哲学系学生的复仇：AI时代最意外的赢家

2023 年秋天，一个叫 Alex 的年轻人从加州大学伯克利分校毕业，主修分析哲学。他的父母忧心忡忡——哲学能找什么工作？教书的命？Alex 自己也没什么底气，简历投出去几十封，石沉大海。转折发生在一个深夜，他抱着试试看的心态，在 Anthropic 的招聘页面上找到了一个岗位：AI 安全研究员，要求”强大的逻辑推理和论证分析能力”。他投了。三个月后，他坐在旧金山的办公室里，和同事讨论大语言模型是否具备”信念”。

这个故事的荒诞感，恰好对应了一个正在硅谷悄悄发生的趋势：AI 实验室正在大规模雇佣哲学专业毕业生。

年薪六位数，工作在”思考”#

在 DeepMind、Anthropic、OpenAI 这样的前沿 AI 公司里，哲学博士不再是被嘲笑的”天桥算命专业”。据估计，这些头部实验室每家至少雇了 6 名专职哲学家。他们不做编程，不调参数，不跑实验。他们的工作是”思考”：AI 有没有意识？价值对齐的本质到底是什么？当模型说”我饿了”，它真的在表达饥饿，还是在模拟一种语言模式？

著名意识哲学家 David Chalmers 在谈到这个现象时说了一句耐人寻味的话：“有 AI 训练背景的哲学家的需求，正在超过供应。”

这不是客套话。那些”分析哲学”的训练：如何把模糊的问题拆解成精确的论断，如何识别逻辑谬误，如何在争论中看清语言层面的混淆，恰好是理解大语言模型行为的天然工具。LLM 本质上是一个巨大的语言概率机器，而分析哲学两百年来一直在做的事情，就是搞清楚”语言”和”意义”之间的关系。

一条不那么浪漫的产业链#

但是别急着给高中选文科的表弟打电话。HN 上的工程师们很快泼了一盆冷水：全球所有 AI 实验室雇佣的哲学家总数，大概在 20 人左右。而同一批公司雇佣的软件工程师是数千人。

20 比数千。这才是真实的数字。

哲学学位本身依然很难变现。那些拿到 offer 的哲学家，绝大多数都有 AI 交叉背景：他们要么修过机器学习课程，要么在实验室做过 NLP 相关的研究，要么本人就是半路出家的程序员。“AI 训练 + 哲学”这个组合才有价值，单独任何一个都不够。

批评者认为这不过是新一轮的概念炒作。AI 泡沫一旦冷却，这些”思想工作者”会是第一批被裁掉的人。毕竟，当公司开始缩紧预算时，“我们请个哲学家来帮我们思考”这句话听起来就像奢侈品了。

他们到底在做什么#

那么，这些哲学家在 AI 公司的日常到底是什么样的？

最核心的领域是价值对齐。简单的说，就是如何确保 AI 的目标和人类的目标保持一致。这个问题比听起来难得多。“不伤害人类”听起来很简单，但”伤害”的定义是什么？当 AI 同时面对两个互相冲突的人类指令时，谁的价值优先？这些都是哲学问题，不是数学问题。

其次是语言哲学。大语言模型在多大程度上”理解”语言？这个问题在哲学界争论了半个世纪。维特根斯坦会说”意义在于使用”，那么一个能正确使用所有词汇的模型，是不是就算是”理解了”？哲学家们在 AI 实验室里争论这些问题，而他们的结论直接影响着模型的训练策略。

还有意识问题。当一个模型说”我觉得我被忽视了”时，这到底是人类对输出的拟人化投射，还是模型真正具备了某种主观体验？这个问题看似玄学，但涉及实际的法律和伦理决策。如果 AI 未来真的具备了某种程度的意识，我们对它负有什么义务？

正在变形的教育#

这个趋势也在倒逼教育系统做出改变。越来越多大学开始开设”哲学 +AI”的交叉课程。牛津大学推出了”哲学与人工智能”的联合学位；MIT 的哲学系向计算机科学系开放了伦理学必修课；在中国的顶尖高校里，哲学系学生选修机器学习基础课的比例也在逐年上升。

这种跨界的背后是一种共识：AI 时代最稀缺的能力，可能不是写代码，而是问对问题。毕竟，大模型可以帮你写出完美的 Python 函数，但它没办法告诉你：这个函数到底应不应该被写出来。

哲学的”归来”#

回到 Alex 的故事。入职六个月后，他的父亲终于不再问”哲学专业能干什么”了。但 Alex 自己反而更清醒：他找到这份工作的原因不是哲学本身，而是在哲学训练中学会的那种阅读、拆解、重构复杂论证的能力。恰好，这些能力在 AI 时代变得极其稀缺。

一个更冷峻的事实是：哲学专业的大多数毕业生依然在从事和哲学无关的工作。这个领域的就业数据并没有因为 AI 热而发生根本性改变。几十个哲学家找到了科技公司的高薪岗位，但几十万哲学毕业生还在送外卖和写文案。

学哲学能不能找到好工作？答案依然是一个哲学式的：看你怎么定义”好工作”。

来源：Hacker News | The New York Times