能——这种思维陷阱就是所谓的“命名谬误”（Naming fallacy）。

回溯本源，图灵在1950年的开创性论文《计算机器与智能》中强调，AI需要具备学习、推理能力，而非简单自动化。

图灵是数学家，人工智能的基石是数学、逻辑学与计算机科学。这决定了AI从一开始就是一门门槛极高的学科。它需要大量的底层知识储备，普通人难以通过几篇科普文章就轻松入门。这种客观存在的学习壁垒和社会大众的“智能期许”“技术想象”之间的巨大断层，给了“命名谬误”以可乘之机。

当我们将复杂的机器学习、神经网络等技术概念，简化、模糊为大众语境下的“智能”时，于是“宣称通胀”和“概念滑坡”也就难以避免。在政策风向和媒体热度的助推下，这种简化和泛化也并没有天然的自限机制。这不仅仅是语言学和技术意义上的不严谨，更是认知和概念的塌陷。

“名称”只是小问题吗

可能有人要问，为了方便理解和传播，叫得“漂亮”一点又何妨呢？

关于这一点，福柯曾在《词与物》中提醒我们：命名并不是一个中性的行为，而是对现实的塑造。也就是说，当我们以“名”来称谓某物时，已经对它进行了塑造和重构。

说到“名实分离”，我们不妨回想一下大约十年前也曾汹涌而来的“大数据”浪潮。彼时，无数项目也言必“大数据”。然而在许多具体场景中，一些领域即便并不符合大数据的基本特征，也仍然上马了一系列轰轰烈烈的“名号式”工程。具有典型性的是，在个别社会公共领域中，明明只是中小规模的结构化数据统计，既无多模态数据采集，也无分布式计算需求，却依然被冠以“大数据之名”。

十年过去，我们再回顾那场忽视了基本概念和技术原理，以“名”带“实”的运动。它固然使某些企业短期内获得了可观的商业回报和资本红利。但从行业演进的角度看，以语言之便，模糊技术之实，用一个瞩目而时髦名字遮蔽底层的真实能力，反而使行业错失了实现真正提升的宝贵窗口。这在一些数字技术基础薄弱的领域并不鲜见。而当新的“AI风口”来临，这些领域往往又容易几乎毫无阻力地滑入新一轮的类似叙事。这种追逐标签而非深耕实质的惯性，固然可以理解，却显然极为欠妥。

相较于“大数据”，AI不管在技术颠覆性，还是在社会关注和政策扶持力度上都显然更胜一筹。因此，不难想象这种“名不副实”造成的资源浪费、路径锁死与信任挑战的危害也将更为深远。

风险一：催熟繁荣与资源错配

技术发展史一再表明，过度简化与夸大命名的代价是信任危机与创新停滞。

在好的一面，命名泡沫往往能助推产业繁荣。但在另一面，它也会加速新技术期望的落空。随之而来的幻灭感可能削弱整个行业的公众信任基础，甚至加速产业泡沫的破裂。上世纪80年代的“专家系统”热，便是前车之鉴。当时，基于规则库的程序被广泛宣称为“人工智能”而吸引了巨额的投资。然而，当人们发现它连常识推理都无法完成时，巨大的心理落差导致了长达十年的“第二次AI寒冬”。2000年互联网泡沫的破灭，同样始于“.com”概念的滥用与透支。现如今，当所有人都宣称自己是“各种各样”的“AI”与“AI+”时，这种命名泡沫势必会成为真正AI公司的竞争拖累。而一旦伪AI产品无法达成预期，公众对真正具备变革能力的AI技术也会产生连带的怀疑与抵触。

同时，快速催熟的表面繁荣，也会导致宝贵的创新资源的错配。以目前大热的“具身智能”为例，在政策和资本的追捧下，大量资源涌向了酷似人类外形的“人形机器人”。仿佛只有长得像人、会走路会说话的“人形外壳”才叫“具身智能”。这种刻板的命名导向，难免会使其他形态的智能系统（如更适合特定工业场景的轮式、足式、软体机器人）在资源分配上被边缘化，哪怕其可能更贴合具身智能的技术定义。

当原本丰富的技术可能性，被“命名谬误”窄化为单一的具象符号。从国家战略层面看，这种人为削减多元路径的行为，无疑潜藏着巨大的系统性风险。值得注意的是，政策层面已经关注到了这一风险。上月底国家发改委明确提出，要防范人形机器人领域重复度高的产品“扎堆”上市、研发空间被压缩等风险，为行业敲响了一记及时的警钟，也释放出鼓励多路径探索、避免单一路线“挤占”创新资源的明确信号。

风险二：科幻想象与想象力禁锢

如果说产业风险是显性的挑战，那么“概念滑坡”对“人—机”未来可能性的预设和限制，则是一种更隐蔽的内伤。它呈现出一对矛盾的张力：一方面，对近前技术的可实现层面幻想得太多；另一方面，在技术应用层面被少数“易得”方案禁锢得太窄。

一般来说，越是缺乏技术基础和专业训练的公众和部分决策者，越是容易抱有通用万能的“强人工智能”近在咫尺的“终极幻想”。笔者此前曾撰写过一篇文章，讨论当下AI技术路径自身难以逾越的若干瓶颈问题（新质观察|“虎崽论”背后的当下AI瓶颈和极限）。然而，在无处不在，密集而夸张、商业动机鲜明的叙事包围下，大众很难对AI报以平静、客观的期待。然而这种社会群体性的“科幻级远望”，并不利于我们集中精力解决当下AI所面临的复杂、枯燥又看似“缺乏想象力”的具体问题，也不利于我们发挥有限场景下解决具体问题“狭隘智能”的巨大价值。

同时，单一维度的媒体宣贯与商业传播，使得某些更易理解、更具视觉冲击力的技术路线（如对话式大模型、人形机器人）获得了过量关注。它们在公共场域无形中筑起了一道认知壁垒，限制了我们对AI未来多样可能的探索与想象。在一些原本数字化基础就较为薄弱的领域，这种“想象力禁锢”表现得尤为突出。例如，在当下许多“AI+教育”项目中，AI几乎被简化为不同形式的“接入大模型接口”，仿佛只要接入大语言模型就拥有了AI的全部。

最好的时代，更需要清醒的头脑

从技术视角看，这的确是一个极为幸运的时代，因为AI正一日千里地飞速演进；但如果任由喧嚣掩盖真实，我们也可能会亲历属于未来的反面例证。

这个AI时代究竟将趋近“更好”，还是滑向“更糟”，其关键可能并不在时代本身。而在于我们选择用何种语言、以何种方式、以何种态度，与这一推动时代进步的力量打交道。

作为研究者，自然无法苛责大众对于AI认知的浅表化和标签化。毕竟在技术史的长河中，每一代新工具登场，人类几乎都会犯同样的错误：先给它一个夸张的名字，再匆匆忙忙为这个名字寻找“配得上”的故事。

正因如此，对于专业领域中的研究者和管理者来说，恪守基本清醒和判断力的责任才更加至关重要——包括更精确地使用名词和定义、更客观地展现能力和边界、更克制地追问和求索，以共同维护AI领域的“语义卫生”，让其名副其实，而非“以名行事”。

兴许在不远的将来，人们已不再提起“人工智能”这几个字，却能自然而然地依赖那些因它变得更安全、更便捷、更公平的系统与服务。这才称得上真正的AI时代。它不取决于我们如何描绘和修饰AI，而在于我们如何用它真正地改变时代的现实。

（作者钱学胜为智能系统博士，复旦大学智慧城市研究中心高级研究员）

钱学胜