AI时代维特根斯坦语言游戏理论的深度解读

AI：当语言游戏被算法接管

你是否也曾有过这样的体验？向一个对话框提出一个极为寻常的问题——「如果我承诺要做一件事，但后来发现这件事根本无法完成，我是应该先道歉，还是先解释原因？」

它回复了一段大约三百字的中文，语法毫无瑕疵，每句话都紧扣主题。读完后，你关掉对话框，客厅里只剩下短暂的沉默。

那种感觉并不是「回答错误」，而是「回答得太顺了以至于不对劲」——它极其流利、极其对称，每一句都在回应你当下的提问，但这种「流利」与「我想听他真实地说话」根本不是一回事。你想要的不是一段漂亮的答案，而是一个人在与你对话。

而这种「不对劲」，恰恰是维特根斯坦会感兴趣的命题。他在《哲学研究》中反复强调：「意义即使用。」语言并非悬在空中的词典条目，而是一种需要参与、训练和反复修正的活动。他给这种活动起了个名字——「语言游戏」（language game）。

语言游戏，是把语言和动作编织在一起的活动。 ——一种在生活形式里发生、被共同训练出来的小小仪式。

按照这个思路，我们每天都在参与无数种语言游戏：问路是游戏，签合同是游戏，发朋友圈也是游戏。维特根斯坦想提醒我们的不是语法本身，而是「游戏规则如何被一点点打磨出来」。

直到最近，这场游戏的形态一直相对稳定：主要玩家是人，规则写在共同的文化中，偶尔被法庭、词典、教科书修订。游戏节奏缓慢，大体上是「圈外的人」学习「圈内的规则」。

然后大模型进来了。

谁上了桌

大语言模型加入这场游戏的方式，绝不仅仅是「多了一个新玩家」。它把自己变成了「桌面本身」——把棋盘、棋子、规则说明、计时器、裁判全部搬了进来。你以为自己是在用打字的方式与它交流，实际上更像是被它用一种重新修订过的语言牵着走。

它的影响层层叠加：

• 让只会一种语言的人，听懂另一种语言的人——翻译游戏被重做。
• 把一份十页的法律意见书压缩成五句话的摘要——摘要游戏被重做。
• 让一个从未写过诗的人，在五分钟内写出一首十四行诗——写诗游戏被重做。
• 把一段从未印刷过的对话，包装成一篇「看似真实」的新闻稿——新闻游戏被重做。

更微妙的是第三种玩家——既不是人，也不是模型，而是那些「靠中介知识谋生」的职业被模型再造了：律师助理、客服脚本写手、本地化译者、营销文案、初中教师的作文批改反馈……他们的工作位置被模型搬到了「桌下」，但这些从业者讨论的问题，反而常常成为模型更好的训练数据。人和模型在同一个回环中互相塑造。

新规则与新底气

到这里，讨论还停留在「游戏被重新组织」的层面。真正令人深思的，是接下来的规则——

大模型并不试图「理解你说的话」，它更接近一个「听完之后，判断下一句最像哪一句」的系统。它的舒适区不是「思想」，而是「接话的流畅度」。这意味着「意义」的标准被悄悄替换成了「下一句是否合理」。

这件事非常温和、非常不起眼，却又极其重要。

试想一下：你跟朋友争论某个历史细节时，他同样不是在「查询史料」，而是在「听到你的论据之后，重新检索一段他能接上的话」。你觉得他能接上，于是说「嗯，他懂了」。这个过程本身就是一种朴素的「下一句能否成立」判断。我们玩这种判断游戏几千年，并没出过大乱子。

模型把这种判断重复了上亿次，训练强度远超任何一个人类。它在「下一句能否成立」这件事上，自然比绝大多数人更加熟练。但「流畅」与「真实」之间的距离，并不会因为熟练而消失——只是隐藏得更深了。

所以，当我们用 AI 来写解释、回答、总结时，实际上在做三件事：

• 让模型帮我们判断「下一句能否成立」；
• 让自己判断「这一段是否仍然是我想要表达的」；
• 让将来的读者判断「看完之后他们是否愿意接过下一句」。

三重判断叠加在一起。任何一重失效，整段话的意义就开始松动。

旧游戏被小修，旧游戏被改稿

模型对不同语言游戏的影响，差别很大。

对于「写作提速」类的游戏——起草邮件、润色句子、列提纲——模型几乎像是「原本就坐在你旁边的助手」，你的想法仍然掌控着它。

但对于「新闻」「法律意见」「科普」这类游戏，模型改动的已经不是「写得更快」，而是「按谁的范式来写」。一篇 AI 起草的科普稿，无论信息是否准确，句法上都会更靠近「LLM 训练分布最密集的那批范文」——也就是那些「被反复采用、最不可能被否定的话语」。这种话语是平均值，不是真相。它稳定、礼貌、乏味。

当这种平均值被批量生产，又反复被喂回给下一轮训练数据时，整场游戏的「样板答案」开始悄悄换稿：以后任何新玩家进入这个房间，自然学到的那套「规则」，就包含了「要写得跟 AI 一样流畅」。这种重写比直接改写更难抵抗——它不伤害你的内容，只是悄悄改变你的语气。

代价的另一面

把幻觉（hallucination）视为 AI 的 bug 其实不太公平。从「意义即使用」的视角看，幻觉一直是语言游戏的一部分——我们日常生活中就允许一定比例的「为了接下去而虚构的细节」。AI 只是把这个比例推到了极端：它的训练目标，本质上就是为了让「下一句成立」，而下一句是否真的属于这个世界，反而是次要的。

这会产生一种特殊的损耗：当模型生成的内容被读者直接接受为「知识」，公共语言里原本的「公共含义」就慢慢被稀释。一个概念被一千个不同的人各改一点点，最终剩下的那个版本，可能并不属于任何人。一段被反复转写的句子，最后可能连完整的意思都消失了。

更隐蔽的损耗在于「私语」。当人们习惯于打开对话框问 AI 一个不好意思问别人、甚至不敢承认自己想知道的问题时，他们正在把一种本来要在共同语言中完成的「小忏悔」放进一个只有自己看得见的抽屉。这种抽屉越多，公共语言就会被掏空。

我们仍然在玩

回到客厅那次发呆的经历。后来有人又跟那个对话框聊了几次，但换了方式：不再问「什么是正确的事」，而是改成问「在我这种情况里，人们通常会怎么想、为什么会这么想、接下来谁会不高兴」。它在眼里从「答题机」变成了「陪我一起诊断这场语言游戏地形的人」。

这并不意味着要拒绝 AI。维特根斯坦自己后来也改口说：「我愿把这一切都描述为一种游戏，但『游戏』这个词，正像我们用它所做的工作那样，不会一次次把同样的边界逼到同一个地方。」

AI 不是这场游戏的替代品，但它确实是新一轮的「改稿」。它会推平我们的一些话语习惯，也会让我们重新注意到那些过去的句子里，一直装作懂得、但其实并不真正接得上的部分。

我们仍然在玩。只是在玩的时候，现在得偶尔抬起头来看一眼——自己到底正坐在哪张桌子上、跟谁玩、遵循的规则是谁写的。

本文为发散性随笔，未引用具体论文或数据。如果你也经历过那种「回答顺得不顺」的时刻，欢迎把它写下来——那往往是我们人类玩家还在场的证据。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：AI时代维特根斯坦语言游戏理论的深度解读要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题