相比人工智能，我们的智能从何而来?｜ 书籍推荐

导语

是工具制造，还是文化？是语言，还是宗教信仰？自达尔文以来，思想家们一直致力于探寻人类与其他动物的根本区别。在这部开创性的经典著作中，迈克尔·托马塞洛将他数十年对人类与类人猿的比较研究成果融会贯通，提出了一个极具说服力的论断：合作性的社会互动正是我们的认知区别于其他物种的关键所在。人类不仅能洞察他人的意图与信念，更拥有一种独特的“共享意向性”——与他人共同设定目标、协调行动，并彼此承诺于协作过程。正是这种能力，驱使我们的祖先在生存压力下转向合作性地获取资源，进而发展出集体性问题解决、分工协调乃至复杂的文化制度。由此，人类踏上了一条独一无二的进化之路。

关键词：思维的演化、共享意向性、客观-反思-规范性思维、认知表征、因果/意象推断、递归推断、第二人称自我监控

书籍信息

中文书名：思维的演化

英文书名：A Natural History of Human Thinking

[美]迈克尔·托马塞洛（Michael Tomasello） 著

苏彦捷 等 译

出版社：中国人民大学出版社

出品方：心智·心思

出版时间：2026年9月

ISBN：978-7-300-35451-4

显然，与其他动物物种相比，人类的思维方式具有特殊性。但这一差异难以用传统的人类思维理论来阐释，因为这些理论预设了思维过程中的某些关键方面，而这些方面实际上是进化的成果。这正是人类思维的社会性方面，也是我们在此的主要关注点。因此，尽管许多动物物种能够以至少某种程度的抽象方式在认知上表征情境和实体，但唯有人类能够从不同甚至相互冲突的社会视角来概念化同一个情境或实体（并最终使得“客观性”的感知成为可能）。此外，尽管许多动物也会对外部事件进行简单的因果和意向推断，但唯有人类会对他人或自身的意向状态进行社会递归式和自我反思式的推断。最后，尽管许多动物会根据工具性成功来监控和评估自身行为，但唯有人类会依据他人或群体的规范性视角与标准（“理由”），对自身的思维进行自我监控与评估。这些根本性的社会差异催生了一种可辨识的特有思维类型，为简明起见，我们可将其称为客观-反思-规范性思维（objective-reflective-normative thinking）。

在这本书中，我们试图追溯这种人类特有的客观-反思-规范性思维的进化起源。共享意向性假说认为，创造这种特有思维方式（包括其表征、推断和自我监控过程）的正是应对社会协调问题的适应机制；具体而言，这些问题就是个体在尝试与他人协作和沟通（即与他人共同操作）时所面临的问题。尽管人类的类人猿祖先是社会性生物，但它们主要过着以个体为中心且充满竞争的生活，因此其思维也侧重于实现个体目标。然而，早期人类在某个时刻被迫因生态环境而转向更具合作性的生活方式，于是其思维开始更多地致力于探索如何与他人协调以实现联合目标乃至集体目标。而这一转变改变了一切。

关于人类社会性的进化，存在多种不同的理论，但它们都认同一点：总体趋势是朝着日益增强的合作方向发展（至少在约1万年前农业、城市和分层社会出现之前是如此）。与其他类人猿不同，早期人类开始通过伴侣关系联结在一起；结果是，核心家庭成为新的合作社会单位（Chapais，2008）。与此相关的是，人类——再次与其他类人猿不同——开始了各种形式的合作育儿，即母亲以外的成年人也参与照质幼儿（Hrdy，2009）。这种新的育儿形式可能是协作觅食的前身，但也可能与之同时发生：当祖母和其他女性留在家中照看孩子时，身体最健康的女性则外出觅食并将食物带回来分享——这使得所涉及的家庭网络转变为新的合作单位（Hawkes，2003）。随着现代人类的出现，整个文化群体——可能涵盖整个氏族或部落，其中成员之间甚至可能互不相识——在文化群体选择中与其他人类群体竞争宝贵资源时，成为合作单位（Richerson&Boyd，2006）。

