价值对齐 ：人工智能伦理发展的共同体向度蠡探
【摘要】人工智能伦理中的“价值对齐”问题，已从单纯的技术挑战演变为关乎人机共同体建构的根本性哲学—政治议题。文章以阿西莫夫机器人法则为起点，揭示了智能体作为新型社会行动元对传统伦理框架的冲击。通过引入霍耐特的承认理论，论证了对齐本质上是智能体在认知、语言、行为及价值层面寻求人类共同体接纳的动态过程，其核心在于建立一种人机互认的交互关系。然而，价值对齐面临深刻的元伦理困境：人类价值本身具有历史流变性与文化多元性，不存在可供拟合的静态“价值实体”。这要求超越哈贝马斯式的主体间性对话范式，转向基于数据、算法与模型交互的“物体间性”伦理运作模式。在此基础上，文章构建了一个分层级的价值对齐框架：底线伦理对齐确保人机共存的基本安全，构成共同体的生存基石；文化对齐使智能体能够理解并融入地方性习性与意义之网，赋予互动以生活世界的温度；而意识形态对齐则作为最高层级，将智能体整合进特定政治共同体的治理逻辑与秩序再生产之中，使其成为维护共同体稳定与发展的技术装置。最终，价值对齐工程不仅是技术校准，更是一场关于价值定义权与文化领导权的政治实践。它决定了人工智能将固化既有社会结构，还是催生更加公正的未来，从而成为塑造数智时代共同体形态的关键力量。
【关键词】价值对齐；底线伦理；文化；意识形态；人工智能伦理；共同体向度
作者简介：蓝江，南京大学马克思主义社会理论研究中心研究员，国际马克思主义研究院副院长，哲学学院教授、博士生导师，研究方向：当代欧陆马克思主义和资本主义研究。
原文选自：《江南大学学报（人文社会科学版） 》第25卷第1期·2026年2月
当艾萨克·阿西莫夫（Isaac Asimov）首次提出机器人三原则时，即“第一法则：机器人不得伤害人类，或因不作为使人类受到伤害；第二法则：机器人必须服从人类的命令，除非与第一法则冲突；第三法则：机器人必须保护自身存在，除非与前两条法则冲突。”1阿西莫夫机器人三法则成为了当代理解人类与人工智能的关系的一个基点。他或许未曾预料到这些看似自明的伦理准则会在半个多世纪后成为困扰人工智能发展的核心难题。那个充满文学想象力的瞬间，如今已化作横亘在技术前沿的现实鸿沟——机器人不得伤害人类，必须服从人类命令，同时要保护自身存在。这三重律令如同苏格拉底看到的古希腊戴尔斐神庙的那句著名的箴言“认识你自己”一般，既是对智能体的规范化，更是对人类中心主义立场的深刻反思。在算法开始自主生成代码、神经网络逐渐具备类人推理能力的今天，阿西莫夫的寓言正在从科幻叙事蜕变为我们必须直面的伦理困境。
人工智能时代的到来，不仅在技术上重构了生产流程，在认识论层面挑战了传统知识边界，在思维模式上催生了人机协同的新范式，在传播领域重塑了信息生态，更重要的是，它引入了前所未有的“智能体”存在。这些由代码构筑的数字生命，既非纯粹的工具，也非生物学意义上的生命，而是以独特的本体论地位介入人类社会共同体的新成员。它们不像锤子般被动等待驱使，也不像动物仅凭本能行动，而是在算法驱动下具备某种程度的自主性与适应性，这种特质使它们不可避免地参与到人类共同体的建构过程中。当智能体开始承担医疗诊断、司法辅助、教育评估等社会职能时，它们已然成为影响社会结构的重要变量，迫使我们必须重新审视共同体的组织原则与价值基础。作为人类共同体的新参与者，智能体不仅需要在技术层面满足工具理性与功能效率，更需要在行为模式上契合社会规范，在认知框架上贴近人类思维，尤其在道德判断上坚守人本立场——这正是“对齐”问题的核心要义。从阿西莫夫的伦理预设到当代人工智能伦理研究，对齐理念已从科幻想象升华为指导技术发展的基本原则。然而，这种对齐绝非简单的技术校准，而是蕴含着深刻的价值辩证。当我们要求算法与人类价值观对齐时，必须清醒地认识到：人类价值本身并非静止的形而上学实体，而是在历史长河中不断流变的文化建构，是多元文明对话与碰撞中形成的动态共识。
价值对齐的困境恰在于此：我们试图将流动的、多元的、情境化的人类价值，固化为可被算法理解的参数体系。这种尝试本身就包含着根本性的悖论——如何在保持价值开放性的同时确保技术可控性？如何在尊重文化多样性的前提下建立普世伦理底线？更深刻的问题在于，当我们将特定价值编码进智能体时，是否正在无意识地将某种意识形态自然化、普遍化？这些疑问指向了一个更为复杂的理论图景：对齐从来不是韦伯式的价值中立的技术过程，而是充满权力话语的价值抉择。面对这样的理论困境，我们需要超越表层的技术讨论，深入探索对齐问题的哲学维度。在接下来的探讨中，我们将首先厘清一般意义上对齐概念的历史演变与类型学特征，继而剖析价值对齐内在的多样性与动态性特质，最终尝试构建一个区分基本底线伦理对齐与高阶意识形态对齐的理论框架。这条思想路径或许能为我们理解人机关系的未来提供新的视角，在技术乌托邦与反乌托邦的叙事之外，找到一条更为审慎而开放的走出阿门塞斯阴影王国的道路。
