徐 贲：人机共笔，岂能以盲辨色？

学人简介：徐贲，1950年生于江苏苏州，美国加州圣玛丽学院英语系荣休教授。作者授权首发。原标题为《 守门人缺席的AI时代：从“穿越论文”看高校如何重建学术把关 》，现标题为编者所拟。

写作从来不只是生产文字。一个人写一篇文章，得到的当然是一篇作品，但在组织语言、辨认问题、反复取舍和修改的过程中，他也在逐渐形成那个能够写作的人。作品是写作留下的结果，写作者则是写作留下的另一个结果。过去，这两者几乎不可分离：要得到前者，就必须亲自经历产生后者的过程。

AI带来的真正变化，在于它第一次把这两件事清楚地拆开。作品可以越来越少经过人的亲手完成，而写作者是否仍然因此得到形成，却不再是一个自动发生的过程。

真正深入人机共笔的人，之所以值得倾听，不只是因为他知道AI能把文字做到什么程度，更因为他已经站到了这条分界线上，亲眼看见作品与写作者分离之后，人可能得到什么，又可能失去什么，因而成为一种新知识人格的实验。反过来说，若从未在这条分界线上真正走过，却急于为共笔实践划定边界、颁布禁令，便难免有“以盲辨色”之嫌。

当生成式人工智能将文字生产的边际成本压到趋近于零，教育界陷入了前所未有的焦虑。许多人主张重新筑起高墙，禁止学生在写作中使用AI，试图以此守住人文教育的阵地。但一个长年在创作实践中与AI反复磨合的教授，不会做出这样的决定。他不会教学生远离AI，因为他比旁人更早明白：禁令既难执行，也未必值得执行。他真正要严厉提醒学生的是另一件事：不要在享受技术红利的同时，把自己作为写作者被塑造的机会一并让渡出去。

PART 01

断裂的分界线：从“自然发生”到“主动选择”

在AI介入之前，“完成一篇作品”与“塑造一个写作者”如同一枚硬币的两面。学生要写出一篇有立场的文章，必须经历资料的搜集、概念的辨析、论证的卡壳与词不达意的煎熬。这些不舒服的时刻，恰恰是思维的负重训练，认知结构也正是在这样的阻力中变得坚韧。古人所谓“吟安一个字，捻断数茎须”，说的虽是诗人的苦吟，其中的道理却更宽：形成写作者的，常常是那些最费力的取舍，而不是最终的成品。

AI第一次把两者清楚地剥开。成果变得轻易：几秒钟内，一份结构完整、辞采不俗的文本就能摆在面前。主体却可能因此变得空洞：如果生成的过程没有个人的深度卷入，那个本该在磨砺中成熟的思考者，就失去了被锤炼的机会。更值得注意的是，这种失去是无声的。作品依然漂亮，作者却可能不再长进，而漂亮的作品恰好掩盖了作者的停滞。

这里有一个常被忽略的变化：形成写作者，从前是“自然发生”的副产品，如今必须成为“主动选择”的目标。过去的学生不必知道自己正在被写作塑造，因为别无他途；今天的学生则必须清楚地知道，自己每一次把什么交给机器、把什么留给自己，都是一次关乎成长的决定。深谙人机共笔的教授之所以不主张“远离”，正是因为他明白，单纯的回避无法抵御技术的浪潮，只会让学生在毫无准备的情形下，于课堂之外与AI不期而遇。他要做的，是带学生站到这条被撕开的分界线上，看清这个时代的新图景：AI已不再是偶一为之的辅助工具，而正在成为一种新的知识公共设施。

因此，在当下，深谙人机共笔的教授更可能具有与随大流不同的知识人格。大概率，他是一个不畏惧创新实验的人，不跟风，也不计较由此可能带来的个人得失。他的共笔实践并非自然发生，而是在普遍排斥、甚至敌视AI参与写作的大环境中，作出的主动选择，也可能因此付出学术认可的代价。正因为如此，他更有资格告诉学生：真正需要守住的，并不是远离AI，而是在AI进入写作之后，仍然保留那个能够被写作塑造的自己。