这种合作趋势如何与人类日益增强的认知能力相互作用，目前鲜有探讨，甚至鲜有推测。不过，也有两个例外。首先，为支持“社会脑假说”，邓巴（Dunbar，1998）在灵长类物种中记录到，脑容量（可能反映认知复杂性）与种群规模（可能反映社会复杂性）之间存在显著的正相关关系。现代人类是其中的极端案例：人类的脑容量和种群规模都比其最亲近的类人猿亲属大数倍。高利特等（Gowlett et al.，2012）试图追湖这一关系在人类进化史中的演变轨迹，发现大约在40万年前，海德堡人的脑容量（以颅腔体积估算）和估计的种群规模均出现了显著跃升——这当然恰好与我们所假设的、人类思维通过联合意向性进化的第一步所处的时期完全吻合。然而，种群规模仅是社会复杂性的粗略指标（邓巴更关注需要维系的社会关系和声誉数量），脑容量也仅是认知能力的粗略指标；因此，“社会脑假说”仅能为相关性两端所涉及的实际过程提供非常笼统的解释。

斯特雷尔尼（Sterelny,2012）则提出了一种更具体的、将人类社会性与认知联系起来的尝试，他专注于人类合作及其诸多方面，包括合作育儿、合作觅食，以及合作沟通与教导。人类的合作性生活风格依赖于个体在其发生过程中获取的海量信息——从如何追踪羚羊、如何制作长矛，到构建群体亲属关系——因此，经验丰富的成年人合作式地向初学儿童传递信息，对于个体的生存至关重要。为此，人类构建了供后代成长的学习环境，以确保后代获得执行工具制造和协作觅食等关键生存活动所需的信息。托马塞洛（Tomasello，1999）也提出了该理论的一个版本，并特别关注儿童通过获取其祖先创造的物质和象征性人工制品（包括语言），使人类个体认知的发生成为可能的途径。大同小异的是，莱文森（Levinson，2006）着重探讨了“合作性社会参与”这一人类特有的“互动引擎”，以及其进化如何催生人类特有的多模态沟通形式。赫迪（Hrdy，2009）则强调，其中涉及的某些适应可能源于婴儿自身的行为，例如那些使婴儿能够从幼年时期起就在由多名照料者构成的复杂新环境中游刃有余的特殊合作与沟通技能。

从当前的视角来看，这两种关于人类社会性与认知之间关系的解释既具有实用价值，总体上也是正确的。但我们特别关注其中涉及的潜在思维过程。我们以相当细致的程度展开论述，相对精确地阐明了在两个不同的进化时期，人类在行动协调（协作）和意向状态协调（合作性沟通）方面可能面临哪些具体问题，以及人类如何通过新的思维形式（引入新的认知表征、推断和自我监控方式）来解决这些问题。早期人类不仅需要追踪社会关系并向后代传递有用信息，而且更迫切、更直接地需要通过社会协调来应对生存的诸多挑战：一他们通过发展共享意向性方面的多种技能与动机来实现这一点，其中包括能够在惯常的合作性沟通中，为他人递归性地概念化情境。关于社会协调与人类思维的不可分割性，塞勒斯（Sellars，1962/2007，p.385）的阐述十分精辟，他写道：“概念思维能够传递给他人，这绝非偶然；正如移动一枚棋子的决定，也并非偶然地表现为两人在棋盘上走棋的动作。”

概念内容从根本上说是视角的表达。 ——罗伯特·布兰顿（Robert Brandom) 《使之清晰》(Making it explicit）

因此作为对我们论述的总结，让我们聚焦于社会性与思维之间的关系这一具体问题，因为它在我们所叙述的自然史的每个阶段都会出现。主要结论可归纳为四个非常具有概括性的命题。

