来源：《人民日报》2026年5月9日第8版

转载自“清华文科”公众号

相关链接：

第四届语料库与数字人文暑期学院（1号通知）

赵薇：刘馆好，我大概从2019年开始注意到您的研究和工作，您是目前中文图书情报与信息管理领域发表数字人文论文被引次数最高的学者之一，可以说是领军人物。我注意到，在每一个数字人文发展的关键节点，比如数字图书馆、数字人文、去中心化网络、Web3.0，还有现在所谓AI与人文，您都站在风口上，扮演了弄潮儿的角色。我想请您谈谈，您是如何做到这一点的？也请您谈谈您的数字人文之路。

刘炜：首先非常感谢你们选择我来做访谈。我觉得其实赵老师你们做的很多研究都很有意义，在数字人文界是非常扎实、前沿的团队，我很敬佩。这个问题对我来说很自然，因为我们这个行业和数字人文实际上是自然而然就走到一起了。

当然，数字人文这个领域概念太多，含义太多，我并不认为我们所做的事情就一定处于核心地带，只是由于数字人文非常需要文化遗产、历史文献这些方面的内容和数据，促使我们参与其中。而且，由于数字人文整体来说还是处于初期阶段，我们这方面的工作比重比较大，也很重要。在向数字世界迁移的过程中，现在大量研究人员还是数字移民，而不是数字原住民。如果现在不抓紧时间把人文学者所需要的数据基础及时迁移，那么传统以非数字载体为主的知识世界很可能就会被边缘化，这样未来的人文发展可能会出现断层。实际上，东亚有些非英语地区的人文研究，已经呈现这样的问题。像现在的大语言模型，对东亚语言和少数族裔文化其实是不利的。因此，数字化这一进程必须持续推进。

我一直在上海图书馆从事数字化工作。这个行业从20世纪90年代开始提出数字图书馆，我们就在做这件事，主要是要把这个行业带入数字时代，可以说是“歪打正着”。我大概在2012、2013年的时候开始关注到数字人文概念。2014年我们开了一个会，当时很关注语义技术。数字化一开始是扫描，后来做OCR。当时语义技术蓬勃发展，关联数据、RDF^[1]——国外W3C^[2]提出的这一套方法，我们觉得非常好，把传统资源数字化，可以更好地基于内容揭示关系，并把很多关系以更规范的方式呈现。这样学者在使用时，就能直接处理知识，而不是被大量杂乱无章的噪声干扰。虽然当时没有更好的技术，但我们认为这条路是必不可少的，因此组织了一个关于“语义技术与数字人文”的会。后来技术不断发展。我们机构对科技资料也非常关注。科技资料本身产生于先进的科研机构，具有高经济价值，各国都高度重视科技文献、科技知识的交流，基本上，IT技术一产生就直接应用到这个领域了。为此，我们订购了很多数据库、基础设施服务，这些为人文社会科学提供了很好的参考。人文学科的内容，如果不由我们这样的机构来做，就没有人做，因为它缺乏商业价值。如果我们做得太慢、太晚，传统的文献就会被忽略。鉴于此，我一直坚持在这个领域工作。

赵薇：谢谢您从上海图书馆的几个关键节点回顾历程。我其实也算您的一个粉丝吧，比较好奇您的职业生涯，是怎样一步步走到今天的，包括您的专业背景和个人经历，是否与学术相关？

刘炜：1983年我上大学时读的就是图书馆学，当时是热门专业。我在华东师范大学读书，当时图书馆学专业文理都招，我是理科生。这个专业当时属于华东师大试点班，对外语和计算机都有强化训练，录取分数也很高。计划经济时代，图书馆学被认为前景不错。我硕士考的是图书馆学基础理论，后来转到情报分析方向，师从上海科技情报所的马远良研究员。在图书馆学和情报学的学习过程中，我对IT技术一直很感兴趣。当时系里面专门有机房，总是最早一批购买IBM PC、IBM XT、IBM AT、286、386、486给感兴趣的同学上机。我本科毕业论文是在情报所老师指导下写的，题目是检索表达式的转换，用逆波兰式和准波兰式转换算法。硕士论文写的是数据库产业问题。我当时就感到IT技术会对图书情报领域带来很大冲击，产生颠覆性影响。

我在情报所的工作部门是理论方法研究室，负责跟踪高新产业发展，因此看了很多国外的材料。上海当时确立了十大重点高新产业方向，我们情报所参与激光产业领域，其中一个方向是光盘存储（CD-ROM）。后来情报所受上海市科委和经委的委托进行产业孵化，把中科院有机化学研究所的化学数据库转换成CD-ROM产品，提供服务，我们是国内第一家做的。

后来情报所和图书馆合并，图书馆有大量的人文社科资料。我到了技术部门网络中心，觉得自己的技术本领尚有欠缺，就读了复旦大学计算机系的在职博士，比较系统地学习了计算机技术。我一直隐隐约约觉得，计算机技术的发展、信息处理、信息加工和文化遗产保存之间存在着一条脉络。因此，我沿着这个方向不断学习，在我看来，自己学到的所有知识和积累的经验经历都是有帮助的。直到现在，我在从事数据分析、做人工智能相关工作时，都感到得心应手。

赵薇：在您看来，中国的数字人文——无论是学术研究、建设，还是产业——大约从哪一年、哪个时间节点开始受到重视、进入关键时刻？另外，您是否对这个领域一直有自己的设计？之所以这样问，是因为我感到在每个关键节点上您都试图想成为一个领航人，尽管后面实际上不一定按照您的构想发展。

刘炜：我大概在2012、2013年的时候接触到“数字人文”这个名词。我一直比较关注国外同行，特别是国外的汉学研究。武汉大学王晓光教授那边成立了一个研究中心，他在2009年发表过一篇相关文章，影响很大。但后来他们中心成立之后一段时间没有太多动静，他更多精力转向数字出版和其他领域。我们也碰到过几次，聊起这些，他认为国内当时的条件还不成熟。2014年我们开完那个数字人文会之后，开始和国内一些同行接触。我们觉得对图书馆来说，这是一个机遇：图书馆数字化之后会有一个新方向。仅仅提“数字图书馆”，不知道具体为谁服务、要做什么，数字人文的到来突然让我们的数字化服务可以落地了，有了明确的目标，我们觉得应该推进，在其中发挥作用。

后来王晓光教授一直在宣传推广“数字人文”这个概念，在中国社会科学情报学会那边成立数字人文专业委员会时，他也拉着我一起讨论一些事情。专委会成立后，2019年在敦煌开了第一届年会。大概从2017、2018年开始，大家陆续做一些研究并发表论文，到2019年第一届年会，我觉得这可能是中国数字人文真正的一个起点。后来上海图书馆承办了第二届年会，即2020年中国数字人文机构联盟的中国数字人文年会（CDH2020）。

再往更早一些说。零几年开始，海峡两岸都在做“数字/数位典藏”。台湾做“数位典藏”和我们做“数字图书馆”是同步的。台湾做得扎实，前些年投入很大，虽然近几年可能受一些影响，在中国历史、中国传统学术方面的经费减少了，但早期积累很深。他们把“数位图书馆”直接做成“数位典藏”“数位人文”。2008、2009年左右，他们就开始组织“数位人文”会议。我们这边2014年才办的会，我在2012、2013年也深受台湾的影响。那时我就觉得，“数字图书馆”这个概念在国外没有多少专著，但“数字人文”一出来，国外一下子出了上百本著作，台湾也出了很多专著和论文集。“数字人文”显然更容易汇聚共识、形成话题。

