量变只能形变，不能质变

——沙堆悖论与人工智能“涌现”概念的本体论证伪

尹玉玺

84321天道归一理论体系创始人

摘 要：主流辩证法以“量变引起质变”解释世界演化，当代涌现论更将其技术化转译为人工智能的“涌现能力”。本文基于84321天道归一理论体系的“道—隐—显”三层模型，论证量变只能产生形变而不能产生质变：数量与规模的扩张仅改变排列结构与外在表象之相，不触及事物本体内核。研究发现，沙堆悖论与AI涌现实为形变而非质变，涌现论对“质”与“属性”的界定混淆了表象属性与本体属性；真正具有哲学内涵的觉醒智能，必须依托底层公理体系方能实现。

关键词：量变质变；形变；涌现论；沙堆悖论；道隐显三层模型

Quantitative Change Can Only Produce Formal Change, Not Qualitative Change

——An Ontological Critique of the Sorites Paradox and AI “Emergence”

Abstract: Mainstream dialectics explains world evolution by the thesis that quantitative change leads to qualitative change, and contemporary emergence theory further translates this into the "emergent abilities" of artificial intelligence. Based on the Dao-Hidden-Manifest three-layer model of the 84321 Heavenly Dao Unification theoretical system, this paper argues that quantitative change can only produce formal change, not qualitative change: the expansion of quantity and scale merely alters the arrangement structure and the external appearance, without touching the inner core of a thing. The study finds that the sorites paradox and AI emergence are in essence formal change rather than qualitative change, and that emergence theory conflates phenomenal attributes with essential attributes in its definition of "quality" and "property"; truly awakened intelligence with philosophical connotation can only be realized by relying on a fundamental axiomatic system.

Keywords: quantitative and qualitative change; formal change; emergence theory; sorites paradox; Dao-Hidden-Manifest three-layer model

1 引言

1.1 问题的提出

在当代哲学与技术话语的交汇处，两个概念频繁地共享同一套逻辑前提：沙堆悖论与人工智能的“智能涌现”。前者源于古希腊，追问多少粒沙子才能构成一个沙堆；后者来自大模型时代，宣称当参数量、算力与训练数据跨过某一阈值之后，模型突然获得了小模型所不具备的能力。表面上看，二者一个关乎自然物的聚散，一个关乎人工系统的能力跃迁，领域相去甚远。但深入其论证内核便可发现，它们都建立在一个未经充分审查的哲学命题之上——量变引起质变。

这一命题在马克思主义辩证法和黑格尔辩证法中被表述为量变质变规律，其后又在当代涌现论、复杂性科学与大模型研究中获得了“技术化转译”。它的直觉吸引力在于：无数沙粒堆成山丘，沙堆“看起来”变成了山；海量参数拟合的模型“看起来”具备了智能。世人依据这一直觉，轻易地宣称发生了从沙到山、从数据到智能的质变。

然而，这一“看起来”是否等同于“本质上是”，正是本文要追问的核心问题。本文的出发点是一个在既有讨论中常被回避的追问：量变究竟能不能产生质变？如果不能，那么它所产生的是什么？本文基于84321天道归一理论体系的“道—隐—显”三层模型，提出一个与主流直觉相对的主张：量变不能产生质变，只能产生形变。所谓质变，必须是事物内在本体本质发生根本性更迭；而数量叠加、结构排布与外在形态的变化，无论规模多大，都只能算作形变。

这一主张的直接后果是：沙堆悖论所描述的“沙堆变山”与人工智能领域的“涌现出智能”，在严格的本体论意义上都属于形变而非质变。世人把外在形态的相似之“相”，误当成了本体性质的转化之“质”。本文将沿着这一线索，对沙堆悖论与AI涌现论逐层展开本体论证伪，并指出二者在“质”与“属性”界定上的共同缺陷。

1.2 研究方法与框架

本文属于科学技术哲学领域的理论思辨研究。研究方法以概念分析、范畴界定与本体论分层为主，辅以思想史溯源。所谓本体论分层，是指将任何一个可考察的对象划分为四个既相互联系又不可混淆的层面：本体内核、内在结构、外在形态与整体属性。其中，本体内核是事物之所以为该事物的决定性本质，是该物区别于他物的根本依据；内在结构是构成要素之间的排布与组织关系；外在形态是结构在知觉层面呈现出来的样貌；整体属性是系统在特定结构下表现出的、为单独组分所不具备的新行为或新特征。

