推理何谓？——从古希腊三贤到大语言模型：人类对理性本质两千四百年的追问
推理何谓？
——从古希腊三贤到大语言模型：人类对理性本质两千四百年的追问
序章：一个不该被遗忘的问题
人类历史上最重要的问题，往往是那些看起来最不需要回答的问题。
"何为推理？"就是这样一个问题。每一个解出过一道几何题的中学生，每一个排查过一个程序漏洞的工程师，每一个根据症状做出诊断的医生，都在推理。推理像呼吸一样自然，自然到我们几乎从不停下来追问：当我们说"因此"的时候，我们究竟在做什么？是什么力量保证了从"所有人都会死"和"苏格拉底是人"出发，"苏格拉底会死"这个结论便如山岳般不可撼动？
这个问题在今天获得了前所未有的紧迫性。我们正处在一个奇特的历史时刻：硅基的机器开始宣称自己会"推理"了。大语言模型写出长长的"思维链"，一步一步地"想"，最终给出答案——有时惊人地正确，有时荒谬地错误。于是那个古老的问题以崭新的面貌归来：机器做的那件事，和欧几里得做的，是同一件事吗？如果不是，差别在哪里？如果是，边界在哪里？
要回答这个问题，我们必须把"推理"拆解到不可再拆解为止——回到第一性原理。而通往第一性原理的道路，恰好就是一部浓缩的人类思想史。这条路从雅典的柱廊出发，途经亚历山大港的图书馆、莱比锡的书房、耶拿的印刷厂、维也纳的咖啡馆、布莱切利园的木屋，最终抵达今天的数据中心。沿途站着一排巨人：亚里士多德、欧几里得、莱布尼茨、布尔、弗雷格、希尔伯特、哥德尔、塔斯基、图灵、香农，以及离我们最近的Collins与de Moura。
本文要做的，就是沿着这条路走一遍，并在终点给出一个回答。这个回答可以先在此处和盘托出，作为全文的纲领：
推理，是从已知到未知的合法跨越。
已知、跨越、合法——三个词，三块基石，缺一不可。整部逻辑史，就是人类逐渐看清这三块基石的历史。让我们从头说起。
第一部：雅典——推理被发现的时刻
一、苏格拉底：推理始于承认无知
公元前五世纪的雅典街头，一个相貌丑陋的老人拦住路人，问一些看似简单的问题：什么是正义？什么是勇敢？什么是美德？
苏格拉底没有留下任何著作，但他留下了比著作更重要的东西：一种方法。这种方法的核心动作是"诘问"——你说勇敢就是在战场上不退缩？那么战术性撤退的将军不勇敢吗？你修改定义，他再举反例，如此往复，直到你承认：我原以为自己知道，其实我不知道。
这看起来是破坏，实际上是奠基。苏格拉底的诘问法揭示了推理的第一个隐秘前提：推理必须从被严格审视过的"已知"出发。一个未经检验的信念不配充当推理的起点。"我知道我一无所知"这句名言常被理解为谦逊的姿态，但它的真正含义是认识论的：在确认"已知"之前，任何"跨越"都是在沙地上盖楼。
苏格拉底用一生演示了推理的否定性力量——推理可以摧毁伪知识。但推理的建设性力量——推理如何生产真知识——要等他的学生的学生来完成。
二、柏拉图：可能性空间的最早预感
柏拉图在《美诺篇》里讲了一个著名的故事：苏格拉底通过一连串提问，引导一个从未学过几何的奴隶少年"回忆"出了正方形倍积问题的解法。柏拉图用这个故事论证灵魂不朽与知识天赋——这个结论我们今天不必接受。但剥去神秘主义的外壳，这个故事包含一个惊人准确的直觉：几何真理在被发现之前就已经"在那里"了。
正方形对角线上作新正方形可得二倍面积——这个事实不依赖于奴隶少年是否知道它，不依赖于任何人是否知道它。它静静地存在于一个由公理和定义张开的结构之中，等待被一条推理路径抵达。柏拉图把这个结构叫做"理念世界"；两千四百年后，我们会用一个更冷静的名字称呼它：搜索空间。
