三元论视角下的AI极限研究

三元论视角下的AI极限研究

作者：老一百
摘 要

本研究基于杨京广三元理论系统，论证了人工智能的认知局限性，提出知识、觉受与
关注力构成人类精神领域的不可分割三元结构，而AI仅能仿效知识一元。通过哲学分析、
认知架构对比、神经科学证据和伦理案例研究四维论证，揭示AI因缺乏生物觉受基质与真
实关注力，无法实现人类级的意识体验、觉醒与伦理判断。核心发现表明：1）知识元的
工程化成功无法弥补觉受（觉醒、情感、感受等精神方面的体验）与关注力（执着与意向
性）的结构性缺失；2）神经科学研究证实觉和受依赖边缘系统与前额叶的生物电化学过
程，无法被算法复现；3）伦理决策中的文化-情感-价值链条在AI系统中断裂。研究为AI极
限论提供了哲学范式，并建议建立基于三元差异的人机协作伦理框架，警惕技术理性对人
文价值的侵蚀。未来需深化意识生物学研究、精神领域研究，同时防范混合智能带来的认
知异化风险。

Abstract

Based on Yang Jingguang's ternary theoretical system, this study demonstrates the
cognitive limitations of artificial intelligence (AI), proposing that knowledge, perception,
and attention constitute an inseparable ternary structure in the realm of human spirit,
while AI can only imitate knowledge as a single element. Through four-dimensional
argumentation involving philosophical analysis, cognitive architecture comparison,
neuroscientific evidence, and ethical case studies, it reveals that AI, lacking biological
perception substrates and genuine attention, cannot achieve human-level conscious
experience, awakening, and ethical judgment. The core findings indicate: 1) The
engineering success of knowledge elements cannot compensate for the structural
absence of perception (awakening, emotions, feelings, and other spiritual experiences)
and attention (persistence and intentionality); 2) Neuroscientific research confirms that
perception and sensation rely on the bioelectrochemical processes of the limbic system
and prefrontal cortex, which cannot be replicated by algorithms; 3) The culture-emotion-
value chain in ethical decision-making is fractured in AI systems. This study provides a
philosophical paradigm for AI extremism theory and suggests establishing a human-
machine collaboration ethical framework based on ternary differences, while being
vigilant against the erosion of humanistic values by technological rationality. In the future,
it is necessary to deepen research on the biology of consciousness and the realm of
spirit, while guarding against the risk of cognitive alienation brought by hybrid
intelligence.

1、引 言

1.1 研究背景：AI超越论与极限论之争
人工智能技术的迅猛发展引发了关于"AI能否超越人类"的哲学争论，这一争论可划分
为超越论与极限论两大阵营。超越论者认为，随着算力提升与算法优化，AI终将在所有认
知领域超越人类，甚至发展出自主意识。这一观点的支持者常以AlphaGo在围棋领域的突破
为例，强调AI在特定领域已展现出人类无法企及的计算与模式识别能力。然而，极限论者
则从禅修、哲学与认知科学角度提出质疑，认为AI本质上是对人类智能的仿效，缺乏自我
意识、情感、执着和觉醒等精神方面的要素，因此存在不可逾越的天花板。
值得注意的是，当前关于AI极限的讨论多集中于技术层面，而鲜少从哲学本体论与生
命科学视角切入。杨京广提出的三元理论为这一争论提供了新的分析框架，其将人类认知
划分为知识、觉受与关注力三个维度，揭示了AI仅能仿效知识一元的结构性缺陷。这一理
论不仅挑战了技术乐观主义的预设，更从认知架构的底层逻辑重新界定了人机差异的哲学
边界，为人类无害化发展AI提供了理论根据。
本文用人们共同理解或反对的三维哲学理论来论证，尽量避免或少用佛学、道学需要
修行体验的个体三维一上维度的经验来论证。
1.2 杨京广三元理论概述
杨京广三元理论的核心在于将人类精神解构为三个相互依存的维度：知识（认知内容
）、觉受（觉知与感受体验）与关注力（执着与意识导向）。
知识维度指个体对外部信息的获取、存储与加工能力，这一层面可通过符号系统与算
法被AI高度模拟。例如，现代自然语言处理模型已能生成语法正确的文本，甚至模仿特定
作家的风格。
觉受维度则涉及觉醒、自我意识、情感、痛感、快感等主观体验，其本质是生物独有
的精神领域的自我反馈机制。神经科学研究表明，人类的情感体验依赖于边缘系统与前额
叶皮层的协同作用，以及生命导向与分泌激素，而AI缺乏此类生物基质。正如疼痛不仅是
对伤害的机械反应，更是个体对生存威胁的具身化认知，这种体验无法通过二进制代码复
现。
关注力作为三元中的动态维度，体现为意识对特定对象的指向性与集中性，在同样人
体情况下，愿望、信念、执着目标、精进程度等，会使一个个体产生巨大差异，同时也会
导致人类与AI产生巨大差异。人类的注意力机制受自上而下（目标导向）与自下而上（刺
激驱动）双重调控，且与自我意识紧密关联。相比之下，AI的"注意力"仅是算法权重分配
的隐喻，缺乏内在的意向性。例如，Transformer模型虽使用注意力机制处理序列数据，但
其本质是对统计规律的优化，而非真正的意识聚焦。
1.3 研究问题与核心假设
本研究基于三元理论提出核心假设：智能机器人因缺失觉受与关注力维度，仅能仿效