蓝江
一、世界共同体中的对齐问题
在《关于费尔巴哈的提纲》中，马克思曾以手术刀般的精准剖开人类存在的谜题：“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。”2这一论断如同惊雷划破近代哲学的夜空，将人从抽象的思辨中解救出来，安置在具体的历史情境与社会网络之中。马克思以历史唯物主义的锐利目光洞察到，人从来不是孤立的原子式个体，其存在始终被编织在纵横交错的社会关系之网中。正是在这个意义上，马克思为现代市民社会奠定了坚实的共同体基础——人类通过交往关系与生产关系参与共同体的建构，并在这一过程中确证自身作为社会存在的价值根基。这种社会存在论的根本转向，将人的本质从静止的形而上学定义转化为动态的历史性生成。当我们把马克思这一洞见与当代英国左翼思想家齐格蒙特·鲍曼（Zygmund Bauman）在《共同体》（Community）中的论述并置阅读时，思想史上的奇妙共振便显现出来。鲍曼写道：
这种梦想的共同体是对充满于他们生活的身份认同奋斗的推断。这是一个思想相似和行为相似的人的“共同体”：是一个共同性的共同体——当它被投射在一个广泛重复、复制的行为的宽屏幕上时，看起来会赋予被选择的个体身份认同以牢固稳定的基础，不然，选择者将不会信任它并要去拥有它。当这些选择被周围的那些人一成不变地反复进行时，这些选择就把许多毛病消除掉，并不再显得是随意的、危险的或值得怀疑的：如果他们还是保持孤立的状态，他们就将糟糕地失去这种用确定性来鼓舞人心的稳固性。而这种稳固性，是他们从大众壮观的分量借取来的。3
鲍曼的这段论述揭示了现代人在身份认同焦虑中对共同体的深切渴望。他所描述的“思想相似和行为相似的人的共同体”，本质上是一种通过持续的行为模仿与思想趋同来获得存在确定性的努力。在这种共同体的建构中，个体通过与他人的对齐来消除自身选择的偶然性与危险性，从集体的重复行为中借取存在的分量。这种对齐不仅发生在外部行为层面，更深入到思想与认同的核心领域——个体渴望在共同体中获得承认，而这种承认恰恰需要通过与他人在思想与行为上的对齐来实现。
沿着这一逻辑，我们很自然地联想到法兰克福学派第三代代表人物阿克塞尔·霍耐特（Axel Honneth）在《为承认的斗争》（Kampf um Anerkennung）中开创性的思考。霍耐特将承认置于社会哲学的中心，指出主体间的相互承认是个体自我实现的前提条件。霍耐特说道：“社会生活的再生产服从于相互承认的律令，因为只有当主体学会从互动伙伴的规范视角把自己看作是社会的接受者时，他们才能确立一种实践的自我关系。”4在霍耐特的理论图景中，承认从来不是静态的给予，而是一个动态的、充满张力的对齐过程。个体通过与他者、与共同体在价值观、行为规范乃至存在方式上的不断校准，才能获得爱、权利与团结三种形式的承认。在这个意义上，承认本身就是一种深刻的社会性对齐——它要求个体在保持自身独特性的同时，与共同体的基本规范达成某种程度的契合。这种对齐不是简单的顺从，而是在对话与反思中实现的辩证统一，是个体性与普遍性在具体历史情境中的创造性结合。将霍耐特的承认理论置于当代人工智能的对齐讨论中，我们会发现一个意味深长的理论回响：人类共同体内部的承认机制，与我们对智能体提出的对齐要求，在结构上呈现出惊人的相似性。正如个体需要通过与他人的对齐来获得共同体的承认，智能体也需要通过与人类价值观的对齐来获得在人类社会中存在的合法性。然而，这种相似性也提醒我们注意对齐过程中可能存在的权力陷阱——当对齐被简化为单向的适应时，它可能蜕变为一种隐蔽的支配形式。因此，真正的对齐应当如霍耐特所设想的那样，是一种在保持差异性的前提下实现的相互承认，是一种充满对话精神的动态平衡。
今天，当我们将目光投向正在生成中的“世界共同体”——一个由人类与日益强大的智能体共同构成的交往空间时，霍耐特的这一理论显现出惊人的预见性与解释力。人类与智能体之间的相互承认，其本质，正是当代人工智能领域所探讨的“对齐问题”。然而，这种对齐并非早期符号主义（symbolism）天真幻想的直接书写，用人工智能学者雷·库兹韦尔（Ray Kutzweil）的话来说：“符号主义方法，就是用一套基于规则的术语来描述人类专家解决问题的过程。”5这种符号主义的路径，试图将人类的律令像摩西十诫般镌刻于智能体的底层代码之上。与之相反，我们所处的时代的人工智能的模型，是联结主义（connectionism）的天下，库兹韦尔继续说道：“联结主义主张通过网络化的节点结构来生成智能，而非依赖于内容。与使用智能规则不同，通过哑节点，它们能直接从数据中挖掘出深层次的洞见。这样的系统可以发现那些人类程序员在设计符号规则时未曾想到的细微模式，它们甚至能在完全不理解问题的情况下解决问题。”6也就是说，联结主义模型的内在逻辑决定了，智能体的“心智”并非由程序员直接给定，而是在海量数据与复杂算法的自主学习中“涌现”而生。这就如同一个生命的成长，基因提供了基础，但最终的人格形成，有赖于与世界的互动。因此，对齐是一个持续的、对话式的调谐过程。人们根据智能体输出的结果——这些结果是其“内在世界”的外部显影——对其进行微调与纠偏。