推理不是创造真理，而是在一个先于推理者存在的可能性空间中，找到一条通往真理的路。这个洞见，柏拉图是第一个朦胧触及的人。
三、亚里士多德：合法性的诞生
然后，亚里士多德来了。如果说苏格拉底发现了推理的起点问题，柏拉图预感了推理的空间结构，那么亚里士多德完成的，是整个事业中最关键的一跃：他发现推理的有效性与推理的内容无关，只与推理的形式有关。
这件事的革命性怎么强调都不过分。请看这个三段论：
所有人都会死；苏格拉底是人；所以，苏格拉底会死。
再看这个：
所有B都是C；A是B；所以，A是C。
亚里士多德在《前分析篇》中指出：第二个式子才是推理的本体。"人""死""苏格拉底"可以替换成任何东西——所有行星都绕日运行，火星是行星，所以火星绕日运行——结论的必然性丝毫不减。保证结论必然为真的，不是词语的意义，而是论证的骨架。
这就是"形式逻辑"中"形式"二字的来历，也是本文核心命题中"合法"一词的诞生时刻。亚里士多德实际上做了三件事：第一，他把"有效的论证形式"和"无效的论证形式"区分开来，并系统地枚举了前者——四种格、二百五十六个式中有效的那二十四个；第二，他指出有效形式的判定可以机械地进行，不需要天才，不需要灵感，只需要核对骨架；第三，他由此把"推理正确"从一种个人魅力（雅典的智者们靠雄辩术赢得辩论）变成了一种可检验的客观性质。
从此，"你说得有道理"不再取决于你嗓门多大、地位多高、修辞多美。一个奴隶的有效三段论胜过一个国王的无效雄辩。逻辑，是人类发明过的最深刻的平等。
但亚里士多德也留下了两个巨大的未竟之业。其一，三段论只能处理"所有/有些A是B"这种主谓结构，面对"每个数都有一个比它大的数"这种带嵌套量词的命题便束手无策——数学推理的绝大部分恰恰是后者。其二，他给出了合法规则的清单，却没有回答：为什么是这些规则？规则的"保真性"从何而来？这两个问题，一个要等两千两百年后的弗雷格，一个要等塔斯基。
四、欧几里得：第一个公理化推理系统
如果亚里士多德给出了推理的"法律条文"，那么与他几乎同时代的欧几里得，则建成了人类第一座完整的"法治社会"——《几何原本》。
《几何原本》的伟大不在于它包含的四百六十五个命题，而在于它的架构。全书从五条公设、五条公理和二十三个定义出发，此后的每一个命题，无论多么复杂——直到第十三卷关于五种正多面体的辉煌终章——都必须且只能通过先前已被证明的命题与最初的公理推出。没有诉诸直观，没有诉诸权威，没有"显然可知"。每一步跨越都持有签证，每一张签证都可追溯至边境的起点。
用本文的语言说，欧几里得第一次完整演示了推理三要素的协同运作：公理与定义划定了"已知"的边界；命题构成了一次次"跨越"，从已确立者抵达未确立者；而每一步跨越的"合法性"，由逻辑规则担保，可被任何一个读者独立验证。
这套架构的生命力是惊人的。两千三百年间，《几何原本》的印刷版次仅次于《圣经》。牛顿的《自然哲学的数学原理》模仿它的体例，斯宾诺莎的《伦理学》模仿它的体例，甚至美国《独立宣言》"我们认为这些真理是不言而喻的"（We hold these truths to be self-evident）的句式，都是欧几里得公理化精神的回声——杰斐逊先列公理，再推出"因此"殖民地有权独立。
