在今天，很多人认为这一轮人工智能革命是人文学科的一场危机，而在危机的转化中，人们慢慢发现，人文也是人工智能的长远发展的基石。而且这也并非电脑与人文的第一次相遇。

早在上个世纪，就有学者与IBM合作，把一大批神学著作数码化，以供研究。之后的几十年里，基于电脑的数据处理和统计分析方法都有不少进展。及至七十年代，年鉴学派的法国史家拉迪里宣称：未来的历史学家如果不会编写程式，就无法存活。

但电脑并未就此征服人文。一九七四年，有学者用电脑重写美国奴隶制的历史，引发激烈争论。批评者指出，若史学方法和数据的用法本身有误，运算技术再先进也不会带来更好的史学，反而让错误更难检视：那套方法别人若不掌握，就连批评都无从下手。这一点，在今天依然引起共鸣。

接下来的那些年里，电脑的影响润物细无声。从大型电脑到个人电脑，再到互联网，运算技术大幅扩充了人文的数码基础设施，使得公共史学、电子版本和数据库等成为可能。它也改变了史学方法本身：材料多了、读得细了，微观研究得以展开；大量数据可以统计比对，长时段的研究也重新有了可能。即便在这一轮人工智能革命到来之前，人文和电脑早已共存多年，并催生出数码人文这样一门综合学科。岭南大学历史系的“中国历史与数字人文”等项目，正是在这一背景下应运而生的。

虽然二〇二二年被称作人工智能元年，但人文学科真正感受到冲击是在最近一两年，影响才刚刚开始。首先是人工智能在理解上的革命：一些过去较为机械的工作做起来不再费力，人文研究里经常要做的资讯提取和概括性总结，所需的时间大幅缩短。其次，在专门的任务上，以文字识别为例，基于大语言模型的视觉识别在与传统高精度识别软件相当的价格下，对某些复杂材料的识别效果可以好上三倍以上；这也直接打破了少数厂商对这项技术的垄断。此外，更复杂一些的认知工作，例如难度适中的数据提取，AI智能体也已能胜任，于是过去要靠大笔经费和一支队伍才做得成的事，如今小团队甚至个人也做得成。

而在去年，也就是二〇二五年的十一月，人工智能的范式本身也经历了一次静悄悄、但影响深远的革命：AI助理（智能体）的兴起。智能体（Agent）这个概念并不新鲜，无论是在大语言模型之前的深度学习里，还是在此之后的“推理+行动”（ReAct）一类设计里，它都早已存在。然而在几家主要的人工智能公司于二五年末纷纷推出新一代前沿模型之后，一道门槛就此跨过。程式开发社群很多人注意到，这些模型不仅能写复杂的代码，对系统的复杂性和整体规划也开始得心应手，基本可以独立完成初级到中级程式设计师的工作。对不写程式的人来说，这意味着即使没有编程基础，也能很快把自己想要的工具做出来。同时，人文研究者也开始相信自己可以和智能体协作，不必再担心它会删掉珍贵的档案文件。今年年初一度爆红的龙虾助手，正是AI助理这个范式落地的一个标志。

人们意识到，在智能体的时代，随着技术门槛的下降，专业知识的重要性反而进一步凸显。所谓“AI+X”中的那个X愈发重要，X是专家知识，是领域知识，尤其是具体而细致、复杂的那一种，也是人工智能的最后一公里。过去对人工智能还抱着过度期待的时候，人们常常用提示词（prompts）告诉大语言模型，让它“像一个历史学家那样思考”。结果它也只能是听起来像一个历史学家。现在大家明白了，大模型真正需要的，是写成了技能（skill）指引的历史学家的技艺（craft）。技艺才是无法穷尽的X，是永无止境的探索空间。

例如在岭南大学的课堂上，笔者教学生做历史模拟的AI助理。学生很快会发现，只是模仿历史人物说话很容易，但那样的人物不过是学舌的鹦鹉，很难有真正属于人的行为。原因在于，要建立这样一个AI助理，不能只是提供语料，而要为它设计一个符合历史逻辑的模型。那意味着把经过分析和辨析的历史情境与各种背景因素，连同对那个历史世界的认识，一并提炼成可以数据化的知识。做到这一步，人物才可能像真的活在历史里，多个智能体之间也才谈得上像历史人物那样彼此互动。更要紧的是，这样一个模型的每一次打磨，都需要有历史意识、受过历史训练的人去阅读、分析、再次建模。而且对于不同的历史情境，哪怕是在同一个时期，也都需要一次次运用人的技能，给它注入人的历史智慧。

更进一步，不妨设想一个人工智能的历史学家（AI historian）。科学界已经有这样的尝试，例如《自然》杂志上的“自动科学家”，号称只要给出某类科学问题，人工智能系统就可以自动得出答案。其内部的机制，是把某种“最佳”的方法、过程和范式编写成程式码，再配上单一的基准测试和指标，作为判断是否“成功”的依据。这对科学研究当然有它的道理，但历史学家要做的，恰恰是用多元的方法去处理具体而充满偶然的问题。从人文的角度去建造这样一个系统，要处理的问题复杂得多，同样要面对人工智能系统与世界建模的难题。而这也正是今天训练人文学生的意义所在：让他们在理解人工智能机制的同时，也理解人文学科真正的价值。

（本文作者是岭南大学历史系研究助理教授）