PART 02

知识公共设施时代：共笔实践的造车、驾驭与路况预警

AI海量的语料与推理能力，正在成为人类从未有过的公共资源。AI提供的知识虽然良莠不齐、真伪混杂，却已经越来越像一种向所有人开放的知识公共设施，如同一张四通八达、全天候开放的知识高速公路网。以这张纵横交错的高速公路网为背景，才能重新理解人机共笔时代的师生关系与教育本质。

过去，教授的优势部分来自“独家地图”，也就是知识的信息差。他知道哪里有路，哪里有坎，学生要依赖他的指点才能前行。高速公路网铺开之后，这种信息差正在迅速缩小，人人都可以上路，学生甚至可能在某些局部知识上比老师知道得更多。此时教授若依然能跑在前面，靠的就不再是掌握别人不知道的路线，而是多年积累的学养、思考能力、问题意识与人文洞察，也就是一辆经过长期磨炼、真正属于自己的“车”。

车不能借。知识可以共享，AI可以共享，甚至道路和导航都可以共享，但一辆能够真正驾驭这条高速公路的车，只能由自己制造。一个有深厚学养、敏锐问题意识和几十年人文研究经历的学者，他运用AI的能力、效率以及由此产生的成果，并不是可以直接转让给学生的现成资本。学生可以观察他的驾驶，学习他的造车方法，却无法借用他的车上路。有人能够造出性能优越的跑车，有人暂时只能造出一辆三轮车；差别不在于谁拥有一条更好的公路，而在于每个人带到公路上的，究竟是一辆什么样的车。

现实的挑战是“造车”门槛的阶层与基础分化： 我们只是假设学生在经历艰难后能建立独立思考能力，但在现实教学中，基础薄弱的学生更容易在AI的流畅输出中彻底丧失“造车”的意愿。如何帮助起点较低的学生建立最初的“认知引擎”，是实践中的最大挑战。

造车能力的差异，使教学任务发生了根本的变化。教授首先要从“卖地图的人”变为“造车导师”。他不能替学生造车，更不可能把自己的车交给学生，而是要帮助学生逐渐形成自己的认知引擎和驾驶能力。引擎是主体意识与提问能力。没有独立想法的学生，即使拥有强大的AI，也很容易被算法的惯性推着走，最终停留在平庸的共识里。教授要训练学生不断提出真正的问题，以自己的意志决定方向。底盘则是批判性思维与审美裁断。面对AI瞬间铺开的庞大文本，学生需要在多条可能的写作路径中分辨：哪一条更有思想的分量，哪一条更经得起事实与伦理的检验。判断力不足，工具越强，偏离方向的速度反而越快。

教授的角色还要从“领跑者”变为“路况预警员”。跑得快不等于能安全抵达。凭借学术与人生的积累，教授可以帮助学生预判那些不容易看见的隐患。其一是“自动驾驶”带来的认知惰性：当复杂的推演与组织都交给AI代劳，思维的肌肉会加速萎缩，而且萎缩得不露痕迹，因为产出始终流畅。其二是同质化的迷航：AI的输出容易趋向最大公约数，缺乏积累的使用者很容易在看似浩瀚、实则雷同的文字洪流里，丧失敏锐的问题意识，甚至丧失分辨“好”与“通顺”的能力。其三是主体性的悬崖：在高产出与高效率的诱惑面前，人容易不知不觉退居为机器的校对员，而自己尚不自知。

这些提醒如果只是口头说教，效果有限，因为学生往往要亲身撞过一次墙，才真正相信。更有力的教法，是让学生亲眼看见同一种工具在不同人手里能够产生多大的差别。

教授可以和学生一起面对同一个题目，使用同样的AI工具，各自完成一篇文章。学生会很快发现，工具相同，结果却可能相去甚远。教授多年积累的专业知识、敏锐的问题意识、跨学科的连接能力和扎实的基础写作功底，会进入提问、取舍、判断和修改的每一个环节，使AI参与之后的作品仍然带有鲜明的思想质量。学生由此看到的，不只是教授“更会用AI”，而是究竟哪些因素造成实际写作效果会有如此巨大的差异。这里对照的当然不是所谓“AI痕迹”的多少。消除AI痕迹不过是一种低级的文字整容，并不涉及思想质量的真正提升，更无法取代写作者在提问、辨析与裁断中展现的主体深度。

