二十世纪最难理解的哲学家：维特根斯坦的语言游戏

“我的语言的边界意味着我的世界的边界。”

——路德维希·维特根斯坦（Ludwig Wittgenstein）

2019年国际华语辩坛老友赛上，有一个耐人寻味的辩题：”被误解是/不是表达者的宿命”。在这场围绕表达与理解展开的辩论中，双方辩手反复提到一个哲学家的名字——路德维希·维特根斯坦（Ludwig Wittgenstein, 1889–1951）。正方辩手援引其早期著作《逻辑哲学论》的思想主张，认为只要建立一种像数学一样精确的语言体系，就有可能在逻辑层面上消除歧义，使表达摆脱误解的困扰。这一论证，折射出一个贯穿人类思想史的理性梦想：从亚里士多德的三段论，到霍布斯提出”推理即计算”，再到莱布尼兹设想的”理性演算”；从罗素与怀特海在《数学原理》中试图以逻辑重建数学，到希尔伯特纲领的雄心壮志，哲学与数学始终都在追求一种”完美语言”，一种足以承载真理而不致歧义的理性秩序。在哲学与语言学的意义上，这种思想在维特根斯坦这里达到了巅峰。

在二十世纪的哲学谱系中，维特根斯坦占据着极为特殊的位置。他被誉为二十世纪最重要的哲学家之一，同时也以”难以理解”而闻名。他一生仅正式出版过一部著作，却深刻影响了哲学的发展方向。早年在《逻辑哲学论》中，维特根斯坦延续了罗素的理性逻辑传统，试图以形式化语言揭示世界的逻辑结构；而在晚年，他却对这一思路进行了反思，转而强调语言的意义并非来自抽象的逻辑形式，而是源于具体的使用方式与生活实践。因此，维特根斯坦既对逻辑实证主义的形成产生了深远影响，也开启了以”日常语言”为核心的语言哲学转向。

如果放在几年前，人们或许很少会将这样一位哲学家与人工智能联系在一起。但随着大语言模型逐渐成为当代人工智能的核心议题，关于语言哲学的讨论变得具体而迫切。有趣的是，维特根斯坦思想上的转变——从关注语言的逻辑结构，转向关注语言的实际使用——在某种程度上与人工智能的范式迁移形成了呼应——从早期以符号规则和逻辑演绎为核心的符号主义AI，逐步转向依赖数据与语境的统计学习模型。当代人工智能所展现出的语言能力，正迫使我们重新面对那个看似遥远却从未过时的哲学问题：语言的本质，究竟在于逻辑结构，还是在于使用与语境？

早期维特根斯坦：语言是世界的图式

维特根斯坦的早期思想集中体现在 《逻辑哲学论》 中。这也是他一生唯一亲自出版的哲学著作。十九世纪末至二十世纪初，欧洲思想界正经历一场深刻的逻辑主义浪潮：弗雷格以《算术基础》和谓词逻辑奠定了现代逻辑的形式框架；罗素与怀特海在三卷本《数学原理》中试图以逻辑推演重构整个数学体系；希尔伯特期望用形式系统为数学简历牢固的基础，并形成了著名的”希尔伯特纲领”。这一系列思想凝聚了当时理性主义的巅峰信念：逻辑是理性的终极语言。

维特根斯坦正是在这样的思想气候中登上哲学舞台的。他出身于奥地利维也纳的富裕家庭，早年学习工程与机械设计，随后因对逻辑问题的兴趣前往剑桥求学，并成为了罗素的学生与思想伙伴。罗素曾评价他”不是一个学生，而是一个思想上的对手”。通过在剑桥的密切交流，维特根斯坦接受了罗素的观念：一切哲学问题归根结底都是逻辑问题。哲学问题之所以显得深奥，往往并非因为世界本身复杂，而是因为语言的逻辑形式尚未被澄清。而他在罗素的逻辑主义基础上更进一步，试图将逻辑形式的分析从数学哲学领域扩展到对于世界本身的认知。他希望通过揭示语言与世界在逻辑层面的同构关系，以一种纯粹理性的方式，描绘出世界的真理。

