卡尔·波普尔 Karl Popper
西方 · 批判理性主义
1902–1994 ·《科学发现的逻辑》(Logik der Forschung, 1934)；《猜想与反驳》(1963)
核心命题 + 原典选段
"Ein empirisch-wissenschaftliches System muß an der Erfahrung scheitern können." —— 一个经验科学的体系，必须能够被经验所推翻。（《科学发现的逻辑》第 6 节）
历史背景与核心洞察
波普尔对手是维也纳学派：他们以「可证实性」区分科学与形而上学。波普尔反其道——归纳是神话，再多白天鹅也证明不了「天鹅皆白」，一只黑天鹅却能证伪它。故科学的标志不是被证实，而是可证伪：一个原则上无法被任何观察推翻的理论（他点名占星术、某些版本的精神分析），不是无敌，而是没有科学内容。科学的进步靠「大胆猜想 + 严厉反驳」，不断试图击倒自己的假说。
跨学科联系
波普尔的方法在机器学习里被工程化了：留出集(holdout)、交叉验证正是「试图证伪」的操作化——一个无法在未见数据上被证否的模型（过拟合训练集）没有预测价值。统计学的零假设检验也同源：我们不「证明」假设，只是尚未拒绝它。可证伪 = 可测试，这是科学与「怎么说都对」的话术之间的分水岭。
当代启示
BigCat 场景：做产品或投资决策时，把问题从「有什么证据支持我」翻转成「什么证据会证明我错」——这是确认偏误的直接解药。让 AI 当红队(red team)：不求它附和，而是命令它「找出这个假设最可能崩掉的地方」。敢于亮出证伪条件的判断，才是真判断。
English Summary
Popper argues that the mark of science is falsifiability, not verification: no number of white swans proves "all swans are white," yet one black swan refutes it. A theory that no possible observation could overturn is not invincible but empty of scientific content—science advances by bold conjecture and severe refutation, a logic now engineered into holdout testing and cross-validation.
一句话精华：科学的力量不在于能被证实，而在于敢于被证伪却尚未被证伪。
你当前最重要的一个判断，什么样的事实出现会让你承认它错了？如果答不上来，它还算判断吗？
托马斯·库恩 Thomas Kuhn
西方 · 科学史 / 科学社会学
1922–1996 ·《科学革命的结构》(The Structure of Scientific Revolutions, 1962)
核心命题 + 原典选段
"The transition between competing paradigms ... like the gestalt switch, it must occur all at once or not at all." —— 竞争范式之间的转换……如同格式塔知觉的翻转，只能整体一次性发生，否则不发生。（《结构》第九章）
历史背景与核心洞察
库恩正面质疑波普尔的理性图景。他考察科学史后指出：科学家大多数时候做的是「常规科学」——在既定范式(paradigm)内解谜，遇到反常并不立刻抛弃理论，而是搁置或修补。只有反常累积到危机，才爆发「科学革命」，一个新范式整体替换旧范式（地心说→日心说、牛顿→相对论）。更尖锐的是「不可通约」(incommensurability)：新旧范式没有中立的观察语言可供裁决，转变更像信念皈依而非逻辑强制。
跨学科联系
库恩明确借用格式塔心理学：同一张图一会是鸭一会是兔，感官数据未变而知觉整体重构——范式转移就是科学共同体的集体格式塔翻转，与神经科学的知觉双稳态(Necker 立方体)同构。它也酷似复杂系统的相变：越过临界阈值后整体重组，无法「半步」完成。
当代启示
BigCat 场景：大模型很可能是 AI 的一次范式转移——精通旧范式（符号规则、专家系统）的经验，在新范式里未必可通约。个人层面要分清：你是在「常规科学」式地优化现有技术栈（有天花板），还是到了该换范式的危机点。范式内的勤奋无法替代范式跃迁的勇气。
English Summary
Kuhn shows that science mostly proceeds as "normal science"—puzzle-solving within a paradigm, patching anomalies rather than abandoning theory. Only when anomalies accumulate into crisis does a revolution replace the old paradigm wholesale, like a gestalt flip. Since rival paradigms are incommensurable, sharing no neutral language, the shift resembles conversion more than logical compulsion.
一句话精华：事实不会自己推翻理论；只有反常累积成危机，一个新范式才整体取代旧范式。
你所在的领域，当前的「反常」积累到什么程度了？你是在修补旧范式，还是在等一次翻转？
墨翟 约前470–前391 ·《墨子·非命上》
核心命题 + 原典选段
言必有三表。何谓三表？有本之者，有原之者，有用之者。于何本之？上本之于古者圣王之事。于何原之？下原察百姓耳目之实。于何用之？发以为刑政，观其中国家百姓人民之利。（《墨子·非命上》）
历史背景与核心洞察
墨子在诸子中独树一帜地要求「言论须经检验」。他用三表反驳宿命论：谁曾亲眼见、亲耳闻过「命」？——诉诸经验之无。三表即三条标尺：本(有无历史前例，圣王之事)、原(有无可核验的经验证据，「百姓耳目之实」)、用(实行后对国家百姓是否真有利)。这是中国最早成体系的经验主义方法论 + 后果论。
跨学科联系
三表之「用」——以实际后果检验说法真伪——与实用主义（Day 37 皮尔士「意义即效果」、詹姆斯「真理的现金价值」）几乎同一条思路，比其早两千余年。「原察耳目之实」则是朴素的实证精神：诉诸可观察、可众证的经验，而非权威独断。用今天的话说，墨家要的是「拿数据说话、看效果验证」。
当代启示
BigCat 场景：把三表当成一张反「AI 幻觉」与反「拍脑袋」的检查表。面对 AI 给的任何结论，逐条问：本——它有无可靠依据/训练来源？原——有无我能独立核验的经验证据？用——照它做，实际后果是否真有利？三关皆过，才值得采纳。对自己的判断，同样过一遍这张表。
English Summary
Mozi demanded that every statement pass three tests: its root (historical precedent), its source (evidence verifiable by the eyes and ears of the people), and its use (whether enacting it actually benefits the state and people). Deployed against fatalism, this is China's earliest systematic empiricism joined to consequentialism—anticipating pragmatism's "truth by results" by over two millennia.