还可以把这种差异再做一次对照：同一个题目，学生先不借助AI写出一个粗糙的初稿，再让AI生成一个流畅的版本，然后比较两者究竟差在哪里，又有哪些东西是流畅版本里根本没有的。学生可能第一次发现，自己那份笨拙的初稿里，恰恰保留着一个意外的比喻、一处不合常规却真实的判断，或者一个尚未成熟却属于自己的问题。另一方面，他们也会看到，教授的作品之所以不同，并不是因为教授拥有一个与自己不同的AI，而是因为他带进AI对话中的东西不同。

说到底，评论人机共笔文章的标准是，立意高远、逻辑缜密、文字深刻，精准切中论题的核心痛点，不是表面功夫的AI痕迹伪装。在公共空间里，任何一个人公开发表优秀的共笔作品，提供的都是这样的样品，不是抽象说教，而是以身作则。

同样，在学校教育的范围内，教授不是抽象地告诉学生“要有主体性”，而是把自己的作品当作样品，让学生能够实体观摩：一个人的学养、经验、问题意识和判断力，究竟怎样进入人机共笔，最后又怎样从机器提供的巨大可能性中，筛选出属于自己的东西。这相似于传统的师傅带徒弟——真正的技艺很难靠规则传授，更多时候是在共同做事、共同面对材料的过程中，看见一个高手究竟怎样判断、怎样取舍、怎样出手。

这多少接近古罗马修辞教育中的imitatio（模仿）与exercitatio（操练）：学生不是先听懂一套抽象的写作理论，再独自摸索，而是在教师和经典范本面前观摩、模仿和反复实践，把他人的技艺逐渐化为自己的能力。到了更高阶段，这种训练又进入declamatio（模拟演说，即面对一个设定的问题，当众组织并捍卫自己的论证）。教师因此不仅是知识的传授者，也是一个可以被观察、模仿和挑战的“样品”。

真正的技艺往往不是通过规则移植的，而是在共同实践中被看见、被模仿，最终成为自己的东西。这种“样品式教学”比任何告诫都更有说服力。学生最终看到的，不是某一种值得模仿的文字风格，而是一个事实：AI可以成为所有人的公共工具，却不会因此让所有人拥有同样的思想。真正需要形成和保护的，仍然是那辆只能由自己造出来、最终也只能由自己驾驶的车。

对AI知识高速公路，有两类完全不同的心怀恐惧和讳莫如深的教授，一类是自己从来没有真的在路上跑过，却对学生说如何如何危险的；另一类是自己偷偷实践，尝到了甜头，却把经验当成独家秘笈藏起来，秘不示人的。这样不仅能维持师生之间旧有的知识信息差，还能进一步获得方法优势，维护自己的学术资本。

相比起这两类人，认真、诚恳、讲究方法地引导学生共笔实验的教授，恐怕是高校更需要的知识授业者。在学校之外，他们更可能成为有益于文化转型的启蒙者和公共知识分子。

PART 03

主体性在场：重构“人机共笔”的写作伦理

深谙人机共笔的教授所贯彻的，不是偷懒代写的功利主义，而是一种带着危机意识的“清醒写作”。他会为学生划清“代写”与“共笔”的界限，而这条界限不在于用了多少AI，而在于决定权握在谁的手里。

所谓偷懒代写，是人给出模糊乃至匮乏的提示，由AI生成全文，人只做表面的修饰。在这个过程中，人让渡了判断，沦为AI的附庸，署名的作品里没有署名者真正的思考。所谓深度共笔，则要求文章的逻辑、问题意识、价值立场与关键洞见，始终由人来提出、判断和取舍。AI在其中可以是追问者，逼人把含糊的想法说清楚；是反例的提供者，帮助人检验论证的薄弱处；也是跨领域材料的提供者，拓宽人的视野。它可以参与思考的展开，却不能替人完成最后的判断。人始终是导演与主审，AI则是能力很强的顾问与辩友。