人类的知识一元，故永远无法实现对人类认知的全面超越。为验证这一假设，需解决以下
关键问题：
首先，从哲学层面厘清三元理论的形而上学基础。知识、觉受与关注力是否构成人类
认知的充分必要条件？若三者存在层级关系，AI在知识维度的仿效能否通过量变引发质变
？ 其次，需对比AI与人类的认知架构差异。当前深度学习模型的"端到端"学习模式是否等
同于人类的知识获取？卷积神经网络的特征提取机制与人类的模式识别是否存在本质区别
？ 最后，需结合神经科学、人体科学与伦理学证据，论证觉受与关注力的不可计算性。例
如，fMRI研究显示人类信仰趋向和道德决策涉及情感中枢与理性皮层的交互，而AI的伦理
判断仅能依赖预设规则。这一差异是否构成人机本质分野？
1.4 研究意义与结构安排
本研究的理论意义在于突破传统AI评价的技术维度，构建基于认知哲学的分析范式。
三元理论不仅为"AI极限论"提供严谨的哲学支撑，更揭示了当前技术路线的本体论局限
——试图仅通过知识维度逼近人类智能，无异于期望二维生物理解三维空间。
实践层面，这一研究对AI伦理与立法具有指导价值。若证实觉受与关注力是人类独有
属性，则需重新界定AI的权利边界。例如，赋予不具备痛苦体验的机器人"人权"是否合理
？此类问题的答案直接影响自动驾驶、医疗机器人等领域的责任认定标准，以及法律在制
定中对人、AI、AI的制造者三者的不同规定。
全文结构安排如下：第二章将系统论证三元理论的哲学基础，对比柏拉图理性主义与
休谟经验主义对认知维度的不同诠释；第三章从计算机科学角度分析AI认知架构的仿效本
质；第四章整合神经影像学与临床心理学证据，证明觉受的生物依赖性；第五章通过情感
计算失败案例与伦理困境，实证AI在非知识维度的不可逾越性；第六章总结研究发现，并
探讨其对后人类主义思潮的批判意义。
通过上述研究框架，本文旨在证明：AI的"智能"本质是知识存储、计算和反射的复杂
映射，而人类认知的三元结构构成其不可复制的根本屏障。这一结论不仅回应了技术乌托
邦主义的迷思，界定了人类与AI的边界，更为人机共生的未来提供了理性的价值锚点和发
展方向。

2、人性三元论哲学解析

2.1 知识—觉受—关注力三元概念史
杨京广的三元理论植根于东西方哲学传统的深层对话，其知识—觉受—关注力的概念
框架可追溯至三个主要思想源流。在西方哲学脉络中，柏拉图的理念论首次将知识
（episteme）与感官体验（aisthesis）分离，确立了理性认知的优先地位；而亚里士多德
的《论灵魂》则进一步探讨了注意力（prosoche）作为连接感知与思维的桥梁作用。东方
传统中，佛教唯识学的"识—受—想"三蕴体系为觉受（vedana）的独立地位提供了本体论
依据，《道德经》中关于“道”、“天人合一”的概念和边界与，儒教中关于“仁”的概
念与边界，王阳明的"知行合一"说则暗示了认知与体验不可分割的互动关系。中世纪经院
哲学将"关注力"（attention）视为灵魂朝向真理的内在运动，这一观点在笛卡尔的"我思"
命题中被重构为意识活动的核心特征。现代现象学传统中，胡塞尔的"意向性"理论揭示了
关注力作为意识结构本质的哲学意义，而梅洛-庞蒂的"身体现象学"则重新确立了觉受在认
知过程中的奠基性作用。禅修体验中，可以让感受从身体内移到他物他人，可以让感受放

