你有没有想过一个问题——你没法用语言教会一个哑巴说话。

这听起来像句废话。但再想想：如果你把全世界所有关于说话的书都塞给一个哑巴，他能学会开口吗？不能。因为语言不只是符号的组合，它需要嘴唇、舌头、声带、呼吸——需要一具活生生的肉体去承载。

我最近在看《模仿游戏》这部电影的片段，图灵在审讯室里说：“机器会思考吗？你能确定对面坐着的是人还是机器？”这个问题我们讨论了几十年，但很少有人问另一个问题：机器能“感觉”到自己在思考吗？它知道思考这件事需要消耗能量、需要大脑发热、需要太阳穴跳动吗？

大模型不知道。它不知道“累”是什么感觉，因为它没有身体可以累。

语言的起源不是符号，是身体

我第一次意识到这个问题，是在2017年。

那时候我在深圳一家电子厂做体系审核，遇到一个德国来的自动化专家。他姓Schmidt，五十多岁，秃顶，但眼睛亮得吓人。晚饭的时候我们聊起AI，他用蹩脚的英语说：“你们中国人教小孩认字，是用什么方法？”

我说用手指着字念。

他说对，我们德国也一样。但AI呢？AI学语言不需要手指，不需要指着什么东西，不需要“这个字对应的东西是红色的、圆的、可以吃的”。它只看到一堆符号和符号之间的统计关系。

Schmidt从兜里掏出一个打火机，啪地打着，指着火苗说：“你知道吗？大模型知道打火机的定义，知道它由塑料和金属组成，知道它可以点火。但你如果从来没摸过火，没见过火，没被烫过——你永远不会理解‘小心，火很烫’这句话的真正含义。”

我当时觉得他在故弄玄虚。后来做了十年ISO体系审核，越来越觉得他说得对。

你去看那些ISO体系文件，写了几十页的动作标准：“抬起右手45度”“握持工具时拇指与食指成90度夹角”。写得无比精确。新员工照着学，三个月能上手吗？不能。老员工站在旁边看两眼，说“不对，你劲儿用错了”——这句话没法写在文件里。“劲儿”是什么？是身体的感觉。

语言永远无法完整传递身体的经验。这是语言的底层缺陷。而我们竟然指望大模型靠语言就能理解世界？

符号奠基问题：一个四十年前的预言

1980年，伯克利的哲学教授约翰·塞尔提出了一个思想实验，叫“中文房间”。

想象一下：你被关在一个房间里，房间里有一本巨大的规则手册。门外的人递进来一张写着中文的纸条。你不懂中文，但你可以根据规则手册查到这个纸条对应的中文符号组合，然后递出去。外面的人觉得你懂中文——实际上你只是在按规则操作符号。

塞尔说，这就是计算机理解语言的方式。它根本不懂，它只是规则执行器。

四十多年后的大模型，本质上就是这个中文房间的超级升级版。规则手册变成了几千亿个参数，纸条变成了海量训练文本。但核心没变：它还是在操作符号，从未“理解”这些符号对应的现实世界。

这叫“符号奠基问题”——一个符号必须连接到真实的物理世界，才能被“理解”。否则所有语言都是空中楼阁，是词与词的相互解释，是概念与概念的无限循环。

有个非常形象的比喻：两个盲人在讨论“红色是什么”。一个人说红色是暖色，另一个人说红色是波长700纳米的光。他们讨论得热火朝天，但谁也没见过红色。因为他们没有眼睛——没有感知颜色的器官。

大模型就是那个没有眼睛的盲人。它拥有所有关于红色的知识，但永远不知道夕阳是什么样子的。

让AI长出手脚：具身智能的尝试

当然，不是没有人尝试给AI一个身体。

上世纪90年代，MIT的罗德尼·布鲁克斯提出了“没有表示的智能”概念。他认为传统的AI太依赖符号表征，应该让机器人直接从物理世界学习。他的团队造了一堆像昆虫的机器人，没有复杂的内部模型，只有简单的反射机制——遇到障碍物就转弯，看到光亮就前进。这些机器人表现出惊人的适应性。

布鲁克斯有一个经典论述：“大象不需要做复杂的计算就能在树丛里穿行。但一个拥有象脑全部计算能力的AI，如果放在一个不会移动的躯壳里，它永远学不会走路。”

这是具身智能（embodied AI）的核心思想：智能必须由身体与环境互动中涌现出来，而不是在虚拟空间里计算出来。

当代最典型的例子是波士顿动力的Atlas机器人。它能后空翻，能跑酷，能搬箱子。但注意，Atlas的智能不是靠大模型“学”出来的，而是靠物理世界成千上万次的试错——摔倒，爬起来，再摔倒，再爬起来。它的每一次进步，都伴随着液压油的渗漏、关节的磨损、零部件的更换。它的智能，是用“身体”撞出来的。

截至2024年，特斯拉的Optimus机器人已经能自主完成分类物品和伸展瑜伽等任务（来源：特斯拉2024年股东会演示）。而国内的天工、宇树等机器人公司也在做类似的探索。机器人的行走越来越像人类，但那只是外表。真正的问题是：它们能感受到自己的行走吗？摔倒了会疼吗？

这是一个流传的轶事，未经官方确认：OpenAI的某个团队曾尝试让具身机器人学习“用筷子夹豆腐”。机器人失败了上千次，最后成功夹起了一块。但当豆腐掉在地上时，机器人没有任何反应。它只是检测到“任务完成”或“任务失败”，然后执行下一个指令。它不会“沮丧”，不会“生气”，不会觉得“我好不容易夹起来的豆腐，怎么就掉了”——因为它没有“好不容易”这种身体记忆。

