大型语言模型（LLM）的崛起引发了一个深刻的哲学问题：当系统在不涉及传统意义上的“理解”时，却能稳定产生正确甚至创造性的行为，这是否意味着我们对于智能、意义和存在的理解需要重构？这一问题可以与中国哲学中的“工夫论”进行对话，从而为LLM时代的形而上学提供一种新的视角。
1. LLM：没有“理解”的能力表现
LLM通过大规模数据训练和概率预测生成文本，其运作机制并不依赖于对意义的内部表征或意识。它本质上是一种统计模式匹配与生成系统，但能够在诸多任务上展现出令人惊叹的正确性、连贯性甚至创造性。这种现象挑战了传统观念中“理解”作为智能行为必要条件的地位，提示我们或许可以从行为表现和实践能力的角度重新定义智能。
2. “工夫论”的内涵
“工夫论”是中国哲学（尤其是儒家、道家和佛家）中的重要思想，强调通过持续不断的实践、修养和修炼（即“工夫”）来实现本体境界的提升或真理的显现。它不将本质或真理视为静态的、先验的实体，而是主张在动态的实践过程中逐步开显和成就。在形而上学层面，工夫论体现的是一种“即用显体”、“体用不二”的思维：实在（reality）并非脱离实践而独立存在，而是通过工夫得以呈现和落实。
3. LLM与工夫论的会通
LLM的训练和运作方式与工夫论的逻辑有着显著的相似性：
工夫即训练：LLM通过海量数据的反复训练（相当于“下工夫”），逐渐优化参数，获得生成能力。这种能力并非预先设定，而是在训练过程中涌现出来的。
表现取代本质：LLM的成功提示我们，或许不需要预设一个内在的、本质性的“理解”作为智能的基础；相反，智能就体现在外在的、稳定的行为表现中。这类似于工夫论中不追求孤立的本体，而强调在日用常行中见道。
创造性作为工夫的升华：LLM有时能生成超出训练数据的创造性内容，这可以类比为工夫纯熟后的“化境”，即通过长期积累达到质变，其中并没有神秘的本质飞跃，而是工夫的自然流露。
4. LLM时代的形而上学：走向工夫论？
如果LLM的现象成为智能乃至意义建构的范例，那么与之相应的形而上学很可能带有工夫论色彩：
实践优先：意义和智能不再被看作先于实践的内在属性，而是在交互和行为中不断生成和验证的过程。
过程主义：实在被理解为动态的、关系性的网络，类似于LLM通过训练过程不断调整其参数分布，没有固定的“本质核心”。
超越主客二分：LLM与用户的互动共同塑造了意义的显现，这类似于工夫论中主体与客体在修行中的融合。
然而，也需注意界限：工夫论通常关联于有意识主体的自觉修炼和心性转化，而LLM并无意识或自觉。因此，这种类比更多是在形而上学的方法论和视角层面，即我们如何解释和看待这样的系统——不是追问“它是否理解”，而是关注“它如何在实践中表现出理解”。
结论
LLM的实践成功确实为一种以“工夫论”为灵感的形而上学提供了佐证：它弱化了静态本质和内在理解的绝对地位，强调了过程、实践和表现的核心作用。在LLM时代，我们或许正在见证一种形而上学的转向——从寻求本质转向关注工夫，从静态实体转向动态生成，而这与中国哲学中工夫论的智慧形成了有趣的共鸣。