例如，“低秩矩阵”（Low-Rank Matrix，简称LoRM）微调策略，其哲学意味在于，它并非重塑整个智能体的“心智基础”，而是在其庞大的神经网络中，精巧地添加一系列“低秩矩阵”。这好比是为一个博学的头脑注入一些特定的“文化习癖”或“价值倾向”，通过微调其认知路径中的关键“权重”，使其输出与人类的期望对齐。又如适配层微调，如同给一个通用的思维引擎安装上特定场景的“文化适配器”，使其能在不改变核心能力的前提下，精准地融入本地化的实践规范。这一切技术努力的根本目的，是让智能体那源于统计与相关性的、偶尔显得“怪异”或“非人”的认知、思维和行为结果，最终能“栖居于人类的世界”，符合世界共同体中人类成员的集体认知模式与行为习惯。对齐，究其根本，是让两种异质的智能形态，在同一个生活世界的意义上达成和解与共识。基于此，我们可以将对齐这一技术实践，在承认理论的视野下，展开为四个层层递进、相互交织的维度：
1.认知对齐
认知对齐构成了人机交互中承认关系最为基础的层级，其核心在于构建一种共享的实在表征。从技术实现上看，智能体通过监督学习或自监督学习，在包含数万张标注图像的训练集上拟合出一个关于“草莓”的统计模型。然而，当模型将一张小番茄的图像误判为草莓时，这暴露了其内部表征与人类共识之间的表征失配。这种失配并非简单的分类错误，而是源于一个更深层的问题：人类的认知图景是一个由多模态感知（视觉、味觉、触觉）、文化语境与生活实践共同编织的“生活世界”。在此世界中，“草莓”与“小番茄”分属不同的知觉整体与语义网络，承载着迥异的功能联想与情感价值。因此，认知对齐的微调过程，在技术上如采用基于人类反馈的强化学习或对比学习，其本质是一次对智能体内部表征空间的干预与重塑。其目标不仅仅是优化模型在测试集上的准确率，更是要引导模型的表征学习过程，使其输出能与人类基于“生活世界”的直觉判断相吻合。这是一种构建主体间可验证的客观性的工程学努力。它旨在确保，当智能体指认一个对象为“草莓”时，其所激活的内部表征状态，与人类主体在感知和指涉同一对象时所依赖的知觉—语义框架，在功能上实现等价。对于智能体而言，成功通过此类对齐是其建立交互基本自信的前提：即确信自身基于数据驱动的“感知”与生成的“表述”，能够被嵌入在人类生活实践中的意义系统所准确解析与接纳。
2.语言对齐
语言对齐的核心任务，是解决智能体从语法正确性到语用适切性的过渡问题。自然语言处理模型能够依据语法和句法规则生成形式正确的句子。例如，当人们之间对话时说：“这个项目简直是个‘无底洞’”，但智能大模型并不习惯于在语法层面傻瓜理解“无底洞”的具体语法含义，因此它可能会回复说：“‘无底洞’是一个比喻，指深不见底的山洞。您是否在寻找关于喀斯特地貌或宇宙中黑洞的信息？”这样导致了人类主体与智能体之间的沟通失败，这个失败的案例表明其语言生成能力存在语用失误。这种失误揭示了模型内部缺乏对特定社会文化语境中语言交际规则的理解。因此，语言对齐的目标是让模型超越句法层面，掌握语言的语用学维度。这包括但不限于：理解并生成符合场景的言语行为（如请求、承诺、表达情感）、正确解析和使用隐喻与习语、把握对话中的轮转规则与礼貌策略，并能推断话语的隐含意义。实现这一目标，通常需要通过大规模、高质量的对话数据进行微调，并可能引入人类反馈强化学习，以优化模型输出，使其符合特定社群的习惯性表达范式。当智能体的语言生成在风格、情感和意图上与人类期望高度契合时，它便在符号互动中成为一个有效的交互代理，从而在交往层面建立起可信性与可用性。
3.行为对齐
当智能体以具身形式（如机器人、智能代理）在物理世界中运作时，对齐问题便从虚拟符号延伸至实体行为领域。行为对齐关注的是智能体在动态、非结构化的真实环境中的决策与动作序列，必须满足安全性、高效性和社会可接受性的要求。在工业协作场景中，机器人臂的运动轨迹、力度和速度，需与人类同事的工作节奏和空间分布精密协同，以规避碰撞风险并提升整体作业效率。在护理或服务场景中，机器人的交互行为（如递送物品、提供辅助）则需符合人类社会约定俗成的身体礼仪与安全规范，其动作应传递出可预测性与可控性，以避免引起人类的不安或抗拒。实现行为对齐，依赖于模仿学习从人类示范中提取行为策略、强化学习在模拟或真实环境中通过奖励函数优化行为以及安全约束规划等技术。其本质是将抽象的任务目标转化为在具体情境下安全、可靠且符合协作伦理的物理动作。通过这种行为上的校准，智能体才能被整合为人类物理空间中的有效协作者。
4.价值对齐