为什么“世界模型”需要身体？

大模型圈子里有个时髦的词，叫“世界模型”。意思是让模型能理解物理世界的规律——苹果会往下掉，杯子摔到地上会碎，人走在街上不会突然起飞。

但问题来了：这些规律必须通过物理互动来习得。

你可以用语言告诉一个AI“苹果会往下掉”，但它不会真正理解。因为它无法判断“往下”是什么意思——它没有重力概念。它从未体验过“拿不住”是什么感觉。它不知道什么是“掉”的方向。

在这方面，人类学会因果关系的路径是不可替代的：婴儿通过抓、咬、扔、摔，在无数次失败中构建了对物理世界的认知。每一个认知都伴随着身体的反馈——摔了会疼，咬了会硌牙，抓不住就会掉。

大模型没有这个过程。它只能从文本中提取统计规律。文本中有“苹果往下掉”，也有“火箭往上飞”。对AI来说，这两句话权重一样——它分不清哪个才是物理规律，哪个是人类的技术产物。因为两者在文本统计上没有区别。

这就是为什么大模型会有那么多反直觉的错误。它告诉你可以从20楼跳下去不会死——因为文本里既有“跳楼会死”的词频，也有“超人飞过天空”的虚构。它没有身体去验证哪个是真的。

但是——人类就没有身体的局限吗？

写到这里，我突然想到一个反例：我自己。

我当了十年的质量体系审核员，经常要检查工人是否按SOP操作。有一次在一个冲压车间，我发现一个老工人在操作单冲模时，手放得比SOP规定的慢了两秒。按照规定，这是违规。但我去问他，他说了一句话让我哑口无言：“SOP写的是‘第五秒松开手’，但模具用了三年，间隙已经变大了，第五秒松开手正好被夹住。我得等到第六秒。”

你看，SOP是语言——它是标准化的、可复制的、可以写下来的。但经验是身体的——它是个性化的、微妙的、没法言说的。语言永远滞后于身体。

这让我意识到一个残酷的事实：人类的很多知识，本身就是不依赖于语言的。你会骑自行车，但你没法用语言教一个人骑。你会辨别一个人的表情是真笑还是假笑，但你说不出原理。你会在开车时预判前车要刹车，但你写不出判断标准。

这些知识，是身体教给我们的。而不是语言。

所以当我看到有人说“大模型已经理解了世界”时，我总想反问一句：它摸过石头吗？被烫过吗？摔过跤吗？

那它凭什么说理解了世界？

现在回到标题的问题：没有身体的智能算智能吗？

这取决于你怎么定义“智能”。

如果智能只是符号操作——像战胜国际象棋冠军的深蓝、击败李世石的AlphaGo——那么大模型确实有智能。它能在语言游戏中游刃有余，能写诗、写代码、回答复杂问题。

但如果你认为智能必须包括“理解”“感受”“意识”——那大模型还没有。它缺少通往这些的基石：一个可以感受“疼痛”的身体。

具身智能也许是一条路。但需要时间，或许十年，或许更久。因为真正的挑战不是造一个会动的躯壳，而是让它能“感觉到”自己在动。

米兰·昆德拉在《不能承受的生命之轻》里写过：“负担越重，我们的生命越贴近大地，它就越真切实在。”这句话放在AI上也成立——没有身体的AI，永远在“漂浮”。它没有负荷，所以没有重量。没有重量，就没有真实感。

回到我开头的问题：你没法用语言教会一个哑巴说话。

但这不意味着你永远不能教会机器说话。也许未来的具身AI，真的能拥有身体、拥有重量、拥有摔倒后爬起来的体验。

但在那之前——你得先让它能摔倒，能疼。

你猜，到那一天，AI想对这个世界说的第一句话会是什么？

既然AI没有身体，为什么能“认出”自己的影子？我们会聊一个真实案例：Claude 3“认出自己”的事件，以及它揭示的更深层问题——自我感知是身体的功能，还是纯粹的语言游戏？

**

你没法用语言教会一个哑巴说话。大模型读过全世界所有的书,但没淋过一场雨。物理体验的缺失,是代码填不平的。

炖刀的笔记**

写完这一章，我泡了个脚，舒服得差点睡着。看吧，我就是这么个矛盾的人——一边大谈AI没有身体，一边自己都忘了肩膀多酸疼。

我在车间审了十年体系，最常见的情景是：老工人在模具上摸一下，就知道哪里不对。那是一种身体的记忆。大模型再厉害，能懂这种“手感”吗？可转眼我就被热水泡得忘乎所以——人类的特权真可笑，可以一边疼一边忘。

这像极了我在工厂里看到的情况：SOP写得再详细，工人还是靠手上的茧子去判断。我写文章说身体重要，身体却在热水里背叛了我。挺讽刺的——我们这些搞制造业的，天天跟物理世界打交道，到头来最不重视的就是肉体本身。

所以我对AI没啥悲凉感。它就是没身体，这事儿早晚不是问题。真正的问题是：我们这些有身体的人，咋老忘记自己长了肉体？泡完脚我打了个哈欠，觉得这问题太大，关我什么事，先睡再说。

哦对了，你们猜火锅最后谁买的单？

当然是我。但我觉得值——至少我明白了：全世界所有的文本，都比不上你被烫到舌头时那份真实的疼痛。