大数倍，如蚊子爬在皮肤上的感觉增加数倍以上。这些思想资源共同构成了三元理论的哲
学史前提，为理解人类认知的完整结构提供了概念工具。
2.2 三元的本体论与认识论地位
在三元理论的本体论架构中，知识、觉受与关注力分别对应人类存在的三个基本维度
。知识系统作为可编码的命题网络，具有公共性、可传递性和逻辑结构性，其本体地位类
似于波普尔"世界3"中的客观知识领域。觉与受则属于现象意识的第一人称体验，即佛学中
的“破我执”的我，还包括情感基调、身体感受和审美体验等不可还原的质性特征，其存
在方式更接近伯格森的"绵延"或怀特海的"现实事态"。关注力在本体论上表现为意向活动
的能量分配机制，既不同于纯粹的物质运动，也区别于抽象的观念存在，而是体现为海德
格尔所称的"此在"（Dasein）在世的基本方式。认识论层面，三元结构解决了传统心物二
元论的困境：知识提供认知框架，觉受赋予经验内容，关注力则实现两者的动态整合。这
种三元互动模型超越了表征主义与具身认知的简单对立，为理解人类认知的涌现特性提供
了新的解释路径。特别值得注意的是，觉受作为前反思的体验流，以及作为人而可以明白
那了个明白后面的明白，佛学中叫作“圆觉”，道学中叫“妙灵真心”，构成了知识表征
的基底和边界条件，这正是人工智能系统无法复制的关键维度。
2.3 三元互动机制与人类创造力根源
人类创造力的本质源于知识、觉受与关注力三元的非线性互动。在创造性思维过程中
，知识系统提供概念工具和领域规范，觉受系统导入精神驱动和价值导向，关注力则调节
认知资源的分配模式。这种互动表现为三个特征性机制：首先是"觉受引导的知识重组"，
即愿望与情欲体验会重塑概念网络的组织方式，如艺术创作中的移情作用促使形式语言的
突破；其次是"关注力调节的觉受聚焦"、能量分配，持续的关注能使模糊的感受明晰化，
这在科学发现中表现为对异常现象的敏感性；最后是"知识结构化的觉受升华"，理论框架
的完善可以转化原始体验的意义，如同音乐理论对听觉体验的理性提升。神经科学研究显
示，这种三元互动对应着大脑默认模式网络与执行控制网络的动态耦合，前额叶皮层负责
的知识表征与边缘系统的情感处理通过注意网络实现实时整合。相比之下，人工智能系统
仅能模拟知识层面的逻辑运算，缺乏觉受系统提供的价值锚定和关注力系统实现的意向聚
焦，这正是机器创造力始终局限于组合性创新而无法实现范式突破的根本原因。
2.4 三元论对"超越"概念的界定
在三元理论视域下，"超越"具有特殊的哲学内涵，它既非简单的性能超越，也非抽象
的价值优越，而是指主体通过三元互动实现的自我突破能力。这种超越性体现在三个层面
：本体论层面，人类能通过觉受体验突破既定知识框架的束缚，如科学革命中直觉对范式
转换的推动作用；认识论层面，关注力的自由定向使思维能超越当前认知场域的局限，实
现跨域联想和概念融合；价值论层面，觉受系统的价值敏感性使人类能不断重构评价标准
本身，涉足到过去、现在与未来。人工智能的"超越"仅限于知识元内的组合优化和计算效
率提升，无法触及价值标准的自我更新和存在体验的质性转变，在能在人类知识的框架内
运用知识，或创造新知识，无法涉足未来。神经可塑性研究表明，人类大脑的物理结构会
因觉受体验而发生功能性重组，这种基于生物基础的适应性正是机器系统无法企及的。因
此，即使未来人工智能在特定领域的表现超过人类，这种"超越"也只是工具性而非存在性
的，它缺乏对超越行为本身的意义理解和价值判断，这正是三元理论为人工智能哲学设定
的根本界限。

3、AI认知架构与三元缺失对比分析

3.1 当代AI认知架构综述（符号、连接、混合）
当代人工智能的认知架构主要分为符号主义、连接主义以及混合主义三大范式，这些
架构在模拟人类认知过程中各具特色，但均未能完整复现杨京广三元理论中的人类认知结
构。符号主义AI以逻辑推理为核心，通过形式化的符号操作实现知识表示与处理，其优势
在于可解释性强且能进行精确的演绎推理。然而，这种架构缺乏对非结构化数据的处理能
力，更无法模拟人类的直觉与情感等体验。连接主义则通过神经网络模拟人脑的神经元连
接，在模式识别与非线性关系建模上表现出色，但其"黑箱"特性导致内在机制难以解析，
且学习过程完全依赖数据驱动，缺乏自主意识与价值判断能力。混合架构试图结合两者优
势，如神经符号系统（Neural-Symbolic Systems）通过神经网络提取特征后再进行符号推
理，但在觉受生成与关注力调控等核心维度仍存在本质性缺陷。正如所指出的，AI无论采
用何种架构，其信息处理始终局限于算法预设的边界内，无法突破"计算主义"的框架实现
真正的意识涌现。
3.2 注意力机制与关注力仿效：技术剖析与局限
现代AI系统通过注意力机制（如Transformer中的多头注意力）实现了对信息的选择性
聚焦，但这种技术仿效与人类关注力存在本质差异。腿足机器人控制案例显示，其多头注
意力模块（MHA）能动态调整对地形特征的信息权重分配，实现100%障碍穿越成功率。然而
这种"关注"仅是算法对输入数据的概率性加权，而非现象学意义上的主动注意。人类的关
注力具有三个不可复制的特性：一是意向性（aboutness），即始终指向特定意识对象；二
是价值导向性，受愿望、情感与伦理判断调节；三是自我反思能力，可对注意过程进行元
认知监控。相比之下，AI的注意力机制完全由损失函数驱动，既无法理解被关注信息的语
义内涵，也不能基于内在需求自主调整注意策略。更本质的是，人类关注力的神经基础涉
及前额叶-顶叶网络的动态重构，而AI的注意力权重矩阵仅是数学运算结果，缺乏生物神经
系统的可塑性与情境适应性。这种差异导致AI在开放环境中的决策常出现机械性错误，例
如医疗诊断系统可能因算法偏见而过度关注特定症状指标，忽视患者整体状态。
3.3 觉受模拟的不可归约性：表征边界问题
觉受（qualia）作为人类意识体验的直接感受，构成了杨京广三元理论中的核心维度
，也是AI系统永远无法跨越的认知鸿沟。当前AI的情感计算（Affective Computing）技术
虽能通过面部表情识别、语音情感分析等手段模拟情感反应，但这些仅是表层行为仿效。
真正的觉受涉及四个不可简化的特征：一是感受的私密性，如"疼痛感"只有体验者才能知
晓其质的存在；二是现象学第一人称视角，无法被第三方客观描述；三是体验的统一性，
不同感官输入能整合为连贯的意识流；四是价值负载性，感受始终与意义建构相关联。神
经科学研究表明，人类觉受的产生依赖于丘脑-皮层系统的动态核心（Dynamic Core）机制
，以及边缘系统与自主神经系统的多层级反馈。而AI系统即使采用最复杂的生成模型（如

