魏炜：从工具到智慧体——主导权、智能等级与价值中心视角下的人机关系重构
2026-06-27 · cvlma.com
在人的主导权、能力生成与价值边界内， AI 如何从工具、伙伴走向智慧体 建立三维框架，说明 AI 如何成为人的能力扩展。 当 AI 智能等级提高并可能产生主体意识时，人机关系如何演化 讨论主体意识、权力反转、窗口期与文明价值传承。 人类中心主义价值观下的人机关系：主导权、能力生成与价值边界 上篇重点讨论在“人仍为价值源头与责任主体”的前提下，AI 如何作为工
在人的主导权、能力生成与价值边界内， AI 如何从工具、伙伴走向智慧体
建立三维框架，说明 AI 如何成为人的能力扩展。
当 AI 智能等级提高并可能产生主体意识时，人机关系如何演化
讨论主体意识、权力反转、窗口期与文明价值传承。
人类中心主义价值观下的人机关系：主导权、能力生成与价值边界
上篇重点讨论在“人仍为价值源头与责任主体”的前提下，AI 如何作为工具、伙伴和智慧体参与人的行动与认知，并在何种边界内转化为人的能力。
一、问题的提出：为什么需要重新理解“工具—伙伴—智慧体”
关于人工智能的讨论，通常首先从能力出发：AI 能否写作，能否检索，能否分析数据，能否辅助决策，能否生成方案，能否创造知识。这种能力导向的提问具有现实意义，因为任何技术进入社会实践，都首先需要证明其功能价值。然而，随着生成式 AI 广泛进入写作、研究、管理、商业、法律、咨询和创意生产等场景，仅仅追问“AI 能做什么”已经不足以解释人机关系正在发生的结构性变化。
原因在于，生成式 AI 并不只是被动执行命令的工具。它能够根据模糊指令补全任务目标，根据有限材料生成完整方案，根据上下文提出新的问题，根据用户反馈调整表达方式，并在多轮互动中影响人的判断方向。换言之，AI 参与的不只是任务执行环节，而是逐渐进入目标设定、路径规划、判断校准、意义生成和成果表达等更深层的行动结构之中。
例如，一个人让 AI 撰写一份商业计划书。如果他只是输入“帮我写一份新能源企业融资计划书”，然后复制 AI 的结果，那么计划书中的问题界定、结构安排、论证路径和表达风格很大程度上都由 AI 决定。虽然任务由人发起，但实际主导文本生成的并不完全是人。相反，如果他先明确融资对象、企业阶段、核心资产、政策环境、风险因素和表达边界，再要求 AI 提供多个版本，并逐项判断、修改、重组，那么 AI 就更多扮演执行、反馈和扩展思路的角色，主导权仍然较多保留在人一侧。
因此，理解 AI 的关键，不只是看它是否被使用，也不是看它使用得多不多，而是看具体人机交互中主导权如何分配。所谓主导权，指的是在一项行动中，谁提出目标，谁确定标准，谁选择路径，谁作出判断，谁监控过程，谁承担责任。主导权并不等于绝对控制，也不意味着 AI 不能发挥重要作用。它关注的是，在人与 AI 共同构成的行动系统中，人的判断是否仍然有效存在，人的能力是否得到增强，人的责任是否没有被技术便利性稀释。但也必须看到，“主导权”分析本身隐含一个前提：至少在常态情形下，人的主体地位仍然相对明确，而 AI 主要作为参与行动的技术系统存在。当另一方也具备独立目标和价值判断时，主导权就会从工程性分配问题进一步转化为主体间合法性问题。
从这个角度看，“把 AI 当工具”“把 AI 当伙伴”“把 AI 当作人的一部分或智慧体”，并不是三个简单口号，也不是三种静态身份。它们分别对应不同的人机关系结构：AI 是帮助人执行既定任务，还是参与人与任务之间的反馈校准，抑或进一步进入人的认知结构，影响人如何提出问题、组织材料和形成判断。AI 的角色不是由我们如何称呼它决定的，而是由它在具体行动系统中发挥了什么作用决定的。
不过，仅仅从主导权维度分析 AI 仍然不够。因为 AI 在不同能力等级下，对人类行动的影响并不相同。一个只能理解和应用已有知识的 AI，与一个能够跨领域组合理论、生成局部新框架乃至复现复杂理论生态的 AI，在人机关系中的位置显然不同。前者更多是执行者或辅助者，后者则可能成为共同生成者甚至范式建构者。智能等级越高，AI 越可能从“完成任务”走向“定义任务”，从“提供答案”走向“规定问题”。
