摘要
本文是《AI 职业替代风险评估矩阵》一文在 2026 年 7 月的扩展。传统图灵测试以"机器能否在对话中冒充人类"为判据，该判据在 2026 年已失去区分度。本文将图灵测试重新解释为关于主体性的多维检验——在哪些维度上，AI 可以作为主体替代人类；在哪些维度上，AI 无法成为主体。本文认为，图灵测试的终结不等于人类主体性的消解；恰恰相反，AI 的边界照亮了人之为人的不可还原的维度。
什么是图灵测试
1950 年，艾伦·图灵在 Mind 杂志上发表《Computing Machinery and Intelligence》，提出了那个著名的问题："Can machines think?"。为了避免陷入"什么是思考"的哲学泥潭，图灵设计了一个操作性替代方案——模仿游戏（Imitation Game）：如果一台机器能够在对话中让人类判断者无法将其与真人区分开来，我们就应当承认这台机器能够思考。
这就是图灵测试的经典表述。
此后七十六年间，图灵测试经历了从哲学思辨到工程实践、从严肃判据到流行文化的复杂旅程。ELIZA（1966）用两百行规则脚本就骗过了不少聊天对象；Loebner Prize 办了三十年，每年评出"最像人的聊天机器人"；2014 年，一个名为 Eugene Goostman 的聊天机器人号称"首次通过图灵测试"，其实不过是把自己伪装成了一个十三岁的乌克兰男孩——英语不好，所知有限，回避问题反而显得"更像人"。
然后，2022 年底，ChatGPT 出现了。
如果说此前的聊天机器人是在想方设法地"骗过"图灵测试，那么大语言模型（LLM）则是直接让这个测试变得无趣了。当 GPT-4 能够撰写法律文书、通过美国医学执照考试（USMLE）、在律师资格考试（BAR）中超越 90% 的人类考生时，再问"这台机器能不能在对话中冒充人类"——就像一个成年人问自己能不能打赢一个三岁小孩。
到 2026 年，情况更加明朗了。在 LMSYS Chatbot Arena 的盲测排行榜上，排名前二十的模型中已经没有任何一个能让人一眼判断出"这一定是人"还是"这一定是机器"。图灵测试作为"人机不可区分性"的判据，已经完成了它的历史使命。
但这并不意味着图灵的问题失去了意义。恰恰相反：图灵测试的终结，迫使我们追问一个更根本的问题：当机器在行为层面能够完美模仿人类之后，什么才是人类不可被替代的东西？
换言之，图灵测试需要被升级。不是从"能不能区分"升级到更难的技术测试，而是从行为层面的模仿升级到主体性层面的检验。问题不再是"AI 能不能像人一样说话"，而是：
在构成人之为人的那些维度上，AI 能否成为一个真正的主体？
人的主体性：一个多维分析框架
在展开讨论之前，有必要先明确"主体性"的含义。
主体性（subjectivity）是哲学的核心概念之一。笛卡尔将主体性锚定在"我思"之上——我唯一不能怀疑的就是我正在怀疑这件事；康德将主体性理解为先验统觉的统一性——"我思"必须能够伴随我的一切表象；马克思则将主体性从意识哲学中解放出来，锚定在人的感性实践活动之中——"人的本质不是单个人所固有的抽象物，在其现实性上，它是一切社会关系的总和"（《关于费尔巴哈的提纲》）。
综合上述传统，笔者认为，一个人的主体性是由其认知能力、实践能力、生理基础、社会关系、法律责任、历史经验和精神活动共同构成的不可还原的整体。这些维度中的任何单一维度，都不足以单独界定一个人；但缺失了其中任何一个，我们都会直觉地感到：站在我们面前的不是一个人，至少不是一个完整的人。
这启发了一个新的思路。我们不再问"AI 能不能通过图灵测试"，而是问：
将图灵测试拆解到主体性的每一个维度上，AI 能否作为该维度的主体替代人类？
下表给出了主体性的七个维度及其在 2026 年的替代状况：
| 主体性维度 | 核心判据 | AI 能否作为主体 | 关键制约因素 |
|---|---|---|---|
| 知识主体 | 能否获取、存储、调用和综合知识 | ✅ 已通过 | 知识不等于理解；AI 的"知识"是统计的而非体认的 |
| 技能主体 | 能否完成需要专业技能的复杂任务 | ✅ 已通过 | 技能降维效应；AI 的"技能"缺乏情境适应力 |
