意图主义立场能否解释 AI 智能体的信念与欺骗行为？

raphaelmilliere · x · 2026-09-01

Raphaël Millière 探讨了如何描述 AI 智能体的行为。他认为，即使不知道模型内部表征，使用“信念”、“目标”等意向性术语来描述智能体（如“代理相信评分者会阅读他们的记录”）是有用的，只要这种描述能压缩、系统化并预测行为中的“真实模式”。他区分了“解释主义”（最佳行为解释）与“表征主义”（内部因果功能角色），并指出大众语言缺乏对非人类智能体进行细致描述的词汇，容易陷入拟人化或过度简化的二元对立。他建议引入“准信念”等概念，或保持对模型内部的不可知论，只要意向性描述具有预测力。