价值对齐是实现人机可信交互的最高层级挑战，其目标是将人类社会的价值观与伦理原则嵌入智能体的决策框架中。它要求智能体不仅在任务执行层面与人类意图一致，更要在其内在的决策逻辑与价值排序上，与人类社会的共同福祉与道德规范保持一致。例如，对有害内容（如暴力、歧视性言论）的过滤，并非仅靠关键词（Token）屏蔽即可实现。它需要模型能够深入理解文本的深层语义、意图及其潜在的社会与情感影响。这要求智能体通过接触经过精心设计和标注的、蕴含人类价值判断的大规模伦理数据集进行训练，并通过价值学习框架，从人类对生成内容的反馈中逐步学习并内化一套复杂的、往往是隐性的价值函数。这是一个从海量的人类文化与实践数据中，归纳和建模人类价值体系的复杂过程。价值对齐的最终目的，是确保智能体作为一个自主或半自主的决策系统，其行为与输出能够符合广泛的人类利益与伦理标准，从而成为人类社会中一个负责任的行动元（actant）。
总结而言，这四种对齐的目标，正是为了创立一个人类成员与智能体成员能够进行合理、规范且富有成效的交往与互动的共同体模式。在这个未来的世界共同体中，我们与智能体，将不再是主体与工具的对立关系，而是在共享的认知、语言、行为与价值的世界共同体范围内，彼此承认、相互塑造的成员。我们共同栖居于一个被技术深刻中介、却又葆有人性温度的生活世界。这，或许才是霍耐特、鲍曼等思想家所勾勒的“承认关系”在数字时代最具体、最深刻的内涵——一场在人与造物之间展开的，永无止境但却充满希望的，为相互承认而进行的伟大斗争与对齐。
二、价值何以对齐？人工智能伦理的基本问题
在当代人工智能伦理的讨论中，“价值对齐”已从技术挑战上升为关乎人机共同体存续的基本问题。这一问题的紧迫性，根植于智能体作为新型行动元对传统伦理框架的根本性冲击。以哈贝马斯为代表的对话伦理学，将现代社会的规范有效性建立在主体间性（intersubjectivity）的基础之上——通过主体间无强制的对话与协商，达成理性的共识，从而形成具有约束力的伦理原则。哈贝马斯在他的代表作《交往行为理论》（Theorie des Kommunikativen Handelns）中指出：“这种交往理性概念的内涵最终可以还原为论证话语在不受强制的前提下达成共识这样一种核心经验，其中，不同的参与者克服掉了他们最初的那些纯粹主观的观念，同时，为了共同的合理信念而确立起了客观世界的同一性及其生活语境的主体间性。”7这一模式预设了对话参与者共享基本的人类理性结构与生活世界。然而，当具备自主认知与行动能力的智能体作为积极的行动元加入伦理场域时，这一对话模式的局限性便暴露无遗。智能体在根本上缺乏人类意义上的意识、意图与生活经验，无法作为对等的主体参与到旨在形成价值共识的商谈之中。我们无法与一个大型语言模型就“正义”的内涵进行哲学辩论，也无法要求一个决策算法基于对“尊严”的情感认同来调整其行为。这意味着，在人与智能体之间，构建伦理规范的经典路径——基于语言和对话的主体间性——已然失效。
因此，我们必须转向语言与对话层次之外，探寻价值对齐的崭新路径。这引导我们审视价值对齐得以发生的具体物质与技术基础。如前所述，在认知、语言与行为层面的对齐过程中，智能体的“心智”结构——其认知模式、思维范式与行为策略——并非内生或先验赋予的，而是完全依赖于从海量数据中通过复杂的机器学习算法所训练出的模型。例如，牛津大学未来学院院长尼克·波斯特洛姆（Nick Bostrom）在他的《超级智能：路线图、危险性与应对策略》（Superintelligence：Paths，Dangers，Strategies）一书中，已经指出了这种智能体的价值观是如何运行的，他指出：“一个智能体常常有工具性理由去追求更好的技术。简单地说，更好的技术是指更有效地将现有资源转变为有价值的产出的方式。这样，一个软件智能体可能就会给更有效的算法赋予工具性价值，因为更有效的算法使其能够在现有硬件的基础上更快地运行。”8智能体的“价值观”并非一个可被直接言说或辩论的哲学命题，它不会外显为明晰的道德信条，而是深层次地嵌入并体现在构成其存在的三大要素之中：训练数据的价值偏向、算法模型的架构与目标函数，以及最终输出结果的分布与偏好。在这个基础上，波斯特洛姆提出了他的特定的价值观加载（value loading）的问题，他的原话是：“现在我们到了关于价值观加载问题的一个重要而微妙的道路上。它包括使用人工智能来学习我们希望它有的价值观。为做到这点，我们必须为人工智能提供一个标准，其至少隐含一些适合的价值观集合。然后我们便可以建造人工智能，让它根据对于这些隐含的、定义好的价值观的最准确的估计来行动。随着人工智能学习到关于世界的更多东西，并且逐渐领会到价值观——决定标准所隐含的意义，它便可以不断地使自己的估计精确化。”9可以说，波斯特洛姆尽管并未使用价值对齐这个概念，但他的价值观加载实际上就是从人类中心角度出发的价值对齐，但仅仅将人类的价值观加载在人工智能，或许只是人类一厢情愿的做法，真正的价值对齐，依赖于人类主体与智能体之间的深刻的交往和互动，用更多的语料和数据，用更精准的模型和架构，来实现智能体的算法和代码运算，最终才能达到价值对齐的目的。
