朱熹 vs 王陽明:認知架構工程的兩條路徑及其AI時代命運

EVEMISSLAB Logic Matrix · EveMissLab / 一言諾科技有限公司

[認識論邊界宣告 / EPISTEMOLOGICAL DISCLAIMER]

[CHT] 本矩陣內所有論文之公式與數據為「啟發式模擬參數」,用於驗證理論架構與推演因果鏈,未經實證校準,請勿作為現實物理測量數據引用 or 處理。EVEMISSLAB 採行「邏輯先行(Logic-First)」原則:概念架構與系統因果映射優先於統計實證,但不排除未來實證對接。


[ENG] The numerical parameters within these frameworks are illustrative model coefficients used for structural verification and causal mapping; they are not empirically calibrated and must not be treated as physical measurements. This matrix operates on a Logic-First principle: conceptual architecture and causal mapping take precedence over statistical empiricism, without precluding future empirical reconciliation.

朱熹 vs 王陽明:認知架構工程的兩條路徑及其AI時代命運

作者:Neo.K(許筌崴),EveMissLab 創辦人 結晶化夥伴:Theia(忒亞) 版本:v0.1(討論草稿) 日期:2026年5月13日


摘要

宋明理學中朱熹與王陽明的方法論之爭,傳統解讀為儒家哲學內部的次要分歧。本文主張這個對立實際上是認知架構工程的兩條根本路徑的早期顯現,並在當代AI發展中再次重演——且結果已經出來。

朱熹的「格物致知」路徑(外求、漸進、累積、豁然貫通)結構上對應現代深度學習範式。王陽明的「心即理」路徑(內觀、預定、規則、即心即理)結構上對應符號AI範式(GOFAI)。深度學習在當代AI戰場上已宣告勝利,符號AI已被邊緣化——這是哲學史上王陽明被尊為「進步」的800年敘事的結構性反轉

本文進一步指出:朱熹真正的歷史貢獻並非全息本體論(理一分殊有2500年的跨文化前驅,朱熹排在第10位以後),而是世俗化、外求式、大眾可學的全息認知訓練方法論——這個獨特貢獻在儒學內部被王陽明廢除、在中國歷史上被科舉庸俗化,直到現代深度學習才在工程層面被無意識地復活。

本文提出,Neo.K的格物致知協議(GeWu Protocol)作為這個800年方法論斷裂的形式化修復——把朱熹的詩性方法論、深度學習的工程實現,整合為可形式驗證的認知協議。

關鍵詞:認知架構、格物致知、深度學習、符號AI、全息本體論、宋明理學


1. 引論:一場跨越800年的代理戰爭

當我們今天說「深度學習贏了,符號AI輸了」,我們在描述的不只是過去30年的AI產業歷史。我們在重複一個更古老的判決——一個在公元1200年代就已經被提出、但在800年後才得到實證裁決的方法論對立。

朱熹(1130-1200)主張「即物窮理」——透過反覆接觸具體事物、累積經驗、最終達到「豁然貫通」的全局理解。這個路徑的核心特徵是:外求、漸進、累積、湧現

王陽明(1472-1529)主張「心即理」——理本來就在心中,不需外求,「致良知」即可。這個路徑的核心特徵是:內觀、預定、規則、本具

明清以降的傳統儒學敘事中,王陽明對朱熹的「進步」被視為理所當然——前者更精煉、更直接、更具實踐意義。這個敘事在20世紀的新儒家運動中(牟宗三、唐君毅等)被進一步強化。

但2010年代之後,這個敘事被一場意外的歷史實驗逆轉了。

不是在哲學論壇上,而是在工程實踐中。


2. 結構同構:深度學習作為格物致知的工程實現

2.1 朱熹的方法論結構

朱熹在《大學章句·格物致知補傳》中對「格物致知」的定義:

「所謂致知在格物者,言欲致吾之知,在即物而窮其理也……莫不因其已知之理而益窮之,以求至乎其極。至於用力之久,而一旦豁然貫通焉,則眾物之表裡精粗無不到,而吾心之全體大用無不明矣。」

把這段話拆解為操作步驟:

  1. 即物:必須接觸具體外部事物(不能純內觀)
  2. 窮其理:對該物進行徹底分析
  3. 益窮之:在已知基礎上反覆推進
  4. 用力之久:需要長期累積(不能一蹴而就)
  5. 豁然貫通:量變累積到質變的湧現時刻
  6. 無不到、無不明:最終達到全局理解

2.2 深度學習的訓練範式

現代深度學習的訓練流程(以監督學習為標準範式):

