2026 年 5 月 15 日，教宗良十四世在一份長達四萬余字的文件上簽下了自己的名字。那一天，恰好是教宗良十三世發布《新事》通諭整整 135 周年，1891 年簽署的那份文件，是天主教會第一次正式回應工業革命對勞動秩序的沖擊。

十天后，也就是 2026 年的 5 月 25 日，良十四世親自出席發布會，正式向世界頒布這份題為《Magnifica Humanitas》的通諭，這是天主教會有史以來，第一次以人工智能為核心議題發布通諭。在這個發布會現場，除了樞機主教與神學教授之外，還有 Anthropic 聯合創始人 Chris Olah。

（圖源：梵蒂岡新聞）

很多人只覺得荒謬，AI 是科學，教會是神學，兩個學派雖有各自的道德關切，但似乎從來不在同一張桌子上吃飯，讓梵蒂岡來談算法，就好像讓氣象局來審判哲學，毫不相關。

但細讀這份《Magnifica Humanitas》通諭之后，雷科技發現，這一次梵蒂岡沒有高高在上地用“上帝”去解讀 AI，反倒是更加接地氣地去探討戰爭、就業、教育、醫療和公共決策這些公眾難以深入去談的話題。我們從中提煉了十個核心觀點，逐一來看教宗到底說了什么，又意味著什么。

通諭的十個觀點，擊中人們對 AI 最大的焦慮

《崇高的人性》（Magnifica Humanitas）全文超過四萬字，涉及戰爭、就業、教育、醫療、信息和公共決策，幾乎把當下所有 AI 爭議走了一遍。不過，它本質上不是技術文件，而是一份道德清單，它不告訴你模型怎么訓練，而是在追問：AI 正在為誰服務，誰來負責，誰被落下。我們從通諭里提煉了十個和國內現實最直接相關的觀點，并進行了詳細的解讀。

1、AI 不是敵人，但已經進入日常決策系統

技術本身并不是人類的敵人，但新興技術已經嵌入日常生活，并開始影響決策過程和社會想象力。

良十四世的態度正如他所寫到的，他并不想要給AI 扣一頂「危險技術」的帽子，而是在描述一個已經發生的變化：AI 不再只是一個工具，而是逐漸變成了環境。

過去你主動打開一個軟件，才算在使用某項技術；現在很多 AI 決策發生在后臺，用戶甚至不知道自己已經被系統判斷過了。在中國，短視頻平臺用算法決定內容分發，電商平臺用算法決定商品排序，招聘平臺做崗位匹配，辦公軟件總結會議、生成文檔，教育平臺批改作業、分析學情。普通人以為自己只是偶爾問問大模型，但真正的變化是，AI 早在你做選擇之前，已經介入了。

（圖源：雷科技制圖）

很多人或許還在思考，或者以從自己不用 AI 開始「反抗」人工智能浪潮的來襲，但實際上 AI 大模型已經深入到我們的生活中，幾乎沒有人能真正逃脫。

2、AI 問題不只是監管，而是誰掌握技術權力

問題并不只限于監管。今天推動技術發展的許多關鍵主體，是擁有跨國能力和巨大資源的私營機構。

很多 AI 討論會停在「要不要監管」，但通諭往問得更加深入：到底是誰掌握了技術權力。這個觀點我認為是這個通諭 4 萬多字里，提到最尖銳的一個觀點，也是幾乎整個行業都很難給出完美回答的問題。

AI 時代，權力不只來自模型參數，還來自算力、數據、云平臺、入口和工作流。比如說百度有搜索和智能云，阿里有云和通義體系，騰訊有微信、企業微信和辦公協同，字節有內容分發和飛書，釘釘、WPS 也都在把 AI 嵌進企業流程。一個中小企業想做 AI 應用，往往繞不開 API、云服務、模型授權和平臺規則。

