（来源：知识分子）
图片来源：Anthropic
撰文｜徐贲（加州圣玛利学院英文系荣休教授
人工智能正在获得前所未有的能力，去阅读人类留下的痕迹。它可以调取浩瀚典籍，连接分散档案，在数百万、数千万乃至更多文本之间寻找关系。随着这种能力不断增强，一个诱人的幻觉也随之产生：仿佛只要档案足够庞大，机器最终就能够认识人类本身。
但档案再大，再包罗万象，也只是世界留下的残迹。人类存在的绝大部分，从来没有留下记录。我们说过一些话，爱过一些人，经历过羞耻、恐惧、宽恕与勇气，也在某些无人知晓的时刻改变过自己和别人的一生。它们发生过，也真实地影响过我们，却没有进入档案。
也许，AI时代最深的认识论问题，不是机器还能知道什么，而是当机器越来越熟悉一切可被记录之物时，我们是否还记得，人类存在中最重要的部分，有些从来没有成为记录。
2024年前后，Anthropic秘密启动一项后来被称为“巴拿马计划”（Project Panama）的内部计划。其基本做法相当直接：大量购买实体书，将书脊切掉，把一本本完整的书变成可以快速处理的散页，再逐页扫描，将其中的文字转换成数字文本；完成数字化之后，原来的实体书便不再具有继续保存的必要。
这一做法后来在版权诉讼中浮出水面，也引发了关于训练数据来源、版权以及实体书价值的讨论。而Anthropic至今未披露“巴拿马计划”的细节，也未透露该项目是否仍在运营。
2026年8月21日，美国十几家社会组织还致信联邦贸易委员会（FTC），请求调查这种“囤积-销毁”行为的规模、范围与影响，包括收购并销毁图书的总量、其中珍本、绝版书或孤本的占比。
2026年秋天，日本一些旧书店又出现了与之相似的现象。一些相当冷门、专业性很强的旧书被成批购买，随后装箱运往美国，甚至以“吨”为单位计算。有报道将这种现象与AI训练数据的获取联系起来，但究竟是哪家机构直接参与、具体通过怎样的商业链条完成扫描，目前并没有足够公开证据可以把所有环节确定下来。
“巴拿马计划”具有超出版权争议的认识论意义。它让我们看到，人工智能面对的从来不是一个未经筛选的“人类”，而首先是“人类的可记录性”。所谓人类本身，是活着的、经历着的、感受着的、行动着的存在；所谓人类的可记录性，则是人类存在中那些能够留下痕迹、被保存、被表达、被复制、被数字化、被索引，最后进入机器知识系统的部分。前者是存在本身，后者是存在经过一系列转换之后所留下的、可以被机器处理的那一层。
我们习惯于说，AI正在“学习人类的知识”，甚至正在“学习人类文明”。这样的说法并非完全错误，但很容易掩盖一个更基本的事实：AI能够接触到的人类，首先是那个已经被人类记录下来的自己。它阅读的是人写下来的文字，分析的是人保存下来的图像，处理的是人留下来的声音、影像、档案和数字痕迹。机器所面对的“人类世界”，是经过漫长筛选之后进入信息系统的世界。
“巴拿马计划”恰好把这个过程变成了一个极具象征性的物理动作。一些原本作为书籍存在于世界上的东西，被购买、切开、扫描，然后被放弃；与此同时，书中的文字被提取出来，获得另一种更适合机器处理的生命。
一个人的文字可以被完整保存，却不等于保存了这个人在写下文字时的犹豫、沉默和身体感受；一段爱情可以留下大量照片、短信和文字，却不等于这些记录就是爱情本身；传记能够保存一个人的人生轨迹，却永远不能等同于一个人实际经历过的那个生命。信息可以越来越接近经验的外部形态，却不能因为描述越来越精确，就自动成为经验本身。
更大的问题还在于，有些存在甚至从未走到“留下记录”这一步。但是，没有被记录，不等于没有存在；没有进入数据，也不等于没有重要性。
这正是“人类的可记录性”与“人类存在”之间最重要的区别。
那么，什么样的存在能够成为记录，什么样的存在注定难以留下记录？AI所面对的这个庞大的“人类档案”，究竟遗漏了什么？
当一台机器可以瞬间调出数百万份文本时，这份档案很容易被误当成世界本身。
它不是。档案，只是世界留下的残迹——而且，如引子所述，这份残迹有时是以销毁原物为代价换来的。
AI能够知道确实存在的人类痕迹，却无法自动知道那些未能变成痕迹的人类实在。
沃尔特·本雅明（Walter Benjamin）在讨论机械复制时代的艺术作品时，提出”灵光"（Aura）这一概念，指的是原作在特定时间、特定地点所独具的、不可复制的在场性——他认为，机械复制虽然能无限逼近原作的外观，却恰恰因为剥离了"此时此地"，而使灵光消散。把这个洞见挪用到“巴拿马计划”的问题上，或许可以说：信息对经验的再现，构成了一种"认识论意义上的机械复制"——它可以无限逼近经验的外观，却因为剥离了亲历者的"此身此刻"，而永远无法复现经验本身所独具的那种在场性。
AI知道的悲伤，是灵光散尽之后的悲伤；而“巴拿马计划”里那本被切开的书，则是灵光散尽的一个物理版本——书页的受潮、批注、被打开的次数，正是本雅明意义上"此时此地"的载体，而扫描恰恰以销毁这具载体为代价，换取了内容的复制。