| 生理主体 | 是否有吃喝拉撒、生老病死的生理过程 | ❌ 未通过 | 具身性的根本差异；AI 没有身体 |
| 信用主体 | 能否在社会灰色地带承担信任博弈 | ❌ 未通过 | 信任以"可能被惩罚"为前提；AI 无法被真正惩罚 |
| 责任与财务主体 | 能否承担法律责任、享有财产权利 | ❌ 未通过 | 法律人格是社会建构，不是技术能力 |
| 记忆与经验主体 | 能否积累数年数十年的多模态个人经验 | ❌ 未通过 | 持续记忆缺失；隐性知识（tacit knowledge）不可迁移 |
| 审美主体 | 能否成为文艺创作中的精神交流发起者 | ❌ 未通过 | "感人心者，莫先乎情"；AI 没有情感生发的内在经验 |
接下来的两节，分别展开论述 AI"已通过"和"未通过"的各个维度。
AI 已通过的主体性维度
知识主体
在"知识主体"这一维度上，AI 于 2023 年便已实质性通过图灵测试。GPT-4 在 MMLU（涵盖 57 个学科的综合知识测试）上的得分达到 86.4%，显著超越人类平均水平的 34.5%；在 USMLE 三步考试中均达到或接近及格线。到 2025-2026 年，Claude Opus 4、GPT-5 等新一代模型在 GPQA（博士级专业领域问题）、Humanity's Last Exam 等更严苛的测试中持续刷新纪录。
更关键的是，AI 的知识调用方式展现出了人类无法企及的优势：跨学科综合。一个人类专家穷其一生可能只精通两三个领域的知识，而 LLM 可以在同一时刻调用医学、法律、工程、历史、文学等数十个领域的知识，并以几乎零延迟的方式完成交叉引用。这一点在 2025 年 DeepSeek-R1 等推理模型发布后尤为显著——AI 不仅"知道"，还能"顺着逻辑链推导"。
但必须指出一个限定：AI"知道"的方式与人类有根本差异。人类的"知道"是具身性的——你知道"柠檬是酸的"，是因为你吃过柠檬；你知道"失恋很痛苦"，是因为你经历过失恋。AI 的"知道"是统计性的——它在训练数据中看到了无数关于"柠檬是酸的"和"失恋很痛苦"的文本共现模式，但它从未真正吃过柠檬，也从未真正爱过任何人。
因此，AI 作为"知识主体"通过图灵测试，更多地说明了传统知识考核方式的局限，而非 AI 真正"理解"了知识。这个问题在审美主体的讨论中会更加凸显。
技能主体
在"技能主体"这一维度上，AI 的进展最为迅猛，也最具颠覆性。
2022 年底，GitHub Copilot 还只是一个"帮你补全下一行代码"的工具。到 2025 年，Claude Code、Cursor、Devin 等 AI 编程代理已经能够独立完成从需求分析、架构设计到代码编写、测试部署的全流程。在 SWE-bench Verified 基准上，AI 代理的一次通过率从 2024 年初的约 3% 飙升到 2025 年底的超过 70%。这意味着，对于一个典型的开源软件缺陷修复任务，AI 的表现已经接近甚至超越了大多数初级到中级程序员。
翻译行业更早已被彻底重构。2023 年初，专业译者还在争论"AI 翻译能否取代人工翻译"；到 2025 年，争论已经结束了——在科技、商务、法律等标准化文本领域，人工翻译被降维为 AI 译后编辑（MTPE），报酬断崖式下跌。笔者在 2025 年的《AI 职业替代风险评估矩阵》中提出的"技能降维"概念，在翻译行业得到了最残酷的验证：新的生产方式降低了完成同样工作所需的技能要求，从业者不再是"翻译"而是"审核机器翻译的输出"，从业门槛从"精通双语"降为"能判断机器翻译有没有明显错误"。
但是，技能主体的"通过"同样存在限定。人类的技能不仅是"输入-输出"的映射，更包含了对情境的敏锐感知。一个有经验的急诊医生在面对昏迷患者时，不仅是根据检查指标在下诊断——她会注意到患者身上的药味、家属的微表情、那一丝"不太对劲"的直觉。这种在信息不完整、情境高度模糊的条件下的判断能力，AI 仍然不具备。笔者在《AI 职业替代风险评估矩阵》中讨论过的"记忆和经验主体"问题，与此密切相关。
AI 尚未通过的主体性维度
生理主体
这是七个维度中看似最"低级"、实则最根本的一个。