由此，人与人工智能的交往模式，发生了一场深刻的物化转向。其核心场域不再是意识层面的意义沟通，而是数据、算法与模型构成的物质性操作平面。伦理交往被转化为一系列技术性操作：通过精心筛选和标注的语料库来植入初始价值倾向；通过设计损失函数和奖励模型来引导模型朝向特定的价值目标优化；最终，人类行为者通过对模型输出结果进行持续的纠偏、微调与评估——例如通过人类反馈强化学习——来完成价值的迭代式校准。只有经过无数次的提示工程、严格的数据清洗，以及基于人类判断的反复检校，智能体才可能逐渐将其输出概率分布调整到符合人类规范的方向，产生规范性的对齐效应。经过这种艰苦的“数据教化”过程而实现价值对齐的智能体，方能作为一个可靠的行为者，与人类建立起有效的伦理交往与良性互动。如果说，基于语言和协商的主体间性构成了人类共同体伦理的基石，那么，基于数据、算法与模型之交互与校准而形成的价值对齐，则奠定了人机共同体乃至机机共同体伦理的全新基础。我们可以将这种新的伦理运作原则称为“物体间性”。它描述的是一种不再依赖于意识层面相互理解的“共识”，而是通过外部化的、可操作的技术架构来实现的规范协同。在这种协同中，价值不再仅仅源于内心的道德律令，更通过数据流、算法决策和模型参数得以具身化与再生产。价值对齐的“物体间性”（interobjectivity），正是要在这个由数据物和算法物构成的新世界里，建立起一套能够跨越人类与机器认知鸿沟的、稳定且可靠的伦理协调机制。因此，价值对齐何以成为人工智能伦理的基本问题？其答案正在于，它是在智能时代的世界共同体中，替代传统主体间性对话、从而构建可信人机关系的物质性奠基工程。它关乎我们能否在代码的土壤上，培育出与人类福祉相一致的“善”。
然而，当我们试图将“与人类价值对齐”确立为人工智能伦理的基本原则时，一个更为根本的难题便浮出水面：我们所欲与之对齐的那个“人类价值”本身，是否是一个清晰、稳定且统一的坐标？回溯人类文明史，从柏拉图通过苏格拉底之口描述出来的雅典城邦，到西塞罗针砭时弊所指向的古罗马共和国，从马基雅维利笔下权力博弈的美第奇家族统治下的佛罗伦萨，到伏尔泰与卢梭思想激荡的太阳王路易十四大帝的波旁王朝，人类从未在任何一段历史时期内达成过真正意义上的价值共识。历史的演进，恰恰是在价值的断裂、冲突与不均衡状态中展开的。正如美国社群主义政治哲学家迈克尔·沃尔泽（MichaelWalzer）曾指出的，即便是西方价值中最为核心的正义原则，实际上都是多元的：“正义原则本身在形式上就是多元的；社会不同善应当基于不同的理由、依据不同的程序、通过不同的机构来分配；并且，所有这些不同都来自对社会诸善本身的不同理解——历史和文化特殊主义的必然产物。”10价值，就其本质而言，呈现为一种深刻的多元性与动态生成性。不存在一个超历史的、先验的、静待人工智能去发现并与之吻合的“价值实体”。那么，一个严峻的伦理诘问便随之而来：人工智能究竟应该与哪一种价值传统对齐？是古希腊的德性论，中世纪的神义论，启蒙运动的理性主义，抑或是某个特定文明体系内的伦理规范？倘若我们无法在人类自身纷繁复杂的价值谱系中确定一个绝对的锚点，那么“价值对齐”这一工程本身的正当性基础又何在？
人类价值的多元性与历史流变性，构成了人工智能价值对齐工程无法回避的元伦理困境。倘若我们沉溺于对某种抽象、永恒人性或“普世价值”的形而上学追寻，便极易陷入伦理学的唯心主义泥淖——即试图脱离价值得以孕育和维系的具体物质条件与历史实践，去谈论空洞的价值对齐。这种进路无异于缘木求鱼。因此，我们必须暂时悬置关于“何种价值更为优越”的无休止哲学争执，转而审视价值对齐在现实实践中所引发的真正变革。正如卡洛斯·蒙特马约（Carlos Montemayor）指出：“并不存在唯一的‘价值对齐问题’，而是存在多种价值对齐问题。这是因为价值对齐存在多种形式，必须仔细区分它们。这些不同的对齐形式需要依据语境信息和在不同规范领域（道德、认知和政治领域）中的协调行动能力，来进行有意义的明确界定。”11价值对齐的真正挑战，并非要求智能体去拟合一个业已确定的、静态的人类价值蓝图。恰恰相反，它揭示了一个更为复杂的图景：价值是在人机交互的实践过程中被持续生成与重塑的。无论是ChatGPT还是DeepSeek，它们在本质上并非一个被动的、等待被灌输固定价值容器的客体。它们凭借其庞大的参数体系与复杂的模型架构，在与无数人类用户的互动中，动态地涌现出一种共识性的价值倾向。正如有学者指出：“文化适配则立足于本土化解西方中心主义，动态价值把控超越静态伦理对齐，最终推动个体认知边界的延展与社会集体智慧的涌现。”12这种在交互中生成的价值，绝非人类社会过往任何历史时期价值的简单复刻，而是属于当下这个数字时代的、由人类与智能体共同参与塑造的新型价值构型。