1921年，维特根斯坦发表《逻辑哲学论》。这本书的组织形式非常独特：它不像一般的书以连续论述展开，而是由一系列层级编号的命题构成，整体结构类似于一套结构化的定理体系。这种写作方式本身也体现了作者的立场——哲学并不应当是经验性的叙述，而应当是精确的形式化的逻辑表达。在这部著作中，维特根斯坦提出了著名的 “图像理论”（又译”语言图像说”或”语言图式理论”），其核心思想是：语言是世界的图式。

《逻辑哲学论》开篇即是如下的命题1.1：

“世界是事实的总和，而非事物的总和。”

这句话奠定了整部著作对于现实世界的理解方式。在维特根斯坦看来，世界不是由彼此孤立的对象简单堆叠而成，而是由对象在特定关系下形成的排列组合所构成。维特根斯坦将这种最基本的组合称为”事态”，它是世界的原子单元；多个事态的成立共同构成”事实”。世界是这样的事实的总体。

维特根斯坦认为，语言之所以能够表达世界，是因为命题中符号的组合方式与事实中对象的排列方式之间存在一种形式上的对应关系。因此说，命题是事实的”逻辑图像”。这里所谓的”图像”，并非视觉或经验上的相似，而是一种结构上的同构（isomorphism）：命题与事实共享一种更深层的”逻辑形式”。所谓逻辑形式，既非对象的属性，也非语言的内容，而是二者得以对应的共同框架。正因如此，语言才能描绘世界的可能状态。例如，命题”猫在垫子上”之所以有意义，不在于”猫”或”垫子”这些词汇唤起的心理联想，而在于整个命题的句法结构与现实中”对象A（猫）与对象B（垫子）在空间关系R（在……之上）中组合”的结构相相契合。维特根斯坦在命题 2.17 中指出：

“命题可以是现实的图像，因为我知道事态如何若命题为真。”

换言之，命题的意义不在词语本身，而在于它所刻画了一种可能世界。

在《逻辑哲学论》的体系中，语言、思维与世界三者之间形成这样一种关系：世界是事实的总和；思维是事实的逻辑表征；命题是思维的外在表达。因此，思维并非某种神秘的心理活动，而是具有意义的命题结构。思维的本质是符号在逻辑规则下的运作。语言的逻辑结构即是理性的结构。因此，哲学的任务不在于提出新的关于世界的命题，而在于澄清命题的逻辑形式，从而分辨哪些表达是有意义的，哪些则源于语言逻辑的混乱。

这一思想在命题5.6中被浓缩为一句广为流传的话：

“我的语言的边界意味着我的世界的边界。”

这句话是指，我们所能思考、表征与理解的世界，正是语言在逻辑上所能够描绘的那一部分。所谓”我的世界”，其实是一个由可表达事实构成的”逻辑空间”。哲学的使命就是描绘这一空间的边界。在边界之内，命题可以有意义地构造事实的图像；而在边界之外，则属于”不可言说”的领域：伦理、美学、宗教与生命意义等，它们只能在生活中被”显示”，而无法被命题”陈述”。因此，维特根斯坦在全书结尾写下那句颇具终结感的命题7：

“凡不能言说的，就应当保持沉默。”

当时的维特根斯坦自信地认为，《逻辑哲学论》已经彻底解决了所有哲学问题：一切可以说清楚的命题，都可以通过逻辑形式加以表达，而无需争论；而那些传统的形而上学的问题，则源于对语言规则的误用，是”不能言说”的。哲学不应当用于回答这些不能言说的问题，而是澄清语言之网的边界，而《逻辑哲学论》已经做到了这一点。于是，维特根斯坦离开了哲学研究。他离开剑桥大学，去从事小学教师、园丁等多种教职与体力劳动，包括在奥地利和德国的乡村学校教书。

《逻辑哲学论》为二十世纪分析哲学奠定了基础，也与二十世纪中叶符号主义人工智能的哲学观颇有相似之处。符号主义AI将智能理解为符号系统的操作，将知识形式化为逻辑命题或规则集合，并将推理视为形式系统内部的演绎关系。其假定世界可以被分解为对象、属性与关系，从而被精确表示。这与维特根斯坦的图像理论共享一种底层假设：语言或符号结构能够在形式上刻画世界的秩序。

然而，无论是在语言哲学还是在人工智能的实践中，这种”逻辑图像”的设想都逐渐显露出局限性。形式语言擅长刻画确定的事实，却难以解释语言在具体情境中的灵活使用。正如维特根斯坦后来意识到的，语言的意义并不在于描绘图像，而在于生活中的具体的使用——而这正是他晚期思想转向的起点。