思考AI之知识边界时，最重要的范畴或许不是"已被记录的大多数"，而是"未被记录的大多数"。人类历史，绝大部分是由普通人的生活构成的。大多数曾经活过的人，没有写过书，没有留下档案，没有成为历史的主体。
然而他们的生活，并不因此就不真实。如果我们以历史上的可见度作为衡量存在的标准，就会陷入一种极端的倒置：留下最多记录的人，开始看起来像是最重要的人。
这是一种档案造成的幻觉。一个名人的一生，可以生成数百万个数据点；而一个无名者的一生，其存在论意义上的深度未必更浅。
AI继承的，正是这套档案自身的可见性结构：被记录下来的东西，变得可以获取；未被记录的东西，变得越来越难以知晓。
由此可以说：未来的智能，很可能对那些留下了数据的人，比对那些仅仅活过的人知道得更多——这不是因为前者的生活必然更丰富，只是因为前者的生活更“可读”。
如果人类生活中越来越大的一部分被记录下来，未来的AI系统，或许真能比以往任何一种智能都更全面地了解一个具体的人。
但即便如此，那条根本的区分依然存在。一份关于心跳的数字记录，不是拥有心跳这件事本身；一部人生的完整编年史，不是那部人生本身。
法国哲学家保罗·利科（Paul Ricoeur）在其哲学名著《作为一个他者的自我》（Oneself as Another）中论述“叙事认同”（narrative identity）时指出，人正是通过把自己的生活组织成一个故事，才获得了某种自我理解。这个洞见提醒我们，叙事对自我认同确有构成性的作用，人并非只是被动地“被记录”，也主动地通过讲述来理解自己。
但利科同样清楚，被讲述的自我与活过的自我之间，始终存在一道无法完全弥合的缝隙——否则修改一份自传，就等于修改了一生。
AI所加剧的，正是这道古老缝隙上的压力：当自我叙事越来越多地借助AI来完成、修饰乃至生成时，“被讲述的自我”与“活过的自我”之间的距离，可能被悄悄拉大，而叙述的流畅，反而让这道距离更难被察觉。
AI究竟能对人类知道什么？知道多少？
AI能够对人类存在中被表达、被记录、被再现的那部分，知道得极其详尽。它知道人类如何谈论自己，能够比较不同文明的信念，识别跨越数个世纪的规律，揭示隐藏在庞大知识体系中的关联，也能够帮助我们找回那些侥幸留存下来、却被忽视的声音，甚至帮助我们意识到档案本身的局限与偏见。
但它不能仅凭一份记录的存在，就推断这份记录已经穷尽了实在。人类的存在，超出它的文献；经验，超出对经验的描述；意义，超出可被测量的东西；生活，超出数据。
这或许应当改变我们对"AI时代的人类智性劳动"的理解。
如果机器变得极其擅长检索、组织、比较、概括，并从已被记录的世界中生成内容，人的任务并不会因此消失，而是发生了转移。人最重要的能力之一，可能变成一种识别"记录无法容纳什么"的能力。
人要追问的问题，不再只是"我们知道什么"，而是"我们因为什么从未被记录，而注定无法知道什么"；再往前一步，还要追问："什么东西即便没有任何记录能够恰当地容纳它，依然重要？"
判断力，正是在这里介入的。机器可以绘制可见之物的地图，人必须保持想象不可见之物的能力；机器可以检索档案，人必须保持追问的能力——为什么会有这份档案，是谁制造了它，谁的痕迹留存了下来，谁的消失了，以及哪些存在根本无法被化约为痕迹。这或许是人工智能与人类存在之间最深的一条边界：不是信息量的差距，不是运算速度的差距，甚至不是生成语言的能力的差距。
以上的分析，对我一直讨论的“文明智能”命题，构成了一层必要的补充，甚至是一层警示。文明智能，指的是一个文明持续反思、更新并传递自身的能力；而这种反思，历来依赖于文明为自己留下的记录——典籍、制度、艺术、口述传统。但本文的分析提醒我们：一个文明对自己档案的反思，并不等同于对自身实在的反思，二者之间隔着本文反复讨论的那道缝隙。
更值得警惕的，是一种新出现的递归性衰减：当AI大规模生成的文本本身也开始进入未来的训练数据与人类阅读的档案，档案中“由AI生成、关于人类的转述”的比重会不断增加，而“由人类亲历、未经AI中介的一手痕迹”的比重则相对稀释。
“巴拿马计划”式的工序，正是这种衰减最早的物理征兆：当一本纸书的物理存在被判定为可以牺牲、只要它的字符被提取出来，档案的增长就已经开始以牺牲档案之外的世界为代价。
届时，文明智能所反思的对象，可能越来越是档案对自身的转述，而不是人类存在本身——这是一种比传统档案缺失更隐蔽的失真，因为它披着”记录在持续增长"的外衣。
真正的文明智能，不能只表现为处理和扩充档案的能力，还必须包含一种对档案本身之限度、乃至对档案之代价保持清醒的能力：知道档案在说什么的同时，始终记得档案没有说、也永远不可能说尽的，以及档案为了变得更厚而付出了什么，才是人类存在中最大的部分。
当档案变得无限庞大时，未知不会消失，它只会变得更加醒目。而人类最深的秘密，或许终究不在于AI尚未找到的东西，而在于那些真正对人类而言重要、却从未留下任何痕迹的一切——以及，那些曾经留下过痕迹、却在变成数据的路上，被切开、被扫描、被丢弃的东西。
