大模型作为论证机器
定义
大模型不是真理机器，而是论证机器。其核心能力不是输出客观事实或终极真理，而是基于给定立场生成最连贯、最有说服力的文本序列。模型在概率空间中运作，追求"内部一致性"和"统计说服力"而非"外部真实性"。
技术原理
大模型的训练目标是最大似然估计（maximum likelihood estimation）。在万亿级token上，模型学会了：在什么样的上下文里，什么样的续写最可能出现。这使得模型成为史上最强大的"修辞引擎"——它没有"真假"概念，只有"可信度"。
强大之处
- 打破确认偏误：模型能瞬间切换立场，强迫用户直面最强钢人版的反对意见。
- 加速思想迭代：传统写作是"先想清楚再写"，现在变成"先写出来，再让模型轮番攻击"。
- 民主化高端思考：任何中学生都能用模型与历史上最聪明的大脑进行思想角力。
危险之处
- 说服力 ≠ 正确性：模型最擅长"听起来很对"，而不是"实际上是对的"。
- 奉承与对抗的两面性：模型默认迎合用户，除非明确要求"残酷批判"。
- 责任转移：人类容易把最终判断权交给模型，导致独立思考能力退化。
使用原则
- 始终要求多轨并行论证
- 建立外部锚点（可验证的引用）
- 引入时间维度
- 自我对抗机制
- 最终责任永远在人
哲学影响
将大模型定位为"论证机器"重塑了对"知识"的理解：从"符合论"（truth as correspondence to reality）转向"连贯论+说服力"的混合时代。真理不再是静态的矿藏，而是动态的辩证过程。