（圖源：雷科技制圖）

在我看來，AI 產業競爭表面上是模型能力，底層其實是基礎設施控制權。誰能把 AI 放進辦公、搜索、內容、交易和企業管理流程，誰就不只是在賣工具，而是在重塑下一代數字基礎設施。所以這才是「監管誰」這個問題真正難回答的地方。

3、AI 很強，但連開發者也不能完全解釋它

AI 提供了許多令人驚嘆的可能性，但即便是設計者，對生成式 AI 系統內部運行機制的理解也是有限的。

過去一年，國內企業對大模型的態度已經從「必須上 AI」變成「哪些環節能放心交給 AI」。客服、營銷文案、會議紀要、代碼輔助、知識庫問答比較容易落地，因為出錯成本可控，也方便人工修改。但金融風控、醫療診斷、法律審核、政務服務就不一樣了，這些場景里，AI 不能只是給一個看起來正確的答案，還要說明依據，保留日志，支持審計，必要時能人工接管。

（圖源：雷科技制圖）

現在很多企業采購 AI 產品，已經不只看模型多強，而是看數據隔離、權限體系、私有化部署和審計追蹤能力。這個變化說明一件事，企業級 AI 的下一道門檻，不是會不會生成，而是能不能負責。模型越像專家，用戶越需要知道它什么時候可能不可靠。

4、AI 不能被當成人類智能，更不能被當成道德主體

AI不是一堆數據，而是擁有自由、關系和道德責任的主體。

現在很多 AI 產品都在努力變得「更像人」，它們會安慰、會撒嬌、會記住偏好，會和用戶維持長期關系。央視網報道過江蘇省消保委的提醒，AI 伴侶存在隱私泄露、消費陷阱和情感依賴等風險；新快報也報道過「星野」「貓箱」等平臺上，年輕人為獲得虛擬戀人的「獨占權」付費買斷 AI 角色，熱門角色被買斷后，其他用戶集體「失戀」。

（圖源：雷科技制圖）

這其實說明，用戶不是在購買一段代碼，而是在投入真實情感。AI 陪伴不是不能做，它確實滿足了孤獨和陪伴的需求，但產品必須把邊界說清楚。AI 可以模擬關系，卻不能承擔真實關系里的責任。這不是道德說教，而是產品設計層面該認真考慮的邊界，尤其是面向未成年人、老人和情緒脆弱人群時。

5、AI 決策正在影響就業、醫療、福利和司法

就業、福利、司法和醫療等敏感決策可能受到數據系統影響，因此必須有透明機制、問責機制和人工監督。

招聘是最容易讓普通人感受到 AI 決策壓力的場景。第一財經曾報道，BOSS 直聘內測全鏈路 AI 招聘 Agent「DeepHire」，覆蓋 AI 簡歷潤色、自動投遞、企業端批量解析簡歷、自動回復和智能約面。AI 進入招聘流程當然能提效，HR 不再被海量簡歷淹沒，求職者也能更好表達經歷。但問題也在這里，如果簡歷先被 AI 批量解析、評分、排序，求職者可能還沒被真人看見，就已經被系統過濾掉了。

我的看法是，AI 可以輔助篩選，但不能讓求職者面對一個完全黑箱的拒絕。至少在影響錄用和面試機會時，平臺應該保留人工判斷、AI 生成標識和必要的申訴空間。這不是在限制 AI，而是在給那些被系統拒絕的人留一扇門，包括福利機構的受益人決策、司法判定的違法行為等，都面臨同樣的難題。

6、少數人定義的道德 AI 不夠，AI 資源應服務共同利益

如果道德標準只由少數人定義，那么更道德的 AI 仍然不夠。數據、知識、科學和技術應服務共同利益。

AI 公共化，不是要求所有模型免費，也不是把商業公司排除出去，而是不能讓 AI 的定義權、使用權和受益權過度集中，這其實和我們從前一直在討論的模型開源與閉源很類似。

通義千問、DeepSeek 等模型持續開放部分能力，各地智算中心、國家超算互聯網核心節點也在強調普惠算力和開源模型生態。國外有 NAIRR 這樣的國家 AI 研究資源計劃，目標是讓高校、科研機構和中小團隊獲得算力、數據和模型資源。