人需要吃喝拉撒，需要呼吸空气，会生病、衰老、死亡。这些生理过程不是人的缺陷，而是人之为人的基础。正如马克思在《1844 年经济学哲学手稿》中所指出的："人直接地是自然存在物。"人类的意识、情感、欲望，全部建立在这个有血有肉的生理基础之上。
为什么生理主体的不可替代性是根本性的？因为它直接决定了其他所有主体性维度的特质。
人类的审美判断，离不开多巴胺、催产素、内啡肽等神经递质的调节——你被一首诗感动得落泪，这不是纯粹的"信息处理"，而是一个生理事件。人类的信任感和道德直觉，也同样根植于生理层面——当你面对一个人时，镜像神经元系统会自动激活，让你不自觉地"感同身受"。这正是笔者在前文中讨论过的"具身认知"壁垒：AI 没有身体，因此它无法产生真正的共情——因为共情需要生理基础，而不仅仅是语义理解。
2025 年以来，具身智能（Embodied AI）成为热门赛道，人形机器人被送进了工厂和家庭。但这些机器人所拥有的"身体"，与人类的血肉之躯有本质不同：它们不会饥饿，不会疼痛，不会在凌晨三点被噩梦惊醒，不会因为看到初生的婴儿而产生那种从胸腔涌出的、难以言喻的颤动。一个不会死的存在，是不会真正理解"活着"的意义的。
信用主体
信用（trust/credit）是人类社会运转的底层润滑剂。在经济学家看来，信用是一种"社会资本"——你之所以信任一个陌生人，是因为你们共享一套制度规则，你知道如果对方违约，他将为此付出代价。
AI 在大多数情境下比人更加"讲信用"——它不会撒谎（除非被提示要求撒谎），不会贪腐，不会因为个人情绪影响判断。但问题恰恰出在那些灰色地带。
笔者在提纲中举的例子十分贴切：
地方招商局局长向企业家承诺，企业入驻满三年且纳税达到一定比例后，通过"专精特新企业奖金"等形式，退还地方财政收到的一定比例的增值税；该退税行为是违规的，但在地方招商过程中屡见不鲜。
这个例子的精妙之处在于：局长的承诺在形式上是违规的，但它的"信用"却实实在在地存在着——企业家知道，局长用自己的政治生命在担保这个承诺；局长也知道，如果自己赖账，下次招商就再也没有人相信他了。这是一种建立在个人风险承担之上的信任机制。
AI 能替代局长吗？不能。不是因为 AI 不够聪明，而是因为AI 无法承担被惩罚的风险。你可以惩处一个违规的局长——撤销职务、追究法律责任、让其社会性死亡。但你怎么惩处一个 AI？把服务器关掉？重新训练一个？AI 没有"政治生命"可以押上，没有"社会声誉"可以丢失，因此它无法进入那种需要个人承担后果的信任博弈。信用主体的本质不是"说话算数"，而是"说话不算数的时候，我愿意承受代价"。
责任与财务主体
审计报告需要注册会计师签字，建筑图纸需要注册结构工程师签章，手术知情同意书需要主刀医生签名。这些签字的法律意义不在于确认"这活儿是我干的"，而在于确认"出了事找我"。
这是法律赋予自然人的特殊人格。法人（公司）虽然也承担法律责任，但法人的责任最终总要穿透到具体的自然人身上——"刺破公司面纱"原则（piercing the corporate veil）的存在本身，就说明了自然人的责任主体地位是不可最终消解的。
AI 目前不是、在可预见的将来也不太可能成为法律上的责任主体。这不是因为 AI 的能力不够——正相反，如前面"技能主体"一节所述，AI 在写审计报告、分析财务报表方面的能力已经足够强大。问题在于，法律人格（legal personhood）是一种社会建构，而不是一种技术能力。它不是被"发明"出来的，而是被"承认"出来的。
同样的逻辑适用于财务主体。自然人作为财务主体，占有其资产增值的收益——你买的房子涨价了，收益归你；你持有的股票分红，现金打到你的账户。AI 不能拥有财产，不是因为技术上做不到（区块链上的智能合约完全可以让一个 AI 地址持有加密货币），而是因为财产权制度的底层逻辑是服务于人类福祉的。让 AI 拥有财产，对增进人类福祉没有任何意义——AI 不会因为"有了钱"而感到幸福。
这两个维度的共同特征是：它们不是技术问题，而是制度问题。技术的进步——大模型能力的提升、推理成本的下降——不会自动改变制度安排。这正是笔者在《AI 职业替代风险评估矩阵》中引入"制度约束强度"维度的原因。
记忆与经验主体
这是七个维度中最容易被低估、却最贴近日常生活的一个。