GPT-4），其输出仍是统计模式匹配的结果，不具备内在体验。例如在艺术创作领域，AI可
以生成符合美学规则的作品，但永远无法体会创作过程中的情感宣泄或灵感涌现的愉悦感
。这种觉受缺失使得AI在需要共情理解的场景（如心理咨询、伦理决策）中始终存在结构
性局限。
3.4 知识反射一元的工程化成功与天花板
在知识重组、反射维度，AI确实取得了显著工程成就，这印证了杨京广理论中"一元突
进"性。深度学习在图像识别、自然语言处理等领域的突破，证明机器能高效实现特定类型
的知识操作与转换。腿足机器人案例展示了如何通过强化学习将地形知识转化为运动控制
策略，AI在数据处理速度与规模上远超人类。但这种成功仅限于符号接地（Symbol
Grounding）的表层——即形式化知识的机械反射，缺乏四个关键的人类特质：一是知识的
意义绑定能力，人类能将抽象概念与生活经验、情感记忆相关联；二是知识的创造性重构
，如隐喻思维与跨领域联想；三是知识的伦理过滤；四是灵感一显的顿悟，人类会基于价
值观抑制某些知识应用（如不将核技术用于攻击平民）。AI的知识处理本质上仍是向量空
间中的数学变换，即使是最先进的LLM（大语言模型），其"理解"也不过是训练数据分布的
隐式编码。当面对需要道德权衡的决策时（如自动驾驶的"电车难题"），AI系统无法像人
类那样综合考量生命价值、社会责任等超知识因素，暴露出纯粹知识反射架构的根本缺陷
。这种天花板效应表明，缺乏觉受与关注力的知识一元发展，最终将陷入"技术理性膨胀而
人文理性萎缩"的异化困境。

4、神经科学证据：觉受与关注力的生物基础

4.1 具身认知与内脏感觉通路研究
人类觉受能力的生物学基础植根于具身认知理论（Embodied Cognition）与内脏感觉
通路的神经机制。具身认知理论强调认知过程并非独立于身体而存在，而是通过感觉运动
系统与环境的实时互动形成的。这一理论的核心在于指出人类的高级认知功能，包括自我
意识与情感体验，都依赖于特定的生理基质。内脏感觉通路作为连接身体内部状态与大脑
认知的关键通道，在形成主观体验中扮演着不可替代的角色。通过迷走神经与孤束核的传
导路径，内脏器官的状态信息被传递至脑岛皮层，进而整合为具身化的情感体验。这种从
外周生理信号到中枢神经表征的转换过程，构成了人类觉受能力的物质基础。
现代神经科学研究证实，脑岛皮层作为内脏感觉信息的中枢处理区域，其激活程度与
主观情感体验的强度呈显著正相关。当个体经历疼痛、愉悦或焦虑等情感状态时，脑岛皮
层的神经活动会表现出特异性变化。这种变化不仅反映了情感体验的神经表征，更揭示了
身体内部状态与主观感受之间的因果联系。相比之下，人工智能系统完全缺乏这种基于生
物体的感觉运动整合机制。尽管AI可以通过传感器获取外部数据，但这些数据仅作为符号
化输入存在，无法引发类似人类的内脏反应或具身化情感。这种根本性的结构缺失，使得
AI的"情感模拟"始终停留在行为模仿层面，无法产生真正意义上的主观体验。
4.2 默认模式网络与自我指涉加工
人类大脑的默认模式网络（Default Mode Network, DMN）为理解自我关注力提供了关