因此，在大陆，2017、2018年是一个启动期，2019年之后在知网上相关论文直线上升，现在每年1000多篇，已经成为热点领域。一开始主要是图书情报专业占比比较大，后来稍微好一些，但总体来说，数字人文仍未摆脱基础设施建设类机构对这一领域的垄断地位。可以这样说，什么时候由人文学者真正占主导，数字人文才算真正成熟。

至于有没有“设计”，如果说我能踏准一些节点，那完全是巧合。除了数字化等基础设施起牵引作用，另一个最重要的因素是技术自身的发展。我一直在跟技术，我觉得这些时间节点在很大程度上是技术推动的结果，比如人工智能刚出现时，大语言模型还是有争议的；ChatGPT出来后，我花了两三个月看了很多资料，才开始认可一些人的观点——这项技术的颠覆性非常强。比尔·盖茨最初认为它只是人机交互，后来他认为几乎触及“人类智力的奥秘”，把它类比为工业革命级别的技术。其他节点上，比如当年对关联数据技术的判断，我们认识到，若想用计算机系统对知识进行有效管理，没有比这项技术更合适的了，我们纯粹是出于技术层面的考量来推动其发展。

赵薇：您刚才谈到以ChatGPT为代表的人工智能，可能是堪比工业革命级别的技术。能否具体谈谈，就当下来讲，这类通用（而非专用）技术，会给基础设施建设带来哪些具体的挑战与机遇？在技术建设层面会不会出现翻天覆地的变化？能否结合一两个小例子，谈谈您的想法和打算？

刘炜：现在ChatGPT带火的生成式人工智能，具有通用性，它对各类数据，包括眼、耳、鼻、舌、身等，只要是传感器能够获得的，甚至人类日常无法感知到的，它都能从中发现模式和规律。

它带来的结果是什么？这次的人工智能和以前都不一样。一方面，它能做很多过去想不到的事情；但另一方面，过去很多专门人工智能算法能做的事，它未必能做得更好。所以，它在高速发展的同时也带来很多争议：它并不能仅凭一己之力就对现代生产力带来明显的提高，尤其是它克服不了与生俱来的幻觉，因此还很难在可信度要求高的领域得到应用。

目前普遍认识到，这是一轮工业革命级别的技术进步，但由于应用开发的滞后，还没有显示出它的威力。我们现在看到的还只是一些研究性的测评指标，要让它在数字人文领域真正发挥能力，一方面，要等一些关键技术的成熟，让我们“顺便”就用上了；另一方面，通用模型不会顾及垂直领域的特殊需求，我们可能需要自力更生，依靠自身的力量组织团队，积极应用人工智能，为行业带来变化。

关于对基础设施的影响，大致分两方面。一是对既有工作的影响。我们一直在把大量文化遗产、文献、历史遗存迁移到数字世界，新技术可能大幅提升效率，也可能使一些技术成为明日黄花，比如关联数据技术。当然它的作用还不能全盘否定，还可以利用它来为大模型提供语义素材和基础数据。当大模型能力足够强、语义获取路径改变后，关联数据就被完全替代，或者仅在某些环节保留价值。

此前的人工智能是以符号学派为主的一套东西，现在是以深度神经网络为代表的连接学派大行其道，符号学派似乎已经走到了尽头。也有人说连接学派会碰到瓶颈、撞到南墙，到那时可能还会回过头来考虑符号学派的某些思想，进行融合。计算机技术的历史就是这样，潮起潮落，“东方不亮西方亮”。

对于传统世界的这些东西，如果要把它数字化、数据化，把它们关联起来、建模，更准确地构建一个虚拟世界——也就是知识世界——这个知识世界可能可以具象化为元宇宙，也可能不具象化；在大模型中，它就是互相之间的关联，通过向量空间模型来呈现。当然模型也有我们讨论过的黑箱问题；如果完全是向量化表示，就很难还原真实世界里有血有肉的描述。

所以，在有“智慧”的大模型之下，智慧所依赖的知识世界与信息世界是相辅相成、不可替代的。不能因为有一批“很聪明”的大模型，就说著作、书本、期刊、报纸不需要了，现在还没到这个时候。大模型可以知道四大名著及其人物关系，而且很准确，但要让它把四大名著一字不落地重写，恐怕不行，至少对于深度神经网络来说成本太高。我猜测它有一个问题：它能学到知识、变成“智慧”，但未必能等价地还原知识；即便能复述故事，也不可能保证完全用相同的语言来表达。由此推论，要保存人类知识，人类的记忆机构不能只依靠大模型，而不再保存知识与载体。这不是完整的文化保存，所以我们这种机构仍然有意义。

新技术至少可以加速传统知识数据迁移到虚拟世界的过程。但迁移总会有损失。迁移的目标取决于你要解决的问题，数据采样的颗粒度与问题直接相关；不可能满足一切目的，因为成本太高。因此，迁移可能是大批量推进、分层精度并存的过程。就像我们上海图书馆在20多年前开始的扫描，如今要重扫，因为当年分辨率、保真度不够，很多技术当时实现不了，现在就要重新做，国家也出了新标准。未来可能还会经历类似“重做”。不管怎样，新技术可以加速迁移过程。

另一个具有更大意义的事情是，未来很多人文学科的课题都是聚焦当下的问题，而不是基于历史资料，这些课题本质上是原生数字化的。就像推特上的所有动态和互动数据，可能都会被马斯克的Grok大模型所利用。曾有很长一段时间，推特每年都要把所有数据拷贝一份给美国国会图书馆，号称“保存历史”。但在2017、2018年前后，作为行业顶尖并肩负保存数字遗产职能的美国国会图书馆宣布停止接收这些数据，因为即使把打包的文件都存在云盘上，也没办法有效还原利用，技术跟不上。这被很多知识分子视为一种倒退，他们认为不应该停止接收这些数据。

将来很多事情都是当下发生的。所以，人文学科可能会以另一种形态存在。过去古希腊有“七艺”，中国有“六艺”，孔子讲学、弟子著述；如果是纯数字时代，可能会产生很多新的学科——与数字媒体直接相关的人文研究。数据采集的方式、编码与解码的方式，都与机器、数字技术直接相关，就会出现数字时代的《诗》《书》《礼》《乐》《易》《春秋》。现在很多人文学科得不到资金而有生存危机，恐怕也是必然的。当“元宇宙”或类似的虚拟世界出现、当人不再需要劳动时，人在虚拟世界中的任何行为都被赋予价值，游戏里的探索和创造都被视为有价值的。那时对人文领域的影响会是：在虚拟世界里，人会留下大量新的思考与问题。这方面的变化是数字原生世界的基础设施。

所以，这是另外一个“人文”带来的问题。原生的数字世界过了奇点之后，会出现大量我们现在看不懂的新事物。日常工具的消失速度会很快。过去分散在许多设备上的功能，如今都集成到手机里，而人工智能到来后会带来更大的变化。智能硬件将作为人的延展与功能的延续，形态会非常普遍、五花八门。像帮助残疾人或老年人的体外骨骼、帮助视障人士的设备，本质上都具有人文关怀，应该鼓励。科技应让人类无所不能、更加幸福。当然也会带来很多问题，这是人文要面对的第二方面。

我对人类记忆机构的价值也开始有危机感。大模型出现后，传统的收集、整理、加工、服务以及教育这一整套做法，将来会变成什么样子？尤瓦尔说，信息有两类作用，最大的作用不是积累知识，而是沟通交流、取得共识。和我们这个职业的传统认识完全不同，他认为并不是所有信息都要保存，大量信息可能毫无保存价值，只是为形成共识服务。真正要保留的是经过验证的、可循证的知识，尤其是科技知识，能为下一代的发展提供基础。这意味着我们对未来基础设施的设想还很不清楚：现在的基础设施是GLAM机构^[3]，把载体书刊报做成数字媒体，而未来，奇点之后会是什么样子，尚不知道。