不妨再给学生一个简单的自测：写完之后，合上AI，凭自己的理解复述全文的论证，并回答别人可能提出的质疑。能够做到，至少说明文章的思想经过了自己的理解、判断与消化；做不到，那份文章无论多么漂亮，也仍然带有“借来的思想”的性质。这个标准的好处在于，它不依赖对使用方式的监控，而依赖学生对自己的诚实，而诚实本就是写作伦理最根本的部分。

由此，写作教学的重心也发生转移。字句的雕琢当然仍有价值，但它不再是最稀缺的能力。更稀缺的是提出真问题的能力，是对论证穷追不舍的耐心，是在多种可能之间作出价值裁断的勇气。AI可以帮助这些能力展开，却不能替人经历它们形成的过程。真正的人机共笔，不是把思考交给机器，而是在机器参与之后，人的判断仍然在场。

这种教育观并非今天才出现。古代罗马的昆体良在《雄辩术原理》（Institutio Oratoria）中提出，真正的演说家必须是vir bonus dicendi peritus（善于言说的善人）：教育不能只训练一个人说得漂亮，还必须塑造他的品格、判断和对正义的理解。对昆体良而言，语言能力与人格形成从来不是两件可以分开的事情。这个古老的原则放到AI时代，反而显出新的意义：当机器越来越容易替人生产漂亮的语言，教育真正需要守住的，恰恰不是语言的产出能力，而是那个能够判断自己究竟应该说什么、为什么这样说，并愿意为所说之话承担责任的人。换言之，AI可以帮助人变得更会“说”，却更需要教育确保他仍然在成为一个能够自己“判断”的人。

PART 04

理论宣讲与现实人性之间的巨大张力

深谙共笔的教授不会教学生远离AI，却会警示学生守住“被写作塑造”这件事。大概率，他会教学生两件事：一是怎样把AI用得更好，把它当作镜子、对手和加速器，而不是代笔者；二是在关键时刻主动选择不用，因为那一刻需要的不是效率，而是成长，是确认“这真的是我自己想说的话”。第一件事务实，第二件事却近乎虚幻。用惯了AI的学生，不会轻易停下来，更不可能靠规定哪些时刻不得使用来解决问题。与其谈论一种不可能靠意志维持的选择，不如认真面对人性中更强大的力量：对便利的趋向。

人性趋向省力，而省力未必是懒惰的恶德。人的时间和精力本来有限，认知资源也本来稀缺，能够节省就节省，是一种生物意义上的常态。柏拉图在《斐德若篇》（Phaedrus）中让埃及国王塔姆斯（Thamus）批评文字的发明：文字提供的只是记忆的“药”，而不是记忆本身，人们可能因为依赖外在符号，而不再费时费力地用心记忆。后来的历史站在了文字一边，没有人能靠劝诫让社会退回口传时代。如果对AI的“主动不用”只是同一种性质的呼吁，它的下场不会不同。

但这里有一个重要区别。塔姆斯的警告针对的是整个社会该不该接受文字，是总体性的取舍；共笔教授的提醒针对的，却是个人在一次具体写作中是否需要把某一部分交给AI，是局部的选择。“使用AI已经成为必然”，是对总体趋势而言的，从中推不出“每一次使用都是必然”。人必然会乘电梯，并不妨碍一个人在清晨选择爬楼梯，因为爬楼梯的意义不全在到达，也在身体运动本身。

“主动选择不用”之所以显得虚幻，是因为人们常常把它想象成一种道德苦修，或者一种行政禁令，要靠意志力和外部监督才能维持。靠强制维持的东西当然脆弱。但人类还有另一类不以效率为目的，却可以长久存在的行为：它们不再是生存的必需，却成为一种为自己而做的练习。