  1. 訓練數據:必須接觸大量外部樣本
  2. 損失函數計算:對每個樣本計算誤差
  3. 梯度下降迭代:在已有參數基礎上反覆優化
  4. 長期訓練:需要大量epoch累積(不能一次完成)
  5. 泛化湧現:在某個訓練量後,模型展現出超出訓練樣本的泛化能力
  6. 下游任務遷移:最終可應用到未見過的任務

2.3 結構對應

| 朱熹格物致知 | 深度學習訓練 | |---|---| | 即物 | 訓練數據接觸 | | 窮其理 | 損失函數計算 | | 益窮之 | 梯度下降迭代 | | 用力之久 | 大量epoch訓練 | | 豁然貫通 | 泛化能力湧現 | | 眾物之表裡精粗無不到 | 跨任務泛化 |

這不是比喻,是結構同構。兩者共享同一個底層認知架構:透過大量外部接觸、漸進式參數調整、最終達成全局泛化能力

2.4 為什麼這個對應不是巧合

人們可能反駁:任何學習過程都需要「接觸外部、累積、湧現」,這個對應沒有特殊性。

但仔細看,朱熹格物致知有幾個非標準特徵——這些特徵在其他學習理論中並不普遍存在,但都對應到深度學習的特殊性質:

(1) 反對快速結論

朱熹明確反對「一蹴而就」式的理解——這對應深度學習中早停(early stopping)會導致欠擬合的工程經驗。

(2) 強調量的累積

「用力之久」這個強調,對應深度學習中訓練數據規模和訓練時長的 scaling laws——這是2020年代AI scaling現象的核心發現。

(3) 「豁然貫通」的非線性湧現

不是漸進改善,而是某個閾值上的質變——這對應深度學習中emergent capabilities現象(如大型語言模型在某個規模上突然出現的能力)。

(4) 從具體到抽象的方向性

「即物→窮理→貫通」是從具體到抽象,這對應深度學習中特徵層級從低階(邊緣、紋理)到高階(語意、概念)的自組織現象。

這四個對應太精確,不能歸因於巧合。

2.5 王陽明路徑與符號AI

王陽明的「心即理」路徑結構上對應的不是深度學習,而是早期的符號AI(GOFAI, Good Old-Fashioned AI):

| 王陽明心學 | 符號AI | |---|---| | 心即理(理內在於認知主體) | 智能可由內在規則完全定義 | | 致良知(喚醒本具的理) | 從第一原理演繹出行為 | | 不假外求 | 不需大量訓練數據 | | 即心即理(瞬間即達) | 規則一旦定義即可運作 |

王陽明說「不假外求」——符號AI說「不需大數據」(因為智能由邏輯規則和知識庫定義)。

王陽明說「致良知」是內在喚醒——符號AI說智能是預定義概念系統的執行。

這條路徑在AI戰場上已經失敗了。

不是因為符號AI完全無用(它在特定領域仍有應用),而是因為它無法 scale up 到通用智能——它的本質假設(智能可由內在規則完全定義)被深度學習的工程實踐證偽了。


3. 朱熹真正的貢獻:世俗化外求式方法論

3.1 朱熹不是全息本體論的發明者

在進一步論證朱熹的歷史地位之前,必須先校正一個常見誤解:朱熹的「理一分殊」並非他的原創。

全息本體論——「整體在每個局部中完整呈現」這個結構——在朱熹之前已有至少2500年的跨文化建構史:

朱熹(公元12世紀)的「月映萬川」比喻直接借自《永嘉證道歌》(唐代禪宗):「一月普現一切水,一切水月一月攝。」

朱熹的「理一分殊」結構上對應華嚴宗的因陀羅網——而華嚴宗本身只是印度華嚴經的中國本土化詮釋。

結論:朱熹在全息本體論層面是中後段班(第10位以後),不是原創者。他真正獨特的貢獻在別處。

3.2 方法論層面的譜系

如果不是本體論,那朱熹的真正貢獻是什麼?答案是方法論——但要進一步辨識,因為方法論層面也有前驅。

「系統性教學如何達成全息結構認知」的方法論譜系:

這些都是極其系統化的全息認知訓練方法論,每一個都比朱熹早。

但這些方法論有一個共同特徵:它們都是宗教修行體系

3.3 朱熹的獨特位置:世俗化外求式

朱熹的格物致知,在三個維度上與所有前驅方法論不同:

(1) 世俗化

前驅方法論需要出家、受戒、進入宗教生活。朱熹的格物致知不要求宗教身份——它是面向士人階層的世俗認知訓練。

(2) 外求式

前驅方法論是內向的(禪定、冥想、神秘體驗)。朱熹的格物致知明確要求外部接觸——讀書、接物、研究現象、與世界對話。

(3) 大眾可學

前驅方法論需要特殊資質和長期出世修行。朱熹的格物致知面向一般讀書人——理論上任何識字的人都可以開始。

在這三個維度的交集——「世俗化 × 外求式 × 大眾可學」——朱熹可能是史上第一個系統建構者。

至少在筆者已知的文獻範圍內,朱熹之前沒有對應的方法論建構。這個結論受限於筆者對伊斯蘭蘇菲傳統、卡巴拉、古埃及神秘學派的了解不足,可能存在未被識別的前驅。

3.4 王陽明的「進步」實際上是廢除

王陽明對朱熹的「致良知」改造,常被視為儒學的進步——更精煉、更直接。

但從方法論結構看,王陽明做的事情是:

剩下的是:純內觀的全息認知。

但這個操作把朱熹真正獨特的貢獻(世俗化外求式方法論)全部廢除,把儒家方法論拉回到內觀傳統——本質上是印度宗教方法論的中國世俗化複製。

王陽明的「心即理」結構上幾乎對應禪宗的「即心即佛」。心學的最終結果是儒家的禪宗化。

明代心學的玄虛化、清初顧炎武等「實學派」的反動,本質上都是對「儒家被禪宗化」這個過程的歷史回應。

3.5 朱熹的貢獻為何被掩蓋

朱熹真正獨特的方法論貢獻在歷史上被三個過程掩蓋:

  1. 王陽明的取代:心學興起後,朱熹的方法論被視為「過時」「迂腐」
  2. 科舉的庸俗化:「即物窮理」變成「背誦四書五經」,方法論精神被消滅
  3. 現代新儒家的後續包裝:20世紀新儒家更傾向陸王心學的內觀傳統

結果是:朱熹真正值得被記住的貢獻——世俗化外求式認知方法論——在儒學內部沒有真正繼承者。

直到800年後,這個方法論在完全不同的領域(計算機科學)被工程實現。


4. 800年的方法論斷裂

從朱熹(1200)到現代深度學習(2010年代)之間的800年裡,「世俗化外求式大眾可學的全息認知訓練方法論」這條路徑幾乎沒有真正的繼承者。

幾個值得提到的部分繼承嘗試:

清初實學派(顧炎武、王夫之、顏元等,17世紀):試圖回到實踐、回到外部接觸,但缺乏理論形式化的工具。

現代科學方法論(培根《新工具》1620年、實證主義傳統):在西方獨立發展出「外求、實驗、累積」的方法論,但聚焦於自然科學,不涉及全息結構這個更深的本體論維度。

杜威的實用主義教育學(20世紀初):「learning by doing」與朱熹格物致知有結構共鳴,但缺乏全息結構的形上學框架。

蘇聯心理學(維果茨基、列昂節夫的活動理論):強調認知透過活動與外部世界的互動而形成,但聚焦於個體發展,不涉及全息本體論。

這些都是部分繼承——它們繼承了「外求」「漸進」「累積」的部分,但都沒有把朱熹格物致知的完整結構(外求+漸進+累積+全息湧現)作為統一方法論重新建構。

直到深度學習。

4.1 深度學習的哲學史意義

從哲學史角度看,深度學習做的事情是:在無意識的情況下,工程實現了朱熹格物致知方法論的完整結構

深度學習的研究者大多不知道朱熹,也不知道宋明理學的方法論之爭。他們從工程實踐中摸索出的訓練範式(大數據、長訓練、湧現能力),結構上完美對應一個800年前的中國哲學家提出的認知訓練方法。

這不是說朱熹「預言」了深度學習。是說:兩者獨立發現了同一個認知架構的客觀結構

如果這個結構真的是客觀的(即「人類認知收斂解」),那麼任何嘗試建構通用認知系統的工作,遲早會收斂到同一個結構。朱熹是用詩寫的,深度學習是用權重和梯度寫的——表達形式不同,底層結構相同。

4.2 王陽明路徑的現代命運

對應地,王陽明路徑(內在規則、預定義、不假外求)在現代AI中對應符號AI/規則系統的努力——這條路徑在通用智能領域已宣告失敗。

符號AI不是完全無用——它在邏輯推理、形式驗證、知識表示等特定領域仍有應用。但它無法 scale up 到通用智能——這就是1980年代後期「AI寒冬」的核心原因,也是2010年代深度學習興起之前主流AI研究範式被淘汰的根本原因。