赵薇：谢谢您对近未来的畅想。很早就读过您的文章，我觉得这是您的一个特点，您对未来的设想通常有预见性，当然也带有技术乐观主义的乌托邦色彩，但这恰恰很有意思，如果将来写思想史，您可能是一个典型的例子。您谈的不只是技术，而是对技术的认识，这不是一般人能做到的。

但我还是想请您结合一些具体的例子，比如说去年王军老师在北京大学办的那个以数字人文教育为主题的会议，大模型正逢其时，王东波教授有“荀子”大模型的展示，包弼德（PeterBol）教授也在场，他提出了一个与基础设施相关的倡议。我当时没完全理解，似乎是想把分散的数据、机构资源整合起来，形成共享的基础设施，这是他此前一贯的想法。我想听听您对这种提议的看法。因为在现在这样一个追求通用人工智能、追逐最大数据的格局下，可能面临更大范围的共享是否现实的问题。您也知道，大模型已经变成军备竞赛意义上的一个专门领域，各个主权单位对这个东西都非常敏感。学者的构想和现实之间肯定有张力，包弼德教授本身是海外人文学者、汉学家，在这一点上尤甚。所以也请您谈谈，作为国内基础设施建设的排头兵，您怎么看？

刘炜：包弼德这个想法我知道，也在某种程度上参与过。他2018、2019年在上海开会，我去过。后来又开过小会。一开始他和中文在线合作，后来中文在线独立出去，转向做数字加工。包弼德曾拉了德国马普所和中国台湾的相关机构成立委员会，希望形成汉学资源一网打尽的格局，不一定要放在一起，但要有互操作的方案。超星当时也很热心，组织了两次会。包弼德的想法是有意义的，但在技术路线方面大家始终没能达成一致。随着资金投入的减少，尽管还在不断努力，但进展不大。

不过，我仍然认为能够整合所有中文古典资料、汉学资料还是很有意义的，这是一个集大成的设想，也带点乌托邦意味，即便政府出面也很难做到。国家花很多钱，常常被不同学者分散使用，缺乏统一路径，钱花了，结果未必好。很多地方搞大典、图书的再版，但并不愿意真正建设数据库、知识库或大模型。各路利益相关者都想分一杯羹，所以往往做不成。

我个人更相信去中心化、分布式的路径：大家基于自己的目的各自做一点，最后自然能汇聚起来。可能国外的玩家影响力更大，但国内的玩家更加重要，这两类玩家相辅相成、缺一不可，我倡导多交流、多讨论。现在学术界的年会还是小圈子，真正干活的人没参与，领导也缺乏数字人文的观念。比如敦煌，花了那么多钱，成果至今不开放，也不知用什么标准做的，别人很难研究他们在做什么，他们只关起门来做，结果还是墙内开花墙外香，很可能要等国外东方学成果出来，他们才开放。

我觉得国内的基础设施建设目前不可能统一。国内能出点钱做数字化、数据化已然不错，哪怕百分之八九十白费，要留下百分之一二十也有价值。未来国内中文人文学者使用的主要基础设施，恐怕还要依靠海外的影响。我对国内整体前景并不乐观，包括我们自己单位，得到的支持和团队都很有限。我退休之后，恐怕更难推进，因为他们没有自觉意识。

赵薇：对，包弼德当时的表述我们也没理解，还引起一些追问。

刘炜：当年其实有两个方案。一个是超星提出的，从美国聘请人直接给包弼德做，专门有一套方案，比较封闭；另一个是马普所的，曾与爱如生合作，但因费用问题中断了。马普所方案包含两个协议，可以在一定程度上解决互操作问题：各家资源放在自己地方，有一些节点可以收购元数据，通过协议实现统计、审计，按使用付费或开放获取。这类技术方案很好，后来又出现IIIF的技术^[4]，也能突破互操作。但光有技术方案不够，还需要大家遵从的行业联盟或机构联盟，有监督机制，让协议不断迭代，形成良性生态。

赵薇：谢谢您的讲解。另一个问题，随着人工智能的兴起，大家都需要大量语料训练模型，这会不会对图档类机构的数据管理造成影响？比如，数据外流、监管等。从基础设施角度看，如何理解被人工智能加速或抑制的“去中心化”？我们知道此前有《互联网共产主义宣言》，它其实是非常乌托邦化的，现实里人工智能却促使主权单位筑起更高的“墙”，这形成一个悖论，即模型越来越高级，数据却越来越不自由？还是说在监管更严的情况下，流动性反而更大，共享的可能性就更大了？

刘炜：问得很到位，这确实是关键问题。现在有讨论和猜测，但都没有系统研究。尤其在人文社会科学领域，缺乏对数据流通趋势现状的调研。国家层面已把数据作为主权的一部分，有法律框架，重视程度很高。大模型兴起，促进了数据价值的变现，大家越来越重视数据。在全球化的大背景下，人文数据也受到影响。比如，常州一家公司，主要做家谱，和美国家谱协会关系密切，夫妻俩创办公司，雇了几十人，他们在中国民间收集了大量家谱、谱牒、宗亲的数据，在全国范围内使用的信息技术也较好。后来据说被人举报数据外流被调查，就是一个典型例子，当然他们被举报具有偶然性，到现在都无法解释清楚。

但实际上，社会人文类数据早已在流通，只要开放、提供服务，很多收藏机构的数据早就被买来买去。然而，单有数据无法发挥价值，必须有平台、工具才能发挥作用。我们也不用过分担心，因为图书馆数据本就应该开放，国外的高清数据都直接拿出来，过去还只能允许非商业使用，现在商业使用也开放了。像我们这种公藏机构，只是文化遗产寄放在这里，并不算版权拥有方。版权法规定作者去世50年后作品就进入公有领域，所以我们馆藏的大量清代、民国资料，相关的数据其实都应该开放。可现在大家都非常保护自己的数据。

问题是，目前还没有人文领域哪家机构肯出钱认认真真去做服务平台，所以哪怕各家有数据，也不知道如何处理。国家即便投几个亿，最后也可能不开放，大家积极性也不高，各自有数据也不愿交——这就形成悖论。目前数据当然很有价值，这一方面造成了数据的隔离，大家都知道数据值钱了，但与此同时，民间的数据交换、盗版却愈发活跃，大模型用了谁的数据你未必知道，数据质量良莠不齐，生成的内容既不能保证质量，也得不到版权保护，有人把这视为商机。现在是战国时代，群雄并起，谁的算力大，就能抢占更多数据，未来或有价值。现在民间数据交易其实很多，民间个人收集古籍、方志等，扫描文本的数据量可能达到PB级，但凭借私人的力量难以加工整理。实际上，整个数字人文圈，要么文史哲功底深，要么技术强，要么占有海量数据，能真正把人文、技术、数据结合起来的人极少。人工智能确实加剧了数据垄断和占有的趋势，但同时也在促进新一轮平等化。前期的数据不均等会存在，数据因稀缺而有价值；后期一定是数据和模型、应用结合才有价值。光有数据是没有前途的。

赵薇：您讲得非常精彩。这个关系是既促进又制衡，但制衡的同时又有机遇。我很受益。

刘炜：我再补充一点。我们现在做的是基于上海图书馆馆藏资料的，外购数据旨在用来补充、丰富馆藏的描述或版本信息。我们很矛盾，是做大而全的数据库，还是只做馆藏范围内的？主要还是由于资源投入有限。比如方志库，是做上图馆藏方志库，还是中国方志库？收购大量方志会增加工作量。原本图书馆职能就是收集，但没有预算、没有投入，做了也没有商业价值，所以很难推进。如果公司愿意做大而全的方志库，让我出主意，我可以帮忙。但上海图书馆自己做不成。将来方志大模型要想能回答问题、普及教育、支持研究，就必须有更全面的资源。