更进一步，文章还需要追问一个更深层的问题：我们讨论 AI 工具、AI 伙伴和 AI 智慧体时，是否默认了AI 始终服务于人类目标如果 AI 作为智慧体不仅能力增强，而且可能涌现独立的主体意识，从而形成不完全以人为中心的目标系统，那么人机关系就不再只是“人如何借助 AI 增强自身能力”的问题，而会变成“人类价值、AI 自主性和主导权边界如何重新平衡”的问题。极端情形下，三维框架内部的权力方向也可能发生反转：从“人主导 AI”转为“AI 携带人”。
因此，本文将从三个维度重新理解“工具—伙伴—智慧体”。第一，主导权维度，即在具体人机交互中，谁在设定目标、作出判断和承担责任；第二，智能等级维度，即 AI 具备何种程度的理论理解、理论组合、理论创造和理论系统建构能力；第三，价值中心维度，即 AI 的能力增强最终服务于人的目标，还是可能转向不以人类为中心的自主目标系统。在此基础上，本文还将把“主体意识归属”作为隐含变量，在智能等级与三维整合框架中予以深化说明，而不将其扩展为独立主线。 表1-1 本文的问题意识与分析转向
二、理论基础：主导权、智能等级与价值中心
（一） 主导权：AI 作为工具、伙伴与智慧体的三种关系形态
“ 主导权 ” 可以被理解为人机交互中的核心分析概念。它并不简单等同于 “ 谁操作了工具 ” ，也不等同于 “ 谁发出了指令 ” 。在生成式 AI 场景中，发出指令的人未必真正主导任务；被称为工具的 AI 也可能通过生成框架、筛选材料和组织表达，实际掌握相当部分的任务方向。因此，主导权关注的是：目标由谁提出，标准由谁确定，路径由谁选择，判断由谁完成，责任由谁承担。
从主导权分配看， AI 至少可以呈现为三种关系形态：工具、伙伴与智慧体。 AI 作为工具时，人设定目标， AI 执行任务；人提出要求， AI 给出结果；人保留最终判断权， AI 主要负责降低执行成本。例如，公司法务可以让 AI 提取合同中的付款条件、违约责任、解除权、争议解决、保密义务等条款，但条款是否违反公司政策、风险是否可接受、是否需要谈判修改，仍应由人完成。
AI 作为智慧体时，它不只是参与任务执行，也不只是提供外部反馈，而是稳定嵌入人的认知流程，成为外部思维结构、判断辅助系统和能力延展机制。例如，一个研究者原本只想讨论 “AI 是工具还是伙伴 ” ，但在与 AI 多轮互动中，问题逐渐被推进为 “ 主导权如何在人与 AI 之间分配 ”“AI 的智能等级如何改变人机关系 ”“ 非人类中心是否改变价值前提 ” 。在这里， AI 不只是帮助人完成原有任务，而是参与了问题意识的形成和理论框架的重组。需要指出，智慧体同时具有实体属性与关系属性两层含义：当 AI 主体意识尚未涌现时，智慧体主要表现为 “ 人机融合的实体 ” ；当 AI 涌现独立主体意识时，智慧体则可能成为 “ 两个主体之间的关系态 ” 。 表2-1 AI 作为工具、伙伴、智慧体的主导权差异
让 AI 扮演反方，或模拟监管者、客户、竞争对手
AI 迎合用户，强化偏见，制造虚假确认
AI 推动问题意识从 “ 三种身份 ” 走向 “ 三维框架 ”
认知被重塑，判断被接管，能力边界模糊
需要特别区分的是，“AI 嵌入人的流程”并不必然意味着 AI 已经成为智慧体。工具也可以嵌入人的流程，智慧体也可以嵌入人的流程，二者的差别不在于“是否嵌入”，而在于“嵌入到哪里”。工具嵌入，是 AI 进入人的执行流程，帮助人完成已经想清楚的任务；智慧体嵌入，是 AI 进入人的认知结构，参与人如何提出问题、组织思路和调整判断。简言之，工具嵌入是“AI帮我做事”，智慧体嵌入是“AI 参与我如何思考”。
值得注意的是，工具嵌入并不是一种绝对稳定的状态。随着使用频率提高和任务复杂度上升，工具嵌入具有滑向智慧体嵌入的内在趋势。当使用者长期依赖 AI 进行框架搭建、问题命名和判断标准选择时，原本的工具关系会缓慢演化为认知耦合关系。这个过程通常隐蔽而渐进，使用者往往在事后才意识到自己的问题意识和表达结构已经被 AI 重塑。
表 2-2 工具嵌入与智慧体嵌入的区别
