AI连《管锥编》引了哪卷《太平广记》都查不准,还谈什么替代学者?
在处理《管锥编》这类引证上万、横跨中西、语义密织的典籍时,当前主流AI搜索工具连“准确列出钱锺书所引《太平广记》卷次”都做不到,遑论替代学者进行思想辨析。
01查得准不如引得对:资料检索的可靠性鸿沟
资料检索是AI介入古籍研究的第一道关口,也是幻觉高发区。以“《管锥编》中关于《楚辞·离骚》‘香草美人’说的讨论出自哪几则?”为例,测试秘塔、豆包、Kimi、讯飞星火四款具备学术搜索功能的工具,结果令人警醒:秘塔返回7条文献,其中3条作者与期刊信息错误;豆包虽能列出真实论文,但将非核心期刊误标为核心;Kimi文献真实性高,但未覆盖关键学者如王成军;讯飞星火则直接遗漏指令要求的“三个方向”结构。更严重的是,所有工具提供的“下载链接”均为伪造或需付费跳转,无法直接验证原文。这印证了素材的结论:国产大模型的学术搜索尚处“花拳绣腿”阶段,其底层问题在于缺乏与权威数据库(如中华书局原版、CBETA佛典)的深度对接,仅依赖网络爬虫拼凑信息,导致“引得快却引得错”。4
| 维度 | 秘塔 | 豆包 | Kimi | 讯飞星火 |
|---|---|---|---|---|
| 文献真实性 | 5/10(多处作者/期刊错误) | 8/10(期刊级别误判) | 9/10(链接失效) | 7/10(部分遗漏) |
| 指令遵循 | 10/10 | 7/10(过度延伸) | 9/10 | 6/10(结构缺失) |
| 核心学者覆盖 | 6/10(缺王成军等) | 7/10 | 8/10 | 5/10 |
| 时效性(截至2026) | 5/10(止于2023) | 5/10 | 4/10(止于2021) | 6/10 |
相比之下,“八十万卷楼九万种古籍全文检索平台”虽无AI智能问答,但其6万种精校古籍、52亿字逐字录入的底本库,提供了绝对可靠的原文锚点。当AI工具声称“钱锺书引《全上古三代秦汉三国六朝文》卷XXX”时,研究者必须回到此类平台核验原始出处——这是人机协作不可逾越的底线。5
02翻译易,解义难:文本解读的语境失焦
更危险的是AI的“过度解释”。当用户提问“《管锥编》如何评价《史记》的叙事结构?”,部分工具会综合网络二手评论,生成一段看似深刻的分析,实则混杂了当代学者观点与钱氏原意。这种“智慧幻觉”比单纯错误更隐蔽,因其披着逻辑严密的外衣。正如素材警告:“AI会根据你的一贯立场编造史书”——在缺乏严格原文约束下,AI的“解读”实为概率性拼贴,而非学术阐释。9
真正的解义必须回到乾嘉汉学的考据传统。素材指出:“AI不掌握乾嘉汉学的全部方法和成果,不可能通达古代文本世界。”这意味着,AI可辅助标点分段,但无法替代学者对版本异文、训诂源流的判断——后者才是《管锥编》立论的根基。10
03逻辑验证:AI无法跨越的学术责任边界
在逻辑验证层面,AI的短板暴露无遗。当要求Kimi或DeepSeek-v4-pro“指出《管锥编》中某论点的潜在漏洞”,它们要么回避批评,要么生成泛泛而谈的“可能局限”。这是因为模型训练目标是“生成合理文本”,而非“挑错”——后者需要对抗性思维与学术争鸣传统,恰是AI最缺乏的。2026年测评显示,即便幻觉控制最强的Kimi,在复杂推理场景中仍无法主动质疑自身前提,遑论挑战钱锺书这样的大家。3
AI能做的,仅是机械性辅助:快速定位《管锥编》某则笔记涉及的典籍范围,或统计“心”“性”等关键词出现频次。但一旦涉及“为何钱锺书在此处选择引用奥维德而非贺拉斯”,就必须由人完成语境还原与意图揣摩——这是算法无法编码的学术直觉。
AI不会取代读《管锥编》的人,只会淘汰不用AI的笨办法。但若把AI当作思想的拐杖,终将在钱锺书构筑的迷宫中迷失方向——因为真正的“管锥”之光,从来只照亮主动思考的头脑。
当前文章无评论,是时候发表评论了