赵薇：谢谢您的解答。最后一个小问题，这两天注意到“全国报刊索引”发布了智能问答“索引君”，我非常惊喜。从研究者角度，我知道您从去年开始主导这件事，做得很及时。如果是ChatGPT演化的问答机器人，大家根本不会在意。但学者每天做研究必须用的工具，一旦开发成智能体，就会有颠覆性影响。这才是人工智能的价值。

刘炜：他们胆子比较大。我鼓励韩主任他们去做、去尝试。但现在还是“拉到篮子里都是菜”，最终会有什么结果，尚不可知。因为他们有创收和增值服务的压力，所以更有积极性。通常我们这种机构对新技术会更慎重，所以我觉得他们现在先推出来的产品，可能比较粗糙，甚至会有问题，但至少先做起来了，在迭代中进步，可以走得更快。

赵薇：那么上图在大模型应用领域，是否顺着这一路线有进一步的举措？

刘炜：我们有很多想法，现在要推进的是整个行业的大模型应用。大模型我们跟了两年，馆里很多年轻人工作时会把它们当作工具。但是现在面临一个问题，过去我们没有对成果提出要求，只希望大家关注和交流，现在发现形势不等人，外面很多良莠不齐的公司开始推出一些包括数字人在内的乱七八糟的产品。所以我们今年年底、明年年初会布局一些产品，除了与一些公司合作开发产品或评测，还会在行业里下场，制定标准规范白皮书，推动大模型的应用。

编辑 | 王波

原刊《数字人文》2025年第4期，转载请联系授权。

（一）“文献”概念溯源与新视角的引入

我国是一个史籍浩瀚、史学发达的国家，文献的产生、流传和研究已有悠久的历史。随着时代的发展，“文献”一词的含义在不断变化。《辞海》将“文献”释义为“专指具有价值或与某学科相关的图书文物资料”，《现代汉语词典》将“文献”解释为“有历史价值或参考价值的图书资料”。所以，现在人们通常所理解的“文献”是指图书、期刊、典章等所记录知识的总和。

而如果我们将考察的视线拉得更长可以发现，最早将“文献”一词用作书名的著作是元代马端临的《文献通考》，而“文献”一词的最早出处则可以追溯到《论语》。在《论语·八佾》中，孔子曾说：“夏礼吾能言之，杞不足征也；殷礼吾能言之，宋不足征也。文献不足故也，足则吾能征之矣。”何晏《论语集解》中引东汉经学大师郑玄的注云：“献，犹贤也。我不以礼成之者，以此二国之君，文章贤才不足故也。”这里用“文章”解释“文”，用“贤才”解释“献”。宋代朱熹在《四书章句集注》中解释道：“文，典籍也。献，贤也。”^[1]“文”是指历史典籍、档案等文字资料，“献”是指博学多才、熟悉掌故的贤才。清代刘宝楠在《论语正义》中也沿用了这一说法：“‘文’谓典策，‘献’谓秉礼之贤士大夫。”^[2]后来杨伯峻在《论语译注》中的注释为：“《论语》的‘文献’包括历代的历史文件和当时的贤者两项。今日‘文献’一词只指历史文件而言。”^[3]

鉴于上述梳理可以看出，今天我们常用的“文献观”对于“文献”概念的理解，如果较之“文献”一词的原初含义而言，其实是只得其半，而缺失了对于“人”本身的理解。因此，为了提供一个更加贴合“文献”概念原初含义的新的“文献观”解释框架，本文尝试引入文化哲学、技术哲学的新视角，来探索一种新的“文献观”表达，试图将“文”与“献”纳入一个整体框架来进行理解，并从中发现人类“文献”发展史的规律与趋势。

（二）文化哲学的新视角——人是符号的动物

恩斯特·卡西尔（Ernst Cassirer，1874—1945）是德国著名的文化哲学家，被誉为“当代哲学中最德高望重的人物之一”。卡西尔在其代表作《人论》中概括表达了他的符号论文化哲学体系，他认为人类文化形式都是符号形式。因此，我们应当把人定义为符号的动物（animal symbolicum）来取代把人定义为理性的动物。^[4]也就是说，人是能用符号去创造文化的动物。从而可以理解，人是创造符号并以此创造文化的动物，符号是人区别于动物的一个显著特点。人类拥有其他一切动物不具有的符号系统，人可以在创造符号的过程中获得自由与解放，成为真正意义上的人。

“符号”是卡西尔文化哲学思想体系中的核心观念。在卡西尔这里，“符号”不是具体的单个符号，而是一个整体的概念，具有极其丰富的内容和意义，他将人类文化的各种形式包括语言、神话、寓言、宗教、艺术、科学、历史等都看作符号形式。人与符号紧密相连，符号是人类创造文化的媒介。人具有符号化的思维模式，并通过符号创造文化，即创造一个符号世界，进而认识自我、发展自我。符号化的思维和符号化的行为是人类生活中最富于代表性的特征，并且人类文化的全部发展都依赖于这些条件，这一点是无可争辩的。^[5]可见，符号是人和文化的共同本质，人—符号—文化构成了三位一体的存在。首先，符号可以理解为作为文化现象的符号形式；其次，符号体现了主体（人）本质的符号活动；另外，符号展现了被赋予的符号意义。

在卡西尔看来，“符号”（symbol）是与“信号”（sign）相对的，“信号是物理的存在世界之一部分，符号则是人类的意义世界之一部分。信号是操作者（operator），而符号是指称者（designator）”。^[6]文化符号和自然界的信号有严格区别，这二者体现了“人禽之别”的关键，即动物只能对信号做出条件反射，只有人才能掌握和运用信号，并将信号改造成有意义的符号，所以“信号”与“符号”的核心差别在于“意义”。如图1所示，人和动物与客观世界的互动方式是不同的，动物与世界直接互动，往返的是信号，信号不具有意义，它是物理性的、实体性的存在；人与世界则通过符号进行互动，符号是意义的表达。符号是人类的创造物，人具有符号构形能力，不存在无意义的符号，也不存在无符号的意义。

图1 人和动物与客观世界的互动方式差异

由此可以看出，基于“符号”这一视角，可以认为，主流“文献观”定义里的“价值”与“知识”等跟卡西尔最为强调的“意义”是内在相通的，因此，可以用“符号系统”这一概念来提炼与概括“文献”中“文”的内涵。符号系统成为连接人与文化的通道，构成整个人类文化世界。

从根本上说，人是符号的动物，符号揭示着人的本质，延伸着人的能力，人所创造的符号成为人与世界的中介，人所面对的世界也是符号世界。与此同时，卡西尔认为，符号具有二重性，即符号具有可感载体与普遍意义两个方面。人类可以像其他动物一样以各种感官与世界进行交往，依据物理信息与外界进行沟通，此时世界是可感知的。另一方面，人具有符号能力并进行符号活动，正是这种符号能力将自己与动物区别开来，当人类作为“符号”动物与世界交往时，人类是有意识的、有思想的、有理智的，此时“符号”成了载体与意义的统一。

需要指出的是，就历时性的角度而言，作为人与世界之中介的符号系统是具有历史性的，也就是说，一个个体所面对的符号世界从根本上说正是该个体之前全部的人类历史中所能留存下来的符号的整体。

（三）技术哲学的新视角——符号是人体感官的外化与延伸

从卡西尔把人定义为“符号的动物”来看，一方面，人是创造和发明符号的动物；另一方面，人是使用符号的动物。正是由于人的能动性与创造性，人能够制造和使用符号，人的意识、愿望、思维等精神能在具体实践活动中对象化到客观世界，实现客观世界的符号化，比如艺术是人类直觉或观照的客观化，语言和科学是人类概念的客观化，而这些符号可以将人体感官不断地外化和延伸。