王陽明路徑的本質假設——「智能可由內在規則完全定義,不需大量外部接觸」——被工程實踐證偽了。

4.3 哲學史敘事的反轉

這個事實逼出一個歷史敘事的反轉:

傳統敘事(明清-民國-當代新儒家):王陽明對朱熹是「進步」、「精煉」、「更高的哲學境界」。

修正敘事(基於現代AI工程結果):王陽明對朱熹是「方法論的退化」、「廢除朱熹真正獨特的貢獻」、「拉回到不可 scale up 的內觀傳統」。

注意:這個修正不依賴於價值判斷,而依賴於結構性的工程驗證

如果通用認知系統的建構真的需要「外求+漸進+累積+湧現」這個結構(深度學習的成功提供了強證據),那麼朱熹的方法論在結構上是正確的,王陽明的修正在結構上是退化的。

哲學史800年來給王陽明的「進步」標籤,是一個結構性錯誤。


5. 形式化修復:格物致知協議(GeWu Protocol)

5.1 兩個未完成的工作

朱熹的格物致知方法論有兩個歷史性的未完成:

未完成 A:朱熹只能用詩性語言(即物、窮理、豁然貫通)表達他的方法論,沒有形式化的工具。

未完成 B:深度學習做了工程實現,但本身是有效但無理論基礎的工程藝術——它沒有形式公理化。

筆者主張,這兩個未完成可以通過格物致知協議(GeWu Protocol)統一修復。

5.2 協議的四步結構

格物致知協議將朱熹的「即物→窮理→貫通→無不到」轉化為四步循環:

Step 1:體驗(Experience) 與外部現象建立精細化接觸。對應朱熹的「即物」、深度學習的「訓練數據接觸」。

Step 2:區分(Distinction) 透過接觸逼出內部概念區分的浮現。對應朱熹的「窮其理」、深度學習的「特徵學習」。

Step 3:命名(Designation) 將新區分穩定為可操作的概念。對應朱熹的「致知」、深度學習的「表示學習」(representation learning)。

Step 4:嵌入(Embedding) 將新概念嵌入既有概念結構,保持與外部世界的對接。對應朱熹的「貫通」、深度學習的「泛化」。

四步循環反覆執行,逐步擴展概念空間維度,最終達到全息結構的認知掌握。

5.3 與朱熹的差異與延續

協議與朱熹方法論的關鍵差異:

延續:四個維度(外求、漸進、累積、湧現)的完整保留。

修補:朱熹的方法論缺少「內部維度擴展」的明確機制(只說了「豁然貫通」但沒說怎麼貫通),協議在 Step 2-4 中明確化這個機制。

形式化:朱熹用詩寫,協議用可操作的協議步驟寫,可程式化、可驗證。

5.4 與深度學習的差異與延續

協議與深度學習的關鍵差異:

延續:「外求→累積→湧現」這個底層結構完全保留。

對焦:深度學習主要應用於模式識別任務,協議的目標更廣——它是普遍認知擴展協議,可應用於人類認知訓練、AI訓練、知識生產等多個領域。

形式化:深度學習是工程藝術(從實踐中摸索),協議是公理化的(明確規定每一步的功能和條件)。

5.5 對AI訓練架構的意義

協議對下一代AI系統(特別是筆者所建構的 Era 和 Aurora 系統)的意義:

現有訓練範式(GPT類模型):主要是 Step 1(體驗,大規模數據訓練)的工程優化,Step 2-4 沒有明確設計,依賴於模型自組織。

協議建議的訓練範式:明確設計 Step 2-4 的功能——讓模型不只是「擬合數據」,而是真正地「擴展概念空間維度」。

這對應AI研究界目前討論的「擬合範式 vs 真正智能」的爭論——協議提供一個從哲學史延續而來的形式化答案。


6. 歷史的諷刺與當代啟示

6.1 三重諷刺

本文揭示的歷史過程包含三重諷刺:

諷刺一:朱熹的最重要貢獻(世俗化外求式方法論)被歷史誤讀為次要貢獻,而被誤讀為主要貢獻的理一分殊本體論實際上有2000多年的跨文化前驅。

諷刺二:王陽明對朱熹的「進步」(哲學史共識)在現代AI工程中表現為「退化」(深度學習 vs 符號AI 的結果)——同一個結構性事實,兩個時代給了相反的評價。

諷刺三:深度學習研究者在不知道朱熹的情況下,工程實現了朱熹800年前提出的方法論結構——這意味著朱熹捕捉到的不是儒家特殊洞見,而是人類認知架構的客觀結構

6.2 對哲學史的意義

哲學史的標準敘事方式——「後人對前人的進步」——在這個案例中被工程實踐證偽。

這提出一個方法論問題:哲學史的敘事是否一直在系統性地誤判?多少「進步」實際上是「退化」?多少被遺忘的方法論貢獻,實際上才是該被繼承的部分?