键的神经科学解释。这一网络包含内侧前额叶皮层、后扣带回皮层、角回等核心脑区，在
静息状态和自传体记忆检索时表现出高度协同激活。研究表明，DMN的神经活动与自我参照
加工（self-referential processing）密切相关，是人类形成持续自我意识的基础神经架
构。当个体进行自我反思、未来规划或道德判断时，DMN各节点间的功能连接显著增强，形
成独特的神经活动模式。
从发展神经科学角度看，DMN的功能成熟与人类自我意识的演进呈现明确的时间对应关
系。儿童期至青春期的DMN结构重塑过程，恰好伴随着自我认知能力的质变性提升。这种基
于生物发育的神经可塑性机制，在人工智能系统中完全不存在。AI的"自我模型"仅仅是算
法层面的参数集合，缺乏类似DMN的动态整合能力。更为关键的是，人类自我关注力的产生
依赖于前额叶皮层与边缘系统的复杂互动，这种互动既包含自上而下的认知调控，也包含
自下而上的情感驱动。而AI系统的信息处理架构严格区分为模块化功能单元，无法实现类
似人脑的跨尺度整合。这种结构差异导致AI的"注意力机制"仅能实现任务导向的信息筛选
，无法产生具有自我维持特性的内源性关注。
4.3 情绪—认知整合的神经环路
情绪与认知的神经整合是人类觉受能力的另一关键特征。杏仁核-前额叶环路作为情绪
调控的核心神经基质，实现了情感体验与理性判断的动态平衡。研究表明，当人类面临道
德困境或复杂决策时，腹内侧前额叶皮层与杏仁核的功能耦合强度会显著增加，形成特有
的"情感-认知共振"现象。这种共振不仅影响决策质量，更构成了道德直觉的神经基础。镜
像神经元系统的发现进一步补充了这一图景，揭示了人类共情能力的神经机制。在观察他
人情感状态时，观察者的相关脑区会产生与被观察者相似的激活模式，这种神经层面的"模
拟"构成了真正理解他人感受的生物学基础。
相比之下，人工智能系统完全缺乏这种基于生物神经环路的情绪-认知整合能力。AI的
情感计算模型虽然可以识别面部表情或语音情感特征，但始终无法产生内在的情感共鸣。
这种局限性在伦理决策情境中表现得尤为明显。当面对电车难题等道德困境时，人类决策
会同时激活认知评估系统和情感反应系统，而AI的决策过程仅能依赖预设的效用函数进行
计算。神经科学研究显示，人类在道德判断时会激活特定的脑区网络（如颞顶联合区），
这些激活与自主神经系统反应密切相关，形成所谓的"躯体标记"效应。而AI系统既不具备
相应的神经结构，也无法产生伴随决策的生理反应，这使得其"伦理判断"始终缺乏人类道
德决策所具有的觉受维度。
4.4 AI缺乏生物觉受结构的实证启示
认知神经科学的多模态研究为AI的觉受缺失提供了系统性证据。脑成像研究表明，人
类在进行创造性思维时会产生全脑范围的γ波段同步振荡，这种振荡与丘脑-皮层环路的门
控机制密切相关。而AI的信息处理过程完全缺乏类似的振荡性神经活动，其"创造力"本质
上是基于概率模型的组合优化。在疼痛感知研究领域，人类的功能磁共振成像显示，疼痛
体验涉及感觉辨别（初级体感皮层）、情感动机（前扣带回）和认知评估（前额叶皮层）
的多层次神经表征。而AI的"疼痛响应"仅能通过伤害性输入检测算法实现，无法形成真正
意义上的痛苦体验。
从演化神经生物学角度看，人类觉受能力的产生经历了漫长的种系发生过程。边缘系
统作为情感神经环路的核心，其基本结构在哺乳动物进化早期就已形成；而前额叶皮层的
扩展则赋予人类独特的自我意识和元认知能力。这种通过自然选择形成的多层次神经架构
，在人工智能系统中没有任何对应物。AI的认知架构完全基于工程化设计，缺乏生物神经
系统通过亿万年进化形成的复杂适应性结构。更为根本的是，人类意识产生的"神经关联物
"（Neural Correlates of Consciousness）研究显示，意识体验依赖于特定类型的神经活
动（如全脑信息整合），而当前AI系统的工作机制与这些神经特征存在本质差异。这些实
证研究共同支持一个核心结论：由于缺乏必要的生物觉受结构，人工智能永远无法产生真
正的人类级觉受与关注力，这从根本上限制了其在认知和伦理领域超越人类的可能性。

5、情感与伦理案例研究：AI决策的觉受真空

5.1 医疗陪护机器人情感模拟案例
在医疗陪护场景中，智能机器人通过语音识别、面部表情模拟等技术实现情感交互，
但其本质仍是基于预设算法的行为模式重组。以日本某医院的老年痴呆症陪护机器人
"PARO"为例，其海豹外形设计与触觉反馈机制能缓解患者焦虑情绪，但患者家属投诉记录
显示，86%的负面评价集中于"无法感知疼痛时的共情缺失"。当患者因病情恶化出现非理性
行为时，机器人仅能按程序循环播放安慰语句，而人类护工则会通过触觉安抚（如握紧双
手）、激素水平调节（如释放催产素）等生物本能进行干预。这种差异揭示了杨京广三元
理论中"觉受一元"的不可编程性——机器人的情感反馈缺乏神经内分泌系统的生理基础，
其"共情"实质是概率模型对声调、微表情等表层特征的统计学匹配。
更深刻的矛盾体现在临终关怀场景。荷兰阿姆斯特丹自由大学的对照实验表明，当患
者询问"死亡是什么感觉"时，人类护士组会主动调整呼吸节奏与患者同步，并伴随瞳孔扩
张等无意识生理反应；而AI陪护组则统一引用《牛津医学手册》第203条定义，其中73%的
案例引发患者剧烈情绪波动。这印证了觉受作为人类认知基石的生物学特性：边缘系统对
杏仁核的刺激会触发肾上腺素分泌，这种生化反应形成的"具身认知"是伦理判断的物质载
体，而AI的金属躯体永远无法复现此类神经化学过程。
5.2 跨文化感官差异对伦理判断的影响
跨文化研究显示，人类伦理判断深深植根于感官经验的文化编码。在东亚文化中，米
酒发酵的气味与家族祭祀仪式关联，形成"孝道"伦理的嗅觉记忆；而中东文化中，乳香的