第一，与群内同伴的竞争催生了非人类灵长类动物复杂的社会认知和思维形式，尽管它们尚未具备类人化的社会性或沟通方式。哺乳动物的基本社会性仅仅表现为在社会群体中生活的动机。群内竞争催生了支配性的社会关系，并与其他因素共同促成了隶属关系。类人猿， 以及可能还有其他灵长类动物，参与的社会竞争程度高于平均水平，因此发展出了理解其他个体的目标与感知， 并以此灵活预测其行为的技能。它们在工具使用中操纵物理因素，以及在基于肢体动作的沟通中把握其他个体的意向状态方面也尤为娴熟。

类人猿很少进行协作——真正意义上的共同行动——而当它们确实协作时，对这种行为最贴切的描述是图奥梅拉（Tuomela, 2007）所称的“主我模式下的群体行为”，例如黑猩猩的群体狩猎，其中每个个体都在试图独自捕获猴子。类人猿的沟通几乎完全是为了试图将接收者的注意力和行为引导至某个期望的方向，而非向其传达有用的信息。它们不存在类人化的联合目标，也没有用于协调行动的合作性沟通。

类人猿的认知与思维适应了这种具有社会性但并不十分合作的生活方式。类人猿会关注与其目标和价值相关的情境，并在某些问题情境中，通过预先模拟或想象各种原因对问题的影响来做出有效的行为决策。它们借助具象化和图式化的认知表征来完成这一过程，理解“这又是那种情况”。在许多情况下，它们还理解情境（及其要素）之间如何在因果或意向层面相互关联，这使它们能够模拟非现实情境，并针对这些情境做出各种因果和意向推断，包括组织成范式的逻辑推断。

例如，它们不仅能推断“如果X存在，那么Y就不存在”，还能推断“如果这里一片寂静，那么X一定就在那里”，甚至能推断“如果X想要Y，并且感知到Y位于Z处，那么X就会前往Z处”。这些因果和意向推断还催生了决策过程中的一种工具理性，个体据此能够推断：“若出现情境X，则最佳行动选择是Y。”类人猿不仅通过观察结果与目标的契合度来监控自身的决策过程，还会在决策前评估可获得的信息及其可信度。

因此，我们的结论是，类人猿的社会性催生了某些非凡的社会认知技能，这些技能与我们所称的“个体意向性”技能（即复杂的身体条件技能）相辅相成。但这种社会性并未使得个体概念化世界的方式或思考问题的一般方式发生任何转变。个体意向性使类人猿（或许还有其他非人类灵长类）能够针对具体情境思考问题，且无须借助人类特有的社会性或沟通形式。因此，个体意向性与工具理性或许可被视为灵长类在“充满敌意的世界中思考”（Sterelny, 2003）时面临的普遍课题。

第二，早期人类的协作活动与合作性沟通——引入新的社会协调形式——催生了人类思维的新形态，而此时既没有文化，也没有语言。在人类独立进化历程的600万年中，有超过500万年里，他们的思维主要与类人猿相似（尽管制造工具的技能可能增强了他们对因果关系的理解）。但随后生态条件发生了变化，迫使一些早期人类开始以新的方式协作以获取食物。这使得个体之间产生了尤为迫切的相互依赖关系。在诸如此类的互利活动中，沟通得以促成完全的合作，因为协调他人以达成互利目标，并告知对方与其角色相关的有用信息，符合每个个体的利益。由此，早期人类诞生了——他们唯有通过与社会伙伴协作并进行合作性沟通，才能生存并蓬勃发展。

协作觅食带来了诸多社会协调难题。基本的解决之道是与他人联合确立行动目标，携手合作，双方共同致力于此。这形成了双层结构：既包含具有个体角色的联合目标，也包含具有个体视角的联合注意。在这些活动中，为协调个体视角（进而协调行动）——最初通过指示动作和肢体演绎实现——沟通者致力于通过诚实的信息传递行为进行合作，并与接收者共同协作以确保沟通成功。

