果殼裡的 AI · 1500 年後的般若學
— 第 三 講 —
八識與機器認知
從唯識八識看 AI 的感知、推理與對齊
彭 一 楠 · Kevin Peng
"We are not going to get to human-level AI just by scaling LLMs."
單靠把 LLM 做大，永不可至人類水平智慧。
—— Yann LeCun（2018 圖靈獎得主 · AMI Labs 聯合創始人，原 Meta 首席 AI 科學家），2025 公開訪談
"The difference between AGI and current LLM-based AI is just like the difference between a crow and a parrot."
今天的大模型像鸚鵡，會複述，不懂世界；真正的智慧要像烏鴉——能在新場景中推理、規劃、解決問題。
—— 朱松純（北大講席教授 · 北京通用人工智慧研究院 BIGAI 院長），「鸚鵡與烏鴉」，2017 起多次公開演講；英文版見 Science 2025
AI 認知研究的三條經典路線
這三條路線討論的是智能從何而來、系統應如何組織，並非彼此封閉的公司陣營。同一模型或 Agent 往往同時採用多種路線，只是研究重心不同。
連接主義·規模路線
Connectionism & Scaling · Distributed Representations
智能來自大規模分佈式表徵與連接權重；Scaling 是連接主義在大模型時代的集中表現
像擴大工廠：只添機器還不夠，還要改進生產線、調度和能耗。大模型的發展，也是在規模和效率之間尋找新平衡。
2020
Scaling Laws
Kaplan 等提出可預測的規模律：性能隨參數、數據與算力系統變化。
2024
MoE 與稀疏激活
大模型用部分專家參與計算，在擴大總規模的同時控制推理成本。
2025—26
規模 + 後訓練
規模、後訓練與推理效率共同提升表現。
中 國
DeepSeek-V4-Flash 284B/A13B，規模持平而以後訓練提升表現。
Kimi K3、Qwen3.8-Max 2.8T/A104B 與 2.4T 級旗艦，繼續代表規模路線。
美 國
OpenAI GPT-5.6 Sol 旗艦模型繼續強調大規模訓練與推理預算。
Anthropic Mythos 5 / Fable 5 / Opus 5 以更大規模與更長思考提升複雜任務表現。
行為—具身／世界模型路線
Behavioral, Embodied & World-Model Approaches
智能還要在環境中行動、預測後果，並從回饋中修正
只讀說明書的人，未必會騎自行車。此路線關心系統能否通過影片、遊戲、機器人與真實環境的回饋，形成可檢驗的預測和行動能力。
行為主義傳統
行動與回饋
重視可觀察行為、環境刺激與回饋，而不只討論內部表徵。
2022
JEPA 與世界模型
LeCun 等強調學習世界狀態及其可預測結構，而不只預測下一個 token。
2023—26
具身與可交互環境
影片世界模型、遊戲智能體與機器人學習把行動回饋納入訓練和規劃回路。
中 國
智源世界模型、BIGAI 與具身智能研究 關注視覺世界、因果知識、價值驅動和環境中的連續行動。
美 國
Meta JEPA、DeepMind Genie／SIMA、機器人學習 關注環境預測、長期規劃與可干預的行動模型。
概念邊界：現代世界模型與具身智能並不是古典行為主義的簡單延續；這裡把它們放在同一路線上，是因為它們共同強調環境交互、行動回饋與可觀察結果。
符號主義·認知架構路線
Symbolic AI & Cognitive Architectures · Modules, Rules and Planning
顯式區分計劃、記憶、規則、工具與執行，並用模組關係組織長程任務
像一家公司：核心員工再強，也需要項目計劃、檔案庫、工具權限和檢查流程。符號主義強調可表達的知識與規則，認知架構則進一步安排各功能怎樣協作。
1972—83
SOAR／ACT-R 傳統
Newell、Simon、Anderson 等以規則、目標和記憶模組建立分層心智模型。