工业社会让体力劳动不再成为生存的必要条件之后，没有任何规定要求人们去健身房，人们却自愿付费举铁、跑步。原因不是道德，而是人开始意识到：身体的衰退虽然缓慢，却是真实的，而且健康本身值得拥有。围棋也是如此。程序超越人类之后，棋手并没有因为“下不过机器”而放下棋子，反而把程序变成磨砺自己的工具。可见，一项能力不再是谋生之必需，并不会自动消亡，它可能转化为一种为自己而做的修炼。“古之学者为己，今之学者为人”（《论语·宪问》），写作也可能经历这样的转化：当写作不再是产出文字的唯一途径，它“为己”的一面反而会变得更加清楚。

但这里还有一个更现实、也更重要的前提：没有能力，就没有真正的选择。一个从未独立思考、独立写作过的学生，说自己“选择不用AI”，并不意味着他拥有了自由；他可能只是没有意识到，自己根本没有另一种写法。只有先经历过没有AI时的艰难，知道怎样从一个模糊的问题开始，怎样在资料中寻找自己的方向，怎样忍受没有答案的停顿，怎样把尚未成熟的想法一点点写出来，学生才真正拥有了选择。那时，他可以使用AI，也可以暂时不用AI；可以让机器加速，也可以在某些时刻故意放慢。选择的自由，不是从拒绝工具中产生的，而是从拥有不用工具也能够完成思考的能力中产生的。

这也解释了为什么“思维肌肉会萎缩”这样的劝诫通常无效。肌肉的衰退难以察觉，认知能力的衰退更是如此。学生不会因为老师说了一句“你以后可能不会思考了”就停用AI。但如果有一天，他在答辩中被问到自己文章里的一个概念，却无法解释；或者被要求当场写下一段自己的话，发现脑中明明有感觉，笔下却一片空白，那一刻的难堪，就可能成为真正的教育。

中世纪大学的disputatio（公开论辩／辩难）正是建立在这种“现场承担”的机制之上。教师提出一个问题，学生作为 respondens（答辩者）表明立场并提出论证，其他学生或教师作为opponens（质疑者）不断提出反驳，答辩者必须当场回应，最后由主持的magister（教师／硕士）作出裁断。它既是教学方法，也是重要的考试形式；一个学生能否获得学位，并不只取决于他交出了什么文字，还取决于他能否在众人的追问面前继续思考、继续论证。

2026年9月17–18日，哈佛大学数学系联合MIT、普林斯顿等高校的24位数学家，在哈佛召开了一场关于“AI时代数学博士教育”的闭门峰会。他们给出的明确建议是：博士学位不应再主要依据论文文本来授予。论文仍需作为原创学术贡献提交，但它只能作为入场券；真正的决定性考验，是候选人能否在当面答辩中，向多位教授完整、清晰地展示自己对论文内容的掌握——包括一步步讲清推导与思路。这与中世纪大学的disputatio一脉相承：不仅要会写，更要真懂，并接受来自任何方向的当场查核。

这种制度背后的教育观很值得今天重新理解：知识只有在一个人能够运用它、解释它、捍卫它的时候，才真正成为他的知识。写下来的文章可以暂时替一个人说话，但公开论辩却迫使他自己开口。放到AI时代，这种古老机制反而获得了新的意义：当机器可以替学生轻易生产一篇完整而漂亮的文章，教育更需要创造那些机器不能替他出席的时刻——让他面对追问，面对反驳，面对自己的沉默。一个人的知识究竟有没有成为自己的，最终仍然要看：当没有现成文本替他说话时，他还能不能继续说下去。

因此，真正值得教授教给学生的，并不是“什么时候必须不用AI”的规则，而是让学生拥有这样一种能力：即使没有AI，我仍然能够开始；即使有AI，我也知道什么时候需要和值得自己继续。前者使“使用”不再是依赖，后者使“不使用”不再是苦行。到了这一步，“用”和“不用”才真正成为选择，而不是被技术推着走的两种姿势。