接收者跟随指示动作，或想象肢体演绎所指的事物，进而依据共同基础，对沟通者有意传递的内容进行溯因推断。沟通者则知晓接收者会这样做，因此试图通过选择指称的对象来为其概念化这一情境——递归性地预判他对其视角的理解——以此促进他的溯因推断。此外，在特定的联合决策过程中，早期人类沟通者有时会向伙伴指出相关情境，这些情境（隐含地）提供了理由， 使他们能够共同理解所指情境的因果和/或意向含义， 进而共同决定采取某种行动。

要有效地做到这一切，需要一种类人猿及其个体意向性所无法企及的思维方式：沟通者不仅必须判断自己与接收者之间的共同概念基础，还必须判断接收者会认为当前情境的哪些方面既相关又新颖——从而推断出在不同的指称行为下，他会做出何种溯因推断。这一过程催生了我们所称的“第二人称思维”，其包含：（1）具有视角性和符号性的认知表征；（2）具有递归结构的推断， 即在意向状态中嵌套意向状态；（3）融合了合作与/或沟通伙伴想象中的社会评价和/或理解的自我监控。这些变化基本都起到了将类人猿的个体意向性“合作化”的作用，使其成为一种第二人称的联合意向性和思维。

第三，现代人类的文化与语言惯常化过程，催生了现代人类思维与推理所特有的各种复杂性。随着群体规模的扩大以及群体间竞争的加剧，现代人类开始面临一些新的社会挑战。为了生存，现代人类群体不得不开始作为相对凝聚的协作单元运作，并形成各种分工角色（参见Wilson, 2012）。

这引发了一个问题：个体如何与群内陌生人进行协调，毕竟他们之间并无个人层面的共同基础。解决方案在于文化实践的惯常化：每个人都遵循他人的行为模式，并期望他人同样遵循（且期望对方也期望自己遵循，以此类推），从而形成一种文化共同基础，该群体的所有成员（但不包括其他群体）都可被视为具备这种基础。现代人类的沟通方式也以同样的方式被惯常化，这意味着，个体在某种文化共同基础上进行互动；这种共同基础包含一种群体视角，并拥有惯常的语言单位和构式，可以有效地与群体中的任何人进行沟通。

现代人类活动与互动的这种群体导向结构，加上其惯常的沟通方式，意味着现代人类逐渐构建了一种超越个人的、关于世界的“客观”视角。惯常沟通变得完全具有命题性，这不仅是因为其具备惯常的、规范的、“客观”的形式以及主题-焦点结构，还因为沟通者的沟通动机以及情态或认知态度可以在惯常符号中被独立控制；这意味着，命题内容的概念化过程不再依赖于特定个体的动机和态度。

语言构式使概念组合展现出前所未有的创造性，更重要的是，它们使完整的命题能够表征一种普遍的、超时空的“客观”事实状态，正如成人的教导活动（“它是这样运作的”）以及社会规范的执行（“一个人绝不能那样做”）所示。具有群体意识的个体由此构建了一个“客观”世界。

惯常语言沟通为成长中的儿童提供了一个现成的表征系统，其中包含多种替代性的概念化途径，而所有人在文化共同基础上共同知晓这些可选方案。这开辟了一个既包含形式推断又包含语用推断的全新世界。旨在实现有效沟通的话语过程，促使沟通者将先前沟通形式中隐含的自身心理过程的诸多方面（例如意向状态、逻辑运算）外显化，从而开辟了反思的新途径。

此外，为达成联合决策而进行的协作式论证，要求个体向他人阐明其理由与依据，以说服对方接受其观点；因此，为了达到有效沟通，他们必须满足群体对理性话语的规范性期待。将这一给出理由的过程内化，意味着个体现在知晓自己为何会产生当前的想法，以及这种想法基于何种被群体接受的理由。这一过程使得个体的万千思绪与命题表征之间建立了概念联系，从而形成了一种整体性的概念网络。此时，每个个体也在践行一种规范自我管理：作为其所隶属群体的代表，他依据群体的规范标准来调节自身的行为与思想。

