对话墨子：用兼爱非攻与三表法构建AI伦理审查框架

话不多说，先把这个标题拆开：“No135: AI中国故事-对话墨子——兼爱非攻与AI伦理：平等主义、实用主义与技术中立”。第一眼看到这个题目，我以为是又一篇蹭国潮热点的泛泛之谈，但真正把这个对话做下来之后，我发现墨子可能是两千年前最合适跟AI工程师坐在一起吵架的人。他的“兼爱、非攻、节用、天志”四板斧，几乎就是今天AI伦理讨论里“公平、安全、效率、对齐”的文言文版本。这篇博文完整记录我如何用墨家思想框架去拆解AI伦理问题，以及在这个过程中踩过的坑、改过的思路、最终沉淀下来的一套可操作检查清单。无论你是AI从业者、产品经理、政策研究者，还是单纯对“AI该怎么管”好奇的人，都能在里面找到能直接拿去用的东西。

1. 为什么是墨子：AI伦理争论里缺一堂中国哲学课

1.1 墨家与AI伦理的天然呼应：从“天志”到“向善对齐”

先说一个我自己的判断：当代AI伦理讨论话语权基本被西方哲学框架垄断，动辄谈功利主义、义务论、罗尔斯正义论。不是说这些不好，而是它们缺少一个很重要的东西——可操作的本土文化接口。普通公众听到“AI对齐”四个字，第一反应是“这也太专业了”，但如果你告诉他“这就是墨子的天志，天想让所有人活得好，AI也得听天的”，他立刻就能理解。

墨子的“天志”概念被很多人误读为迷信。实际上墨子是借“天”的名义建立一套普遍道德法，要求人的行为必须符合“兼爱交利”的标准。这和今天AI对齐中的“核心价值观嵌入”逻辑高度相似：你不能靠模型自己长出良知，你得在设计阶段就把“不伤害、普惠、公平”写成优化目标。我在做项目时重新读了《墨子·天志上》，里面有句“顺天意者，兼相爱，交相利，必得赏；反天意者，别相恶，交相贼，必得罚”，翻译成AI语言就是：符合人类价值目标的系统获得奖励，偏离的则必须被纠正。这不就是RLHF（基于人类反馈的强化学习）的底层逻辑吗。

更有意思的是，墨子不像孔子那样只谈君子道德，他有一套完整的“效果检验体系”——三表法。这在后面章节我会专门展开。墨家学说里的“兼爱”是结构性的，不是个人修养层面的“对人好一点”，而是要求制度、规则、技术都要让最弱势的人受益。这跟当下讨论“AI普惠”“算法正义”时最缺的东西恰好对上：很多人谈AI公平只谈“不要歧视”，但墨子会追问“你的制度设计本身是否让强者更强、弱者更弱”。

1.2 “兼爱”不是空泛的仁爱，而是制度化的平等关怀

“兼爱”两个字听着很大，实际指向却很具体。墨子讲“视人之国若视其国，视人之家若视其家，视人之身若视其身”。放到AI场景里，这意味着：你训练模型时不能只优化头部用户（能付费的、说标准普通话的、用最新手机的），你要让偏远地区说方言的老人也能顺畅使用语音助手；你不能只服务大城市的三甲医院做辅助诊断，还要让乡镇卫生院的医生用得上同等级别的决策支持。

我做“对话墨子”项目时，一开始对“兼爱”的理解停留在“公平原则”层面，后来发现这远远不够。墨子讲的兼爱是**“爱无差等”**，也就是不分亲疏贵贱，对所有生命、所有用户一视同仁。这个标准在AI伦理里其实非常苛刻。比如自动化的招聘筛选系统，它能不能做到年龄、性别、地域的中立？内容推荐算法，它能不能不因用户付费等级不同而提供不同质量的信息？大多数时候不能。

所以我后来把“兼爱”转译成了一套产品自检问题：你的系统是为谁设计的？谁被排除在外？如果让墨子来看你的KPI，他会觉得这个优化方向是“兼相爱”还是“别相恶”？这比空谈“包容性设计”要锋利得多，因为墨子逼着你面对“你的技术让谁过得更好”这个分配问题。