一句话精华：一句话别看它多动听，看三点——有无根据、能否核验、实行后是否真有利。
你最近采纳的一个「AI 建议」或「专家说法」，能通过本、原、用三表吗？哪一表最先失守？
印度正理派 · 量论 Nyāya Pramāṇa
东方 · 印度正理派（认识论/逻辑）
乔达摩（足目）Akṣapāda Gautama ·《正理经》(Nyāya Sūtra) 约公元2世纪
核心命题 + 原典选段
pratyakṣa-anumāna-upamāna-śabdāḥ pramāṇāni. —— 现量、比量、譬喻量、圣言量，是为「量」（有效认知的手段）。（《正理经》1.1.3）
历史背景与核心洞察
正理派是印度最系统的认识论与逻辑学派，核心问题是：知识如何获得才算有效？它列出四种「量」(pramāṇa)：现量(亲身感知)、比量(推理，如「见烟知火」)、譬喻量(以已知类比未知)、圣言量(可靠者的证词)。与西方偏重感知与推理不同，它郑重地把「可靠证词」列为独立来源——承认人无法事事亲证，多数知识来自可信传述。其推理式(宗因喻合结)后来也深刻影响了佛教因明。
跨学科联系
四量恰好映射大模型的知识论困境：LLM 几乎没有「现量」(它不亲身感知世界)，「比量」也不严格，其输出绝大部分是「圣言量」+「譬喻量」——转述训练语料这一「证词」并做类比。问题在于：当语料证词本身有误或语境不合，它无从以现量比量校正，「幻觉」便由此而生。正理派两千年前就警示：圣言量的可靠性，取决于言说者是否可信——这正是评估 AI 输出的关键。
当代启示
BigCat 场景：做一次「AI 认识论审计」：给 AI 的每个断言归类——这是它亲证的（几乎没有）、推理的、类比的，还是转述权威的？来源不同，可信度就不同：转述须回溯出处，推理须复核前提。对自己也一样——分清判断落在哪一量，是轻信与武断的第一道防线。
English Summary
The Nyāya school asks how knowledge must be acquired to count as valid, listing four pramāṇas: perception, inference, comparison, and reliable testimony. Its distinctive move is granting testimony independent standing—most knowledge is transmitted, so its reliability hinges on the speaker's credibility. This maps precisely onto large language models, whose output is almost entirely testimony and analogy with no perception to correct it—the root of hallucination.
一句话精华：知识必先问来源——是亲见、是推理、是类比，还是听来的？混淆来源，是一切轻信之始。
你今天最笃信的一件事，属于四量中的哪一量？若它其实只是「圣言量」，你核验过言说者是否可靠吗？
深入思考
1. 波普尔与库恩谁更接近科学的真相：持续证伪，还是范式更替？
这是科学哲学史上最著名的对峙。波普尔要科学家时刻准备推翻理论；库恩反驳：史上科学家极少因一次反常就弃范式，否则任何理论都活不过第一天。较公允的看法是二者分工——波普尔说的是科学应然的理性规范，库恩说的是科学实然的社会运作。日常研究是库恩式常规解谜，真正的转折点则需波普尔式的勇气直面证伪。规范与史实，各对一半。
2. 墨家三表（验证式）与波普尔（证伪式）：AI 时代该用哪一套？
墨家问「有无根据、能否核验、是否有利」，是正面求证；波普尔问「什么能证明它错」，是反面求否。二者互补：面对 AI 输出，先用三表正面筛查（来源、证据、后果），再用波普尔逼问「什么情况下这条建议会害了我」。前者防你信得太少而错过，后者防你信得太多而踩雷。健全的判断，是两把尺交替使用。
3. 用正理派四量审计大模型：它的断言主要落在哪一量，为何会幻觉？
LLM 缺现量（不亲身感知）、比量不严（推理可断裂），输出主体是圣言量（转述语料证词）加譬喻量（模式类比）。幻觉的根源正在此：当它把不可靠或语境错配的「证词」当真，又没有现量、比量来兜底校正，就会自信地编造。正理派的解药很朴素——圣言量的效力取决于言说者是否可信：所以对 AI 的关键断言，务必回溯原始出处、独立复核，把「听它说」降级为「查证后信」。
4. 库恩的「不可通约」：新旧范式的从业者，还能对话吗？
不可通约不等于不可交流，而是没有中立裁判——双方用同一个词却指不同的事，证据在对方框架里失效。历史上旧范式往往不是被说服，而是随信奉者退场而消亡（普朗克：科学的进步是一场接一场的葬礼）。启示：跨范式沟通别指望「摆事实」一击定胜负，而要先辨明彼此的前提差异；个人若察觉自己卡在旧范式，与其死守，不如主动去体验新范式的「世界」。