作者从 60 年代给裸机手写操作系统的极客，到斯坦福大学语言与信息研究中心的创始人，再到如今多伦多大学信息哲学领域的教授，他的人生轨迹几乎覆盖了人工智能发展的每个关键阶段。这本书里没有花哨的技术术语，也没有对未来 “奇点” 的狂热预言，反而像一把手术刀，冷静地剖开了 AI 的本质矛盾：测算能力可以无限接近人类，但判断力始终是横亘在机器与人性之间的鸿沟。书里反复强调，今天的人工智能再强大，也只是在 “注记”（registration）的框架下运作。比如书中举了个例子：用卫星图标注一片湖区的 “水陆边界”，看似精确的二值图，放到航拍镜头下就漏洞百出 —— 岩石上的泥脚印会被潮水抹去，水獭和蚂蚁眼中的 “边界” 更是截然不同。AI 的测算能力再强，也只能处理人类预设的 “注记” 数据，而真实世界的复杂与动态，远非任何符号系统能穷尽。这一点在生成式 AI（如 ChatGPT）上尤为明显。作者犀利指出，这类模型通过 “对齐税” 策略强行拟合人类价值观，但代码构建的伦理框架终究是 “二手经验”，甚至可能让学生与真实世界 “短路”—— 比如用算法筛选 “政治正确” 答案，却忽略了现实中的道德灰色地带。就像蒙德里安画作中的矩形边界，AI 的 “指称” 永远框不住现实的全貌。判断力在书中被定义为 “对世界的担当”—— 不仅是认知层面的责任，更是伦理和实践层面的承诺。作者用了一个佛教比喻：只有放下对 “注记框架” 的执着，才能真正触达世界本质。这解释了为何老派 AI（符号主义）和深度学习 AI 都无法突破瓶颈：前者困在预设的符号逻辑里，后者则成了黑箱中的统计拟合器，两者都缺乏对真实世界的 “躬身入局”。书中特别批判了 “知识归 AI，智慧归人类” 的流行观点。这种割裂只会让人类在依赖 AI 测算的同时，逐渐丧失构建心智地图的能力 —— 就像依赖导航软件的人，最终连自家小区的路都记不住。真正的判断力必须扎根于 “具体而丰富的世界”，而今天的 AI 连 “语境敏感性” 都做不到，更别提应对伦理困境（比如自动驾驶的 “电车难题”）。