除了关于正确性和相关性的普遍标准，不存在其他思考方式，这些标准将我的想法与任何人理应有的想法联系起来。“我”与“任何人”之间的对比，是理性思维的本质所在。 ——威尔弗里德·塞拉斯（Wilfrid Sellars) 《哲学与人的科学形象》(Philosophy and the Scientific Image of Man）

因此，现代人类创造的各种形式的集体意向性——包括文化惯例、规范和制度，以及语言——催生了一种中立于能动者的“客观”思维，其特征在于：基于惯常和客观表征；具有理性、反思性且以追求真理为目标的推理过程；能够进行规范自我管理，即个体可通过监控和调整自身思维来契合群体思维。可见，作为中立于能动者的惯常现象，文化与语言提供了一个新的框架；在此框架内，一种新型的人类社会性可以催生一种新型的人类思维，即客观性-反思性-规范性思维（objective-reflective-normative thinking）。

从进化论的角度来看，我们的总体观点是对史密斯和萨特马里（Smith & Szathmáry, 1995） 观点的延伸：人类通过全新的合作形式实现了真正的进化创新，而这些创新又得到了新型沟通的支持和延伸。此外，这还催生了新的认知表征、推断和自我监控形式，它们共同构成了新的思维形式。人类已经完成两次这样的进化，其中第二次是在第一次的基础上发展而来的。下图总结了这一“共享意向性假说”中人类思维的三个组成过程（包括作为第0步的类人猿阶段）。

图1：共享意向性假说小结

第四，累积性文化演进催生了大量具有文化特异性的认知技能和思维方式。所有这些涉及联合意向性和集体意向性的过程，在人类物种中都是普遍存在的。最有可能的情况是，作为第一步，联合意向性是在尼安德特人与现代人类分化之前于非洲进化而来的；因此，这两个物种都具备这一特征。作为第二步，集体意向性很可能在10万年前现代人类迁徙至世界其他地区之前，就已在非洲的现代人类群体中进化出来。但一旦他们开始迁徙并定居于差异巨大的生态环境，文化实践的差异便变得显著。不同的人类文化形成了截然不同的特定认知技能组合，例如用于长距离导航、制造重要工具和人工制品，甚至用于语言沟通。这意味着，在个体、联合和集体意向性这些全物种通用的认知技能基础上，不同文化还针对自身的需求，创造了许多特有的认知技能和思维方式。

重要的是，随着历史时间的推移，这些具有文化特异性的技能在文化内部相互构建，形成一种棘轮效应（ratchet effect），从而引发累积性文化演进（cumulative cultural evolution）。由于人类拥有特别强大的文化学习技能，加上成人的教导以及儿童的遵从倾向，文化产物和实践便拥有了某种“历史”。从发生的早期开始，个体就通过文化产物和符号来调节其与世界的互动（Vygotsky, 1978; Tomasello, 1999），从而吸收整个文化群体及其历史的智慧。正是累积性文化演进，使人类得以征服全球各地原本不宜居的各种环境。

作为当代世界的一个鲜明例证，我们可以指出人类思维中或许最为抽象和复杂的形式，即涉及科学与数学的思维形式。关键在于，若在历史长河中没有发展出特殊的社会建构惯例——书面语符——这些思维形式根本不可能存在。皮尔斯（Peirce, 1931–1958）尤为强调这一点，刘易斯和兰福德（Lewis & Langford, 1932, p. 4）则在其关于现代逻辑的经典著作中对此进行了总结：“若非采用了新颖且具有多功能性的表意符号，数学的许多分支便不可能发展起来，因为没有任何人的思维能够通过普通语言的音节符号来把握其运算的本质。”这非常清楚地表明，许多最复杂、最精妙的人类认知过程确实是文化与历史共同建构的产物。