希腊人完成的事业可以这样总结：他们发现了推理是一种形式的、可公共检验的、从给定前提出发的必然性传递。这个发现如此完备，以至于康德在两千年后断言：逻辑自亚里士多德以来"未能前进一步，也无需后退一步"，已是一门完成了的科学。
康德错了。而证明他错的过程，恰恰是推理史上最壮丽的第二幕。
第二部：从梦想到机器——推理的形式化革命
五、莱布尼茨：让我们来计算
一六六六年，二十岁的莱布尼茨写下《论组合术》，提出了一个在当时近乎疯狂的设想：建立一种"普遍文字"（characteristica universalis），把一切概念还原为基本概念的组合，再配以一套"推理演算"（calculus ratiocinator），使得一切推理都化为符号的计算。届时，若两位哲学家发生争论，他们不必再争吵，只需拿起笔，坐到算盘前，对彼此说：
"让我们来计算吧。"（Calculemus!）
这句话是整个人工智能事业的出生证明，比"人工智能"这个词的诞生早了二百九十年。莱布尼茨的洞见在于：如果推理的有效性只取决于形式（亚里士多德已经证明了这一点），而形式可以用符号精确表示，那么推理就是一种计算——而计算，原则上可以交给机器。他本人造出了能做四则运算的步进计算器，并满怀信心地认为推理计算器只是时间问题。
他高估了进度，但没有看错方向。这个梦想沉睡了将近两个世纪，直到一位自学成才的英国教师把它唤醒。
六、布尔：思维定律的代数
一八五四年，乔治·布尔出版了一本书名狂妄的著作：《思维定律的研究》。布尔做的事情朴素而致命：他证明亚里士多德的逻辑可以写成代数。命题用变元表示，真为1，假为0；"与"是乘法，"或"是加法的变体，"非"是取补。于是三段论的有效性判定，变成了一道初中生水平的方程演算。
布尔代数在当时被视为数学的一个精巧而无用的角落。直到一九三七年，麻省理工的一个硕士生在他的学位论文里指出：布尔代数与继电器开关电路完全同构——逻辑的"真假"就是电路的"通断"，逻辑运算就是电路的串并联。这个硕士生叫克劳德·香农，这篇论文被称为二十世纪最重要的硕士论文。它意味着：推理的最小单元，可以用一个物理开关实现。 莱布尼茨的算盘，从此有了电的形态。香农后来更进一步，给出了信息的度量——比特——使得"已知"本身也成为可以精确计量的对象。
七、弗雷格：现代逻辑的真正起点
但布尔代数仍然困在亚里士多德的牢笼里：它处理不了量词的嵌套。真正砸碎牢笼的，是一个一生寂寞的耶拿大学教师——戈特洛布·弗雷格。
一八七九年，弗雷格出版了《概念文字》，一本不足百页、用怪异的二维符号写成、几乎无人问津的小册子。今天的逻辑学家公认：这是自亚里士多德《前分析篇》以来逻辑学最重要的单一著作。弗雷格在其中发明了谓词逻辑：用函数与自变量的结构取代主词与谓词的结构，引入全称量词与存在量词，并允许量词任意嵌套。
这一步的威力在于：数学语言中那些最精微的区别，第一次可以被精确捕捉。"每个数都有比它大的数"（∀x∃y, y>x）与"有一个数比每个数都大"（∃y∀x, y>x）——前者为真，后者为假，差别仅在两个量词的顺序。在自然语言中，这种差别曾导致无数哲学混乱；在弗雷格的符号里，它一目了然。
更重要的是，弗雷格给出了历史上第一个完全形式化的推理系统：明确的符号表、明确的合式公式定义、明确的公理、明确的推理规则（实质上只有分离规则与替换）。在这个系统里，一个证明是否合法，原则上可以由一个完全不懂数学含义的抄写员逐行核对。推理的"合法性签证"，从此有了标准化的签发流程。 我们今天所有的形式验证器——从LEAN到Coq——它们的出生证上都写着弗雷格的名字。