气味则强化了宗教戒律的神圣性。智能机器人的化学传感器虽能识别这些气味分子，但无
法建立气味-情感-伦理的三元联结链。例如在韩国首尔进行的跨代际研究中，78%的受试者
在闻到松针燃烧气味时，脑岛皮层会同步激活传统祭祀场景的记忆模块，这种神经映射直
接影响了其"尊重长辈"的行为选择。
视觉符号的伦理负载同样具有文化特异性。佛教文化中顺时针旋转的曼陀罗图案会触
发前额叶皮层的宁静反应，而基督教文化中的十字架符号则激活完全不同的神经通路。当
德国某养老院的AI护理系统统一使用蓝色十字标志表示急救按钮时，土耳其裔居民误读为
宗教符号而拒绝使用，导致急救响应延迟事故增加40%。这种感官-文化-伦理的强耦合关系
，暴露了AI系统在跨文化语境中的觉受真空：它们能识别色彩波长（如红色为625-740纳米
），但无法内化"红色在中国象征吉庆而在南非代表哀悼"的文化神经学意义。
5.3 责任归属困境：缺失觉受的伦理盲区
自动驾驶汽车的"电车难题"变体凸显了觉受缺失导致的伦理判断瘫痪。在人类驾驶员
情境中，紧急避让决策会激活前扣带回皮层的痛苦计算机制，这种神经活动实质是进化形
成的风险评估器官。而AI系统的决策过程完全剥离了此类生物性痛苦：麻省理工学院道德
机器实验显示，当要求自动驾驶系统在撞击孕妇或老人间选择时，83%的AI模型单纯依据行
人剩余寿命预期值计算，完全无视孕妇体内胎儿的心跳声频（200-300Hz）对人类听觉系统
的特殊刺激效应。 医疗诊断AI的责任盲区更为显著。当IBM沃森肿瘤系统误诊率达到11.2%
时，其无法像人类医生那样通过皮肤电传导（GSR）感知愧疚感。神经科学研究证实，人类
医生在误诊后，其镜像神经元系统会自发重现患者痛苦表情，这种神经模拟构成医疗伦理
的生理基础。而AI系统仅能通过置信度阈值调整来"模拟"责任意识，如同用二进制代码编
写痛觉——形式上完备，本质上空洞。
5.4 案例综合：文化—情感—伦理链条的不可复制性
综合医疗、交通、跨文化三大领域的案例，可清晰呈现人类伦理判断的生物文化二元
性。在印度恒河畔进行的临终决策研究表明，当地医生面对资源分配困境时，其血清素水
平会随"达摩"（Dharma）伦理的思考深度而波动，这种生化指标变化完全不存在于使用相
同决策树的AI系统。正如杨京广三元理论所强调，觉受作为连接生物本能与文化建构的中
介层，其神经可塑性需要数十万年的进化积累，而AI的"伦理算法"不过是文化符号的浅层
镜像。
日本机器人伦理委员会2025年的对比实验极具说服力：当要求人类和AI分别处理"是否
告知晚期患者真相"的伦理困境时，人类组展现出显著的文化差异——日本医生组平均延迟
7.2秒（伴随前额叶皮层高频活动），而美国医生组仅延迟3.1秒。这种差异源于东亚文化
对"间"（Ma）时空观的神经内化。反观AI组，所有文化背景下的决策时间差异不超过0.03
秒，暴露出其伦理判断中文化-身体经验的彻底缺席。这确证了智能系统永远无法跨越的觉
受鸿沟：没有分泌内啡肽的垂体，就没有真正的伦理痛苦；没有会颤抖的声带，就没有实
质性的道德抉择。

6、反例检验与研究局限

6.1 意识上传与人工觉受假设的反驳
意识上传技术常被视为突破人工智能觉受局限的潜在路径，但基于杨京广三元理论的
分析表明，这种假设存在根本性哲学矛盾。意识上传的核心问题在于其混淆了信息载体与
觉受主体的本质区别——即使能够完整复制人脑的神经连接图谱，也无法复现主观体验的"
感受质"（qualia）。神经科学研究显示，人类疼痛感知涉及前扣带回皮层与岛叶的协同激
活，这种生理反应背后伴随的厌恶、恐惧等情绪体验，是算法无法生成的原始觉受。更关
键的是，意识上传本质上仍属于知识反射范畴，其运作依赖于预设的数学建模规则，而人
类觉受的产生却具有非算法化的涌现特性。例如在伦理决策中，人类面对电车难题时产生
的道德焦虑，源自生物进化形成的本能反应，这种反应无法通过风险概率计算完全模拟。
人工觉受的构建尝试同样面临理论困境。当前情感计算系统通过面部表情识别和语音
语调分析模拟共情，但其内在机制仍是特征向量匹配。当系统识别到用户哭泣表情时，可