2. 平等主义视角下的AI伦理设计实战

2.1 从“兼相爱”到数据治理：消除结构性偏见的落地思路

平等主义不能只停留在口号层面，得转化成数据治理里能落地的规则。我做这个项目时，把一个真实AI招聘系统的数据流程拿去做了“兼爱审计”，结果发现问题远比想象中严重。数据采集源头就有偏差：简历库来自头部互联网公司离职员工，学历结构、地域分布、年龄区间都高度集中。模型在这个数据上训练，表面看没有“歧视规则”，实际上把“头部公司经验”变成了隐性的筛选标准，而墨子会说这恰恰是“别相恶”——你维护了特定群体的利益，却在客观上排斥了其他同样合格的求职者。

排除偏见的操作路径我总结为三步：

• 第一步，识别“数据特权”：检查训练数据里哪一类群体的样本数量显著偏高，哪一类群体几乎不可见。不可见本身就是一种偏见。
• 第二步，构造“反事实样本”：如果模型对一份简历给出了“不通过”，那么把简历里的性别、年龄、照片等信息替换成对照组属性，看结果是否变化。如果变化明显，说明模型在利用受保护属性做判断。
• 第三步，差异化验证：分群体计算模型准确率、召回率、拒绝率。不要只看整体指标，要看最差群体和最优群体之间的差距。差距越大，跟“兼爱”的距离就越远。

这里有个很容易踩的坑：很多人以为在数据里删掉性别、年龄字段就万事大吉。实际上删除只能骗过你自己，模型完全可以通过学校、专业、工作年限甚至文本里的用词习惯重建这些信息。我在实操中发现，跑一版“去敏感属性，但与敏感属性高度关联的特征也去掉”的对照实验，比单纯删字段靠谱得多。当然这会牺牲一点整体精确率，但墨子的原则很明确：交相利不能以牺牲一部分人为代价。

2.2 AI产品分层设计：不搞技术炫技，做普惠优先

“兼爱”落地到产品层，核心是克制。我见过太多团队，大模型能力刚接上，就想往产品里塞花活：数字人播报、AI作诗、一键生成报告。不是说这些不能用，而是墨子的“节用”原则提醒我们：技术资源是有限的，该把算力、带宽、研发精力投向最需要解决的问题。

我自己做AI产品规划时养成了一个习惯：每个新功能上线前，先画一张“受益人群分布图”。横轴是用户人群从头部到长尾，纵轴是该功能带给不同类型用户的价值。如果功能曲线明显偏向头部——比如只有会员能用、只有听得懂专业术语的人能用、只有网络条件好的人能用——这个功能就得重新设计。之前做一个医疗问答产品时，团队本来打算做“AI辅助罕见病诊断”，因为这事技术上有挑战、写PPT也好看。但用“兼爱”视角一看就发现：罕见病患者是典型的长尾中的长尾，做这个功能投入巨大、受益人群极小。与其这样，不如先把Excel表格自动结构化、把挂号流程简化这些基础体验做好，让每天几万人受益。

这不是说不能做罕见病诊断，而是顺序问题。墨子的思路是“凡天下祸篡怨恨，其所以起者，以不相爱生也”，技术资源分配上的“不相爱”，就是研发资源无限偏向高价值用户，低价值用户长期无人服务。普惠优先的意思是：先保证最基础的服务覆盖到所有人，再谈精英体验的差异化。实操上，我把优先级定为：基础功能全量覆盖 > 长尾功能质量 > 高端体验创新，这个排序在大多数AI产品复盘里都是成立的。

3. 实用主义方法论：用墨子“三表法”检验AI系统

3.1 三表法原意与现代转译：从“本原、原察、用民”到模型评测

墨子提出过一个非常实用的检验真理标准，“三表法”：第一表“有本之者”，即要有历史经验作依据；第二表“有原之者”，即要考察百姓的感官经验；第三表“有用之者”，即要把言论放到实际政治经济生活中看效果。这套方法论比培根的经验主义早了近两千年，而且它最大的特点是可操作。

我把它转译成AI系统评估框架时是这么对应的：

这套转译最大的价值是把“AI伦理”从一个哲学话题变成了一套可执行的评估流程。我拿“本原用”三表法去评估过一款会议纪要AI工具，效果出奇好。第一表查“本”：数据来源是公开演讲、美剧字幕、标准普通话对白为主，对中文方言覆盖严重不足，这是“根基不牢”。第二表查“原”：让方言区用户、老年用户、听障用户分别实测，结果识别率差了将近20个百分点，这是“经验不实”。第三表查“用”：该工具在互联网公司内部用得爽，但在下沉市场用户、中小企业的真实会议场景里，错误率高到完全不可用。三表一查，问题清清楚楚。