弗雷格的雄心不止于此。他想用纯逻辑推出整个算术（逻辑主义纲领），为此写作了两卷本《算术基本法则》。一九〇二年六月，第二卷即将付印之际，他收到一封来自英格兰的短信。写信人用寥寥数行指出：弗雷格系统中的第五公理允许构造"所有不属于自身的集合的集合"——这个集合属于自身，当且仅当它不属于自身。系统自爆了。
写信人叫伯特兰·罗素。弗雷格在第二卷的附言中写下了科学史上最悲壮的句子之一："对一个科学家来说，没有什么比这更不幸的了：在工作完成之时，大厦的根基坍塌了。"
八、希尔伯特纲领：把数学大厦建在水泥上
罗素悖论引发的"第三次数学危机"震动了整个数学界。直觉主义者布劳威尔主张干脆放弃部分经典数学以求安全。对此，当时数学界的领袖大卫·希尔伯特拍案而起，说出了那句名言："没有人能把我们从康托尔创造的乐园中驱逐出去。"
希尔伯特的反击方案，史称希尔伯特纲领，可以概括为三个目标：第一，把全部数学形式化为一个公理系统；第二，证明这个系统是一致的（永远推不出矛盾）；第三，证明这个系统是完备的（每一个真命题都能在系统内被证明）。此外还隐含第四个目标，即"判定问题"（Entscheidungsproblem）：找到一个机械的程序，对任给的数学命题判定其可证与否。
请注意这个纲领的气质：它是莱布尼茨之梦的成年形态。如果纲领成功，数学将变成一架完美的推理机器——喂入命题，吐出真假。一九三〇年，希尔伯特在哥尼斯堡的退休演讲中喊出他的信条，这句话后来刻在了他的墓碑上：
"我们必须知道，我们必将知道。"（Wir müssen wissen, wir werden wissen.）
命运安排了一个残酷到近乎文学虚构的巧合：就在这场演讲的前一天，同一座城市的一个学术会议上，一位二十四岁的维也纳青年在圆桌讨论的间隙，轻声宣布了一个结果。当时几乎无人理解他说了什么。只有一个人立刻脸色大变，会后拉住他追问细节——那个人是冯·诺依曼。
这位青年叫库尔特·哥德尔。
第三部：边界的发现——哥德尔、塔斯基、图灵
九、哥德尔：推理为自己划定疆界
一九三一年，哥德尔正式发表《论〈数学原理〉及有关系统中形式不可判定命题》。这篇论文证明了两条定理，它们合称不完备定理：
第一定理：任何一个一致的、包含初等算术的、公理可机械枚举的形式系统中，必然存在一个命题，它和它的否定都不可证——而这个命题事实上为真。
第二定理：这样的系统不能在自身内部证明自身的一致性。
哥德尔的证明方法本身就是一座丰碑。他给每一个符号、每一个公式、每一个证明序列编上一个自然数（哥德尔编码），从而让算术系统获得了"谈论自身"的能力；然后他在系统内构造出一个命题G，其含义恰为"G在本系统中不可证"。若G可证，则系统证明了假命题，不一致；若G不可证，则G所言为真，而系统恰恰证不了这个真命题——不完备。古老的说谎者悖论（"这句话是假的"），被哥德尔锻造成了数学史上最锋利的手术刀。
希尔伯特纲领的第二、第三目标，就此被同时宣判死刑。康德所谓"已经完成的科学"，在它最深处裂开了一道永恒的缝隙。
但是——这一点至关重要，也是最常被误解之处——哥德尔定理是推理的胜利，而非推理的失败。其一，定理本身就是一个无懈可击的推理成果：推理强大到足以精确测绘自身的边界，这在人类全部知识门类中绝无仅有；物理学无法用实验证明实验方法的极限，而逻辑学做到了。其二，不完备性有严格的适用条件——系统必须强到足以表达初等算术（特别是乘法与归纳的组合）。低于这个门槛的系统，完全可以既一致又完备且可判定。这第二点，后来成了整个自动推理工程的生存空间，下文将会回到它。