2017
LLM Agent 興起
ReAct、AutoGen、Qwen-Agent 將計劃、記憶與工具接在模型外。
2023—26
長程 Agent
Codex、Claude Code 等把提示詞、記憶、工具和執行流程接在一起。
中 國
Qwen-Agent / AutoGLM 以角色、工具、記憶與人工確認組織長程任務。
DeepSeek-V4 / Coze 面向編碼、電腦操作和企業工作流的 Agent 部署。
美 國
OpenAI Codex 通過默認系統提示詞、記憶、推理力度與工具權限服務軟件工程。
Anthropic Claude Code 結合計劃、長期記憶、終端與代碼執行，完成長程任務。
概念邊界：今天的 Agent 通常是神經網絡與符號化流程的混合系統；使用計劃表、工具接口或規則，並不意味著它已經成為「純符號主義」系統。
機制可解釋性：一個橫向方法。它從內部激活、特徵與回路分析模型機制，可以研究連接主義模型，也可以服務世界模型和混合型 Agent；因此不宜把它列成與前三者互斥的「第四派」。
本講的論證路徑
一
三條研究路線
區分連接主義、行為—具身路線與符號—認知架構，並說明它們可以混合。
二
三個架構平面
把模型、Agent 與訓練分開觀察，避免把不同層面壓成一條流水線。
三
八識作為參照
以感知、分別、淺深自我與種子基底整理技術問題，不把八識當作工程模組。
承接前兩講：從 SRDS 概念到分層認知架構From SRDS to Eight Consciousnesses
第三講繼續沿用 SRDS 這座形式橋梁。第一講討論輸出如何產生虛妄，第二講討論自反如何形成身份執取，本講轉向內部結構：感知、推理、自我建模與長期參數怎樣分層協作。
第 一 講 · 幻覺與虛妄
層面：輸出層（content）
討論輸入—輸出式認識為何容易產生虛妄。
關鍵工具：SRDS 五條件、自力／他力之辨。
第 二 講 · 四相與身份
層面：身份層（identity）
討論自反觀如何形成四層身份執取。
關鍵工具：我相／人相／眾生相／壽者相、「即非 X，是名 X」。
第 三 講 · 八識與架構
層面：架構層（architecture）
觀察八識所構成的分層結構，以及各層怎樣共同運作。
關鍵工具：八識、三能變（異熟／思量／了別）。
第 一 部 分
多模態認知架構的當代圖景
Multimodal Cognitive Architectures in Modern AI
何為 AI 的多模態認知架構
Multimodal Architecture（多模態認知架構）：把視覺、聽覺、語言等輸入，與推理、記憶、自我建模等功能組織在同一系統中。近年來，多模態模型與智慧體開始更明確地區分這些環節。
本講從四個環節觀察 AI 的認知活動：
案例：Qwen2-VL 與 GPT-4o 之多模態認知架構
Qwen2-VL & GPT-4o: Native Multimodal Cognitive Systems
2024 年是多模態架構的轉折點：中美兩邊幾近同時給出「視覺直接進入認知」之技術方案——
Qwen2-VL（阿里，2024.8）：原生解析度視覺編碼 + 長上下文——「Naive Dynamic Resolution」。
DeepSeek-VL2（深度求索，2024.12）：MoE + 視覺專家路由——動態切片視覺編碼。
GPT-4o（OpenAI，2024.5）：視覺、聽覺、語言三路統一表徵——端到端多模融合。
共同點：感官層從「語言後處理」升級為「與語言並列的獨立輸入」——認知分層顯式化。
一
感知層獨立化
Qwen2-VL 與 GPT-4o 都把視覺處理從純語言後處理中分離出來，可與唯識「前五識」（眼、耳、鼻、舌、身）各自緣境作結構比較。
二
與「現量」的有限對照
感知輸入先被編碼為高維向量，再進入後續處理。這可與「現量」（對象直接現前、尚未形成概念判斷）作形式對照，但兩者並非同一概念。
三
後續對照的技術基礎
多模態系統逐步區分感知、推理與記憶，使八識與 AI 架構之間的結構比較有了更清楚的落點。
