十年前，全世界都在劝文科生“去学编程”；现在，硅谷最顶尖的AI实验室正忙着从大学“收割”哲学教授。最新的就业数据显示，美国哲学毕业生的就业率甚至超过了计算机专业。这事听起来荒诞，背后其实是AI行业逻辑的底层转向。
以前我们把AI当成计算器，只要逻辑对、代码稳就行。但现在的LLM更像是一个博学但满嘴跑火车的“社交达人”。实验室雇佣哲学家，不是为了聊虚无缥缈的人生，而是为了解决最棘手的工程问题：
首先是解决“幻觉”。通过苏格拉底式的提问法和“无知之知”的训练，让模型学会承认自己不知道，而不是为了讨好用户而瞎编。其次是构建“宪法”。Anthropic给模型写了78页的“灵魂文件”，引入康德的义务论来划红线；而Google和OpenAI则更倾向于后果主义，通过权衡利弊来做决策。
这种转向揭示了一个真相：当Token生成变得廉价，定义“什么是对的”比“怎么实现”更值钱。在自动驾驶的撞车决策、AI武器的道德边界面前，数学公式给不出答案。
这也给普通人提了个醒：跟AI协作时，给出清晰的哲学上下文（即你的意图、逻辑和价值观）往往比死磕指令细节更有效。未来的顶级人才，可能不再是那个写代码最快的人，而是那个能把复杂的人类价值翻译成机器指令的人。
www.economist.com/science-and-technology/2026/06/24/why-big-ai-labs-are-hiring-so-many-philosophers