哥德尔还留下了一个更隐微的遗产。第二定理说：系统的可靠性无法由系统自身担保。那么担保来自哪里？只能来自系统之外——来自构造它、检验它、信任它的数学家共同体。推理大厦的最后一块封顶石，永远握在人的手里。这个看似哲学化的结论，在九十年后的人工智能时代，将显示出惊人的实践意义。
十、塔斯基：真理与可判定的乐园
哥德尔关闭了一扇门，他的同代人阿尔弗雷德·塔斯基则推开了两扇窗。
第一扇窗关乎"真"的定义。"保真规则"中的"真"究竟是什么？塔斯基在一九三三年给出了语义学的奠基性回答：一个语句的真，是语句与它所谈论的结构之间的符合关系，而这个关系可以对语言的每一层结构递归地、精确地定义。"雪是白的"为真，当且仅当雪是白的——这句看似废话的T模式，第一次把"真"从哲学的迷雾中拖到了数学的阳光下。有了精确的"真"，"保真"（前提真则结论必真）才成为一个可以证明的数学性质，而不是一句口号。 哥德尔随后证明的谓词逻辑完备性定理（凡保真的推理皆可在形式系统中导出）与可靠性定理（凡可导出的皆保真）合在一起，宣告了语法的"合法"与语义的"保真"完全重合。亚里士多德当年悬而未决的问题——为什么是这些规则——至此有了终极答案：因为恰恰是这些规则，不多不少，穷尽了一切必然的真理传递。
第二扇窗关乎可判定性。塔斯基在三十年代证明（一九四八年正式发表）：实闭域的初等理论是可判定的。翻译成人话：所有只涉及实数的加减乘除、等式不等式与量词的命题——这覆盖了初等代数与欧氏几何的几乎全部疆域——存在一个机械程序，可以在有限步内判定其真假。
请品味这个结果与哥德尔定理并置时的奇妙张力：含整数算术的系统不可判定，而看似更"大"的实数初等理论反而可判定。原因在于实数的连续性抹平了整数的离散陷阱——不完备性的毒源是"自然数加乘结构"的自指能力，而非数学本身。这意味着：在数学的版图上，存在大片肥沃的"可判定乐园"，推理在其中可以被彻底机械化，既完备又可靠。 初等几何与初等代数——也就是基础数学教育的核心地带——恰好整片坐落在这个乐园之内。
塔斯基的判定程序在理论上成立，在实践中却慢得无法使用。把乐园从理论变为工程，还需要一个人，我们将在第四部遇到他。
十一、图灵：跨越的机械本质
希尔伯特纲领还剩最后一个目标在喘息：判定问题。是否存在一个机械程序，判定任意命题可证与否？要回答这个问题，必须先回答一个更深的问题：什么叫"机械程序"？
一九三六年，二十三岁的阿兰·图灵在论文《论可计算数及其在判定问题上的应用》中给出了回答。他没有诉诸任何现成的数学结构，而是做了一件哲学气质浓厚的事：分析一个人类计算员用纸笔做计算时，究竟在做什么。剥到最后只剩下：在纸带上读一个符号，依据当前状态查一条规则，写一个符号，移动一格，改变状态。如此而已。这台抽象机器——后人称为图灵机——就是"机械程序"的终极定义。丘奇用λ演算独立得到等价结果，二者合流为丘奇-图灵论题：一切能行可计算的，皆图灵机可计算。
图灵随即证明：判定问题无解。不存在通用程序能判定任意命题的可证性（其核心是停机问题不可判定）。希尔伯特纲领的最后一根支柱倒下了。