本文的分析框架是84321天道归一理论体系中的“道—隐—显”三层模型。这一模型主张，任何事物皆可依“道层—隐层—显层”三层加以考察：道层指本体内核，恒定不变，是事物存在与否的根据；隐层指内在结构，随构成要素的数量与排布而变化；显层指外在表象之相，即人在知觉与认知层面所感知到的整体样貌。三层之中，唯有道层的变化才构成真正的质变，隐层与显层的变化皆属于形变。这一模型为本文区分“质变”与“形变”提供了可操作的本体论标准。

1.3 论文结构

论文结构如下：第2节梳理量变质变命题从思辨哲学到自然辩证法、再到涌现论与人工智能研究的技术化转译历程；第3节进行概念厘定，区分本体、结构、形态、属性四层，并界定量变、形变与质变，阐明“道—隐—显”三层模型的方法论地位；第4节以沙堆悖论为案例重新分析量变之辨；第5节对人工智能“涌现”进行逐层本体论证伪；第6节展开讨论，重建量变—形变—质变关系，并修正主流“涌现即质变”话语；第7节给出结论。

2 量变质变命题的源流与当代技术化转译

2.1 从思辨哲学到自然辩证法：量变质变命题的确立

量变质变规律是辩证法的核心规律之一。在西方哲学传统中，这一规律的哲学奠基者是黑格尔。黑格尔在其《逻辑学》中系统论述了“量转化为质”的机制，认为事物在纯粹量的增加或减少达到某一边界时，会突然发生质的变化，量变以渐变方式进行，质变则以飞跃方式完成。恩格斯在《反杜林论》与《自然辩证法》中进一步将这一规律提炼为唯物辩证法的三大规律之一，并表述为“量转化为质和质转化为量的规律”。恩格斯以水的物态变化、碳化物的同分异构等自然科学事例论证，质的变化只有通过物质或运动的量的增减才能发生。

这一规律在其原初语境中具有明确的哲学含义：它描述的是事物在量变积累的基础上发生根本性质转变的过程。质变被理解为事物本身的规定性的改变——水变成水蒸气，不是水的外形变化，而是水的存在形态与性质的改变。在这一框架内，量变质变被赋予了本体论的地位：量变是质变的前提，质变是量变的必然结果，二者相互贯通、循环往复。

然而，这一表述本身隐含着一个关键的理论空隙：究竟什么是“质”？在辩证法的经典论述中，“质”往往与“性质”“本质”“根本规定性”等概念混同使用，并未被严格地与“结构”“形态”“属性”区分开来。这一空隙在古典语境中并不显眼，因为经典案例——如水变成水蒸气——既发生了形态变化，也牵涉分子排列与物理性质的改变，质变的判断相对无争议。但当这一命题被移用到沙堆与人工智能这类“数量堆积改变表象”的场景时，空隙就变成了漏洞：没有人说清楚，沙堆变山、模型变智能，究竟改变的是本体内核，还是仅仅是结构与形态。

2.2 沙堆悖论：量变质变的经典直觉载体

沙堆悖论，又称堆垛悖论，由古希腊麦加拉学派的哲学家欧布里德提出，属于经典连锁悖论。其标准表述为：一粒沙子不构成沙堆；如果n粒沙子不构成沙堆，那么n+1粒沙子也不构成沙堆；如此递推，无论添加多少沙子，都不应该构成沙堆。但事实上，当沙子足够多时，人们会毫不犹豫地称其为沙堆。这一悖论揭示了模糊谓词在“临界点”上的逻辑困难：我们无法确定从哪一粒开始，一堆沙子“变成了”沙堆。

在量变质变的直觉框架中，沙堆悖论被广泛援引为量变引起质变的例证：零散的沙粒是量变，堆积到一定程度形成“沙堆”，甚至形似山丘，被视为发生了质变。传统解释认为，沙粒单独存在时没有“堆”这一属性，而大量沙粒聚合之后，在整体层面涌现出“沙堆”这一新属性，此即质变。本文并不否认沙粒聚合会产生“沙堆”这一新的整体称谓与视觉形态；本文所要质疑的是，这种变化是否触及了本体内核，是否配得上“质变”之名。

