国学与AI
AI 真能读懂古文吗:检索、注释与幻觉的边界
大模型可以给《庄子》写一段漂亮解释,但“漂亮”和“有出处”是两回事。2026 年的实践给出的答案是:别指望万能模型,要把证据链搭起来。
试一个简单问题:让模型解释“无为而治”。大多数大模型都能给出通顺答案,甚至引两句《道德经》。但这不等于它“读懂”了——它可能把后世注解当成原文,也可能把不同章句拼在一起,还给出一种很像学术结论的语气。
“流畅”不是“可靠”
古籍场景里的错误尤其隐蔽:文言语法允许省略,注疏与正文层级分明,版本异文常见。模型一旦跳过这些层级,产出的内容就会“看起来对、查起来错”。这类问题通常被称为幻觉,但在古籍领域,它往往不是凭空捏造,而是错配——张冠李戴的出处、错置的时代、被抽掉语境的引申。
业界的做法:先检索,再生成
2026 年公开的多个项目中,思路高度一致:让模型先调用工具,从目录库、影像库、全文库、知识库中取回相关材料,再基于材料生成带出处的回答。也就是常说的检索增强生成(RAG)。
据报道,“云四库智能问答”一类系统采用的正是在海量文本中先检索、再输出带出处依据答案的路径。它的价值不在“答得快”,而在“答得可查”。
“模型驾驭工程”比“更大模型”更关键
一个提法值得记住:古籍领域很难造出无所不能的“万能模型”。目录检索、版本比对、文字识别、文本校勘、人物考辨、地名定位,各自需要不同知识与准确率,很难由同一个模型、同一种提示方式完成。
因此更现实的做法是把能力组织起来:任务分解、数据检索、工具调用、结果校验、证据留存、人工复核。模型负责理解问题与协调资源,专业数据库负责提供材料,系统负责保存引文、版本、操作记录和修订痕迹。这套工程,比单纯堆参数更能决定结果质量。
给使用者的三条边界
- 要出处:凡是引用原文,必须能点回具体章节或影像页。
- 要版本:同一句话在不同刻本中可能不同,回答时应说明依据。
- 要留疑:模型不确定时应当说“不确定”,而不是补一个圆润的说法。
说到底,AI 在古文面前最好的角色不是“权威解释者”,而是“极其勤快的助研”。它能把十个小时的翻检压缩到十分钟,但最后那个判断,还是要人来做。