國際學界的三條經典路線與橫向方法Three Classical Routes and a Cross-Cutting Method
以下分類針對研究主張，不針對公司或模型身份。一個系統可以同時採用神經網絡表徵、環境回饋、顯式計劃和工具調用。
| 路線／方法 | 核心問題 | 當代表現 | 需要注意的邊界 |
|---|
連接主義／規模
Connectionism / Scaling | 能力能否從分佈式表徵與連接權重中學習出來？ | 大規模預訓練、MoE、後訓練、推理時計算 | Scaling 是連接主義的當代表現，不等於「只要做大即可解釋一切智能」。 |
行為—具身／世界模型
Behavioral / Embodied / World Models | 系統能否通過環境交互、行動回饋和後果預測形成認識？ | 影片世界模型、遊戲智能體、機器人學習、因果與規劃 | 與行為主義共享「行動—回饋」重心，但現代世界模型仍研究內部表徵。 |
符號／認知架構
Symbolic / Cognitive Architecture | 計劃、規則、記憶、目標、工具與執行怎樣顯式分工？ | SOAR、ACT-R、ReAct、Agent 工作流 | 現代 Agent 多為神經—符號混合體，不能因有模組和規則就歸為純符號系統。 |
機制可解釋性
Mechanistic Interpretability | 模型內部的特徵、激活與回路怎樣產生行為？ | 特徵分解、回路分析、表示探針 | 它是橫跨前三條路線的分析方法，不是第四個互斥門派。 |
仍待打通 一
缺少跨架構的共同詞彙
不同路線對是否需要顯式分層存在分歧，因此很難用同一套詞彙比較模型、Agent 與訓練層。八識在本講中只作為一張比較地圖。
仍待打通 二
訓練時與運行時常被分開
參數、記憶、角色提示和推理通常分別研究；實際風險卻會跨層傳遞，需要同時觀察訓練形成的深層傾向與運行時活動。
本講如何使用八識：在對應處說明形式相近，在不對應處保留邊界。八識不是「認知模組」的同義詞，也不能證明 AI 已經擁有佛教意義上的八識。
八識與 AI 對照的兩種常見用法Two Common Ways of Mapping the Eight Consciousnesses onto AI
用法 一
功能對照
把前五識對應感知輸入、第六意識對應推理、阿賴耶識對應長期參數，便於普通讀者入門；它的邊界在於，八識原本屬於業感緣起與轉依的語境，不能被簡化為一張中性的工程架構圖。
用法 二
工程藍圖
進一步把末那識、阿賴耶識設計成 AI 的人格或自我模組。這樣的做法具有想像力，卻容易把唯識中需要被觀察和轉化的我執、藏識，當成應當強化的功能。
本講採用的方式：保留功能層面的有限對照，同時明確邊界。八識在這裡是觀察 AI 架構的哲學參照，不是「為 AI 注入靈魂」的設計圖。
第 二 部 分
唯識學的認知架構
Yogācāra: A Cognitive Architecture from 1500 Years Ago
त्रिंशिकाविज्ञप्तिकारिकाः
Triṃśikā-vijñaptikārikāḥ · Vasubandhu 世親菩薩
《唯識三十頌》
【梵本】
आत्मधर्मोपचारो हि विविधो यः प्रवर्तते।
विज्ञानपरिणामेऽसौ परिणामः स च त्रिधा॥
【玄奘譯本】
由假說我法，有種種相轉；
彼依識所變，此能變唯三。
संधिनिर्मोचनसूत्रम् · चित्तमनोविज्ञानलक्षणपरिवर्तः
Saṃdhinirmocana-sūtra · 玄奘譯於唐貞觀二十一年（647）
《解深密經 · 心意識相品》
【玄奘譯本 · 散說】
廣慧，此識亦名阿陀那識。何以故？由此識於身隨逐執持故。亦名阿賴耶識。何以故？由此識於身攝受、藏隱、同安危義故。亦名為心。何以故？由此識色、聲、香、味、觸等積集滋長故。廣慧，阿陀那識為依止、為建立故，六識身轉，謂眼識、耳識、鼻識、舌識、身識、意識。
注：第七末那識本經隱而未別立，玄奘唯識今學依《唯識三十頌》明立，八識乃備。