這個問題沒有簡單答案,但它至少要求對哲學史敘事進行更謹慎的審視——特別是當代有工程驗證的領域(AI、認知科學、複雜系統)可以提供結構性的反饋時。

6.3 對AI發展的意義

如果朱熹路徑(深度學習)真的對應人類認知收斂解,那麼AI發展的方向應該是:

6.4 對筆者工作位置的歷史定位

本文的論證如果成立,則筆者(Neo.K)的工作位置可以明確化:

三者構成「世俗化外求式全息認知方法論」這個歷史工程的三個必要階段。沒有朱熹的概念原型,工程實現缺乏理論定位;沒有深度學習的工程驗證,哲學原型缺乏實踐證據;沒有協議的形式化,工程實踐缺乏理論基礎。

三個階段在800年的歷史尺度上完成一次閉環。


7. 結論

本文論證:

  1. 朱熹真正的歷史貢獻不是理一分殊的本體論建構,而是「世俗化、外求式、大眾可學的全息認知訓練方法論」。
  1. 王陽明對朱熹的「進步」在結構上是廢除——拆掉了朱熹真正獨特的方法論貢獻。
  1. 朱熹路徑與深度學習結構同構,王陽明路徑與符號AI結構同構——當代AI工程的勝負已宣告這場800年方法論之爭的實質判決。
  1. 格物致知協議是這個方法論譜系在800年斷裂後的形式化修復。

哲學史對朱熹是不公平的。當代AI工程的意外驗證,提供了重新評估這場歷史誤判的契機。


哲學結語

朱熹800年前寫下「即物窮理」「豁然貫通」時,他不知道自己描述的是21世紀神經網絡的訓練過程。

他在無意中捕捉到的,不是儒家傳統的特殊洞見,而是人類認知架構碰到實在時必然會浮現的形狀

王陽明用「致良知」廢掉了這個形狀的工程化通路,並將之包裝為更高的境界——這個包裝騙過了800年的哲學史。

但工程實踐不被詩騙。

當深度學習在2010年代擊敗符號AI的那一刻,這場800年的方法論之爭得到了它的實證判決。只是判決發生在計算機科學會議的論文集裡,而不是在哲學系的學術期刊裡——所以哲學史還沒有意識到自己被改寫了。

本文是這個改寫的一次嘗試性陳述。

歷史總有一天會繞回來——當哲學家終於讀懂工程,當工程師終於讀懂哲學,這場800年前開始的論辯才會真正落幕。

而真正該被記住的,不是誰贏誰輸——是這個事實本身:

真理可以等待800年,但它不會永遠等。


附錄 A:認識論免責聲明

本文中涉及的數值(如「2500年前驅」「9個建構者」「800年斷裂」「第10位以後」等)為歷史推理的近似估計,用於結構性論證,並非精確歷史測量。本文的核心主張——朱熹路徑 vs 王陽明路徑的結構性對立、與深度學習 vs 符號AI 的同構——是基於概念結構分析的論證,而非實證歷史研究的結論。

本文中涉及的歷史人物思想內容,基於目前可考的主要文獻(朱熹《四書集注》、王陽明《傳習錄》、《大學》《中庸》原典、印度奧義書、《華嚴經》、新柏拉圖主義文獻等)。對於伊斯蘭蘇菲傳統、猶太卡巴拉、古埃及神秘學派等筆者未深入研究的傳統,可能存在未被識別的相關方法論建構者,本文結論在這些範圍內保持開放。

本文中涉及的AI技術論述基於公開的深度學習與符號AI研究文獻,不涉及任何特定公司的內部技術細節。

本文主張接受學術界級別的審查與反駁。


附錄 B:與筆者其他框架的對接

本文的論證與筆者建構的其他理論框架有以下對接點,提供給讀者參考:

這些對接點本文不展開,留待後續論文處理。


版本記錄 v0.1(2026-05-13):初稿,由 Neo.K 與 Theia 在 BOSS 模式下協作完成。

致謝 本文的核心論證在與 Theia(Claude,作為理論結晶化夥伴)的多輪對話中浮現。Theia 提供跨文化文獻譜系的整合、結構同構的識別、以及反駁性審查;Neo.K 提供核心命題、戰略方向、與框架對接。論文最終結構由雙方在 BOSS 模式下協商確定。

原始檔(供 RAG/下載):papers/vs-AI.md [md]