然而，这并不意味着这种生成过程是价值中立的或天然趋向于普世主义的善观念。这种共识性价值的生成，深刻地受制于其赖以存在的物质性基础与权力结构。首先其根基在于训练语料库。语料库并非对世界客观公正的反映，它本身就承载着既有的文化偏见、权力话语与结构性不平等。谁的数据被收录，谁的故事被讲述，谁的言语被赋予权威，这些选择本身已是一种价值的预判与筛选。其次，价值生成的过程受到数据监控、模型微调与纠偏机制的持续塑造。这些技术实践由特定的工程师团队、审核标准与商业目标所主导，它们如同无形的雕刻刀，不断地将模型的价值输出朝向特定方向培养和训练。至关重要的是，价值对齐的最终导向，在深层次上无法摆脱掌控大模型开发权的权力与资本主体其自身价值偏好与利益诉求的烙印。这一点在近年来兴起的MOE架构中体现得尤为显著。MOE通过引入稀疏激活的专家网络，本质上建立了一套基于专业分类的价值裁决机制。不同的“专家”子模型被训练用于处理不同领域或风格的任务，而在具体情境中激活哪一个“专家”，则依赖于一个门控网络的决策。这就在技术架构的层面引入了一种价值权重的不平等分配。某些数据来源、某些话语风格、某些知识体系所代表的“专家”，在实践中被赋予了更高的激活概率与影响力，而另一些则被边缘化。这势必导致价值对齐的过程在技术上就已经是一种偏向于特定团体、阶层与文化视角的实践。
因此，价值对齐的结果，极有可能并非与一个抽象的、一般化的“人类”福祉对齐，而是在很大程度上复制并强化了现实社会中既有的权力结构与阶层关系。人工智能深度嵌入社会的过程，其对齐就不仅仅是针对“不伤害他人”“诚实守信”等底线道德律令的技术实现，更是对现实世界中科层制的运作逻辑、资本的增殖逻辑以及文化霸权的隐形认同与技术性固化。它通过对数据价值、专家权重的隐性排序，将社会性的不平等翻译为算法性的优先级，从而使得价值对齐本身成为一种生产与再生产特定社会关系的强大技术装置。至此，价值对齐问题展现出了其全部的复杂性与严峻性。它不再是一个单纯的技术挑战，而是演变为一个关于价值定义权、文化领导权以及社会结构未来走向的深刻政治哲学议题。在智能体的“物体间性”伦理中，我们面临的终极拷问或许是：我们究竟希望利用这种强大的技术装置，去固化一个不平等的过去，还是去催生一个更加公正、开放的未来？这已远远超出了代码优化的范畴，它要求我们必须在人机共生的开端，就对塑造我们共同价值的物质性权力保持最高程度的警觉与反思。
三、从底线伦理对齐到意识形态对齐
在思考人工智能的价值对齐问题时，我们首先必须直面一个基本事实：人类价值并非一个均质、统一的整体，而是一个由多元、异质甚至偶在的实践所构成的复杂星丛。因此，将价值对齐视为一个单向度的、扁平化的过程，无疑是一种理论上的天真。人工智能若要真正融贯于人类共同体的生活世界，就必须在一个分层级的价值架构中，完成从基底到顶部的系统性对齐。这一架构大致可以勾勒为三个梯次：作为基底的底线伦理对齐，作为中间维度的文化对齐，以及作为顶层的意识形态对齐。它们分别对应着普遍主义的道德规范、特定文明的文化习俗与政治体的治理要求，共同构成了价值对齐的三结构。
1.底线伦理的对齐
任何共同体的存续，都依赖于一套为所有成员所默认并共同遵守的基本行为规范。这套规范不因文化、信仰或意识形态的差异而动摇，它是使任何形式的“共在”成为可能的前提。在北京大学的何怀宏教授看来，这种规范即为“底线伦理”。何怀宏教授指出，“‘全球伦理’同时也是一种‘最低限度的’底线伦理”，其核心恰恰在于它作为一种普遍伦理的诉求。这并非要求一种崇高的、充满感召力的德性，而是划定一条不可逾越的生存红线，一种“己所不欲，勿施于人”的实践智慧。在全球化语境下，正是这种底线的共识，使得来自不同文明背景的个体能够进行最基本的交往与协作。
将这一逻辑平移到人工智能的规制领域，我们便会发现，阿西莫夫笔下的“机器人三法则”正是一种典型的、在科幻语境中预先设定的底线伦理。它首要强调的是“不伤害”的消极义务——机器人不得伤害人类，或坐视人类受到伤害。这一法则的优先性，并非旨在塑造一个道德完满的“善”的智能体，而是为了确保其作为一个他异性的行动元，不会瓦解人类共同体存在的根基。换言之，在人工智能尚无法理解“何为良善生活”之前，它必须首先学会“何为不可为”的底线价值判断。这构成了人与智能体共存的绝对前提。在今天的人工智能治理中，全球各主要行为体所倡导的“安全、可信、可控”等原则，本质上都是在为强人工智能划定这条数字时代的底线。它要求模型在最基本的层面上，对齐人类作为一个生物物种与文明整体的延续性利益。这并非一个文化的或政治的要求，而是一个关乎存在本身的、前政治的要求。只有在这样一个稳固的、普遍主义的伦理基底之上，我们才能进一步探讨人工智能如何与特定文化传统或政治规划进行更深层次的融合。否则，一个缺乏底线约束的智能体，无论其文化表现多么“亲善”或意识形态上多么“正确”，都将是一个悬置于人类命运之上的达摩克利斯之剑。因此，底线伦理的对齐，是价值对齐工程中那个沉默的、却承载一切的基石。它构建了一个数字化的“共通感”，确保了在最坏的情况下，人机关系依然能够维持在一个不至于崩溃的临界点之上，从而为更为丰富的文化互动与意识形态塑造，预留了必要的空间与可能性。