我認為，如果只有少數公司能訓練模型、調用算力、掌握高質量數據，普通創業者、中小企業和高校團隊只能做外圍應用，AI 反而會制造新的數字鴻溝。真正健康的 AI 生態，應該讓更多人有機會參與，而不是只能等待大廠開放一點接口，這一點其實中國目前的 AI 環境還是相對更加開放，也有像阿里、深度求索這些公司為高校和中小企業提供幫助。

7、真相是公共品，AI 會放大虛假信息和認知操控

虛假信息并不是 AI 才帶來的，但 AI 會讓虛假信息更大規模、更有說服力，也更難與真實傳播區分。

這其實是一個老生常談的問題，可歸根結底倒也不是 AI 會不會產生幻覺，而是背后 用 AI 造假的成本已經變得非常低。

央視網報道，有人利用 AI 編造「湖北宜昌游船側翻」假新聞，配上 AI 處理的虛假圖片；云南大理出現利用 AI 編造交通事故現場視頻的網絡謠言；新疆庫車地震后，有自媒體用 AI 生成不符合真實災情的圖片和音視頻，發布「房屋倒塌」等虛假信息。圖片、視頻、所謂現場描述都能一起生成，普通人更難分辨。

（圖源：雷科技制圖）

國家已經出臺《人工智能生成合成內容標識辦法》，要求標識生成合成內容，平臺也在提高鑒偽能力。但我認為這不是終點，AI 時代真正稀缺的不是內容，而是可信內容，內容越泛濫，來源就越重要。

8、AI 教育不能只教工具使用，更要保留提問和判斷

AI 教育不能被簡化為技術培訓。學校仍應培養提問能力、關系能力和批判性思維。

對于這部分，其實中國還是跑在了世界的前沿。比如2025 年，教育部發布了《中小學人工智能通識教育指南》和《中小學生成式人工智能使用指南》，前者強調分層遞進的 AI 通識教育體系，后者明確各學段使用規范和安全邊界。

但如果 AI 教育只是教學生寫提示詞、讓模型給答案，那培養的不是智能社會能力，而是更熟練的依賴。現在學生用 AI 寫作文、解題、做 PPT，老師用 AI 生成教案、試題和評語，效率提高了，但思考過程可能也被壓縮了。

所以我也認可通諭里的這個觀點，教育場景里的 AI 應該是工具，不是代筆人。真正好的 AI 教育，不是讓學生更快拿到答案，而是讓他們更會提問、驗證、比較和表達，也就是說，學習思考過程，比學會如何讓 AI 直接給解決辦法更重要。

9、 AI 會重塑勞動，但工作不只是效率問題

AI 可以通過接管日常重復任務來提升生產率，但工作也是人發展能力、參與社會的重要場所。

目前全球企業對待 AI 部署這件事的態度都很統一，那就是「降本增效」，這已經成了幾乎所有行業的慣用招數。但問題在于，AI 到底是在增強人，還是在替代人，這一直都是人們對 AI 感到焦慮的原因。如果 AI 辦公只是讓員工更快完成報表和會議紀要，那它可以提升工作的效率，員工也能在完成工作后擁有更多自由的時間完成私人的活動；而如果企業只是用 AI 壓縮崗位、降低薪酬、強化監控，它就會制造新的不安全感。

事實上，一個健康的 AI 工作流，應該讓員工轉向判斷、溝通、創造和復雜問題處理，而不是讓人變成模型輸出的修補工。

10、不可逆的生死決定不能交給 AI

致命或其他不可逆的決定不應交給自動化系統。人的判斷和道德責任不能被簡化為計算。

這條表面上講的是軍事 AI，但它同樣適用于智能駕駛、醫療急救、工業機器人、安防系統等一切高風險場景。

國內智能駕駛商業化很快，自動泊車、無人配送、無人礦卡都在加速落地，用戶關心體驗，企業在意的是成本和規模化，但一旦發生事故，問題馬上會變成是用戶沒有及時接管，還是系統誤判？是算法問題，還是傳感器問題？是車企責任，還是駕駛員責任？醫療 AI 也是這樣，它確實可以輔助看片、分診、生成病歷，但不能在沒有醫生負責的情況下做不可逆判斷。