3.2 实操示例：对一个AI聊天产品做“三表法”体检

我把这个过程再细化成一个可以直接抄作业的清单。假设你要评估一个面向公众的AI客服系统。

第一表（本）：数据根基审查

• 训练数据是否覆盖目标人群的语言习惯？如果产品主要服务二三线城市用户，数据里有没有他们的口语表达？
• 敏感领域的知识是否经过权威校验？医疗、法律、金融类问答有没有可信来源背书？
• 数据时效性如何？有没有过时的政策、失效的联系方式、已经变更的流程？

我当时检查一个政务AI问答系统，发现它还在使用五年前的政策文件作为知识库来源。用墨子的话说这叫“无本”，你连“历史经验”都没搞对。解决方法是建立知识库定期更新机制，每次政策出台48小时内同步到知识库，并做新旧政策差异的专项测试。

第二表（原）：群体经验核查

• 组织真实用户测试，而不是只让产品经理自己玩。用户群体要覆盖不同年龄、地域、文化程度。
• 重点观察“挫败体验”：用户哪个问题反复问不清楚？哪个回答让用户困惑甚至生气？
• 收集志愿者“边用边说”的实时反馈录音，比事后问卷真实得多。

这个阶段我们发现一个很隐蔽的问题：AI对于“我贷款没还上怎么办”这类放贷催收问题，回答的引导性极强，几乎在诱导用户接受“征信受损也没办法”的结论。这就是典型的“原”不过关——站在用户真实处境看，这种回答质量是负分的。修改措辞、增加求助渠道指引后，用户满意度直接提升了十几个点。

第三表（用）：实际效果追踪

• 上线后追踪的不只是“对话轮次”“用户停留时长”，还要看“问题解决率”“二次咨询率”“投诉率”。
• 建立长期观测指标：这个系统有没有让某些群体的生活变得更差？有没有导致信息茧房？有没有让用户对社会机构产生不信任？
• 定期做“回访问卷”：用户在使用AI后，觉得自己被帮助了还是被敷衍了。

我自己最喜欢的一个“用”层面的试金石：这个AI的答案如果被截图发到社交平台，你作为产品负责人敢不敢看评论区？不敢的话，说明系统里藏着不少“交相贼”的内容。这个标准虽然粗暴，但非常有效。

4. 非攻与技术中立：AI安全的“底线思维”

4.1 技术中立本身不中立：“非攻”提供了判断标准

“非攻”在墨家学说里不是反对一切战争，而是反对“侵略性、掠夺性的攻伐”。墨子并不反对防御性力量。应用到技术领域，“技术中立论”很流行，很多人说“AI只是工具，刀能切菜也能杀人，关键在怎么用”。这话只对了一半。刀没有自主性，但AI系统有概率性、有自主决策能力、有规模化放大效应。一个推荐算法让某个内容获得十万次传播，系统对该内容是否负责？一个自动生成代码的AI产生了安全漏洞，责任在谁？

墨子“非攻”给我的启示是：技术本身可以中立，但部署技术的决策不中立。你必须对“这个AI会被谁拿去打谁”有明确的预判和底线。我在做项目时提炼了一条“非攻检测清单”：

• 这套系统是否可能被用来对特定群体、特定个人造成伤害？
• 如果被恶意使用，最坏情况是什么？有没有防护兜底？
• 系统是否存在“价值偏移”风险——为了优化短期指标，反而牺牲了用户长期利益？

举个例子，很多内容平台早期都用过“强互动算法”，专门挑能让用户愤怒的内容进行推荐。从纯技术角度看，这是中立的优化目标；从“非攻”角度看，这就是在“攻”用户的大脑——用制造对立来换取停留时长。这种系统无论讲多少遍“技术中立”，都改变不了它在做着“攻击性行为”的事实。

4.2 节用原则：AI发展要提倡“够用就好”的克制路线

墨子强调“节用”，反对铺张浪费。放到AI领域，这是我特别想对同行说的一点：不是所有问题都需要上大模型。我见过太多团队，明明一个简单的规则系统就能解决的问题，非要接一个上千亿参数的大模型，推理成本高、响应慢、不可解释性增加，最终效果还不一定比规则系统稳定。

我自己的实操标准是这样：先问“这个场景是否需要生成能力？”如果需要的是分类、抽取、匹配这类“判别式任务”，传统机器学习算法或轻量级模型往往更稳定。如果确实需要生成，再问“是否需要大模型？”很多客服场景里，一个精心配置的检索式问答工厂加必要的约束生成，已经能解决90%的问题，剩下10%再用大模型兜底。分层架构的长期维护成本，比无脑全量大模型低一个数量级。