晚期维特根斯坦：语言的意义只在于使用

1929年，维特根斯坦在多年隐退之后重返剑桥，开始系统性地反思《逻辑哲学论》中关于语言与世界关系的基本设想，并逐渐放弃了以”图像理论”为核心的早期立场。他逐渐意识到，语言的意义并不奠基于抽象的逻辑结构，而生成于人们在具体情境中对语言的实际使用之中。维特根斯坦晚期的思想，集中体现在1953年其身后出版的 《哲学研究》 中。这部著作以一系列短文与片段的形式展开，呈现出一种不断修正、持续自我对话的思想进程。其中最为人熟知的一句论断是：

“词语的意义就是它在语言中的用法。”

这一主张标志着他语言哲学关注重心的转移：从”语言如何指称对象”，转向”语言的意义如何在规则与实践中生成”。

在《哲学研究》开篇，维特根斯坦首先对一种奥古斯丁式的传统语言观提出了反对。这种观点将语言理解为给事物贴上名称的工具，说话就是用词语去指称对象。维特根斯坦指出，这种理解适用于极其有限的情境，例如儿童学会用词指着具体物体说”这是——”。但它无法解释日常语言中绝大多数用法，如提问、命令、承诺、玩笑、计算、祈祷、推测……为了摆脱这种过于简化的语言想象，维特根斯坦提出了 “语言游戏” 这一概念：语言并非脱离生活而独立运行的符号系统，而是嵌入具体生活形式的一种社会实践。说话，就是在参与某种受规则约束的活动。

维特根斯坦用这样一个例子展现了语言游戏如何运作：设想两位建筑工人A与B在工地协作：A发出诸如”砖！”、”梁！”、”柱！”、”板！”的呼喊，B便据此搬来相应的材料。在这一场景中，这些词语已经构成了一种完整的语言。它没有复杂的句法结构，却足以支撑有效的协作。随着活动扩展，这套语言可以自然地生长出新的表达与规则，例如加入指示语、数量词，或更复杂的命令形式。关键在于，在这种场景里，词语的意义完全由其功能决定——”砖！”此刻是命令、请求还是提醒，不取决于它在字典里指称什么，而取决于它在这一语言游戏中被怎样使用、被怎样回应。不同的具体的语言活动，会生成不同的游戏规则，语言的意义正是随着这些规则而变化的。

一旦承认语言由多种语言游戏构成，而每一种语言游戏都服务于不同的人类活动，就很难再为语言寻找一个统一的本质定义。为了说明这一点，维特根斯坦提出了 “家族相似性” 的概念。他让我们观察”游戏”这个词：棋类、足球、捉迷藏、电子游戏都被称为”游戏”，却很难找到一个对所有游戏都成立的共同特征。它们之间呈现的，并不是单一的本质，而是一张由规则、目的和互动方式交织而成的相似网络。语言也是如此：所谓”语言”，其实像”游戏”一样，并非一个拥有统一内核的系统，而是由多种规则各异却彼此相连的语言游戏共同编织而成的复杂整体。许多哲学困惑，正是源于忽视了这种结构的多样性，而反复陷入关于”意义”、”本质”的争论。

因此，维特根斯坦晚期对哲学任务的理解也发生了根本转变。他不再试图为语言建立抽象的逻辑图式，而是将哲学理解为对语言实际用法的澄清，并将这种工作称为”语言治疗”。他认为，许多哲学问题并非真问题，而是源于语言的误用：当词语脱离其生活语境，被强行移入不属于它的语言游戏时，伪问题便随之而产生。例如，当我们把日常语境中的”理解”概念机械地投射到机器或意识的讨论中时，就容易陷入”机器能否思考”“智能如何实现”这种看似深刻、实则混乱的问题。语言治疗的任务，正是将概念带回其原本的使用场景，让我们看到它们在真实生活中的运作方式。因此，哲学不再建构宏大的理论体系，而成为解除概念混乱的实践活动。

《哲学研究》通过”语言游戏”“家族相似性”等概念，将语言重新置于日常实践之中，强调理解意义应当考察词语在具体活动中的用法与规则，而非追寻脱离语境的抽象本质。它促成了分析哲学中以日常语言为中心的研究取向，并对后来被称为”普通语言哲学”的方法传统产生了深远影响。