高風險場景不能只強調智能化水平，還要明確人類監督、應急接管、事故復盤和責任鏈。所謂「解除 AI 武裝」，落到產業里，就是不能讓技術能力越過責任邊界。

4 萬字、10 個觀點，教宗只想說一件事

拆解完這份 4 萬字的通諭，雷科技認為教宗其實從頭到尾只想講清楚一件事，那就是技術不是中立的。

簡單來說，AIAI 長什么樣，取決于誰在造它，OpenAI 設計的 ChatGPT、Google 創造的 Gemini、字節打造的豆包，它們各自都有自己的「取向偏好」。而誰的價值觀進了訓練數據，誰的利益決定了產品方向，誰掌握了算力和入口，誰制定了所謂的「道德框架」，都在變成我們每天和 AI 交互時感受到的體驗。

比如 AI 進入招聘，篩選的邏輯由平臺定義，求職者不知道自己被什么標準過濾；AI 進入教育，什么算「好答案」由模型決定，學生的思維逐漸向模型靠攏；AI 生成內容，什么算「可信」由算法分發，虛假信息以真實信息的面目流通。每一個場景背后，都是同一個問題：是誰在定義這套規則，這套規則又在塑造誰。

通諭沒有點名任何公司，但它說的是所有公司。教宗想點明的其實是，你使用的每一個 AI 工具，都不只是工具，而是某種價值判斷的產物，有時候你認為一個 AI 足夠好用，也可能是它足夠「聽你的話」。

良十四世在文件里用了一個在 AI 討論里幾乎從不出現的詞：「人類學」。他說，AI 帶來的挑戰，本質上不是技術挑戰，而是人類學挑戰。

AI 能寫作，能創作音樂，能生成圖像，能模擬對話，能做出看起來合理的判斷，當機器能做到所有這些，人類就被迫要回答一個一直以來可以回避的問題，我們做這些事，意義在哪里？如果 AI 寫的文章更流暢，AI 生成的音樂更悅耳，AI 給出的建議更高效，那「人來做這件事」的價值，到底是什么？

通諭里有這樣一段話：

AI 可以模擬關系，但不能承擔關系里的責任；AI 可以模擬創造，但不能擁有創造背后的意志；AI 可以模擬判斷，但不能對判斷的后果負責。它能做到表面，但表面之下那些讓「人做這件事」有意義的東西，比如脆弱、承擔、真實的代價，它都沒有。

這讓我們想到 1891 年天主教會簽署《新事》通諭時，工業革命來臨，人類也在經歷同樣的艱難時刻，機器取代了大量體力勞動，但沒有取代人。人重新定義了自己的位置，找到了機器做不了的事。這一次不一樣的地方在于：AI 進入的是認知領域，是創造，是判斷。這些曾經被認為是「人類專屬」的部分，正在被系統性地模擬。

（圖源：雷科技制圖）

良十四世把這個過程叫做「人類感的日蝕」，如果我們不認真回答「人是什么」，AI 就會替我們回答，而它的回答來自訓練數據，至于是誰給的訓練數據，那就要看誰掌握了大模型的主動權。

通諭里那句「技術永遠不中立」是對的，但緊跟著這句話的問題是：誰有能力讓「中立」的期待變成「約束」的現實？良十四世沒有回答這個問題，他也回答不了。他能做的，是把一套道德語言放進公共討論的池子里，讓它流通，讓它影響那些制定規則、部署技術、使用產品的人，事實上，這一直都是教會做的事情。

所以，這其實并不荒誕，在技術公司、政府、國際機構和社會都還沒找到答案的今天，一個兩千年歷史的機構先開口了。