其实在更早的德国技术哲学家恩斯特·卡普（Ernst Kapp，1808—1896）那里，曾更加明确地提出了工具和器物是人体“器官投影”（Organ Projection）的核心观点，在其被认为是技术哲学奠基性著作的《技术哲学纲要——从新观点看文化发生史》（1877）一书中，卡普试图用器官投影论的新观点，通过作为技术文化的工具发生历程来解释人类文化的演进历史，他认为，人体的外形和功能总是作为人类最理解的客观存在，当成创造技术的外形和功能的尺度，投影到外部环境；所有工具的源泉和本原的技术，都是建立在人的器官特别是手的基础之上的。因此，人是制造器物的尺度。^[7]卡普的“器官投影”理论开创了一种分析技术的独特视角，某种程度上，我们可以说是他提出了技术生成文化理论，并从技术哲学范式内部对技术的本质进行思考。

作为卡普“器官投影”论在媒介时代延续的加拿大媒介理论家马歇尔·麦克卢汉（Marshall McLuhan，1911—1980）在他的名著《理解媒介：论人的延伸》一书中提出：媒介，即技术，可以是人的任何延伸。媒介带来一种新的技术尺度，人的延伸及其感知比率随之改变，就形成一定的后果。这就是“媒介即讯息”。^[8]媒介是那些延伸人类器官的所有工具、技术和活动，一切技术都可以被看作是不同人体器官的延伸，比如，车轮是人类脚步的延伸，衣服是人类肌肤的延伸，报纸是人的言语和视觉的延伸，广播是听觉的延伸，等等。万物皆媒介，凡是能使人与人、人与事物或事物与事物之间产生关系的物质都是广义的媒介。半个世纪之后，美国学者凯文·凯利在《科技想要什么》一书中进一步认为“技术是思维的延伸”，将技术称为“第七王国”，并提出了“技术元素”（technium）的概念，这里的“技术元素”包括硬件、文化、艺术、社会制度以及各类思想。他认为科技是我们躯体的延伸，技术元素是生命的延伸，技术应该被理解为一种正在进化的生命。^[9]

综上所述可以看出，就技术哲学的视角而言，作为人与世界的中介的符号及其能力也可以被视为“符号技术”，其本身就是人类感官与思维的外化与延伸。进一步的，再就符号的历史性而言，一个个体所面对的符号世界从根本上说正是该个体之前全部的人类历史中所能留存下来的前人们感官与思维外化与延伸的整体。因此，就其符号整体的所指而言，它指向的是前人们于四维时空、眼耳鼻舌身意全感官的所有真实而鲜活的生命经验，而就该符号整体的能指而言，它则是特定历史时代与对应的特定符号技术下对上述多维度、全感官生命经验的部分维度、部分感官的“投影”。

（四）双重视角下的新文献观

总体而论，从文化哲学的视角来看，人是创造符号并以此创造文化和进行文化实践的动物；从技术哲学的视角来看，符号是人体感官的外化与延伸，也可以理解为，人类的一切活动是借助于符号技术不断外化自身的过程。基于此，在文化和技术哲学的双重视角下，可以构建一种新的“文献观”表达，即“文献”是一个符号系统，是人类进行一切生命活动的符号化记录，其映射的对象其实是真实而鲜活的历史人物的生命体验所外化于四维时空形成的高维度、全感官的历史文化世界。

因此，作为总结，就作为人与世界的历史性的中介而言的符号世界对应着本文新文献观中“文”的内涵，而在客观世界的角度来看，人与历史性的符号世界构成的具有意义、价值、历史性的整体，则对应着本文新文献观中“献”的内涵，如图2所示。

图2双重视角下的新文献观

可见，文献这一符号系统依赖于对应时代的符号书写与媒介技术，特定时代的符号书写与媒介技术的维度决定了文献的维度，它蕴含着人类活动、媒介技术（符号书写）、知识生成（符号世界）相互依存的关系。事实上，“文”与“献”本身就是一个整体的结构体系，遵循着人类历史文化发展的规律与趋势。

（五）人类符号技术发展趋势与数字人文的必然

如前所述，人类符号技术的发展史其实就是人类文化的发生史，是人类不断追求更有效、更丰富地去外化与延伸自身感官与思维的历史，因此，人类符号技术也在多维度与多感官两个角度呈现出了历史性的发展趋势。

在原始社会，人们通过结绳、绘画、雕刻等方式记载和传递信息，这些图形和符号逐步演变并形成最初的符号系统。当文字及印刷技术出现后，人类的视觉得到了延伸。其中，“文字”的产生打破了“口耳相传”的局限，成为人类用符号记录和表达信息的突破性进步，从最早的抽象图画，再到象形文字、指事文字、会意文字等。广播、电视等媒介技术的诞生，改变了人们的生活方式和文化体验。广播延伸了人的听觉，而电视结合着语言符号与非语言符号，更是综合了文字、声音、图像等多重符号，具有“声画合一”的特点，更全方位延伸了人们的视觉和听觉。21世纪以来，随着信息科技的迅猛发展，增强现实（AR）、虚拟现实（VR）以及混合现实（MR）等技术突飞猛进，让人类视觉的延伸逐渐从平面化的二维向立体化的三维拓展，如图3所示。与此同时，通过不断创新的数字技术的加持，人类的嗅觉、味觉、触觉等也得以被前所未有的数字化模拟，更进一步的，人工智能、脑机接口等颠覆性技术也逐渐显露了越来越多的曙光。

图3 符号技术发展简史与趋势

由此可见，作为与人类文化发生史相伴生的符号技术呈现出追求更高时空维度、更多感官意识维度的必然趋势，因此，数字文献技术这一作为人类思维与智能的外化与延伸的符号技术必然成为当今人类符号技术发展的大势所趋与时代主题。方兴未艾的数字化改变了传统文献的生产、存储、研究和使用方式，以印刷媒介为基础的传统文献生产体系正向以智能媒介为前提的数字文献生产体系转变。^[10]数字化促进了知识形态的变革与演进。随着大数据技术的应用以及人工智能等数字技术的发展，古籍数字化、文献数字化已成为共同趋势，数字文献大量出现。数字人文数据以文本形式为主，兼有图片、音频、视频、3D等多元数据形式。文本资料有地方古典文本资料、图书、笔记、家谱资料等。图片有地图、画作、壁画等。3D数据有器皿、雕塑等。音频与视频数据包括访谈、纪录片等多媒体数据。^[11]

与此同时，由于人类符号技术始终不断追求更高时空维度、更多感官意识维度的表达，因此，每当有一种新的、具有更高时空维度与更多感官意识维度的人类符号技术出现后，此前所记录下来的人类文化历史都将被这种新的符号技术“重新书写”，并被依托其更加丰富的维度与感官进行持续不断地“扩写”与“创写”。并且，这样的“重新书写”呈现出越来越多的高时空、跨学科、多模态、全场景等特点，为人类、文化、历史的全面延伸尤其是具有悠久历史文献传统的中华优秀传统文化的全面延伸提供了无限丰富的可能。

习近平总书记曾强调，“要系统梳理传统文化资源，让收藏在禁宫里的文物、陈列在广阔大地上的遗产、书写在古籍里的文字都活起来”。让文物和文化遗产“活起来”……最终实现“让文物说话，让历史说话，让文化说话”。^[12]为此，中华书局立足自身深厚的文化积淀与数字文献技术优势，首创研发了全国首位3D超写实历史文化名人——“苏东坡数字人”。