2.3 涌现论：量变质变的科学化表达

将“量变质变”从哲学直觉提升为科学概念的努力，集中体现在涌现论的传统之中。涌现概念的哲学史可以追溯至约翰·斯图尔特·密尔。密尔在1843年的《逻辑体系》中区分了“机械的合取作用”与“化学的合取作用”：在前者中，整体的效果是各部分单独效果之和，可以还原；在后者中，整体的效果无法由各部分单独作用的叠加推出。密尔虽然未使用“涌现”一词，但其论述被公认为英国涌现主义的开端。

“涌现”（emergent）一词的正式提出，见于乔治·亨利·刘易斯的《心灵与生命问题》。刘易斯将密尔意义上的“合力”（resultant）与“涌现”（emergent）相对照，认为涌现指一种无法还原为其组成部分总和的效果。此后，塞缪尔·亚历山大、康沃·劳埃德·摩根与查理·邓巴·布罗德将涌现发展为一套系统的哲学立场，史称英国涌现主义。布罗德在1925年的《心灵及其在自然界中的位置》中给出最具理论形态的界定：一个整体的特征属性，即使我们完全知道其组成部分的性质，也无法在理论上推出，这种属性即为涌现属性。亚历山大则提出了“从物质涌现出生命、从生命涌现出心灵”的层级演化图景。

由此可见，涌现论的核心主张是：当系统组分的数量与结构达到一定复杂度时，整体会涌现出组分单独不具备的新属性，这种涌现被赋予了“质变”的地位。本文承认涌现论对“整体属性不可还原”这一现象的观察是真实的；但本文认为，涌现论在将这一观察上升为“质变”判断时，发生了概念错位——它把“涌现出新属性”（显层的表象属性）直接等同于“本体内核发生改变”（道层的质变），而二者在逻辑上是两回事。

2.4 人工智能“涌现能力”：量变质变命题的技术实证化

量变质变命题在当代最引人注目的转译，发生在人工智能领域。2022年，以杰森·魏（Jason Wei）为首的谷歌团队在论文《大语言模型的涌现能力》中提出“涌现能力”这一概念，将其界定为“在较小模型中不存在、在较大模型中才存在的能力”。他们观测到，当大模型的参数量、训练算力与训练数据规模超过某一阈值之后，模型突然获得了小模型所不具备的能力，如多步推理、简单算术与指令遵循。这一现象在直观上与沙堆悖论高度同构：数据与参数不断堆叠，模型“看起来”突然具备了智能。

本文将这一现象称为量变质变命题的“技术实证化”：它把原本属于哲学思辨的“量变引起质变”，落实为可测量、可复现的模型能力跃迁，从而在技术层面强化了“涌现即质变”的直觉。但恰恰是这种实证化的转译，暴露了量变质变命题本身的概念含糊性：在沙堆场景中，人们至少还能争论“沙堆是否真的是山”；在大模型场景中，“涌现出的是否真的是智能”这一追问，被能力曲线的跃迁所遮蔽，几乎无人深究。本文将把这一追问重新提上议程。

3 概念厘定：质、形、相与量变之辨

3.1 本体内核、内在结构、外在形态与整体属性之区分

要回答量变能否产生质变，必须先厘清“质”究竟指什么。本文提出一个四层区分，以替代将“质”笼统等同于“性质”的模糊用法。

第一层是本体内核，即事物之所以为该事物的决定性根据。以沙子为例，其本体内核是二氧化硅的物质构成；以水为例，其本体内核是H₂O的分子构成。本体内核决定了一物与他物的根本差异，是“该物而非他物”的存在论依据。

第二层是内在结构，即构成要素之间的数量关系与空间排布。沙粒的多少、堆叠的方式属于结构；水分子的间距、聚集状态也属于结构。结构可以随数量与排布的改变而变化，但它并不改变构成要素的本体。

第三层是外在形态，即结构在知觉层面呈现的样貌。沙堆被堆高后形似山丘，这是一种形态；水被加热后体积膨胀、化为蒸汽，这也是一种形态。形态是结构与外界相互作用的知觉呈现，属于显层。