但这篇"否定性"论文的副产品，重要性百倍于其结论本身。图灵为了证明不可能，顺手定义了通用图灵机——一台可以读入任何其他机器的描述并模拟之的机器。这就是"存储程序计算机"的理论蓝图，是你此刻手中那台设备的出生证明。莱布尼茨梦想的推理计算器，被一个证明其梦想有极限的人，真正设计了出来。历史的反讽莫过于此。
至此，我们可以为推理的第二要素"跨越"补上机械论的注脚。一次推理，是在由前提张开的可能性空间中，寻找一条通往目标命题的合法路径。寻找——这意味着探索、比较、试错、回溯。推理在本质上是搜索，而搜索正是图灵机最擅长的任务。 这也顺带解释了一个常被忽视的事实：推理需要消耗算力。结论虽然"必然地"蕴含于前提之中，但把它找出来的代价可以是天文数字——后来的计算复杂性理论（库克一九七一年证明SAT是NP完全问题）为这种代价给出了精确刻画。推理之难，不在跨越的合法性，而在路径的稀少与空间的浩瀚。
二十世纪上半叶的总账可以这样结算：弗雷格给了推理以精确语法，塔斯基给了推理以精确语义，哥德尔证明了二者在一阶逻辑中完美重合并测绘了形式化的极限，图灵给了"机械"以终极定义并造出了通用机器，香农把逻辑接上了电流并度量了信息。推理的解剖学至此完成。剩下的事情，是把它造出来。
第四部：工程的时代——当推理被造出来
十二、第一缕硅基理性之光
一九五六年夏天，达特茅斯学院的一场研讨会上，"人工智能"这个词被正式铸造。同年，纽厄尔、西蒙与肖的程序"逻辑理论家"（Logic Theorist）证明了《数学原理》第二章五十二条定理中的三十八条，其中对定理2.85的证明比罗素与怀特海的原证更优雅。西蒙写信告知罗素，罗素幽默地回信感慨：早知道逻辑可以交给机器，他和怀特海又何必耗费十年青春。
此后的符号主义推理工程，沿着我们已经熟悉的三要素稳步推进。在"合法"的维度上，罗宾逊一九六五年提出归结原理，把一阶逻辑的全部推理规则压缩为单条机械规则，成为自动定理证明的引擎；在"跨越"的维度上，启发式搜索理论（A*算法、alpha-beta剪枝）应对着空间爆炸的难题；在"已知"的维度上，知识表示与本体论工程试图把人类知识翻译为机器可用的前提。
而在塔斯基的"可判定乐园"里，发生了一件对本文主题至关重要的事。塔斯基的实数判定程序复杂度高到天文数字，乐园有门而不可入。一九七五年，乔治·柯林斯（George Collins）提出圆柱代数分解（Cylindrical Algebraic Decomposition, CAD）：把实数空间按多项式的符号不变性切分为有限个"圆柱胞腔"，从而把无限的连续空间上的量词判定，化归为有限个样本点的检验。CAD的最坏复杂度依然是双指数的，但对中等规模的真实问题——例如一道初等不等式的证明、一个几何命题的判定——它真正可用了。塔斯基的乐园，从此有了一把工程学的钥匙。 今天每一个计算机代数系统（Mathematica、Maple）做量词消去时，转动的都是这把钥匙。
与判定器并行生长的，是另一支同样源远流长的队伍：交互式证明助理。从一九六七年de Bruijn的AUTOMATH，到Coq、Isabelle、HOL，再到二〇一三年由Leonardo de Moura主持开发的LEAN——这些系统的哲学正是弗雷格与哥德尔遗产的直接兑现：证明是一个形式对象，其合法性由一个极小的、可被人类彻底审查的"内核"逐步核验；内核之外的一切——策略、自动化、启发式——无论多么复杂，都不被信任，它们产出的每一步仍须经内核盖章。这是哥德尔第二定理的工程化身：我们不要求系统自证可靠，我们把可靠性收缩到一个小得可以被人类共同体直接检视的内核上。 二〇二一年以来，菲尔兹奖得主舒尔茨与陶哲轩相继把自己前沿研究的关键证明交付LEAN形式化验证，数学共同体第一次开始把"机器核验"纳入"何为已被证明"的标准。
