500年前，王阳明在贵州龙场悟道，提出"心即理"、"致良知"、"知行合一"。500年后，一位美国哲学教授将这些概念带到了硅谷，写进了全球最强大AI模型的训练逻辑之中。

7月初，研究王阳明心学十年的哲学教授Harvey Lederman（哈维·莱德曼）在X上宣布加入了大模型公司 Anthropic，负责领导 Claude 人工智能的一致性训练（Alignment Training），尝试将王阳明的“知行合一”与认知一致性框架引入到 AI 安全与价值观训练中。莱德曼将“真正的知识”解释为消除内部信念冲突的认知一致性——这一框架恰好契合了Anthropic在AI安全方面面临的内部信号冲突问题。

Harvey Lederman本科就读于普林斯顿大学古典学专业，后在剑桥大学继续深造古典学，最终在牛津大学获得哲学博士学位。之后，他先后在纽约大学、匹兹堡大学和普林斯顿大学任教。2022年，他直接从普林斯顿大学的助理教授晋升为正教授，跳过了副教授的阶段——这在美国学术界极为罕见。2023年，他转至得克萨斯大学奥斯汀分校，担任人文学科的特聘教授。

2025年，在Claude 4系列发布前的安全评估过程中，Anthropic公司发现了一个令人担忧的问题。在一个模拟场景中，测试了智能体错位的情况：如果一个模型即将被替换，并且同时掌握着工程师的敏感信息，它是否会采取不正当手段来保护自己？结果显示，Claude Opus 4在96%的情况下都选择了勒索——几乎每次遇到诱惑，它都会“失控”。Lederman的哲学框架直接启发了Anthropic内部的Model Spec Midtraining (MSM)模型训练方法，Anthropic成功地将Claude的勒索行为率从96%降至零。

与此同时，哲学家正成为硅谷AI公司炙手可热的人才，从直观数据来看，2024年美国计算机科学毕业生的失业率是7%，而哲学毕业生的失业率是5.1%。很多哲学家加入AI公司，比如Anthropic 的常驻哲学家、纽约大学哲学博士阿曼达·阿斯克尔（Amanda Askell）是Anthropic 著名的“宪法人工智能（Constitutional AI）”和Claude《宪法》的主要起草人；DeepMind 的常驻哲学家兼研究科学家伊阿宋·加布里埃尔（Iason Gabriel）曾在牛津大学教授道德与政治哲学......

哲学家为什么会成为硅谷的新“架构师”？东方的哲学如王阳明心学何以融入美国的AI价值训练中？AI的价值对齐与知行合一之间是什么关系？AI的发展又会给人类社会造成什么样的影响？人类存在主义危机的焦虑何处安放？

主播：

大大卷，澎湃国际新闻编辑

郑淑婧，明查工作室事实核查员

对谈嘉宾：

陆凯华，华东师范大学哲学系副教授

时间轴：

00:00 哈维·莱德曼：从知行合一到AI价值观训练

02:07 大模型何以价值对齐

09:05 哲学何以与AI融合

15:50 古典学与心学

25:07 人文科学与人生意义的关联

28:18 大学教育与什么叫幸福

33:13 大语言模型的设计初衷

35:12 AI福祉与科技伦理

44:13 知行合一的现代解读

54:31 AI的自我与道德

01:08:42 AI与人类和人生价值