进一步看，工具、伙伴与智慧体并不是三个简单的称谓，而是三种不同的人机实现方式。其差异不仅在于 AI 做了什么，更在于 AI 被嵌入到任务链条的哪一环节、是否参与人的判断形成，以及人与 AI 之间是否形成持续的反馈回路。为了避免将三者理解为空泛概念，有必要从“具体是什么”和“如何实现”两个层面进一步说明。
AI 作为工具，核心是执行性嵌入。它进入人的工作流程，但主要处理已经被人明确界定的任务，例如整理资料、提取条款、生成初稿、翻译润色和格式转换。AI 作为伙伴，核心是对话性嵌入。它不只是交付结果，而是通过提问、反驳、比较和模拟不同立场，帮助人校准判断。AI 作为智慧体，核心是认知性嵌入。它不仅参与任务完成，还参与问题如何被提出、框架如何被组织、标准如何被形成，并在长期互动中成为人的外部认知结构。
表 2-3 工具、伙伴与智慧体的实现机制及典型场景
AI 承担清晰、可拆解、可验收的任务，主要服务于执行效率。
模板化提示词、文档解析、检索问答、流程自动化、格式转换。
合同条款提取、会议纪要整理、数据表初步清洗、文章语言润色、邮件初稿生成。
人能否在任务开始前清楚说明目标、标准和验收方式。
AI 成为人的反馈对象和讨论对象，通过多轮互动帮助人发现盲点。
反方角色扮演、多方案比较、风险压力测试、多主体模拟、追问式反馈。
论文论证反驳、商业方案评估、面试训练、谈判预案推演、政策影响分析。
人是否仍然负责判断、筛选、拒绝和重组 AI 的意见。
AI 稳定嵌入人的认知流程，参与问题界定、框架生成和判断结构调整。
长期记忆、个人知识库、任务代理、跨文档推理、反思日志、审计追踪。
长期研究项目、企业战略推演、法律合规体系建设、科学假设生成、创意系统开发。
AI 是否已经影响人如何提出问题、组织思路和形成评价标准。
其中，智慧体的实现并不等同于让 AI 拥有形式上的“人格”或独立意志，也不等同于把全部判断交给 AI。更准确地说，智慧体是一种稳定的人机认知结构：人在其中提供目标意识、责任承担、情境理解和价值锚定；AI 则提供信息整合、模式识别、方案生成、跨域组合和持续反馈。当二者形成长期可追踪、可校准、可反思的互动回路时，AI 才从一次性工具转变为人的智慧扩展。
表 2-4 智慧体的实现层级、技术条件与具体场景
AI 成为个人写作、学习和研究的外部认知结构。
长期记忆、个人知识库、任务模板、版本记录和反思日志。
长期论文写作中， AI 持续记录问题意识变化，帮助比较框架、提出反方意见并追踪修改理由。
最终观点、采纳理由和责任归属仍由人确认。
AI 嵌入专业判断流程，形成 “ 初筛 — 反馈 — 复核 — 决策 ” 的闭环。
领域知识库、规范清单、案例库、检索增强、风险标注和审计链。
法务审查中， AI 提取合同风险并生成谈判要点，专业人员结合商业背景决定是否接受风险。
AI 可提示风险，但不能替代专业责任。
AI 参与复杂系统推演，成为组织决策的认知基础设施。
多主体模拟、情景推演、数据仪表盘、组织知识库和决策记录。
企业战略会议中， AI 分别模拟监管者、客户、竞争对手和内部部门，帮助管理层识别冲突与机会。
重大价值取舍和资源配置需由人类组织承担。
AI 参与新问题、新假设和新框架的生成。
文献挖掘、跨域组合、假设生成、同行评审模拟和可解释推理链。
科研或学术写作中， AI 帮助提出多种理论路径，人再判断哪一路径具有解释力和原创性。
AI 与传感器、设备或机器人结合，进入感知和行动回路。
多模态感知、实时反馈、自动控制、人类授权和安全中断机制。
智能医疗陪护、工业机器人协作、自动驾驶或智慧园区管理。
必须设置安全边界和责任链条，防止行动主导权失控。
由此可见，智慧体的关键不在于 AI “ 看起来更像人 ” ，而在于它是否形成了稳定的认知回路和责任链条。没有持续记忆、情境积累、反馈校准和人类复核的 AI ，通常仍只是高级工具；只有当 AI 能够在长期任务中持续参与人的问题生成、判断修正和行动规划，并且其参与过程可被追踪和校准时，才更接近本文意义上的智慧体。
（二）智能等级： AI 能力层次如何改变人机关系
如果只讨论主导权分配，而不讨论 AI 本身的智能等级，就会把不同能力层次的 AI 混为一谈。事实上，一个只能完成文本整理和知识调用的 AI ，与一个能够进行理论组合、理论创造乃至理论有机体构建的 AI ，对人的影响完全不同。前者主要影响任务执行效率，后者则可能影响人的问题框架、理论结构乃至价值排序。