符号主义路线交出的成绩单可观而清晰：四色定理（一九七六年，依赖计算机枚举）、开普勒猜想（黑尔斯，二〇一四年完成全部形式化）、以及无数芯片与航天软件的形式验证。它的推理每一步都持有签证，绝对保真。它的短板同样清晰：它只能在已被形式化的疆域内行动。把一道用自然语言写就的题目翻译为逻辑命题，把物理世界翻译为公理——这道"形式化鸿沟"，符号机器自己跨不过去。
十三、连接主义的归来与大语言模型
跨过那道鸿沟的，是另一支被符号主义压制了数十年的队伍。
连接主义的信条与弗雷格的传统截然相反：不要规则，要权重；不要符号，要向量；不要设计推理，要从数据中学习。这条路线从一九四三年麦卡洛克与皮茨的神经元模型起步，几经沉浮，在二〇一二年借深度学习全面复兴，在二〇一七年获得Transformer架构，最终在二〇二〇年代以大语言模型的形态震撼了世界。
大语言模型做的事情，用一句话说：在海量人类文本上学习"给定前文，预测下一个词"的条件概率分布。仅此而已。然而当参数到达千亿量级、语料囊括人类书写的近乎全部公开文本时，奇异的事情发生了：它学会了翻译、写作、编程——并且，当你对它说"让我们一步一步思考"时，它会生成一条思维链：先列已知，再做变形，逐步推进，最后给出答案。在表观上，这与一个学生在草稿纸上的演算难以区分。在大量基准测试上，最强的模型已能解出相当比例的竞赛级数学题。
那么，回到本文的中心问题：这是推理吗？
用三要素的标尺来量，答案立刻变得清晰而冷峻。
论"已知"：大语言模型对前提没有边界意识。它的"已知"是训练语料中一切文本的统计沉淀，真伪混杂，且无法与当前题目给定的前提严格隔离。它可能"记得"一个相似题目的答案而非"推出"当前题目的答案；它也可能在前提之外悄悄引入未被给定的假设。
论"跨越"：模型确实在进行某种搜索——思维链可以视为在语言空间中对解题路径的采样，而新一代"推理模型"通过强化学习显式地延长并优化这种搜索，在测试时投入更多算力换取更高的成功率。这是真实的进步，且与"推理即搜索"的图灵式刻画惊人地吻合。
论"合法"——这是断崖所在。语言模型的每一步生成由概率分布驱动，而非由保真规则担保。它没有"合法性签证"的概念：一步幻觉的代数变形与一步正确的代数变形，在它的机制内部是同质的，都只是高概率的词序列。它会以同样流畅自信的口吻给出对的推导与错的推导；它无法从原理上保证"前提真则结论真"。换言之：大语言模型生成的是"推理形状的文本"，其中常常包含真实有效的推理，但系统本身不具备区分二者的内在机制。 它有跨越的本能，有对已知的海量记忆，唯独缺少那张签证。
这个判断不是贬低。恰恰相反，它指出了一条道路。因为推理史早已为这个局面准备好了答案：缺少签证？那就请签证官入场。
十四、合流：神经与符号的会师
二十一世纪二十年代最深刻的工程图景，是两条对峙了七十年的路线开始合流。其逻辑严丝合缝地对应推理的三要素：
让神经网络负责"已知"的获取——把自然语言的题目、模糊的现实情境，翻译为精确的形式命题。这是连接主义独有的能力，是符号机器跨不过的那道鸿沟。
让神经网络引导"跨越"——在浩瀚的搜索空间中，用从海量人类解题经验中习得的直觉，为符号搜索器提示"哪条路更有希望"。这正是数学家毕生锤炼的"洞察"的可学习部分。