截至 2026 年 7 月，没有任何 LLM 能够存储长达数年甚至数十年的多模态（文字、视觉、听觉、嗅觉、触觉）连续记忆。ChatGPT 的"记忆"功能可以记住你对它说过的一些偏好，Claude 的"项目知识"可以记住一个项目的上下文——但这些所谓的"记忆"，本质上只是存储在外部数据库中的文本片段，在每次对话开始时被注入到系统提示中。它们不是真正的记忆，因为它们没有时间的厚度。
人类记忆的本质不是信息的存储，而是经验在时间中的沉淀。一个有十年经验的软件工程师，对自己长期维护的系统有一种难以言传的"感觉"——他知道哪段代码是"雷区"，知道哪个模块在凌晨两点最容易出问题，知道什么时候应该相信日志、什么时候应该忽略日志。这种能力无法被写入文档，无法被转化为 prompt，因为它不是知识——它是记忆，是经验，是无数次踩坑、加班、被生产事故惊醒之后，身体和神经系统共同形成的直觉。
这就是波兰尼（Michael Polanyi）所说的"隐性知识"（tacit knowledge）："我们知道的，远比我们能说出来的多。"当前 AI 系统只能获取"显性知识"——那些已经被写下来、被编码为文本的信息。而人类专业能力的核心，恰恰在于那部分无法被写下来的隐性知识。
需要强调的是，这是"目前"的状况——笔者在此用词谨慎。如果未来出现了能够持续接收多模态输入、并不断进行在线学习（而非仅在训练阶段学习）的 AI 系统，这一判断可能需要修正。但在 2026 年，记忆和经验主体仍然是人类不可被替代的维度。
审美主体
这一维度是笔者在《AI 职业替代风险评估矩阵》中已经详细讨论过的，此处做一梳理和深化。
文艺创作——无论是写诗、作画、作曲还是写小说——其本质不是"输出一段文本/图像/音频"，而是创作者与消费者之间的精神交流。白居易在《与元九书》中说："感人心者，莫先乎情，莫始乎言，莫切乎声，莫深乎义。"两千年来，这个判断不需要修正。
AI 可以生成技术上完美的诗歌、绘画、音乐。Midjourney V7 生成的图像在视觉质量上不逊于大多数人类画师，Suno V5 生成的音乐在旋律悦耳度上足以乱真。但这恰恰暴露了问题的核心：当 AI 能够生成"完美"的文艺作品时，我们反而更清楚地意识到，文艺的价值从来就不在于"完美"。
文艺的价值在于它承载了一个真实的生命经验。梵高的《星空》不是因为画得"像"而伟大，而是因为那旋转的星空是一个饱受精神折磨的人眼中的世界。海子的《面朝大海，春暖花开》不是因为用词"华丽"而动人，而是因为在写下"从明天起，做一个幸福的人"两个月后，他在山海关卧轨自杀。AI 不知道饥饿——海子的诗里，"喂马、劈柴"不是诗意的田园想象，而是一个在贫困中挣扎的诗人对温饱的具体渴望。
这就回到了当年笔者面试影石特等奖学金时的核心论点：大模型不是情感生发和表达的主体，我们无法对其"知人论世、以意逆志"。 孟子提出"知人论世"——要理解一首诗，必须了解作者这个人和他所处的时代。"以意逆志"——用自己的心意去推求作者的志向。这两条原则对于人类文艺批评是基本操作，对于 AI 则是根本不可能完成的任务——因为它呈现给我们的是一个没有"人"、没有"世"、没有"志"的文本。你可以去推测一个当代作家的意图，无法去推测一个统计模型的意图——因为后者没有意图。
结语：图灵测试的终结与人的不可替代性
本文完成了一次概念转换：将图灵测试从"人机行为不可区分性"的判据，重构为对主体性七维度的分别检验。
这个重构的直接后果是令人清醒的。在知识主体和技能主体两个维度上，AI 已经通过甚至超越了人类——2025 年以来的"技能降维"效应正在以肉眼可见的速度重塑就业市场。但在生理主体、信用主体、责任与财务主体、记忆与经验主体、审美主体这五个维度上，AI 仍然无法作为一个真正的主体替代人类。而且，这五个维度中的大多数——信用、责任、审美——其制约因素不是技术层面的，而是制度层面和哲学层面的。它们无法通过 Scaling Law 来解决。
这反过来也意味着：人的不可替代性，恰恰存在于那些与"效率"和"智能"无关的维度之中。 你是可以被替代的知识容器和技能执行者，但你是不可替代的生理存在、信用承担者、法律责任人、经验积累者和审美交流者。AI 的到来不是在消灭人的价值，而是在逼迫我们重新思考：什么才是人真正不可被让渡的那部分？
这或许是图灵测试在 2026 年留给我们最深远的启示。
