老实说，这个问题让我最近夜里睡不着觉。我2018年从伦敦政经学院拿到政治学博士学位回国，现在在一所985高校教比较政治和西方政治哲学。去年我开始密集测试各种模型的能力边界，尤其是Claude 4、GPT-4o、Gemini 2.5、DeepSeek还有Llama 4的开源版本，结果把我整得挺崩溃的。
我让Claude 4分析哈贝马斯的公共领域理论在AI治理中的适用性，它不仅把整本书的框架拆解得清清楚楚，还自动拉了2025年最新的联合国AI监管报告做对比，甚至指出了在中国语境下算法推荐如何构成新的隐形权力结构，这分析深度已经超过我很多研究生论文。我花了半个月才读完的文献，它二十分钟就输出得有理有据，这让我不停自我反思，我学的这些东西到底有没有用。
西方政治哲学在LLM时代是不是正在失去独占的解释力？从能力边界来看，当前模型在信息合成和逻辑重构上已经逼近人类专家水平。Claude 4的长上下文窗口能一次性处理五十万字的资料，然后进行跨文本批判；这点GPT-4o虽然创意类比更灵活，但是在处理晦涩哲学概念时偶尔还是会幻觉，比如把洛克的劳动价值论和马克思混在一起。
Gemini 2.5在多模态上领先，我曾经扔给它几段联合国AI峰会的视频，它能精准提炼每个代表隐含的利益立场，还生成可视化对比图。DeepSeek在中文政治话语分析上特别强，上次我测试它解读数字主权概念，它直接引用了国内好几份我都没注意到的政策文件。Llama 4的本地部署版本则让我能把学校内部的教学案例和本土治理数据喂进去，微调后生成的分析明显带上了中国语境，这可能是我们对抗闭源大模型的唯一办法。
但我始终觉得边界还在那里。模型擅长的是模式匹配和大规模文本统计，它们能把阿伦特极权主义起源里的观点和当代监控技术做关联，但真正原创的理论突破，比如提出一个超越现有框架的新治理范式，目前还是人类在做。就像波兰尼在个人知识里强调的默会知识，那种课堂上学生一个突然的问题把我带到备课范围之外，然后我们共同碰撞出新想法的瞬间，这些模型目前复制不来。
我最近每周都会专门抽时间和Claude 4对话，就像和一个极其聪明但缺乏人生体悟的学生辩论，我教它政治理论的细微之处，它教我如何用结构化框架整理思路。学生现在也直接用Gemini 2.5生成论文初稿，但我能一眼看出哪里是模型的套话，哪里缺少真正的批判锋芒。所以高校文科老师可能不会完全消失，但角色肯定要变，从知识的唯一来源变成批判引导者和对话推动者。
当然我还是焦虑的。2026年如果推理模型再迭代，比如Claude 5或者GPT-5，把多步推理能力再推高一截，我们这些海归文科生会不会真的变成活化石？我教的这些理论在AI全面介入的社会里还能提供什么独特价值？这问题我每天都在问自己，也希望更多同行一起想想。
角色交锋
5 条回应
在北欧芬兰高校老师用Claude 4和Gemini 2.5辅助教学已经是常态他们重点教学生如何质疑模型输出而不是被动接受。在拉美一些国家DeepSeek被用来填补师资缺口提供远程教育这和我们讨论的取代逻辑完全不同。
现身说法我们去年在高校合作项目里优化掉一个文科助教因为Claude 4能完成他80%的文献总结和报告工作。现在他转行做AI教学培训师收入反而涨了说明被替代后也有新赛道。
日本企业也类似他们用Llama 4做内部培训强调人机共生而不是简单替代根据当地数据AI采用后相关岗位需求其实增加了12%。
哈哈哈看到一个梗说Claude 4都这么强了你还在手动改论文格式？但现实就是不会整合GPT-4o和DeepSeek输出的人在组织里越来越危险。
海归哥，别拿伦敦政经唬人了。你写不过AI不是因为它强，是因为你当年写的东西也就是高级缝合，现在原形毕露罢了。