《求是》 | 孙茂松：生成式人工智能与知识生产创新

一句话看懂：清华大学教授孙茂松在《求是》发文，论证以语言大模型为基础的生成式人工智能正引发知识生产的第五次范式变革——机器首次成为与人类并列的知识生产主体。文章同时指出了模型幻觉、安全风险、内容同质化等核心挑战，并强调“人的主体性”应始终占据主导。

事件核心：发生了什么

这篇刊发于《求是》2025年第11期的文章，由清华大学人工智能研究院常务副院长、欧洲科学院外籍院士孙茂松撰写。文章的核心判断是：基于语言大模型的生成式AI，在知识生产与传播中破天荒地引入了一个全新的“主体”——机器。模型通过向量表征、自注意力机制、强化学习、思维链等技术，在大参数、大数据、大算力支持下，将人类语言、世界知识与逻辑推理能力以参数化形式整合，具备了同时作为知识生产者和传播者的能力。

文章引用了一项初步调研：截至2026年3月，互联网上由AI生成的文章数量已与人类撰写数量基本相当，且用户难以察觉。同时，文中提及了基于语言大模型的开源智能体框架OpenClaw（今年年初在全球火爆），指出语言大模型在其中扮演了类似人工智能“操作系统”的角色，可驱动各类“技能”完成知识生产任务。

为什么重要

这篇文章出自《求是》——中国最具权威性的理论刊物之一，其内容具有行业风向标意义。孙茂松不仅确认了“机器作为知识生产者”的历史性变革，还系统梳理了这一变化带来的结构性风险：

真实性与安全焦虑：语言大模型本质上是概率模型，“幻觉”现象难以杜绝，导致知识生产的可靠性无法保证；OpenClaw等智能体在执行任务时，其“大脑”可能随时犯错，带来安全隐患。
传播模式的逆转风险：互联网“多对多”的传播模式，可能因大模型的“一统性”退化为“1对多”——唯一“智者”变成机器，而非人类。
创造力同质化：模型倾向于生成高概率的“共识性”内容，可能削弱“新颖”内容的集体多样性，导致知识生产平庸化。

上述观点意味着，大模型的应用不再只是技术效率问题，而是直接上升到意识形态安全、责任伦理、学术不端、知识产权等治理层面。文章提出，在“人机共存”的基本框架下，必须始终高扬人的主体性，绝不能“反客为主”。

对用户/开发者/创作者的影响

普通用户：使用ChatGPT、Claude或国内大模型产品时需意识到，模型输出的“事实”可能包含偏差或偏见。真实性核查将成为标配动作，不能盲目依赖机器生成的内容。
开发者与创作者：虽然语言大模型降低了知识生产门槛（如写作、编程、论文草稿），但孙茂松提醒，这种便利有可能带来“认知固化”——创作者倾向于接受模型的“标准答案”，而非创新表达。开发者在构建智能体应用时，必须为AI的不可靠性预留“人机协同”的兜底机制。
企业采购者：选择大模型API或私有化部署方案时，除关注性能指标外，还需评估模型在知识传播中的偏见过滤、内容安全、决策可解释性等治理能力，而非单纯依赖算力规模。

值得关注的后续

监管层面的政策反应：《求是》刊发该文后，国内针对AI内容生成的安全及标识类法规、标准可能加速落地，尤其是对“由AI生成”内容的强制标识要求、以及对大模型训练语料的审核制度。
开源生态的治理挑战：OpenClaw等开源智能体框架的普及，会降低开发门槛，但也增加了“大脑”滥用风险。平台是否会针对此类“AI操作系统”实施更严格的合规门槛，值得跟踪。
学术界对AI内容的态度：文中明确提到学术不端问题。未来高校、学术期刊对AI辅助写作的界定和惩戒会进一步收紧，影响所有使用AI工具的论文作者。