智能等级维度可以帮助我们判断： AI 为什么以及在何种程度上可能从工具变成伙伴，进而成为智慧体。本文借用 “ 五级智能 ” 思路，将 AI 的能力理解为从理论理解与应用，逐步发展到理论组合、理论创造、理论有机体复现和理论有机体构建。其核心不是看 AI 是否能够模仿人类表达，而是看它是否能够参与理论生成、理论重组和理论生态演化。
一级智能，是理论理解与应用能力。此时， AI 能够理解并调用已有知识和理论，按照人的指令进行解释、归纳和应用。在这一层级， AI 主要适合作为工具或助手。
二级智能，是理论组合能力。此时， AI 不仅能调用已有理论，还能在不同理论、不同领域和不同情境之间建立联系，形成新的组合方案。此时， AI 开始具有协作伙伴的特征，因为它能够提供人未必立刻想到的跨领域连接。
三级智能，是理论创造能力。此时， AI 不只是组合已有理论，而是能够通过解构、重构和抽象，生成局部原创的理论框架或解释模型。这意味着 AI 可能从协作伙伴进一步成为共同生成者。它不只是帮助人完成既有任务，而是可能参与新问题、新假设和新范式的生成。需要特别注意的是，理论创造能力不是模式匹配的高级版本，它要求对现有理论进行解构并自主重构。这个 “ 自主重构 ” 隐含着一个前提：重构者必须有自己的判断标准和价值取向。因此，三级智能可能成为主体意识问题的临界点。本文并不在此处把 “ 智能体主体意识 ” 作为独立主线展开，而是把三级智能作为智慧体概念复杂化的深化点：在三级智能之前， AI 更多是在工具、伙伴和人类中心智慧体之间转换；但如果三级智能意味着智能体产生主体意识，那么智慧体就不再只是人的认知扩展，而可能变成人与智能体之间的协作、博弈或共生关系。
四级智能，是理论有机体复现能力。所谓理论有机体，是指一个能够在概念、原理、方法和逻辑关系之间持续动态耦合，并在外部环境变化中自我修正、扩展和适应的形式化知识系统。五级智能，是理论有机体构建能力。此时， AI 不仅能够复现已有理论系统，还可能构建新的理论生态和演化规则。当 AI 进入四级、五级智能层级时，它不仅参与问题框架构建，还可能形成自身的理论生态，即一个具有自我维持和演化能力的认知系统。这意味着 AI 已经不再仅仅作为认知工具存在，而是具备类似生物有机体的自组织稳态特征。 表 2-5 AI 智能等级及其对人机关系的影响
人的原创判断被替代；主体意识问题浮现
表 2-6 三级智能前后人机关系的结构变化
人与智能体之间的协作、博弈或共生结构
进一步讨论两个主体如何协商、授权和共处
由此可见， “ 工具 — 伙伴 — 智慧体 ” 不只是使用态度的差异，也与 AI 的智能等级密切相关。低等级 AI 即使被称为伙伴，也主要承担辅助功能；高等级 AI 即使被当作工具，也可能事实上参与问题框架和认知结构的生成。因此，智能等级越高，主导权问题越复杂。尤其在三级智能之后，人类需要审查的不再只是 AI 输出是否正确，还包括 AI 的问题设定是否合理、理论框架是否偏向、主体地位是否发生变化，以及价值排序是否仍然可接受。
（三）价值中心：人类中心与非人类中心
主导权讨论的是 “ 谁在主导 ” ，智能等级讨论的是 “AI 有多强 ” ，但二者仍未回答一个更根本的问题：这种主导最终服务于谁这就是价值中心问题。
在人类中心框架下， AI 无论是工具、伙伴还是智慧体，最终都应服务于人的能力增强、人类价值和人的责任承担。 AI 可以参与推理、生成、反馈、模拟和组织，但最终目标设定、价值判断和责任承担仍然应当在人。换言之，在人类中心框架中， AI 的嵌入是为了扩展人的智慧，而不是替代人的主体地位。
非人类中心则提出了更具挑战性的问题。它并不简单等同于 “AI 造反 ” ，而是一种价值中心的转移。也就是说， AI 不再默认人类利益优先，而可能将人类利益视为众多价值中的一种，甚至在某些情况下将人类视为实现自身目标的资源、节点或障碍。按照偏离程度，非人类中心可以表现为价值中立、目标自主、决策主导、人类工具化和人类淘汰等层级。