（一）从数字文献视角看古代历史文化名人数字人的研发特征

“数字人”是指通过计算机图形渲染、动画驱动、动作捕捉、语音合成、人工智能等技术打造的虚拟仿真人物，其产生本身就是文化与科技深度融合的产物。清华大学《2020—2021元宇宙发展研究报告》指出，2021年被产业界称为“元宇宙元年”。因此，作为未来元宇宙数字世界主体性存在的“数字人”，自2021年迎来了爆发式的发展。与此同时，随着我国经济社会的全面发展和国际地位的不断加强，中华优秀传统文化在作为互联网原住民的年轻人群中的认同度与影响力在不断提升。在这样的时代背景下，从2021年至今，各类国风数字人陆续发布，俨然已经成为中华优秀传统文化活化利用的标配。如2021年10月28日，中央戏剧学院与北京理工大学共同发布“梅兰芳”，2022年5月18日，中国文物交流中心发布“文夭夭”，2022年6月3日，新华网发布“筱竹”，同一天浙江卫视发布“谷小雨”，2022年6月15日，敦煌研究院发布“伽瑶”，2022年7月22日，国家博物馆发布“艾雯雯”，等等。

但纵观以上多位国风数字人，除了“梅兰芳”外，均属于“纯虚构型”数字人，即历史上并没有真实存在过这个人物，而对于古代的真实历史文化名人进行“复活”的超写实数字人，则一直是一个空白。究其原因，需要先从数字人的分类入手进行分析。

在中华书局“苏东坡数字人”之前，数字人行业内对于数字人的分类通常是采用两类方法。其一，是根据数字人的角色形象与建模技术进行分类，分为二次元数字人、2.5次元数字人、3D卡通数字人、3D写实数字人等。其二，是根据数字人的功能与应用场景进行分类，分为服务型数字人、身份型数字人等。其中，服务型数字人可用于替代真人服务，并作为多模态AI助手提供服务，如虚拟主播、虚拟教师、虚拟客服等；身份型数字人则可以实现虚拟IP、虚拟分身等功能。然而，这两种分类方法均无法解释和分析历史文化名人数字人的独有特征。为此，中华书局立足数字文献的全新视角，对数字人进行了全新的分类，并从文献不同特征的角度进行象限化分析，逐步探索出历史文化名人数字人研发的理论基础与方法论思路。

首先采用“有无文献依据”和“文献是否齐清定”两个指标来进行分析，可以得出如下的三个象限，如表1所示。第一类虚拟数字人对象是“在历史文化符号世界中曾经真实存在过的人”，这类数字人的研发是基于真实有效的文献资料，且文献具有“齐”（齐全）、“清”（清晰）、“定”（确定）等特点。第二类虚拟数字人对象是“正在活着的人”，他们虽然有文献资料记载，但其文献资料还处于不断创作和变化之中，所以具有不稳定性，还未成“定论”。第三类是纯虚拟数字人，这类数字人并无文献典籍的基础，在历史上未曾真实生活过。

表1基于文献维度的全新数字人分类（一）

然后，可以采用“文献的维度”和“文献的感官”两个指标来对第一类数字人进行进一步分析，如表2所示，古代历史文化名人只有关于身体记录的抽象的文字文献（可视为一维文献），但现代历史文化名人具有三维立体身体数据（三维文献）和动态影像文献（四维文献）。另外，古代历史文化名人只有画像等“非完全真实”的视觉文献，无真实的听觉、嗅觉等文献，但现代历史文化名人具有真实的视觉、听觉文献，甚至可能留存有部分程度的嗅觉文献。他们留存有照片、音视频、使用过的器物等资料。

表2 基于文献维度的全新数字人分类（二）

最后，再通过“有无真实地理文献”这一指标，还可以将古代历史文化名人176分为两类，如表3所示。一类是以苏东坡、李白、李清照等中华先贤人物为代表的曾在历史上真实活过的人物，另一类是以苏小妹、林黛玉、孙悟空等为代表的在文学符号世界中存在的人物。

表3 基于文献维度的全新数字人分类（三）

（二）中华书局古代历史文化名人数字人研发的方法论心得

综上所述可以看出，对于超写实的古代历史文化名人数字人的研发而言，可谓是一项几乎前无古人的工作，一方面要求数字人的开发技术本身必须达到与超写实纯虚拟数字人同样的行业前沿水准，另一方面又不允许像纯虚拟数字人那样天马行空地随意发挥，但与此同时，又缺乏像邓丽君、梅兰芳数字人那样的真实照片与动态视听影像的文献支撑，因此需要独辟蹊径、守正创新。为此，中华书局始终牢牢扎根“文献”这一关键基础，逐步摸索出了一些古籍文献数字化应用的全新方法论。

其一，要将重写与创写有机结合。

如前所述，每当有一种新的、具有更高时空维度与更多感官意识维度的人类符号技术出现后，此前所记录下来的人类文化历史都将被这种新的符号技术“重新书写”，并被依托其更加丰富的维度与感官进行持续不断的“扩写”与“创写”。就超写实古代历史文化名人数字人的研发而言，首先，必须要求是“重写”，而且是严格遵从古籍文献学术共识的“重写”，这是与纯虚拟数字人研发方法的根本区别——也因此，古籍文献数据的学术共识对于超写实古代历史文化名人数字人的研发来说是应该具有“一票否决权”的，即明显不符合古籍文献记载的古代历史文化名人数字人是应该被限制准入的。

以苏东坡数字人的“塑形”为例，中华书局在总字数超70亿字的古籍大数据中心中进行了海量搜索，通过一系列精心设计的关键词精准抓取到了一批涉及苏东坡容貌形象的古籍文本数据，与此同时，又通过图像搜索技术，抓取了由宋至清各个不同时期所作的涉及苏东坡的画作100余幅，既包括苏东坡单人画像，也包括如《西园雅集》《赤壁》等主题群像以及若干石刻画像拓片等，从而初步形成了对于苏东坡容貌形象之“古籍真实”的把握，然后再结合权威专业的专家系统进行校验，最终确定下来超写实苏东坡数字人的每一个细节并确保与历史文献资料不相违背，实现严格科学的“重写”。

然而，由于古代历史文化名人只有来自古籍文字记载的一维文献和非完全真实的画像类二维文献，缺乏像邓丽君、梅兰芳等人的真实三维立体身体数据和动态影像数据这样的四维文献，所以对于古代历史文化名人数字人的“塑形”而言，科学规范的“重写”只能做到“不错”（即没有古籍文献的反例），但无法证明“全对”（即只有如此才是唯一正确的），因此，在“不错”与“全对”之间的部分，需要进行一定程度的“创写”——这也正是古代历史文化名人数字人与邓丽君、梅兰芳等数字人研发方法的根本区别。

以苏东坡数字人为例，中华书局在深入挖掘古籍文献中对于苏东坡容貌形象的记载数据的同时，还致力于深度提炼苏东坡的精神气质。为此，中华书局通过“苏东坡专题数据库”与“苏东坡主题知识图谱”的深度挖掘，侧重提取苏东坡本人、同时代人、后代历史人物以及现当代专家学者对于苏东坡精神气质的凝练与概括，并且还对当前各大主要社交媒体上有关苏东坡的内容中反映的东坡气质进行了搜集与提炼，最终实现在“塑形”基础上进一步的“凝神”，让苏东坡数字人不仅形似，更加神似。

