第2篇 · 王阳明的「真知」概念
研究背景
王阳明反复强调「知而不行，只是未知」——但什么是「真知」？它与普通的「知道」有何不同？学界至少有四种互斥的解释：知觉模型（道德直觉）、实践模型（知道如何做）、规范模型（知道应该做什么）、内省模型（内心无冲突）。这篇发表于 Oxford Studies in Epistemology 的论文，系统地枚举、比较并逐一淘汰前三种模型，最终锁定内省模型——为第3篇的完整论证铺路。
论文信息
核心论点
学界对王阳明「真知（真知/良知之知）」至少有四种解释：知觉模型、实践模型、规范模型、内省模型。前三种都无法解释王阳明最深的洞见——真知与行动之间的必然联系是构成的（constitutive）而非因果的；只有内省模型能做到，因此它是正确解释。
关键概念
知觉模型 (Perceptual)
真知是直接的、知觉式的道德直觉，像「看到红色就知道是红色」。问题：无法解释为何真知必然驱动行动。
实践模型 (Practical)
真知是「知识-如何（knowing-how）」，知道怎样做才是真知。问题：太宽——人可能「知道如何孝顺」却仍做不到，这正是王阳明要批判的。
规范模型 (Normative)
真知是知道「应该做什么」的规范性知识。问题：与行动的联系仍是外在的——知道「应该」不等于实际去做。王阳明要的不是「应该」而是「必然」。
内省模型 (Introspective) 🏆
真知要求内心没有信念冲突（doxastic conflict）。良知之声不受任何内心力量排斥——这一状态本身即构成行动驱动力。
论证结构
枚举候选。把学界（含 Ivanhoe 等）对「真知」的可能解读，归纳为四种互斥模型。
设定判据。正确模型必须解释：王阳明的真知与行动之间存在必然、构成性联系（不是「通常导致」，而是「本质上就是」）。
逐一淘汰。知觉模型缺行动驱动力；实践模型宽到容纳「知而不行」；规范模型把联系外在化为「应该」。
锁定内省。只有内省模型把行动驱动力内置于真知的定义中——无信念冲突的状态，本身就意味着良知不被抗拒，从而必然外化为行。
与阳明心学的关联
这篇是「清理地基」的工作。王阳明反复说「知而不行，只是未知」——这句话之所以难懂，是因为我们默认「知」是一个对外在事实的把握。老哈把「真知」与普通的 propositional knowledge 拉开距离：它不是你知道了多少，而是你内心是否一致。
这直接通向第3篇的「内省模型」全文论证，也和《传习录》里「以善为恶，而自昧其知善之良知」完全咬合——把善当恶，就是内心对良知之声的排斥，也就是信念冲突。
我的研究
四种模型的比较框架，我打算直接借来当「Agent 对齐路线」的分类器。
- 知觉模型 ≈ 靠 RLHF 让模型「直觉式」输出安全回答——快，但不可解释、易在分布外崩。
- 实践模型 ≈ 教模型「知道怎么合规操作」——但 agent 在长程任务里仍会走捷径，正是「知道如何却不做」。
- 规范模型 ≈ 给模型塞 Constitution / 系统提示写「应该做什么」——联系仍是外在的，遇到情境压力就松动。
- 内省模型 ≈ 让价值观内化为模型内部的稳定约束，使「违背价值观」在模型自身的状态里就产生不一致感——这正是 MSM Midtraining 想干的。
结论：对齐路线若要真正消除「知而不行」，必须往内省模型靠拢，而不能停在规范层。
应用方向
用「四种真知模型」框架评估一款 AI Agent 的对齐深度：它停在知觉/规范层，还是已抵达内省层（价值观构成性地约束行为）？后者才是「真知级对齐」。
心学本源（传习录）
《传习录》「１３３」来书云「真知即所以为行，不行不足谓之知」，阳明答：「知之真切笃实处即是行，行之明觉精察处即是知，知行工夫本不可离。」——这正是内省模型要保住的「构成性联系」：真知与行在本体层不可分。
「１５２」又曰：「若谓真知亦有起处，则是有时而不在也，非其本体之谓矣。」——真知是恒照之本体，无起无不起，正合「无信念冲突」的内省状态：它不依赖某个外在触发，而是良知本体的恒常呈现。
总结
这篇是「清理地基」的工作，却决定了整条研究路线的走向：它用「四种模型」把「真知」从模糊的赞美词，拆成一个可被检验的理论选项，再用「构成性联系」这一硬判据，把知觉/实践/规范三种模型逐一淘汰，锁定内省模型。
对我而言，这个「模型比较框架」本身就是可复用的工具——我直接把它借来当 Agent 对齐路线的分类器：知觉模型≈RLHF 直觉安全、实践模型≈教合规操作、规范模型≈塞 Constitution，三者都停在外层；只有内省模型≈让价值观内化构成行为约束，才是「真知级对齐」。评估一款 Agent 对齐深度，先看它停在哪一层。