语言哲学与大语言模型

《逻辑哲学论》与《哲学研究》为我们提供了两种截然不同的看待语言的哲学观。前者以逻辑形式为核心，将语言理解为对世界结构的刻画，认为意义源于命题与事实之间的形式对应；后者则强调语言的使用与实践，将意义视为在具体活动中产生的结果。这种思想转变恰与人工智能发展的不同阶段所依赖的研究假设不谋而合。这一对照，为我们回看人工智能从符号系统到大语言模型的演变，提供了一种新的的哲学视角。

早期人工智能，尤其是符号主义AI，将智能理解为符号操作的过程：知识以显式的命题、规则或逻辑关系表示，推理是形式系统内部的演绎计算。相应地，早期自然语言处理主要依赖人工设计的语法规则、逻辑表示与知识库。专家系统、逻辑编程、知识表示模型，其核心假设都是：只要表示足够精确、规则足够完备，语言理解就可以被形式化地实现。

随着研究的推进，这一假设逐渐暴露出局限性。自然语言在真实使用中高度依赖语境，且充满歧义、隐喻与不完全规则，难以被穷尽地编码为一组特定的逻辑形式。由此，统计方法与机器学习逐步取代规则驱动的方案：语言不再被视为一套可完全显式化的规则系统，而被看作一种分布现象，其意义体现为在大量使用实例中呈现出的统计规律。

大语言模型正是在这一技术路径上发展起来的。它们不依赖显式的语法规则或人工构建的知识体系，而是通过在大规模语料上的训练，学习语言在不同上下文中的使用方式。基于注意力机制，模型能够在生成文本的过程中动态地整合上下文信息；通过上下文学习能力，模型可以临时适应新的任务与语境。这使得模型能够在多样的场景中生成”合适的”语言行为，表现出一种对语境高度敏感的语言使用能力。因此，大语言模型更像是在统计层面上模拟语言游戏的运作方式，而非试图重建世界的逻辑图像。

当然，大语言模型地这种能力仍然不同于维特根斯坦意义上的”理解”。在他的语言哲学中，理解是一种嵌入生活形式的能力：语言的使用者之所以理解，是因为他们身处具体实践之中，分享社会规范、目的与行为后果。大语言模型虽然能够学习语境之间的统计关联，从而高度逼近语言使用的表面模式，但它们却并不参与这些实践本身。因此，语言的可用性可以被技术性地不断逼近，但理解所依赖的实践根基仍然缺乏。如何能够让模型在与环境和社会实践的互动中持续修正和更新其理解，仍然是大语言模型未来发展中需要面对的重要问题。

结语：智能只在语言的实践之中

维特根斯坦曾说：

“哲学的真正问题，不是关于世界，而是关于语言。”

当人工智能进入大语言模型时代，这句话获得了一种意外而具体的现实意义。语言不再只是人类思想的载体，也逐渐成为机器智能的舞台。顺着维特根斯坦的思路，我们或许可以这样说：”一个模型的语言的边界，意味着它的智能的边界。”

围绕大语言模型是否”真正理解”语言的争论仍在持续不断。然而，问题或许从不在于机器是否”真正理解”语言，而在于我们如何理解”理解”本身。若意义并非隐藏在语言背后的某种本质，而是显现在公共的使用之中，那么衡量智能与否的也不应是内部机制的复杂程度，而是一种进入对话、参与实践、并在其中承担后果的能力。语言在其中不是结论，而是活动；不是终点，而是通道。真正的问题，不在于机器能说什么，而在于：我们是否已经准备好，与它一同生活在语言的实践之中？

关于本系列

从古希腊”万物皆数”到今天的大模型时代，人工智能走过了两千多年的思想历程。本公众号将逐步更新”AI科技发展史”系列文章，系统梳理人工智能的来龙去脉。

我们既讲哲学思辨，也讲技术原理；既关注历史脉络，也把握当下趋势。笔者希望用这个系列，打破技术与人文之间的壁垒，让每个对AI感兴趣的人，都能看懂这场正在改变世界的革命。

更新节奏不定，但质量恒定。欢迎关注本公众号，也欢迎在评论区留下你的思考和疑问。让我们一起，在历史的长河中寻找AI的未来。