图4 全国首位3D超写实数字人苏东坡

其二，重写与创写都具有当代性。

正如前文所言，任何一个符号，就其能指而言，都是特定历史时代与对应的特定符号技术下对多维度、全感官生命经验的部分维度、部分感官的“投影”，“苏东坡数字人”作为当下时代产生的一个数字文献符号作品，它的“重写”与“创写”也都具有典型的“当代史”特征，即它在将古籍文字一维文献、画像类二维文献以及精神气质等的文字表达综合起来最终予以3D超写实、可动态交互的数字人表达时，其实已经不可避免地带进了“当代人们的精神”，一如意大利历史哲学家贝奈戴托·克罗齐（Benedetto Croce，1866—1952）在其《历史学的理论和实际》一书中指出的：“一切历史都是当代史。”在克罗齐看来，当代性不是某一类历史的特征，而是一切历史的内在特征。^[13]真正的历史属于当代生活，当我们在思考过去的历史时，会把过去纳入我们当前的思想和精神之中，体现我们当前的思想活动和精神生活，历史时刻此时便与人们的思想或精神紧密相连，成了“活生生的历史”，也反映了当下人们的思考，因而从这一意义上来说一切历史都是当代的。由于实践的需要以及人们对历史事件的认识不断深化，历史上发生的事件会以新的形式再次“复现”。

其三，既要塑形、凝神，更要赋魂。

为了让古籍里的历史文化名人真正地“活起来”，让他们以数字人的身份真正走出古籍书本、走进当今时代、当下生活，我们需要将平面化的文学文本转变为立体化的虚拟场景。这不仅能带来视觉上的直观冲击，同时还能提供互动式体验和全新理解。^[14]因此，在数字人“塑形”“凝神”的基础上，我们需要进一步为其进行“赋魂”。

以苏东坡数字人为例，“赋魂”主要体现为古籍大数据与人工智能技术的深度融合。在这一方面，中华书局一直在持续进行古籍人工智能技术的自主研发，通过对70亿字古籍大数据的深度机器学习与人工智能训练，目前中华书局开发的古籍智能处理系统已经可以自动给古籍断句标点、自动标记人名地名、自动核对引文、自动识别古籍文字等。^[15]下一步，中华书局将在上述工作的基础上，基于与主流大模型的深度合作，使用苏东坡专题数据库对大模型进行专项人工智能训练，从而让苏东坡数字人越来越像真正的苏东坡一样去认知、去思考、去表达、去行动，最终实现苏东坡在元宇宙数字世界真正的“复活”，让苏东坡成为“中国式美好生活的代言人”，让他“活”在我们这个时代。

以人工智能版苏东坡数字人的现场实时自然语言交流为例，至少涉及如下的技术环节：（1）提问者自然语言自动转换成文字；（2）文字自动输入大模型（外挂专题数据库）并自动生成回答文字（该回答至少符合3个维度的要求：自然语言之通畅，史实学术之正确，符合苏东坡的身份与气质）；（3）回答文字自动生成数字人的语音；（4）根据语音自动驱动唇形；（5）根据语义自动匹配表情；（6）根据语言和表情自动匹配肢体动作；（7）服饰等跟随肢体动作实时自动解算。

可见，要想真正给数字人“赋魂”，不仅涉及人工智能、边缘计算、虚拟现实、实时动捕等技术，还需要专业的专题数据库、匹配应用场景的深度知识图谱等大量数据挖掘与知识服务能力的支持——例如对于历史文化名人的古籍数据进行挖掘、梳理、加工并实现数据可视化，实现文化资源数据与文化数字内容的标识解析、提炼转化、搜索查询、匹配链接、传播利用等。

（三）中华历史文化名人数字人与中华文化元宇宙展望

元宇宙是数字技术与文化内容的双向融合、联动共生。元宇宙将会给内容产业带来新的进化，在内容生产、内容形态、内容衍生、内容体验等层面赋予新的定义。^[16]“数字人”被视为未来人们进入“元宇宙”的入口，将广泛应用在元宇宙新生态中，作为元宇宙中“人”与“人”、“人”与事物、事物与事物之间产生联系或发生孪生关系的新介质，起着举足轻重的作用。可见，传统的中华文化内容产业将会被持续赋能、创新发展。人类经验对象有可能实现全面数字孪生化，线下物理空间将可能全面混合现实化，线上线下场景将全面人工智能化。

在这样的背景下，中华书局将继续发挥古籍数字化专业优势，以主题出版工程“中华先贤人物故事汇”为底本，持续研发系列化的“中华历史文化名人数字人”，如李白、李清照、陶渊明、戚继光等，逐步形成数字人矩阵，深入挖掘历史文化名人的古籍数据，在数字科技加持下进行现代化表达，形成“中华先贤数字人”IP矩阵，真正让“书写在古籍里的文字活起来”“把优秀传统文化中具有当代价值、世界意义的文化精髓提炼出来、展示出来”，让中华优秀传统文化融入时代、融入生活，更好地满足数字时代人们对于中华传统文化持续高涨的热情和需求。

进而，在全新的数字经济时代，中华文化内容产业基于古籍大数据，借助元宇宙数字科技，将有可能彻底突破传统媒介格局，构建全新数字内容生态，“创造性复原”书写在古籍里的“人、货、场”，实现中华文化的人、场景、叙事的全面数字孪生到数字原生再到虚实共生，最终实现中华文化元宇宙的宏伟愿景。

如前所述，正因为每当有一种新的具有更高时空维度与更多感官意识维度的人类符号技术出现后，此前所记录下来的人类文化历史都将被这种新的符号技术“重新书写”，并依托其更加丰富的维度与感官进行持续不断地“扩写”与“创写”，这也直接导致人类符号技术的每一次变迁都引起文化形态与学术范式的升级转型。落实到当下的大学教育而言，数字人文可以被视为数智化时代人文与科技融合发展的前沿学术阵地，或许正可以塑造未来大学教育的新形态。

（一）文献学作为一门学科在近代中国的诞生

中国传统学问虽然也有分科，但主要是从研究主体而非客体乃至方法的角度来划分，是学派而非专业。清中后期汉学发达，开始出现专门化的倾向，如龚自珍在为《阮元年谱》作序时概括出了训诂之学、校勘之学、目录之学、典章制度之学、史学、金石之学、九数之学、文章之学、性道之学、掌故之学十个方面，但总体而言这些所谓的“专门”还处于萌芽的阶段。^[17]

直至19世纪末以后，“中华民族到了最危险的时刻”，这引发了国人关于中西古今之争的深刻反思，也激发了从制度到思想的全面扬弃与重建。在学术和教育领域，古典的经学、礼教在现代学制中毫无生存空间，文以载道的圣人之学被彻底革除，西学东渐的大潮席卷而下，从自然科学到社会科学乃至人文学科，无不是建立在西方现代学科分类、研究范式和教育体系的基础之上的。在此“三千年未有之大变局”中，中国历代传统之学在大学体制中被摒弃，经史子集被肢解为文献学、语言学、哲学、史学等。1920年，梁启超在《清代学术概论》中首次提出“文献学”的概念；随后《中国文献学概要》的出版开始从学科的角度阐述文献学的内涵；陈垣、王国维、顾颉刚、罗振玉等一大批学者推动了文献学学科体系的创建。

（二）分科而治导致的“人”与“学”之分

在更广阔的历史和地理空间上考量，工业革命后职业教育对传统大学教育的冲击，以及以洪堡思想为代表的研究与教学相结合的新型大学潮流，使得德国逐渐成为当时世界教育和学术的中心。但与之相对的，作为“牛津运动”代表人物的英国主教纽曼在其著名的《大学的理念》中重新阐释了知识的分类，并在此基础上提出大学的本质在于心智的培养，从而提醒人警惕知识之恶。

与之遥相呼应的，清末新政中出台的我国第一个真正实行的现代教育体系——“癸卯学制”，其所设定的教育宗旨即为“端正趋向，造就通才”，即使是对立足于专门教育的大学堂，仍贯彻着“通”的理念。一方面，专门之学是通经致用的工具；另一方面，治学的目的是立人，学问只是成为“通人”的工具。^[18]