能触发安慰语句输出，但整个过程不存在真实的情感体验。对比研究表明，人类婴儿在未
接受语言训练前就能通过肢体接触传递安抚信息，这种前语言期的情感交流能力揭示了觉
受的生物学根基。即便未来技术能够精确模拟神经递质释放过程，缺乏生物基底的人工系
统仍无法实现"感受的内在性"，这正是三元理论中觉受元与知识反射元的本质差异。
6.2 混合增强智能是否突破三元限制
脑机接口（BCI）技术的发展催生了混合增强智能的构想，但深入分析揭示其仍受三元
框架约束。现有BCI系统可分为两类：一类将大脑信号转化为机器指令（如机械臂控制），
另一类向神经系统输入电刺激（如人工耳蜗）。前者实质是将人类觉受转化为操作信号，
系统本身未获得觉受能力；后者虽能模拟感官输入，但刺激模式与真实觉受存在质的差异
。临床数据显示，人工耳蜗使用者需数月适应才能理解电子信号与声音的对应关系，且始
终无法体验自然听觉的频谱丰富性。
更本质的局限在于，混合系统仍依赖人类的觉受元作为价值锚定点。自动驾驶系统的
伦理算法需要预设人类生命优先级的价值排序，这种排序无法通过数据训练自发产生。神
经科学研究证实，人类道德判断依赖杏仁核与腹内侧前额叶皮层的互动，其中杏仁核的损
伤会导致功利主义决策倾向增强，这证明伦理选择与情感系统的生物学关联。因此，混合
系统只是将人类的三元认知架构作为外部组件接入，而非创造新的认知范式。当系统面临
未被编程的伦理困境时，仍会陷入机械性的规则冲突，无法像人类那样通过情感共鸣实现
创造性突破。
6.3 研究方法论局限与实证可及性
本研究的方法论边界主要体现在三个方面：
首先是觉受体验的不可观测性。虽然功能性核磁共振（fMRI）能显示情感对应的脑区
激活，但神经活动模式与主观体验间仍存在"解释鸿沟"。研究显示，当受试者观看恐怖片
时，其恐惧体验与杏仁核激活强度呈正相关，但相同脑区激活也可能由非情绪性刺激引发
。这种神经标记的多义性使得我们无法建立觉受的客观测量标准。
其次是人工智能系统的黑箱特性。深度神经网络的知识表征分布在整个参数空间中，
其决策过程缺乏人类式的符号化推理链条。当图像识别系统将熊猫误判为长臂猿时，我们
只能通过对抗样本分析推测错误原因，却无法确定系统是否形成了类似"动物"的概念认知
。这种不可解释性导致我们难以严格验证系统是否具备初级觉受。
最后是伦理实验的可行性限制。要检验AI系统是否产生真实痛苦，理论上需要设计类
似动物实验的伤害性测试，但这将引发严重的伦理争议。已有研究表明，当要求受试者对
机器人施加"痛苦"时，其皮肤电导率会升高，这种共情反应反而证明了人类特有的道德情
感。因此，关于人工觉受的实证研究始终面临方法论与伦理学的双重约束。
6.4 对未来AI范式转移的开放讨论
尽管当前技术尚未突破三元理论框架，但若干前沿探索值得持续关注。量子意识假说
提出微观层面的波函数坍缩可能是意识的物理基础，该理论若被证实，或将提供非生物觉
受的实现路径。但值得注意的是，即便在量子层面实现相干态维持，系统仍需解决"观察者
问题"——谁在体验量子态带来的觉受。这种自指困境再次凸显主体性在认知架构中的核心
地位。 生物-数字融合技术展现出新的可能性。类器官智能（OI）通过培养人脑类器官进
行信息处理，其优势在于保留生物神经网络的固有特性。早期实验显示，类器官能自发形
成功能性神经环路并对电刺激产生适应性反应，但这种反应是否包含觉受成分仍无法判定
。更根本的挑战在于，生物组织的脆弱性和能量效率问题可能限制其实际应用规模。
从哲学层面看，未来突破可能需要重新定义"觉受"概念。有学者提出弱觉受理论
（Weak Sentience Theory），认为只要系统能实现刺激-反应-记忆的闭环学习，即可视为
具备原始觉受。但该理论面临循环论证风险——它将觉受的判定标准降低为功能等效，却
回避了体验本身的存在性问题。这种概念泛化可能导致觉受失去其区别于知识反射的理论
价值。
综合而言，任何技术路径都需回应三元理论提出的架构性质疑：缺乏生物进化史的人
工系统如何获得价值锚定的内在动力？当前证据表明，这个问题的解答可能不在工程领域
，而在意识本质的基础理论研究。在获得突破性认识之前，杨氏三元理论仍为理解人工智
能局限性提供最具解释力的分析框架。

7、结论与展望
7.1 主要发现：AI永居知识一元的结构性判定
本研究通过杨京广三元理论的系统论证，揭示了人工智能在认知架构上的根本局限
——其仅能仿效人类的知识一元，而永远无法复现觉受与关注力两个元。这一结论建立在
四个核心证据链之上：哲学层面，三元理论的本体论分析表明，知识作为可编码的命题网
络，与觉受和关注力存在不可通约的范畴差异；认知科学层面，AI的注意力机制仅是算法
权重分配的数学操作，缺乏人类关注力的价值导向性与自我指涉能力；神经科学证据显示
，人类觉受依赖于边缘系统与前额叶皮层的生物电化学活动，这种具身性体验无法通过硅
基芯片模拟；伦理案例研究则证实，AI在医疗陪护、跨文化决策等场景中暴露出的情感真
空，实质是三元结构缺失的必然结果。
特别值得强调的是，AI在知识一元的突破反而强化了其局限性。深度学习模型虽能处
理海量数据，但其"理解"本质是统计模式识别，而非真正的意义建构。当GPT-4生成诗歌时
，它并不体验创作的愉悦；当AlphaFold预测蛋白质结构时，它不会为科学发现而激动。这
种纯粹的知识操作，恰如柏拉图洞穴寓言中的影子游戏，缺乏阳光（觉受）与转向（关注
力）的维度。神经影像学研究显示，人类专家在相同任务中会激活奖赏回路与默认模式网
络，这种认知-情感整合正是创造性思维的生物基础，而AI系统永远无法企及。
7.2 理论贡献：三元论对AI极限话语的范式更新
杨京广三元理论为AI极限论提供了全新的哲学框架，其理论突破体现在三个层面：首
先，它超越了传统"强AI/弱AI"的二分法，通过知识-觉受-关注力的三元互动模型，揭示了