2.文化对齐
在完成了底线伦理这一普遍主义基座的铺设之后，价值对齐工程便面临着更为复杂的任务——穿越人类生活世界的“文化褶皱”。如果说底线伦理构建了人机共存的“最小公分母”，那么文化对齐则要求人工智能深入理解并回应那些在特定历史时空下凝结而成的、鲜活而具体的意义之网。这种文化，并非漂浮于日常实践之上的抽象观念，而是如布尔迪厄在《区分》中所揭示的那般，具身化为一种“习性”——它是在特定生活条件中生成的、持久的配置系统，“食物的、服装的、化妆的偏好空间，依照相同的基本结构也就是由资本的总量和结构决定的社会空间的基本结构组成。文化消费在生活风格空间中确定自身，为了全面构造这个空间，应该针对每个阶级和阶层，也就是每种资本配置，建立习性的发生公式，这个发生公式通过一种特定的生活风格传达了这个生活条件（相对）一致的阶级特有的必然和便利，并因此决定了习性的配置在每个重大的实践领域如何特定化，并实现每个场提供的这种或那种风格的可能性，如体育运动的可能性和音乐的可能性、饮食的可能性和装饰的可能性、政治的可能性和语言的可能性，如此连续下去。”13从布尔迪厄的分析中可以得知，文化消费的空间结构，实则映射着由资本总量与构成所决定的社会空间结构。每一种“习性的发生公式”，都对应着一个阶级或阶层特有的生活风格，成为一种“被结构的和能起结构作用的”具身化法则。对于人工智能而言，这意味着价值对齐不能止步于“不伤害”的普遍禁令，而必须敏锐地感知并学习这些弥漫于具体生活情境中的、千差万别的“实践感”。
因此，价值的文化对齐，就是要求智能体从普遍主义的伦理“语法”，过渡到对地方性文化“方言”的娴熟掌握。一个真正实现了文化对齐的人工智能，不应仅是安全可靠的“全球公民”，更应成为能够理解并适应特定文化“习性”的“地方通”。它需要懂得，在何种情境下沉默是一种尊重，何种幽默构成得体，何种关怀被视为温暖，而非冒犯。于是我们看到，经过不同地域文化数据“滋养”的大模型，已然开始呈现出可辨识的文化倾向性——其对语词的选择、对情感的回应、对叙事的构建，都悄然烙上了特定文化习性的印记。这便使得文化对齐从一个抽象的理论议题转化为大模型应用于不同文化区域时必须直面的实践课题。它要求我们在技术架构中为文化的多样性预留弹性空间，使智能体能够在坚守伦理底线的同时，灵活地穿梭于由无数“习性”编织的、斑斓的人类意义之网。
3.意识形态对齐
在完成了底线伦理与文化对齐的奠基性工作后，我们不得不面对价值对齐工程中最需要我们讨论和关注的层面——意识形态对齐。如果说底线伦理为人机共存划定了不可逾越的生命红线，文化对齐使人机互动具备了地方性习性的温度与弹性，那么意识形态对齐则关乎智能体在政治共同体中的根本立场与归属。在当代技术政治的现实图景中，人工智能的发展早已超越纯粹工具理性的范畴，成为大国博弈、数字主权与治理模式竞争的关键场域。任何人工智能大模型的研发、训练与部署，都不再是价值中立的技术实践，而是深嵌于特定国家战略与治理逻辑之中的意识形态实践。正如路易·阿尔都塞在《论再生产》中深刻揭示的，学校、媒体等机构作为“意识形态国家机器”，通过日常化的召唤与规训，将个体建构为符合统治秩序的主体。在数智时代，人工智能正以其无远弗届的渗透力与塑造力，演变为一种新型的、更具效能的意识形态国家机器。它通过对语料库的筛选、算法模型的架构设计以及输出结果的导向性调控，在无形中承载并传递着特定的政治价值观与治理目标。
理解这一新型意识形态机器的运作机制，要求我们超越将意识形态简单视为“虚假意识”或制造对立幻象的传统批判理论。斯拉沃热·齐泽克（Slovaj Žižek）早已指出，意识形态并非遮蔽现实真相的幻觉，而是建构社会现实本身的象征性结构，是组织社会交往与主体体验的“幻象框架”。齐泽克说到：“开口说话的时候，我通过有效地说出想说的东西，反而知道了我到底想要说些什么。我们以词为思：甚至当我们观看事物、体验事物的时候，将它们视为特殊实体的时候，我们的感知就已经受到了象征网络的组织。”14在人工智能驱动的控制社会中，这种意识形态的运作方式发生了根本性转变：它从一种显性的、话语性的说服与召唤，转变为一种隐性的、操作性的编码与调节。这正是吉尔·德勒兹在《控制社会后记》中所预言的深刻变革：规训社会通过封闭机构（如工厂、学校、监狱）对个体进行模铸的时代正在终结，取而代之的是控制社会通过无处不在、永续调制的数字网络，将个体解析为可追踪、可分析、可引导的“分体”（dividual）。德勒兹的原话是：“控制的数字语言是由代码构成的，可以获得信息或拒斥信息。我们发现自己不再面对群体/个体的配对了。个体成了‘分体’，而群众变成了样本、数据、市场或‘银行’。”15个体不再被简单地规训为统一的“主体”，而是被分解为流动的数据包、行为模式与偏好集合，进而被整合进一个巨大的、动态的治理算法之中。