让符号内核裁决"合法"——每一步推导提交给形式验证器核验，凡不能还原为公理与规则者，一律驳回。神经网络可以天马行空地猜，但只有通过内核的猜测才算数。
二〇二四年，谷歌DeepMind的AlphaProof与AlphaGeometry 2正是这一架构的标志性成果：语言模型负责形式化与策略提议，符号引擎负责演绎与验证，组合系统在国际数学奥林匹克竞赛题上达到了银牌得主的水平，其几何模块更达到金牌水准。每一份由此产出的证明，都经LEAN级别的内核逐步核验——它们不是"看起来像证明的文本"，而是货真价实的证明。
这个架构还有一个被低估的美德：它把哥德尔的边界变成了选址的智慧。在塔斯基-柯林斯的可判定乐园里——初等代数、欧氏几何，亦即基础数学教育的全部核心疆域——上述系统可以追求完备且可靠：一切真命题原则上可达，一切产出皆有担保。这不是对通用智能的退让，而是对推理本质的尊重：在有限而确定的领域内，把"从已知合法跨越到未知"用工程手段彻底实现——这是机器推理所能企及的最高形态，而它已经触手可及。
终章：推理何谓
现在，长路走完，可以收束了。
何为推理？两千四百年的追问凝结为一句话：推理，是从已知到未知的合法跨越。
已知——推理始于给定的前提。没有前提，推理无从开始；前提的边界，就是推理系统的边界。苏格拉底教我们审视前提，欧几里得教我们宣告前提，塔斯基教我们度量前提所张开的疆域。机器在此有一种人类难以企及的德性：它冷酷地接受给定，不僭越，不夹带，不动摇。
跨越——推理是在前提张开的可能性空间中，朝着目标寻找路径的搜索。柏拉图预感了那个空间，图灵定义了搜索的机械本质，复杂性理论度量了搜索的代价。深刻的推理之所以深刻，不在于步数多，而在于它找到的是那条罕见、隐蔽、需要洞察才能照亮的路——而洞察，是人类顶尖头脑留给世界的启发式遗产，如今正通过专家的形式化编码与神经网络的学习，一点一点地传递给机器。
合法——推理的每一步必须持有保真规则签发的签证。这是推理区别于联想、猜测与雄辩的全部尊严所在。亚里士多德发现了它，弗雷格把它铸成标准流程，哥德尔与塔斯基证明了签证制度的完美（可靠且完备）与边界（不完备性），de Moura们把签证官造进了几兆字节的内核。一个结论的可靠性，不取决于它说了什么，而取决于它的每一步能否被还原为给定的前提与公认的规则——这条铁律，对雅典的辩士、对今日的语言模型，对一切自称在推理的存在，一视同仁。
而哥德尔留给这个时代的最后馈赠，是一种精确的谦卑：任何推理系统都无法自证其可靠，最终的担保永远来自系统之外——来自设计它、检视它、并以自己的名誉为之背书的人类理性共同体。机器可以推理，但"信任这部机器的推理"这一判断本身，是且只能是人的行动。人机同行，不是权宜的过渡，而是哥德尔第二定理刻在逻辑深处的永恒结构。
从雅典柱廊下的诘问，到莱比锡书房里的"让我们来计算"，到哥尼斯堡那两天之隔的宣言与判决，再到今天数据中心里神经直觉与符号内核的会师——这条路上的每一代人，做的其实是同一件事：让理性脱离个体的偶然，成为可检验、可传递、可托付的公共财产。
如今，这份财产第一次有可能被完整地铸入硅基，装进每一个少年的口袋。这不是造神，不是模仿意识，更不是取代人。这是让人类最古老也最珍贵的能力——从已知合法地跨越到未知——以一种安静而确定的方式，在新的载体中发光。
我们必须知道。我们必将知道。
——这一次，是我们与机器，一起知道。