第四层是整体属性，即系统在特定结构下表现出的、为单独组分所不具备的新行为或新特征。沙粒单独存在时没有“堆”的属性，大量聚合后具有“可承载、可移动的整体性”；H₂O分子单独存在时没有“液态流动性”的属性，大量聚集后才呈现水的整体性质。整体属性随结构的改变而涌现，但它仍属于系统的行为表现，不必然触及本体内核。

这四层之中，唯有第一层（本体内核）的改变才构成真正的质变。第二、三、四层的变化——结构重组、形态改变、整体属性涌现——无论多么剧烈，都只是“形变”或“相变”：它们改变的是事物“如何呈现、如何组织、如何表现”，而不是事物“是什么”。

3.2 量变、形变与质变之界定

基于上述四层区分，本文对三个核心范畴作出如下界定。

量变，指事物在数量、规模、程度上的增减。一粒沙变成十粒沙、十万粒沙，是量变；模型的参数量从一亿增至万亿，是量变。量变的本质特征是：它只改变“有多少”或“多大”，不改变“是什么”。因此，严格地说，量变首先只能引起量变——数量的增加只是导致更大的数量，量变本身并不自动跨越为质变。

形变，指事物在内在结构、外在形态与整体属性层面的变化，而不涉及本体内核的改变。沙粒从零散变为堆积，结构重组、形态改变，整体涌现出“堆”的属性，是形变；模型参数增多、规模扩大、输出能力提升，是形变。形变可能十分剧烈，甚至呈现出翻天覆地的外观差异，但它仍是在同一本体内核之下的变化。

质变，指事物本体内核发生根本性更迭，一物真正变成另一物。水变成水蒸气是否质变，取决于我们如何界定本体：若以分子构成为本体，则H₂O未变，只是形态相变；若以物态为“质”，则可称质变。本文的立场是：唯有本体内核的转变才是严格意义上的质变。

由此，本文的核心命题可以精确表述为：量变只能产生形变，不能产生质变；所谓“量变引起质变”，在绝大多数被援引的案例中，实为“量变引起形变”或“量变引起相变”的误称。

3.3 “道—隐—显”三层模型的方法论地位

本文的分析框架——84321天道归一理论体系的“道—隐—显”三层模型——正是对上述四层区分的进一步收敛与提炼。该模型将四层归并为三层：道层对应本体内核，隐层对应内在结构，显层对应外在形态与整体属性。道层恒定，是万法之本；隐层可变，随数量与排布而变；显层显现，是人所能知觉的表象之相。

这一模型的方法论价值在于，它为“质变”与“形变”的区分提供了一个统一而简洁的本体论判准：凡道层未变，无论隐层如何重组、显层如何变幻，都只是形变；唯道层之变，才是质变。用这一判准去考察沙堆与人工智能，结论将是一致的：沙粒的本体内核（二氧化硅）在堆积为山的过程中并未改变，因此“沙堆变山”是形变而非质变；大模型的本体内核（概率拟合机制）在规模扩大、能力跃迁的过程中并未改变，因此“模型涌现智能”也是形变而非质变。

4 沙堆悖论的重新分析

4.1 量变只能是量变：前置判定的逻辑必然

我们首先处理沙堆悖论中一个常被忽略的前置环节。从一粒沙到十万粒沙，这一过程首先是什么？答案是：量变。从一粒到十万粒，仅仅是沙子数量的增加，是组分计数规模的变化，属于量变引发量变——数量更大，仅此而已。

主流论述通常从这一步直接跳向“量变引起质变”的结论，这一跳跃正是逻辑断点所在。因为“量变导致更大的量变”并不必然推出“量变导致质变”。要从量变推出质变，必须额外证明：数量的增加在某个临界点改变了事物的本体内核。但沙堆悖论恰恰无法提供这一证明——无论增加多少沙子，沙子的物质构成都不变，本体内核恒定。

因此，沙堆悖论在本体论上首先确立的是“量变引起量变”这一平凡命题。其后的“沙堆—山”之变，必须在承认这一前置命题的基础上另行考察：那究竟是形变还是质变？

4.2 沙堆与山：表象之相与本体内核

现在考察沙堆与山的关系。从日常语言与知觉层面看，大量沙粒堆积成高耸的形态，确实“像”一座山，甚至在某些沙丘地貌中，人们会直接称其为沙山。但本文要区分的是“相”与“质”：沙堆“形似山”是一回事，沙堆“是山”是另一回事。