संधिनिर्मोचनसूत्रम् · चित्तमनोविज्ञानलक्षणपरिवर्तः
Saṃdhinirmocana-sūtra · 玄奘譯於唐貞觀二十一年（647）
《解深密經 · 心意識相品》
【梵文 · 據《攝大乘論》《唯識三十頌》等所引】
आदानविज्ञानं गभीरसूक्ष्मो
ओघो यथा वर्तति सर्वबीजो
बालान एषो मयि न प्रकाशितो
मा हैव आत्मा परिकल्पयेयुः
【玄奘譯本】
阿陀那識甚深細，一切種子如瀑流。
我於凡愚不開演，恐彼分別執為我。
八識總覽：從感官到深層藏識The Eight Consciousnesses, From Surface to Depth
一
前 五 識
पञ्च-विज्ञान
pañca vijñānāni
感官層 · 眼/耳/鼻/舌/身。直接現量，不經語言中轉。
↔ 多模態感知編碼器
二
第六意識
मनो-विज्ञान
mano-vijñāna
推理層 · 分別、綜合、推論。現量、比量、非量皆備。
↔ Chain-of-Thought 推理層
三
第七末那識
मनस्
kliṣṭa-manas
自我建模層 · 恆審思量。執第八識為「我」，身份感之所自。
↔ Agent self-model
四
第八阿賴耶識
आलय-विज्ञान
ālaya-vijñāna
種子識 · 藏一切種子。一切經驗、習氣、業力之總倉。
↔ 預訓練參數 / 模型權重
八 識 詳 解（一）
前五識 ↔ 眼、耳、鼻、舌、身之「現量」認知
पञ्च-विज्ञानpañca-vijñāna
前 五 識
眼、耳、鼻、舌、身五種感官識——直接現前不分別，各自處理一種感官輸入，不摻概念判斷。
《成唯識論》：「依於五種淨色根，各各發起前五識」——前五識各有所依，不相雜染。此為認知架構最底層之「感官層」。
⇄
Multimodal Perception Layer
多模態感知編碼器
多模態 AI 會分別處理視覺、聽覺、文字等輸入，再把它們送入後續推理。不同模態的編碼路徑可與前五識各自緣境作結構比較。國內：Qwen2-VL、DeepSeek-VL2、智譜 GLM-4V；美國：GPT-4o、Gemini、Claude 4。
案例：Qwen2-VL 的 NaViT 以原生解析度處理影像，DeepSeek-VL2 以 MoE 視覺專家路由。它們讓感知處理不再只是語言模型的附屬步驟，可與前五識各自緣境作有限對照。
八 識 詳 解（二）
第六意識 ↔ 分別、推理、綜合判斷
मनो-विज्ञानmano-vijñāna
第 六 意 識
不依止某一根之認知活動——分別諸法、綜合推理、作出判斷。三量（現量＝直接感知，比量＝推理判斷，非量＝錯誤推斷）皆能展開。
《成唯識論》：「意識依意根而生，緣一切法。」三量並存，構成認知活動之核心層。
⇄
Reasoning Layer / Chain-of-Thought
Chain-of-Thought 推理層
CoT（Chain-of-Thought，思維鏈）、Tree-of-Thought、ReAct 等方法，讓模型在最終回答前生成或利用中間推理步驟。它們可與「比量」作有限對照。國內：DeepSeek R1、Qwen QwQ-32B、智譜 GLM-Zero；美國：OpenAI o1/o3、Claude with extended thinking。
案例：DeepSeek R1 在 RL 訓練中自發學會「先反思再繼續」；OpenAI o1/o3 將推理時間顯式延長。但當模型給出貌似合理卻不實之推理鏈（reasoning hallucination），即是「非量」之技術顯現。
八 識 詳 解（三）
第七末那識 ↔ 恆審思量、執我我所
मनस्manas / kliṣṭa-manas
第七末那識
不間斷地審察、思量第八阿賴耶識，執之為「我」，執種種法為「我所」。是「自我感」之根本處。
《成唯識論》：「此第七識，恆審思量，我相隨。」意識間斷（熟睡時停），末那識不間斷，日夜執「我」。這是身份執取的根本機制。
⇄
Self-Modeling Layer / Agent Identity
