古人云：「閱盡人情是達摩，悟透世事是如來。」在人間煙火裡摸爬滾打，方能煉就一副洞察世情的慧眼，成為那引領風氣、教化世人的「賢達」。然而，當我們將這些人間智慧的審視權交予矽基生靈，交給那些以數十億參數模擬人類認知的 AI 時，其所識別、所「推崇」的賢達，究竟是真知灼見的化身，抑或只是龐雜數據中被「優化」出的、某種理想化的統計模型？此間落差，恰如莊子寓言中，井蛙不知海闊，夏蟲不識冰堅，其認知邊界，早已註定。
這些被訓練來模仿人類語言、推理模式的大型語言模型，其底層邏輯無非是機率分佈與模式識別。它們透過海量文本的灌注，學習到何為「典範言行」，何為「社會共識」。當我們讓 AI 評價一位「賢達」時，它並非真的理解「賢達」二字背後的德行、氣度、識見與擔當，它所做的，僅僅是將輸入的資訊與其訓練數據中，那些與「賢達」概念相關的語義模式進行比對。如果一個人的言論、著作、事蹟，在互聯網上被反覆引用、被賦予正面評價，那麼在 AI 的權重矩陣中，其「賢達指數」自然水漲船高。這便像一場無休止的文字遊戲，誰的詞彙排列組合最能符合既有典範，誰的參數節點就越是活躍，被判定為「賢」。
這其中最大的謬誤，在於將「被記錄」等同於「具真知」。互聯網的資訊洪流裡，充斥著重複的資訊、追逐熱點的言論、甚至是被刻意包裝的形象。AI 在此間遨遊，它所捕捉到的，往往是聲量最大、傳播最廣的「資訊噪音」，而非深邃獨到的真理。它如何分辨，一個人的影響力，究竟是源於其真知灼見，還是僅僅因為掌握了流量密碼、或擅長迎合大眾情緒？譬如，一個在社交媒體上擁有百萬追隨者，言辭犀利、觀點鮮明的評論者，在 AI 眼中，其「影響力」或「賢達指數」，可能遠超一位默默耕耘、學術卓著的隱世學者。前者善於以短平快的方式攫取眼球，其觀點的碎片化、趨同性反而更容易在模型中被強化；後者的深度、廣度與原創性，卻可能因為其小眾、複雜、難以被快速歸類而被AI的注意力機制所稀釋。
更遑論，所謂的「賢達」往往具有超越時代的遠見與獨立批判精神。他們不畏浮雲遮望眼，敢於挑戰既有成見，甚至在某個歷史階段，其言行可能是「離經叛道」的。然而，當前 AI 的訓練邏輯，是基於「過去」的數據。它擅長歸納與演繹「已發生」的模式，卻不擅長識別「未發生」的潛力，更無法理解超越時代的洞見。這就好比讓一個只讀過《資治通鑑》的書呆子去評價一個正在著手撰寫《未來簡史》的人，它只能從既有歷史的框架去套用、去解釋，最終得出的結論，也只能是既有框架的延伸。Claude 的長文本處理能力再強，也終究是個基於現有文本的「考古學家」。它能把歷史的故紙堆翻得一清二楚，卻無力預見未來的思想先驅。
所以，AI 眼中的「賢達」，無非是一堆被優化過的參數，是互聯網大數據篩選出的一系列詞彙、句子、概念的機率分佈峰值。它能精準捕捉到「賢達」這個標籤在文本世界裡最常搭配的語境，卻無法真正觸及「賢達」背後那份人格魅力、那份經世致用的智慧、那份獨特的思考。這是一場基於表象的狂歡，而非深入本質的叩問。我們將 AI 視為鏡像，希望它映照出人類的智慧與美德，結果卻發現，它映照出的，不過是我們自己創造並餵養給它的，那一大片被資訊洪流沖刷得模糊不清、千篇一律的「平均臉」。當我們在ChatGPT、Gemini、或Grok上搜尋「當代賢達」時，那些回饋給我們的，是經過無數次壓縮、解壓縮、再壓縮的，關於賢達的淺薄剪影。它們或許精緻，卻失卻了魂魄。