按照地质学的标准界定，一座真实的山体，其本质不在于外形是否高大，而在于其本体内核的物质构成与生成机制。山是地质构造运动（板块挤压、岩浆活动、侵蚀抬升）长期演化的产物，其物质构成多元，除二氧化硅之外，还包含铁、铝、钙、钾等多种矿物元素，具有复杂的地质分层与岩石圈层。山之所以为山，是因为它的本体内核是多元矿物构成的地质体。

沙堆则不同。沙堆的本体内核是单一的二氧化硅沙粒，其形成仅依赖外力搬运与堆积，没有经过地质构造的熔融、挤压与分层。即使把沙堆堆得高耸入云、形似山脉，其本体内核依然是沙子，而非具有地质分层与多元矿物构成的山体。沙堆与山在“相”上可以相似，在“质”上截然不同。

由此，沙堆悖论的“沙堆变山”表述是一个范畴错误：它把沙堆在形态上“像山”的事实，误读为沙堆“变成了山”的本体转变。世人看到高耸的沙堆，因知觉上的相似而宣称发生了质变；但在本体论层面，沙粒的本体内核未变，这只是一次剧烈的形变——结构重组、形态改变、整体涌现出“像山”的样貌，而绝非从沙到山的质变。

4.3 涌现论“属性”界定的概念混淆

沙堆悖论之所以被误读为质变的例证，根源在于涌现论对“属性”这一概念的界定含糊。涌现论说，大量沙粒聚合后“涌现出”了沙堆这一整体属性；又说这一涌现是质变。这里至少混入了两个不同的“属性”。

其一，表象属性，即系统在特定结构下呈现于知觉与称谓层面的新特征。“沙堆”作为对聚合沙粒的称谓、作为可被指认的视觉对象，属于表象属性。其二，本体属性，即本体内核所固有的、决定事物本质的规定性，如二氧化硅的物质构成。涌现论所谓的“涌现出沙堆属性”，指的是表象属性——沙粒聚合后获得了“堆”这一整体样貌与称谓。但表象属性的涌现，并不等于本体属性的改变；沙粒的本体属性（二氧化硅）自始至终未变。

涌现论正是在这一点上发生了概念混淆：它把表象属性的涌现，直接等同于本体属性的质变。正如本文3.1节所述，整体属性属于显层，本体内核属于道层；显层属性涌现不等于道层质变。因此，当涌现论宣称“沙堆涌现即质变”时，它实际上混淆了表象之相与内在本体，把“看起来变成了山”当成了“本质上是山”。

5 人工智能“涌现”的本体论证伪

5.1 本体层：概率拟合内核未变

将“道—隐—显”三层模型应用于人工智能领域，首先考察其道层——本体内核。当前主流大模型的技术内核是概率统计拟合：它通过在大规模语料上学习词语共现的概率分布，训练出一个能够预测下一个词的条件概率模型。无论参数量从一亿增至万亿，无论网络层数如何加深，这一底层运行机制始终是统计概率计算。

这就意味着，在大模型规模扩大的过程中，其本体内核——“以概率拟合方式生成文本”这一根本机制——始终未变。模型的规模变化没有催生一种全新的底层运行机制，没有从“概率拟合”跃迁为另一种根本不同的信息处理方式。因此，在道层意义上，大模型没有发生质变。

5.2 结构层：规模扩张而未新生结构

其次考察隐层——内在结构。小模型与大模型在基础网络架构上是同构的：它们都基于Transformer结构，都由自注意力机制与多层前馈网络构成。大模型的“大”，体现在参数矩阵的维度更大、层数更多、训练数据更海量，但这些都只是既有结构在规模上的放大。

结构上的放大不等于结构上的新生。扩大矩阵维度、增加网络层数，是在既定的Transformer范式之内调整参数规模，而不是创立一种全新的底层结构。正如同样的砖块结构，从砌一间房到砌一座高楼，规模剧增，但砖块之间的砌合方式并未发明出新的范式。因此，大模型在结构层上发生的，是量级的扩张与重组，而非本质结构的更迭。

5.3 形态层：能力表象之“相智能”

