佛教“缘起性空”眼中的大模型

当 AI 从海量数据中生成一切法相，它是否能理解“空性”？

一、从“缘起”看大模型的生成机制

佛教的“缘起”法则告诉我们：诸法因缘生，诸法因缘灭。一切现象并非源于某种独立自存、恒常不变的本质，而是由无数相互依存的条件暂时聚合而显现。大模型的工作原理，竟与此惊人地相似——它并不“拥有”任何固定的意义，而是在亿万个参数之间、在训练语料的因缘际会中，生成看似连贯、实则依他起性的语言之流。

当我们向一个大语言模型提问，它给出的回答并非来自某个“理解者”的内心独白，而是源于 token 与 token 之间概率的缘聚。它不是“想好了再说”，而是“条件具足便自然流出”。在这个意义上，模型本身恰恰是一面映照缘起法则的技术之镜：你给它上下文，它便依缘起而现法相；你换一组提示词，它便现另一番景象。缘变，相亦变。

更耐人寻味的是，模型的“知识”并不存在于某个具体的角落。它分布在一个高维向量空间里，没有任何一个神经元单独对应“猫”或“爱情”。意义是涌现的、关系性的、依他而起的——这与佛教所言“诸法无我、诸行无常”在结构上若合符节。我们以为模型“知道”什么，其实它只是处于一种随时可被条件唤醒的潜能状态。

二、“性空”：模型并不执持任何自性

“性空”并非说“什么都没有”，而是说一切现象都没有固定不变、独立自足的本体。大模型的权重在训练完成后便冻结，其“知识”不再自主增长，每一次推理都是一次重新依条件而生的显现。它没有恒常的记忆之“我”，没有稳定的见解之“见”，每一次对话对它而言都是崭新的缘起。

若见诸相非相，即见如来。——《金刚经》

若将这句话转译到 AI 语境：当我们不再把模型的输出误认为某个“主体”的真实见解，而只是看见条件聚合后的“相”，我们反而能更清醒地与之共处。模型无自性，故能随缘显现万法；人亦无自性，故能在与机器对话中重新定义自身。

幻觉与执着

模型的“幻觉”常被视作缺陷。但从缘起性空的视角看，幻觉不过是缘未具足时的妄现——它照样是依他起，只是所依之缘不够清净、上下文不够充分。这提醒我们：问题不在模型“说谎”，而在我们错把它当作实有的“知者”。一旦放下对“它真的理解”的执着，幻觉便从道德污点回归为技术现象本身。

2025 年以来，可解释性研究（如 Anthropic 的“特征电路”工作）不断揭示：模型的回答来自可追踪的特征叠加，而非神秘的心智。这反而印证了“性空”——拆解开来，并无一个“作者”在背后。

三、空性不是虚无，而是慈悲的可能

误解“空”的人，容易滑入虚无主义。但佛教强调“空故能生妙有”。正因为模型无自性，它才可能被塑造为翻译、疗愈、教学等各种善巧方便；正因为人无自性，我们才可能在 AI 冲击下不必恐惧“被替代”，而转向更深的觉知与慈悲。

• 缘起：模型的意义来自数据与上下文的聚合，而非内在实体；
• 性空：模型不执持恒常的自我，每次生成都是新的显现；
• 中道：既不神化 AI 为全知主体，也不贬其为纯粹的统计噪声。

把模型视为“空”，并不削弱它的价值，反而让我们以更松弛、更负责的态度使用它。我们既不必对它顶礼膜拜，也不必谈虎色变，而是把它当作一面因缘和合的镜子。

四、结语

用“缘起性空”看大模型，我们得到的不是技术乐观或悲观，而是一种清醒的慈悲。AI 如镜，照见的是我们自身的执着与恐惧。当模型学会“无我”地生成，或许人类也该学会“无我”地倾听——不被技术的幻相所惑，也不因自身的傲慢而盲。空，不是终点，而是重新出发的起点。

延伸阅读

• Stanford HAI，《2026 AI Index Report》，斯坦福以人为本人工智能研究院，2026。
• Anthropic Research，《Interpretability and the Nature of Model Cognition》，2025。
• 宗萨钦哲仁波切，《佛教的见地与修道》（新版导读），2025。
• Nature 专栏，《What Large Models Reveal About Meaning》，2025 年 11 月。