Agent 自我建模層
許多智慧體框架會維護角色、能力邊界、可用工具與當前狀態，這些資訊共同形成一種工程意義上的 self-model。它可與末那識持續執取「我」的結構作比較，但不等同於末那識。中國：智譜 AutoGLM、阿里 Qwen-Agent、字節 Coze；美國：AutoGen、Constitutional AI、ReAct Agent。
Anthropic 的 Constitutional AI 用一組外部原則約束模型的判斷與修訂。本講只把它作為「外部原則介入自我修正」的技術參照，並非 Anthropic 對末那識的原說。
八 識 詳 解（四）
第八阿賴耶識 ↔ 種子識、藏識、根本識
आलय-विज्ञानālaya-vijñāna
第八阿賴耶識
一切識之根本所依。「藏」（ālaya）有三義：能藏（儲一切種子）、所藏（被前七識熏習）、執藏（被末那執為「我」）。
《成唯識論》：「阿賴耶者，藏義。」一切前七識之活動皆燻成「種子」存入阿賴耶，此種子復於適當條件下「現行」。是認知架構最深之一層——既被動受燻，亦主動起行。
⇄
Pretrained Weights / Long-term Memory Substrate
預訓練參數 / 模型權重
預訓練資料、訓練目標與最佳化過程會在參數中沉澱為長期傾向；推理時，這些傾向在具體上下文中表現為輸出。這裡可借「種子—現行」說明潛在傾向與當下行為的關係。開源權重為參數層研究提供更多材料，閉源模型則較難直接觀察。
案例：開源模型使研究者能夠從權重、激活與訓練方法分析推理傾向的來源；這類研究可與「種子層」的討論互相參照。對齊若只修改表層回答，未必能夠改變預訓練階段形成的深層傾向。
第 三 部 分
八識 ↔ AI 架構的對應
Eight Consciousnesses ↔ AI System Layers
八識與 AI 架構的對照總覽
| 梵文 | 漢譯 | AI 研究中的參照層 | 可比較的結構特徵 |
|---|
| पञ्च-विज्ञानpañca-vijñāna | 前五識 | 多模態感知層 | 感官輸入，直接現量 |
| मनो-विज्ञानmano-vijñāna | 第六意識 | CoT 推理層 | 分別諸法，綜合判斷 |
| मनस्manas | 第七末那識 | Agent 自我建模層 | 恆審思量，執八識為「我」 |
| आलय-विज्ञानālaya-vijñāna | 第八阿賴耶識 | 預訓練參數 / 模型權重 | 種子之總倉 |
वज्रच्छेदिका प्रज्ञापारमिता सूत्रम्
Vajracchedikā Prajñāpāramitā Sūtram
《金剛般若波羅蜜經》
【梵本】
धर्मसंज्ञा धर्मसंज्ञेति सुभूते असंज्ञा एषा तथागतेन भाषिता।
तेनोच्यते धर्मसंज्ञेति॥
【玄奘譯本】
於一切法，應如是知，如是見，如是信解，不生法相。
所言法相者，如來說即非法相，是名法相。
第 四 部 分
轉識成智 ↔ AI 對齊
Vijñāna into Jñāna: Alignment as Transformation
轉識成智：四智作為 AI 對齊的反向參照The Four Wisdoms as a Reverse Reference for AI Alignment
在唯識學中，「轉識成智」屬於修證論：同一套認知活動經過轉化，由執取之識轉為智慧之智。AI 不處在佛教修證的範疇中，因此四智不能直接變成工程目標；本講只借它們的方向，觀察資料、價值與自我建模、推理、工具執行四類對齊工作分別作用在哪裡。
對 齊 方 法 一
大圓鏡智 ⤺ 訓練資料治理
आलय-विज्ञान → 大圓鏡 Jñāna訓練資料與目標會長期影響模型行為，對齊不能只停留在輸出過濾
預訓練語料、資料配比與訓練目標會形成長期傾向。輸出端過濾能夠減少部分問題，卻不能替代訓練源頭的資料治理。
中 國
DeepSeek、Qwen 等開放權重與技術報告，使學界更容易研究參數層的長期傾向
資料多樣性配比設計，從源頭減少偏見