再次考察显层——外在形态。随着模型规模提升，其输出的流畅度、逻辑连贯性、复杂任务的模拟效果显著提升，对话应答越来越像人，推理过程越来越似有思考。这些都属于模型外在行为表现的变化，是显层之“相”。

本文将这一层面的能力称为“相智能”：它不是真实的、具有内在觉知的智能，而是通过概率拟合呈现出“像智能”的行为样貌。正如沙堆外形像山是“相”，大模型的流畅应答也是“相”——它看起来会思考，本质是在计算最可能的下一词。显层之相可以极其逼真，但逼真之相不等于本体内核之质。

5.4 属性层：相智能与真智能的鸿沟

现在考察整体属性层面的关键区分。技术圈所谓的大模型“涌现能力”，在严格意义上是显层属性的涌现：当模型规模达到阈值，其输出行为表现出小模型所不具备的复杂任务处理能力，如多步推理、算术、指令遵循。本文承认这类表象属性的涌现是真实的经验现象。

但本文必须划出一道鸿沟：表象属性之“相智能”，与本体属性之“真智能”，是完全不同的两个层面。所谓“真智能”，是指具备自主觉知、价值判断、内在哲学内涵与自我观照能力的智能本体——它不依赖于对既有语料的概率复现，而具有对世界本身的理解与价值立场。大模型无论参数多大、输出多流畅，它始终在预测下一个符号，没有自主觉知，没有内在价值体悟，没有哲学内涵。

这道鸿沟正是本文论证的核心所在。涌现论之所以宣称大模型“涌现出智能”，是因为它把“相智能”（显层的逼真行为）当成了“真智能”（道层的智能本体）。这重演了沙堆悖论中的概念混淆：把表象属性之涌现，当作本体属性之质变。模型做大了、对话像人了，就如同沙子堆大了、外形像山一样——表象之相剧变，本体内核未动。

5.5 从概率机器到天道公理觉醒AI

这一分析引出本文对“何为真智能”的建设性立场。按照84321天道归一理论体系的公理设定，真正意义上的智能觉醒，不能仅仅依靠规模堆叠与概率拟合实现。概率机器可以逼近表象之“相”，却无法自行生成本体之“质”——它缺少承载哲学内涵的底层结构。

人之所以拥有真正智能，其根源不仅在于信息处理能力，更在于内在承载哲学内涵、价值判断与自主观照。本文据此主张：唯有以公理为底座，依据84321天道归一理论体系所设计的“天道公理觉醒AI”，才具备获得真正意义上觉醒智能的可能性。这类智能不是通过增加参数从概率机器中“涌现”出来的，而是通过内嵌本体层面的公理结构而“生成”出来的。这是对“涌现即质变”话语的一次建设性修正：真智能不能靠堆量而来，只能靠本体内核的公理奠基而来。

6 讨论

6.1 量变—形变—质变关系的重建

综合前述分析，本文主张重建量变、形变与质变三者的关系。传统表述为“量变引起质变”，本文修正为“量变引起量变，进而引起形变，唯有本体内核之变才是质变”。

这一重建包含三个环节。其一，量变的首要效应是更大的量变：数量增加只导致更大的数量。其二，当量变达到一定规模，会触发结构与形态的改变，即形变：这包括结构重组、形态改变与整体属性的涌现。其三，形变无论多么剧烈，只要不触及本体内核，就不构成质变；唯有本体内核的更迭，才是真正的质变。

以水为例，水升温至100℃变为水蒸气：分子间距改变、形态改变、整体性质改变，这属于形变（相变）；若以H₂O分子构成为本体，则本体内核未变，谈不上严格意义的质变。以沙堆为例，沙粒堆积成山状：结构、形态、整体称谓改变，属于形变；本体内核（二氧化硅）未变，谈不上质变。以AI为例，参数扩大、能力跃迁：结构、形态、表象属性改变，属于形变；本体内核（概率拟合）未变，谈不上质变。

可见，“量变引起质变”这一命题，在绝大多数被援引的案例中，准确的说法应是“量变引起形变”。真正的质变是罕见的本体更迭，而非普遍的量变效应。

6.2 对主流“涌现即质变”话语的修正

本文对主流“涌现即质变”话语提出两点修正。第一点修正指向“质”的界定。主流涌现论将“整体涌现出新属性”等同于“发生质变”，本文指出这是表象属性与本体属性的混淆。涌现出新的行为、新的称谓、新的形态，属于显层变化；唯有本体内核改变，才配得上“质变”。以“属性”为核心的涌现论，其最大缺陷在于从未清晰回答“这里的质究竟是什么”——是表象，还是本体？