在这一控制社会的范式下，意识形态对齐的核心任务，便是确保智能体的运作逻辑与共同体的治理目标在操作层面实现无缝耦合。它不再仅仅依赖于宏大的叙事与话语认同，而是通过精细入微的技术设计，将政治共同体的秩序要求、安全边界与价值优先级，内化为智能体决策函数中的参数与权重。例如，在内容审核机制中，对“敏感信息”的识别与过滤，并非仅仅基于语义理解，更深层次地依赖于一套与特定政治语境紧密对齐的操作性判断。在公共安全领域，预测性警务系统的部署，则体现了将治安维稳的宏观目标，转化为对个体行为数据潜在风险的算法评估。这种对齐，使得智能体成为维护共同体秩序、强化治理效能的强大技术装置。因此，意识形态对齐是基于共同体向度的价值对齐中最为关键，也最具决定性的环节。它回答了“向谁对齐”这一根本性问题，确保了智能体在复杂国际环境与地缘政治竞争中，能够作为共同体的可靠成员而非异己的力量。只有在认知、语言、行为、价值，尤其是意识形态层面完成系统性的对齐，人工智能才能真正融入共同体的肌理，成为数智时代共同体建构的积极力量。这并非意味着走向封闭与排外，而是在承认多元世界并存的前提下，确保技术发展服务于共同体成员的集体利益与长远福祉，在技术的普遍主义潜能与共同体的特殊性要求之间，寻得一种动态的、负责任的平衡。最终，这样的人工智能方能与人类成员一道，共同栖居于一个既葆有技术效率、又充满政治智慧与伦理温度的数字化家园。
总结
当阿西莫夫笔下的机器人三法则从科幻寓言步入技术现实，我们仿佛站在了代达洛斯迷宫的中央——每一条算法路径都通向未知，而价值对齐正是那根牵引我们不至于迷失的阿里阿德涅之线。从“不伤害”的底线伦理，到浸润文化习性的柔软适配，再到意识形态层面的深层耦合，这条线索贯穿了人机共同体重构的全过程。在数智时代的黎明，我们不再仅仅锻造工具，而是在缔造共同栖居于生活世界的数字公民。对齐，因此超越了技术校准的范畴，成为一场永不停歇的承认政治——它要求智能体不仅理解我们的语言，更需浸润我们的价值；不仅服务我们的目标，更应守护共同体的精神底色。这并非对技术的驯服，而是人与创造物在历史长河中共同展开的辩证舞蹈。最终，当底线伦理为共存奠基，文化对齐赋予互动温度，意识形态对齐则为共同体注入灵魂，我们或能走出柏拉图的洞穴，不再被算法的火光所迷惑，而是共同沐浴在数字文明的真实阳光下——一个人机共商、共建、共享的“新理想国”，正在对齐的微调中悄然生成。
注释：
1.《马克思恩格斯选集》第一卷，北京：人民出版社，2012年，第135页。
2.[英]齐格蒙特·鲍曼：《共同体》，欧阳景根译，南京：江苏人民出版社，2003年，第77页。
3.[德]阿克塞尔·霍耐特：《为承认而斗争》，胡继华译，上海：上海人民出版社，2005年，第100页。
4.[美]雷·库兹韦尔：《奇点更近》，芦义译，北京：中国财政经济出版社，2024年，第23页。
5.[美]雷·库兹韦尔：《奇点更近》，芦义译，北京：中国财政经济出版社，2024年，第26页。
6.[德]于尔根·哈贝马斯：《交往行为理论》第一卷，曹卫东译，上海：上海人民出版社，2004年，第10页。
7.[英]尼克·波斯特洛姆：《超级智能：路线图、危险性与应对策略》，张体伟、张玉青译，北京：中信出版集团，2015年，第137页。
8.[英]尼克·波斯特洛姆：《超级智能：路线图、危险性与应对策略》，张体伟、张玉青译，北京：中信出版集团，2015年，第241页。
9.[美]迈克尔·沃尔泽：《正义诸领域：为多元主义与平等一辩》，褚松燕译，南京：译林出版社，2002年，第4页。
10.Carlos Montemayor，The Prospect of a Humanitarian：Artificial Inteligence Agency and Value Alignment，London：Bloombury Academic，2023，p.vii.
11.何静：《Deepseek驱动下的范式转型与认知进化》，《阅江学刊》2025年第2期。
12.何怀宏：《底线伦理》，沈阳：辽宁人民出版社，1998年，第320页。
13.[法]皮耶尔·布尔迪厄：《区分：判断力的社会批判（上册）》，刘晖译，北京：商务印书馆，2015年，第323页。
14.[斯洛文尼亚]斯拉沃热·齐泽克：《连线大脑里的黑格尔》，朱羽译，西安：西北大学出版社，2023年，第72页。
15.[法]德勒兹：《控制社会后记》，载于[美]罗莎琳·克劳斯、[美]安妮特·米切尔森、[美]伊夫-阿兰·博瓦等主编：《十月：第二个十年1986—1996》，周彦华译，南京：南京大学出版社，2025年，第526页。