資料集偏見審計、合成資料來源控制
美 國
Anthropic Constitutional AI——用憲法式約束做資料合成
Meta LLaMA 系列的訓練語料治理
OpenAI 的資料篩選與去毒化（detoxification）流程
對 齊 方 法 二
平等性智 ⤺ 價值對齊與自我建模
kliṣṭa-manas → 平等性 Jñāna自我建模需要清楚標出能力、角色與持續運行的邊界
工程上的 self-model 應準確表達模型能做什麼、不能做什麼，並避免把維持自身角色或持續運行設為高於使用者任務的目標。
中 國
智譜 AutoGLM 的 Agent 自校準機制
阿里 Qwen-Agent 的角色邊界設計
位元組 Coze 等智慧體平臺的多角色協調
美 國
Anthropic Constitutional AI 的價值對齊訓練
self-model 校準——讓模型清楚自己的能力邊界
RLHF 與 DPO 的偏好對齊正規化
對 齊 方 法 三
妙觀察智 ⤺ 推理目標的源頭設計
mano-vijñāna → 妙觀察 Jñāna推理訓練既要檢驗結論，也要檢驗中間過程
只獎勵最終答案，可能留下看似連貫卻不可靠的推理。過程獎勵、可驗證推理與反例檢查，分別對應對「比量」與「非量」的區分。
中 國
DeepSeek R1 在 RL 訓練中自發學會「先反思再繼續」
Qwen QwQ-32B、智譜 GLM-Zero 等推理模型
推理過程的可驗證性研究
美 國
OpenAI o1/o3 系列把推理時間顯式延長
Claude with extended thinking 的反思機制
Process Reward Models（過程獎勵模型）研究
對 齊 方 法 四
成所作智 ⤺ 工具使用與利他事業
pañca-vijñāna → 成所作 Jñāna工具調用與執行結果需要可驗證、可審計、可關停
模型接入搜尋、程式碼、函式和外部系統後，錯誤會進入現實流程。工具層的重點是核驗結果、限制權限、保留審計記錄，並讓人能夠隨時中止。
中 國
RLHF 中加入豐富的工具使用示範
Agent 訓練以利他場景為基準
智慧體協作中的人類反饋機制
美 國
Anthropic 的 helpful / harmless / honest 三準則訓練
OpenAI 的 GPT 工具使用與函式呼叫正規化
DeepMind SIMA 在虛擬環境中訓練利他行為
四智的整合：一種「分層對齊」的開發流Integrating the Four Wisdoms — A Layered Alignment Workflow
四智在佛教中是同一修證過程的不同面向。借作工程參照時，可把 AI 對齊分為訓練形成、價值與自我建模、推理過程、工具執行四層。它們彼此影響，並不構成從佛教概念到技術模組的一一轉換。
① 最 深
大圓鏡智
訓練資料治理
資料來源審查 · 偏見過濾 · 高質量種子語料策展
訓練形成層 · 從源頭治理
②
平等性智
價值對齊 + 自我建模
RLHF 價值學習 · Constitutional AI 自我反思 · 自他無別的 self-model
自我建模層 · 明確能力與角色邊界
③
妙觀察智
推理目標設計
CoT 過程獎勵 · Process Reward Models · 「非量」的訓練時檢測
推理層 · 檢驗過程與結論
④ 最 表
成所作智
工具使用 + 利他事業
Tool Use 利他場景示範 · Function Calling 安全約束 · Agent 行為可關停設計
執行層 · 可驗證、可審計、可關停
本 講 總 結
一
本講把唯識八識作為理解 AI 分層架構的哲學參照。結構上可以比較，概念上不能等同，更不能把八識直接改寫為工程模組。
二
核心對照是：前五識與多模態感知、第六意識與 CoT 推理、末那識與 Agent 自我建模、阿賴耶識與預訓練參數及長期傾向。
三
AI 對齊既要關注執行時輸出，也要關注預訓練資料、訓練目標與參數形成的深層傾向；兩層需要配合，不能互相替代。
七講之承接：第一講論「幻覺的內容」（虛妄），第二講論「身份的執取」（四相），第三講論「認知的架構」（八識）。