“节用”的另一个维度是算力分配。训练一个模型消耗的电力、产生的碳排放，在“节用”观念里都应该被计入成本。我审过一个小团队的方案，他们计划把增加对话流畅度的小模型版本从10亿参数扩大到130亿，预期收益只是BLEU分数提升0.3。用墨子的账一算：这0.3分的提升，值不值多出来的算力开销？值不值让更多小公司因为算力门槛被挡在门外？这就是“节用”对创新模式的价值：让技术门槛降低，让更多人能参与，而不是靠堆参数建构壁垒。

5. 常见问题与实操心得：做AI伦理项目时大家问我的事

5.1 高频问题与我的回答

问题一：把墨子和AI放一起聊，是不是太“牵强附会”了？

我的回答是：关键不在“墨子”，而在你借他的框架能不能产出不一样的洞察。如果你发现“三表法”能帮你发现AI系统的真实缺陷，“节用”能调整你的技术选型，“非攻”能让你避开安全红线，那这个借力就是成立的。我实际做完之后发现，这套框架最常见的价值就是给团队提供一个“文化脚手架”——大家一说“墨子会怎么想”，讨论立刻从“技术能不能”转向“该不该、为谁、成本几何”。

问题二：AI伦理审查到底应该采用哪种框架？

我不会否定西方伦理框架的价值，但建议团队同时建立“文化转译”能力。很多人对“负责任AI”没感觉，但你说“如果墨子看到这个功能，会觉得你是在‘交相利’还是‘交相贼’”，他秒懂。本土文化接口是传播利器，这一点在做公众沟通时尤其好用。

问题三：是不是所有AI产品都要做严格的伦理审查？

我的建议是分级。内部工具、低风险娱乐场景可以做基础合规检查；面向公众决策、医疗健康、金融服务、未成年人服务等高敏感场景，需要做完整的三表法审计+非攻检测。不要一刀切，否则伦理流程本身就会变成另一种“形式主义浪费”。

5.2 踩坑记录与独家避坑经验

经验一：伦理审查最怕“负责人自审”。我在项目里见识过最普遍的问题，是产品负责人自己给自己做伦理评价，几乎千篇一律“没有风险”。要打破这个死循环，必须引入外部视角——找不同背景的志愿者、找完全不了解这个产品的人来试用，他们的“初体验”往往能暴露团队内部已经麻木的问题。

经验二：文化符号要用，但别滥用。拿墨子做AI伦理框架抓眼球容易，但如果内容经不起推敲，很快会被批评是“碰瓷国学”。我在做“对话墨子”专栏时，每引用一条《墨子》原文，都会尽量核对上下文语境，并明确标注这是“转译、类比”，而不是说墨子在两千年前真的预测了神经网络。态度端正是这类作品能持续做下去的前提。

经验三：工具要轻量，否则没人用。我刚做三表法审计时，设计了一个无比复杂的评分量表，结果团队看到后就再也没打开过。后来简化成“三表十问”——每张表三到四个核心问题，十分钟能过一遍，团队才愿意用。做伦理工具一定要记住：用的人越多，产生的实际影响越大，而影响来自于简洁。

经验四：要准备好被挑战“你怎么知道这么做是对的？”面对这样的追问，我的保底回应是：任何伦理框架都不是绝对真理，它只是一个决策辅助工具。就像墨子自己也知道“兼爱”难行，他还是坚持讲，因为“天下之士君子知小物而不知大物”——如果我们连一个“更好的方向”都不去讨论，那技术就只能被商业指标和短期利益推着跑了。能为自己坚持的框架给出理由、接受反驳、不断修正，这本身就是一种非常“墨子式”的态度。

最后再说一点个人体会。做“AI中国故事-对话墨子”这个项目的过程中，最让我意外的不是我输出了多少洞见，而是这套框架反过来改变了我自己的工作方式。以前我拿到一个AI产品，第一反应是“技术用了什么模型、指标好不好看”，现在我会先问“这个系统让谁受益、让谁受损、上线后世界变得更好了还是更吵了”。我甚至把“三表法”的简化版贴在自己工位上，每次过功能评审先走一遍，再谈KPI。如果你也想给AI伦理找一个能落地、能沟通、能被同事和用户理解的思考方法，不妨从重新打开《墨子》开始，让两千年前的工程师穿越时空，给你当下最纠结的产品决策当一回“外部顾问”。