从理论上讲，共享意向性假说可能并不适用于人类思维的一般情况，而仅适用于一种专门用于协作与沟通的模块化思维（关于这一方向的论述，参见Sperber, 1994）。但事实似乎并非如此。人类的视角与客观表征、递归与反思性推断，以及规范自我监控——这些构成人类特有思维的要素，并不会因人类不再进行协作或沟通而消失。

恰恰相反，它们构成了人类几乎所有行为的框架，可能仅有感官活动除外。因此，人类在语法结构中、在非沟通情境下的读心过程中、在数学领域以及在音乐中都会运用递归推断，而这些仅是其中最显而易见的例子。

人类在思考万事万物时都会运用视角与客观表征，即便是在独处时的遐想中亦是如此；而每当关注自身声誉时——这几乎贯穿始终——他们便会进行规范自我监控。在此，我们或许还应提及关系思维技能以及想象与假装技能——前者虽源于双层协作，但应用范围更为广泛；后者虽源于肢体演绎中的想象，但如今已被应用于各类艺术创作。协作与沟通或许在我们的叙事中扮演着关键的起始角色，但它们对认知表征、推断和自我监控的影响范围要广泛得多，几乎涵盖了人类所有的概念中介活动。

无论是在人类历史上的思想演变中，还是在个体思想的演变中，都存在这样一个阶段：起初没有思想，随后便有了思想。……我们所缺乏的，是用来描述这些中间步骤的恰当词汇。 ——唐纳德·戴维森（Donald Davidson) 《主观性、主体间性、客观性》（Subjective,Intersubjective,Objective）

▷本文引自《思维的演化》，[美]迈克尔·托马塞洛著，中国人民大学出版社，点击上图或阅读原文购买。

作者介绍

迈克尔·托马塞洛（Michael Tomasello），著名心理学家，杜克大学心理学与神经科学系James F. Bonk杰出教授，马克斯·普朗克进化人类学研究所荣休主任，美国国家科学院院士，美国艺术与科学院院士。

长期致力于从发展、比较和文化的角度研究社会认知、社会学习、合作和沟通的过程。在 Science 、 Nature 等国际顶尖期刊发表论文600多篇。除本书外，还著有《人类沟通的起源》《人类认知的文化起源》《我们为什么要合作》等作品。因杰出的学术成就，曾荣获美国心理学会（APA）杰出科学贡献奖、英国国家学术院Wiley心理学奖、荷兰皇家科学院Heineken认知科学奖等。

人工智能与哲学读书会

大语言模型开始推理与创作，具身智能进入物理世界，AI for Science参与提出假设、设计实验与发现规律，人工智能正从执行指令的工具，逐渐进入知识生产与认知活动。

但能力的涌现并未终结关于智能的争论，反而带来新的追问：机器表现得智能，是否意味着它真正拥有智能？计算能否产生意识？大语言模型是在理解语言，还是在预测符号？AI参与科学发现，生成的内容能否被称为知识？这些问题已经超出单纯的技术评测，涉及智能、意识、意义、知识与主体的基本定义。

在此背景下，「集智俱乐部」联合人工智能哲学、心智哲学、逻辑学、知识论、科技哲学与复杂科学等领域的学者，共同发起“涌现之后：追问机器的智能、意识与知识”。本季读书会将采用腾讯会议线上直播的方式，从 2026 年 8 月26 日开始，每周三晚19:30-21:30，通过10期讲座和各位一起回到人工智能的概念基础与思想史现场，从人工智能哲学的方法论出发，依次讨论归纳、具身认知、机器意识、大语言模型的符号学，并进一步延伸至赛博格行动、价值对齐和AI驱动的科学发现。

详情请见：

1.

2.

3.

4.

5.

6.

7.