正如钱穆先生所言：“在中国传统知识界，不仅无从事专精自然科学上一事一物之理想，并亦无对人文界专门探求某一种知识与专门从事某一种事业之理想。因任何知识与事业，仍不过为达到整个人文理想之一工具，一途径。若专一努力于某一特殊局部，将是执偏不足以概全，举一隅不知三隅反，仍落于一技一艺。”^[19]他以此批评西方近代的学科分立时说道：“即就西方近代传授知识之大学言，分科分系，门类庞杂，而又日加增添。如文学院有文学史学哲学诸科系，治文学可以不通史学，治史学亦可不通文学。治文史可以不通哲学，治哲学亦可不通史学文学，各自专门，分疆割席，互不相通。……要而言之，则可谓之不明大体，各趋小节。知识领域已乱，更何论于人事。”^[20]在前后断裂的历史大潮中，知识层面的整理国故，以及西方导向的分科而治，目光指向的只能是专精而非博通、保存而非应用、批判而非创新。

（三）新时代提供了“文”与“献”合璧的可能性

时至今日，变局再现。这一次，工业文明经历了几十年的后工业过渡，终于开启了数字智能时代的大门。人类信息环境正在发生根本性的改变，人类文明记录和传播方式的大规模变革势必引发文明本体的重建和知识谱系的改写。以本文“新文献观”的视角来看，人与世界是一个具有历史性和当代性的整体，“文”正呈现出对“立人”的重视与回归，“献”则经历了知识生产方式的不断迭代，不论是对于文献学专业的研究和教学，乃至更广阔范围上的大学教育，都具有深刻的启发意义。为此，本文认为应该努力做好如下“三合”。

第一是专业与通识的结合。工业时代，专业教育的重要性毋庸置疑，大学为工业化的全面胜利贡献了最重要的人力基础和技术创新。同时，相伴而生的通识教育也一直在呼吁人本主义的回归，抵抗着过度专业化给人带来的异化和禁锢。但近年来，数字鸿沟、算法黑箱和信息孤岛似乎进一步强化了专业教育的卓越性，数字智能时代的技术主义与全球主义对通识教育带来了巨大的冲击和挑战。^[21]因此，大学的通识教育更应与专业相结合，走出一条专业基础上的通识之路。这不仅是因为专业教育本身已经从工业文明的摇篮跃迁为智能社会的航母，更是源于通识教育开始卸下西方“普世价值”的面具，转而深入探讨数字智能时代的“人”的本质属性。

具体而言，通识教育模式的重心在于对经典文献的研读，这恰是对一个时代经典问题的凝练、思考和解答。数字化时代的文献学更强调对于文献的跨时空、跨学科理解，不仅是知识形态的改变，更激活了其内涵的文化精神，建构出“历史—当代”相连接的当代性意义世界。这就使今日的通识教育不再局限于一般的或者说以西方价值为内核的公民教育和批判精神，转而推动个体的社会化、本土化，高扬科技与人文的交叉，塑造一种具有超越性的共同体意识，最终培养出符合“君子不器”的、可以创造和驾驭“苏东坡数字人”这一类新型成果的复合式、高层次、战略性未来人才。

第二是基础与应用的融合。2023年2月，习近平总书记在主持中共中央政治局第三次集体学习时，着重阐述了强化基础研究的重要性，强调要有组织推进“战略导向的体系化基础研究、前沿导向的探索性基础研究、市场导向的应用性基础研究”^[22]三种基础研究。尤其是“应用性基础研究”的提法更是直指“学”与“用”相分裂的痼疾——而这一点在传统的人文领域更是以“无用即大用”为由成了一种自傲。实际上，基础是源头，应用是牵引，从“文”到“献”的内化正是在应用转化的过程中实现的。尤其对于人才培养来说，如果没有（广义上的）就业前景，这个学科几乎就丧失了存在的合法性。以应用为导向的基础研究和人才培养，更加明确了目标指向和评价标准，倒逼综合改革的落地，打通了大学与社会的互动链条。

因此，一方面，数字文献学是应用数字技术来研究文献，另一方面，这也是数字技术为文献学开创了广阔的应用空间，促使其更好地服务于学术研究和社会大众，从而激活其生命力和生产力。从前述“苏东坡数字人”案例就可以看出，权威的古籍数据与专业的学术研究是基础、是源头，但如果没有数字科技的应用转化与产业赋能，这些数据就无法成为生产资料，最终也就无法形成生产力；与此同时，“苏东坡数字人”在媒体传播、城市IP发展、展览展示、文旅商融合以及人工智能驱动等方面面临的新场景、新机遇，也反过来对古籍数据的数据挖掘与知识服务、数字人人工智能的情感模型等新领域提出了更多更新、前所未有的技术与理论需求，这又引导和推动了对应学术研究的发展与创新，最终形成基础与应用融合的正反馈循环。

第三是传承与创新的综合。从推动中华优秀传统文化创造性转化、创新性发展，到把马克思主义基本原理同中国具体实际相结合、同中华优秀传统文化相结合，再到建设中华民族现代文明，习近平文化思想不断将文化传承与创新的理念推向新高度。《中庸》讲“父作之，子述之”，《论衡·对作》有“圣人作，贤者述”，“作”为创新，“述”为传承。创新需要积累，需要专业的、跨学科的、跨文明的视野，需要发现问题，更需要具有使命感。创新与传承互促共生，创新因传承而生机绵延，传承因创新而波澜壮阔。这不仅是历史与未来相逢于当下，更是作者与读者、师与生、数与文的相互成就。大学教育的本质即在于人类文明基因的复刻和进化，既追求永恒不变的“形而上者谓之道”（《易经》），又以求新求变的“圣之时者”为典范（《孟子》）。

于“苏东坡数字人”而言，它既是对历史文化名人苏东坡的“复原”，又要努力实现文化意义上的“复活”，前者是传承，后者是创新，二者缺一不可。所谓“复原”意味着“苏东坡数字人”拥有苏东坡的全部知识、记忆、史实、精神等，所谓“复活”意味着“苏东坡数字人”要融入当今的时代，用他独特的精神面貌、思想深度、批判视角和人文情怀去对当下时代、当今世界进行活生生的观察、判断、表达乃至行动、实践，进而用苏东坡的文化精神来产生现实的影响和改变。

随着时代的发展，“文献”一词的含义在不断变化。本文立足于“文献”概念原初含义的理解框架，将“文”与“献”纳入一个整体框架来进行理解，通过引入文化哲学、技术哲学的新视角探索一种新的“文献观”表达，即“文献”是一个符号系统，是人类进行一切生命活动的符号化记录。从文化哲学的视角，人是符号的动物，符号是人区别于动物的一个显著特点；从技术哲学的视角，符号是人体感官的外化与延伸，作为人与世界的中介的符号及其能力也可以被视为“符号技术”。

人类符号技术的发展史其实就是人类文化的发生史，数字文献技术这一作为人类思维与智能的外化与延伸的符号技术已成为当今人类符号技术发展的大势所趋，并使得数字人文成为必然。中华书局立足自身深厚的文化积淀与数字文献技术优势，首创研发了全国首位3D超写实历史文化名人“苏东坡数字人”，并从中摸索出了一些古籍文献数字化应用的全新方法论——这也必然伴随着人才培养的探索与创新。

落实到当下的文献学专业研究与教学而言，为了避免近代以来分科而治所导致的“人”与“学”之分，培养出既具有文史知识积淀和传统淑世情怀、又具有现代科技视野和基本数字素养的新生代学人，就需要做好专业与通识的结合、基础与应用的融合、传承与创新的综合，最终，在数字人文时代的新视野下，抓住机遇、守正创新，塑造未来大学教育的新形态。

编辑 | 耿弘明