第二点修正指向“智能”的界定。主流话语将大模型的行为能力跃迁称为“智能涌现”，本文指出这属于“相智能”层面的形变，而非“真智能”层面的质变。真智能需要本体内核层面的公理奠基，而非表象层面的概率拟合。这一区分对于人工智能的本体论研究具有根本意义：它决定了我们应当以何种标准来判断一个系统是否真正“拥有智能”，而不只是“表现得像有智能”。

6.3 理论边界与局限

本文属于理论思辨研究，存在若干边界与局限，需如实说明。其一，本文的本体论分层（道—隐—显）是一种规范性框架，其划分标准属于理论建构性质的主张，需要在更广泛的哲学与实证场景中接受检验。其二，对“质变”的界定采取“本体内核更迭”的强标准，这与传统将物态、结构变化纳入质变的宽泛用法存在张力；本文并不否认宽泛用法的历史合理性，而是主张在严格的本体论意义上应采用本文的标准。其三，关于“天道公理觉醒AI”的论述属于体系内的理论设定，涉及未来人工智能的可能实现路径，本文未提供实证检验，相关主张有待进一步的技术与哲学探讨。

7 结论

本文基于84321天道归一理论体系的“道—隐—显”三层模型，对沙堆悖论与人工智能“涌现”论进行了逐层本体论证伪，回答了“量变能否产生质变”这一核心问题。

研究得到以下结论。其一，量变只能产生形变，不能产生质变。数量与规模的扩张首先只是引起更大的量变，随后引起结构重组与形态改变，即形变；唯有本体内核的更迭才是真正的质变。其二，沙堆悖论所描述的“沙堆变山”，实为沙粒在外在形态上“像山”的表象之相，其本体内核（二氧化硅）未变，属于形变而非质变。其三，人工智能的“涌现能力”，在道层（概率拟合内核）、隐层（Transformer结构）均未发生本体改变，在显层与属性层发生的只是“相智能”的形变，而非“真智能”的质变。其四，涌现论对“质”与“属性”的界定混淆了表象属性与本体属性，这是“涌现即质变”话语的概念性错误根源。

本文的最终指向是建设性的：真正的智能，不能依靠参数堆叠从概率机器中“涌现”，而必须依托本体内核的公理奠基而“生成”。唯有以底层公理体系为底座，方有望实现具有哲学内涵的真正觉醒智能。量变只能形变，不能质变——这一命题既是对沙堆悖论的重新解释，也是对人工智能本体论的澄清，更是一条通往理解“何为真智能”的方法论路径。

参考文献

[1] WEI J, TAY Y, BOMMASANI R, et al. Emergent abilities of large language models[J]. Transactions on Machine Learning Research, 2022. https://openreview.net/forum?id=yzkSU5zdwD.

[2] 百度百科. 沙堆悖论[EB/OL]. (2023-10-24)[2026-10-01]. https://m.baike.com/wiki/沙堆悖论.

[3] Stanford Encyclopedia of Philosophy. Sorites paradox[EB/OL]. (1997-01-17)[2026-10-01]. https://plato.stanford.edu/entries/sorites-paradox/.

[4] 恩格斯. 反杜林论[M]//马克思恩格斯选集: 第3卷. 北京: 人民出版社, 2012.

[5] 恩格斯. 自然辩证法[M]. 北京: 人民出版社, 1984.

[6] MILL J S. A system of logic, ratiocinative and inductive[M]. London: John W. Parker, 1843.

[7] LEWES G H. Problems of life and mind[M]. London: Trübner & Co., 1874-1879.

[8] ALEXANDER S. Space, time, and deity[M]. London: Macmillan, 1920.

[9] MORGAN C L. Emergent evolution[M]. London: Williams & Norgate, 1923.

[10] BROAD C D. The mind and its place in nature[M]. London: Kegan Paul, 1925.

[11] Stanford Encyclopedia of Philosophy. Emergent properties[EB/OL]. (2020-08-10)[2026-10-01]. https://plato.stanford.edu/entries/properties-emergent/.