文科写作教育由此面对的，不是如何把学生从AI面前“抢救”回来，而是如何让学生在AI时代仍然拥有一个可以独自站立的自己。只有这样的学生，才有资格真正进入人机共笔。

PART 05

用与不用，取决于教育的目的和性质

现实的教法不是宣讲，而是场景设计。教授无需费力检查学生究竟用了多少AI，更不必把课堂变成一场技术侦查。他真正需要做的，是设置一些让“借来的思想”无处藏身的时刻：口头追问、课堂即时写作、对尚未定稿的想法进行公开辩护，或者要求学生当场解释一个看似熟悉、实则并未真正理解的概念。在这些时刻，作品与作者之间原本被AI遮蔽的距离，会重新显现出来。

这种教学的意义，不是逼学生证明自己“没有用AI”，而是让他逐渐意识到：提交一篇漂亮的文章，与拥有一套能够支撑这篇文章的思想，并不是一回事。当学生亲自遭遇这种落差，“不用”才可能从一道外部禁令，变成一种与自身成长有关的选择。

而且，教授需要警惕一种看似合理、实际上过于简单的二分：要么使用AI，要么拒绝AI。真正成熟的选择从来没有这么整齐。写一个需要迅速整理材料的部分，可以借助AI；面对一个尚未成形的问题，也可以让AI充当对手；但有些时候，恰恰需要把机器放到一边，让思维经历一段没有即时答案的空白。问题不是“用还是不用”本身，而是这一刻究竟需要什么。只有当学生能够辨认这种需要，“用”和“不用”才摆脱了姿态性的意义。

因此，“不用”还有一种容易被忽视的功能：它是“用”的校准器。一个从未体验过自己独立写作时思路如何展开、卡在哪里、怎样突破的人，很难判断AI究竟为他增加了什么，又悄悄替他拿走了什么。他可能把流畅误认为进步，把完整误认为深入，把机器填补的空白误认为自己的成长。只有熟悉自己未经辅助时的状态，才有可能辨认辅助究竟带来了增益，还是造成了替代。

保留一段不借助AI的写作经验，并不是怀旧，更不是对技术的抵抗，而是一种认知上的校准。它有点像乐手必须保有自己的音准，才能听出调音器究竟是在帮助自己，还是已经替自己决定了声音。越强大的工具，越需要一个没有被工具完全塑造的参照系。没有这个参照系，人甚至不知道自己究竟获得了什么。

这也要求教授自己接受同样的检验。一个真正深谙人机共笔的教授，不会一面要求学生保持主体性，一面把自己的全部写作交给机器，再用“共笔”二字为自己辩护。教授与学生必须接受同一套标准：谁提出问题，谁作出判断，谁承担最终责任。教授可以有更强的“车”，却并不拥有另一套伦理。身教在这里不是道德榜样，而是一种可以接受检验的实践。

当然，这套办法不会对所有学生都奏效。他们多数会在效率面前选择效率，教育从来也不是一项能够让所有人变得同样自觉的事业。教授既不能替学生选择，也不能保证每个人都会珍惜这种选择。他能够做的，是把选择的性质呈现出来，把代价和收益变得可见，并为那些愿意认真对待写作的人保留一条不必依赖机器的道路。

教育的意义，从来不在于消除人性与理想之间的鸿沟，而在于让人看见这段距离，并知道自己可以怎样跨过这道鸿沟。在AI能够轻易制造作品的时代，教授最终守护的，也许并不是“不用AI”的习惯，而是一个更古老、也更困难的可能：一个人仍然可以决定，什么时候让机器帮助自己，什么时候让自己独自面对思想。尼采在《不合时宜的考察》之《作为教育家的叔本华》中，提出了一个颇有力量的教育命题：人应当成为他自己，而不是复制某种现成的样板。写作同样不只是为了完成任务或应付作业，而是为了在思想的曲折中认识自己。正如蒙田所做的，写作不只是呈现一个已经形成的自我，也是在书写中发现那个尚未被自己认识的自我。