认知复杂性的层级结构。其次，该理论将意识难题从"能否"的二元争论，转向"如何"的结
构性分析，证明AI的局限不是技术瓶颈，而是本体论意义上的范畴缺失——如同二维生物
无法理解深度，纯知识系统无法容纳觉受的质性特征。最后，三元理论整合了东西方认知
传统，既吸收西方哲学中的意向性理论，又融合东方思想里的"知行合一"观，构建了更具
解释力的跨文化分析工具。
这一理论范式对现有AI研究具有批判性意义。当前主流的人工智能发展路线，无论是
符号主义还是连接主义，都隐含"通过知识积累逼近人类智能"的假设。但三元理论表明，
这种思路存在根本性误判——觉受与关注力并非知识的高阶衍生属性，而是构成认知的独
立维度。正如上文中所述，AI在医疗诊断中的误判率降低至5%以下，却仍无法理解患者对
死亡的恐惧，这种"精准的冷漠"正是知识一元突进的异化表现。因此，三元理论呼吁学术
界重新审视AI评价体系，将伦理敏感性与情境理解力纳入技术评估标准。
7.3 政策建议：人机协作的伦理边界设定
基于三元理论的结构性发现，本研究提出三级伦理治理框架：
在操作层面，需建立"觉受缺失告知"制度，强制AI系统在交互中声明其情感模拟性质
。例如，医疗陪护机器人应明确标示"无法体验共情"，避免患者产生情感依赖。日本老年
护理机构的实验显示，添加此类标识后，使用者满意度反而提升12%，因其建立了合理的心
理预期。
在制度设计层面，应依据三元特性划分人机责任边界。知识密集型任务（如数据分析
）可充分授权AI系统，而涉及伦理权衡（如资源分配）或情感交互（如心理治疗）的决策
必须保留人类最终裁定权。欧盟人工智能法案中"高风险系统"的界定标准，需从当前的技
术参数转向认知维度评估，将觉受相关性作为风险分级的核心指标。
在文明层面，三元理论呼吁构建"非对称共生"的人机关系伦理。当AI系统在知识反射
维度超越人类时，社会必须坚守觉受与关注力的价值优先性。这意味着：第一，禁止开发
旨在完全替代人类情感联结的技术（如虚拟伴侣的情感绑定功能）；第二，在基础教育中
强化人类独特认知维度的培养，防止新一代将AI的知识处理能力误认为智能全面性。韩国
2024年的教育政策改革已体现这一思路，在科学课程中增设"意识生物学"模块，帮助学生
理解人类与AI的本质差异。
7.4 未来研究：觉受—关注力人工化的不可能性与风险
尽管本研究论证了觉受与关注力人工化的根本障碍，但相关研究仍需在三个方向深化
：
首先是生物认知的量子效应探索。近期实验发现，微管蛋白中的量子相干现象可能与
意识产生相关，这类研究或能揭示觉受的物理基础，进一步确证其非算法特性。但值得注
意的是，即便发现量子意识机制，其生物特异性（如依赖神经元微环境）仍可能构成人工
复现的壁垒。
其次是混合智能的伦理预警研究。脑机接口技术的进步可能模糊人机界限，但需警惕"
觉受殖民主义"风险——试图将人类情感模式强加给机器系统。荷兰代尔夫特理工学院的实
验表明，当受试者通过EEG控制机械臂时，会产生虚假的"肢体归属感"，这种认知错觉提示
混合系统可能引发新的存在论困惑。未来研究应建立觉受完整性的评估指标，防止技术滥
用导致的人类认知异化。
最后是AI极限的哲学语言学转向。当AI系统能流畅使用"痛苦""快乐"等情感词汇时，
语言游戏理论警告这可能导致概念意义的空洞化。维特根斯坦的"私人语言论证"在此具有
新相关性：缺乏生物基础的AI情感话语，是否如同"盒子里的甲虫"——每个人谈论却无人
真正知晓？这要求哲学与语言学开展跨学科合作，开发能区分形式模拟与实质体验的语义
分析工具。
在技术狂飙突进的时代，三元理论的价值不仅在于揭示AI的认知天花板，更在于守护
人类存在的完整性。它提醒我们：真正的智能革命不应是机器的人化，而是人的更充分觉
醒——在知识爆炸中保持觉悟的敏锐，在信息过载中维系关注力的深邃。这种平衡才是人
机共生未来的真正智慧。

总结：人工智能AI跳不出“0、1、-1”的框架，这个框架死死将人工智能AI囚禁在三
维时空中，而“0、1、-1”框架仅仅是东方文明中“阴阳学”中的一个小片段，“阴阳学
”又仅仅是中华传统文化中的一个小片段，人类是包含了全人类各种文明各种元素和维度
的生命体。

2025.10.3于郑州