斯坦福哲学百科全书里那条讲“计算主义心智理论”的词条，乍看是份稳定权威的参考资料。查一下版本记录才发现，现在这版由Michael Rescorla执笔，2015年10月16日首次发布，最近一次实质性修订停在2024年12月18日，取代的是Steven Horst写于2003年的旧版本。这不是一份写完就锁死的定论，而是一场改了近十年、至今没停笔的哲学官司：心智到底是不是一台图灵机。眼下大模型热潮里，人人在争ChatGPT这类系统“是否在理解”，用的论证方式，几乎就是这场官司里当年没打赢的老招数。
一场还在改稿的官司
词条换过一次主笔，内容也换过一次骨架，这本身就是个信号：计算主义（CTM）不是教科书里盖棺定论的常识，而是认知科学阵营里长期争夺解释权的一派。它主张推理、决策、感知、语言理解这些心理过程，本质上就是计算过程，可以用图灵机式的模型描述。这个说法从上世纪六七十年代认知科学兴起时就占据主流，但“主流”不等于“无懈可击”。
“心智即计算”到底在说什么
词条给计算主义者列了三项作业：说清什么叫“计算”，论证心智真的以这种方式运作，再厘清计算描述、神经生理描述、意向描述三者的关系。技术底座是图灵机——有限字母表、可读写的存储带、有限机器状态、一张规则表。围绕它的一个老争议是：心智运作更像离散符号操作（数字式），还是更像欧几里得尺规作图那种连续构型变化（模拟式），学界至今没有共识。
有一个常见误解词条特意澄清：计算主义并不要求心智是台“可编程通用计算机”，大多数图灵机本身就不可编程。批评者常拿“大脑不是通用计算机”来反驳，其实打偏了靶子。
反方阵营从没缺席
塞尔的中文屋是最有名的一记闷棍：一个不懂中文的人靠规则手册正确回答中文问题，输出对了，但屋里没有人真的“理解”中文。这直接打在计算主义最核心的预设上——符号操作正确，不等于产生了理解。
比中文屋更釜底抽薪的是“平凡性”反驳：几乎任何足够复杂的物理系统，都能被人为解释成在执行某种计算。石头、水流、恒温器，理论上都能套上一套计算描述。如果这个反驳成立，“心智是计算系统”这句话可能什么都没解释，只是换了个说法。
还有一个常被误传的对立：联结主义（神经网络）曾被当成计算主义的死对头，词条却明确指出两者不必然互斥——神经网络可以实现经典计算，经典计算机也可以拿来模拟神经网络。真正难缠的挑战来自具身认知一派，他们怀疑认知本就依赖身体和环境的实时互动，根本不是靠脑子里操作内部符号完成的，这等于质疑“大脑即计算机”这个隐喻的立足点。
心智像计算机这句话,至今没有被证明,也没有被推翻。
- 风险.判断大模型“是否理解”时，若默认套用计算主义的功能主义框架，等于绕开了“平凡性”和“中文屋”两道还没解决的关卡。
这套框架现在该拿来问谁
哲学与认知科学圈子要面对的问题很直接：如果“平凡性”反驳站得住，计算主义的科学解释力还剩多少？这决定了后续研究是继续沿用图灵机式的模型，还是转向动力系统、具身认知这类替代范式。
对AI从业者和关心大模型的普通读者，这套框架其实是判断“机器是否有心智”的隐藏前提——普特南式的功能主义和多重可实现性主张，心理状态由因果角色决定，不看承载它的材质是神经元还是硅片，这恰好是今天讨论生成式AI“算不算理解”绕不开的哲学起点。只是这个起点自己也没打赢那场跟塞尔的官司。
- 结论.判断ChatGPT们是否“理解”之前，至少该先弄清楚自己默认站在福多还是塞尔那一边。