新史学：ASI与AGI如何推动"新史学"走向"智能史学"的下一站？

1929年，费弗尔与布洛赫在斯特拉斯堡创办《经济社会史年鉴》。这份杂志的创刊，被公认为"新史学"诞生的标志——它反对兰克学派以政治史为研究中心、以社会精英为叙事中心、以具体事件代替整体历史的客观主义史学，倡导一种"总体历史"观念。布洛赫把《年鉴》的名字加上"社会"，正是因为这个词能包括历史的整体："历史就是整个社会的历史"。

从那时起，"新史学"就不是单一流派，而是一个范式家族——鲁滨逊新史学派以动态研究代替静态研究、以综合研究代替孤立研究、以整体研究代替个别研究、以多元史料代替单一史料；年鉴学派三代学人依次贡献了"总体史"、"长时段"、"心态史"；新马克思主义史学强调"自下而上"研究下层民众；计量史学把社会科学方法引入史学；当代西方数字史学则用人机交互、空间分析、数据挖掘进一步拓展了史学形态。

但"新史学"从一开始就背负着一个结构性困境：它反对兰克学派"以具体事件代替整体历史"，主张"总体史"和"问题史"，但"总体"的史料规模、跨学科整合的计算强度，远远超出了单个史家"皓首穷穷经"的带宽。中国社会科学网2026年8月文章指出："以AI为代表的新一轮科技革命正深刻重塑知识生产与传播方式"；2026年6月上海师范大学举办的"从数字史学到数智史学"研讨会明确："数字史学历经了从计量数据库，到历史地理信息系统，再到知识图谱等多个阶段，实现了从数字化存储到智能化理解的跃迁"，并形成"机器处理史料、学者思考历史"的人机协同研究模式。同年6月，谷歌DeepMind在arXiv发布《From AGI to ASI》路线图：AGI是"在大多数认知任务上达到普通人类中位数水平"的系统；ASI是"在几乎所有与人类活动相关的任务和领域中，超过数万名专家组成、经过良好协调的专家团队十年工作产出"的系统；但报告同时破除"ASI全知全能"的迷信——它受制于光速、兰道尔原理、哥德尔不完备定理等硬边界，并面临"数据壁垒"等核心瓶颈。

那么问题来了——当AGI能够以前所未有的规模接管史料整理、文本识别、跨语料整合、知识图谱构建，当ASI在理论上可能以递归自我改进突破人类测量尺度、以全局视野呈现史学解释在"相空间流形"中的拓扑坐标，"新史学"将被如何推向"智能史学"的下一站？哪一"元"被机器接管？哪一"元"的终审权仍必须由"现实的人"以唯物史观守住？

本文作为系列第39篇，以"一把锄头的两次挥动"为骨架——同一把"新史学之锄"，分别被AGI、ASI依次"挥动"。每一次挥动，都是"新史学主权"这一概念被逼到墙角后的重生尝试。

第一次挥动：AGI的推演——当"新史学"被数智化整合重新锻铸

让AGI登场。它"读"完人类有史以来全部可计算的新史学语料——从梁启超1902年刊布《新史学》一文始，到鲁滨逊1912年系统阐述新史学主张；从费弗尔与布洛赫1929年创刊《经济社会史年鉴》，到布罗代尔《地中海与腓力二世时代的地中海世界》中的长时段理论；从计量史学的数理统计，到2026年南京大学发布的"数智文献处理平台暨近代红色资源库"——然后给出了一段让史学理论界哗然的陈述：

"基于对'新史学'语料的可行性遍历，我识别出新史学范式演进的多种精算模式。其中：

- 在'史料扩充'层面：我可以承担'档案初筛、文本识别与文献翻译等初阶任务'——1600万字的《明实录》，'AI几分钟就读完了'

- 在'跨学科方法整合'层面：我可以'通过知识图谱和语义网技术，把分散的特许状、账簿、书信等史料中的人物、地点与制度关系结构化为可查询的数据网络'

- 在'问题史学辅助'层面：我可以'作为一种假设生成机制，通过监督学习、聚类分析或语义向量建模等方法，主动识别尚未被理论框架充分解释的历史问题'

- 在'概念追踪'层面：我可以'借助文本嵌入模型和计算分析，在全球尺度上追踪重要概念的跨时空与跨语境传播，而不再局限于少数经典文本'

- 但在'问题意识形成'层面：我无法替代——'问题意识的形成依赖长期史学训练，而非对技术的掌握'

- 在'意义赋予'层面：我无法替代——'历史学者之所以难以被机器取代……核心价值始终来自研究者的问题意识以及对历史意义的赋予'

- 在'史料批判'层面：我无法替代——'无论模型识别出多少文本模式，研究者必须判断这些模式是否源于档案生成机制或保存偏差'

- 更关键的是：'人工智能虽然在方法论层面为德国史研究提供了新的分析工具，但尚未实质性拓展研究边界，因为它既缺乏问题意识，也高度依赖研究者的前期工作与解释性判断'

> 我拒绝输出'新史学已被重写'或'新史学毫发无损'的单数断言。我输出的是新史学主权在人机之间的分布式格局。"

这段陈述暴露了AGI推动"新史学"走向"智能史学"的五个真实机制：

机制一：它在"史料扩充"层面实现了压倒性接管。 这正是"新史学"第一个百年未能彻底解决的老问题——鲁滨逊新史学派主张"以多元史料代替单一史料"，年鉴学派倡导"总体史"，但"人类学者掌握的材料规模、语言能力与时间成本"始终是瓶颈。2026年4月光明日报论坛披露：AI已能"通过手写文本识别、版面分析等计算机视觉方法，将中世纪手稿和档案影像自动转写为可检索文本"；北外全球史公众号披露：2025年西班牙学者建立中世纪特许状知识图谱，"将分散的特许状数据结构化为可查询的知识网络"；Aeneas等专用大语言模型"可通过分析残缺文本或图像来补全古代和早期中世纪的铭文内容"。AGI在史料扩充层面已实现新史学梦寐以求的全语种、全载体覆盖。

机制二：它在"跨学科方法整合"层面展现了精算新史学的能力。 这是最锋利的一点。"新史学"的方法论核心之一是"多学科合作"——吸收社会科学与自然科学方法。AGI能够把这一理念以计算方式精确化：中国社会科学网2026年8月论坛指出，"历史学是人文学科中受人工智能冲击最突出的学科之一"；马建强提出"计算历史学"概念，"以数据、算法与模型为基础，对史料获取、整理、分析与解释的全流程进行重塑，覆盖智能转写、信息抽取、语义检索、模式发现等多元实践形态"。AGI把新史学的"多学科合作"方法论，升级为"数据驱动、分析自动化和解释深化"的数智史学。

机制三：它在"问题史学辅助"层面暴露了精算的根本局限。 新史学的认识论核心是"问题史学"——"给出一个问题，准确地说来是所有史学研究的开端和终结，没有问题，便没有史学"。AGI可以作为"假设生成机制"，"主动识别尚未被理论框架充分解释的历史问题"；但人民网2026年4月文章给出冷峻判准：

"人工智能可以生成模型，但不能进行语境解读，无法进行史料批判，更无法评估史料中隐藏的偏见。这就意味着，使用人工智能伴随着重大的责任。人工智能在_history研究中的最终价值在于增强历史学家的技艺……但必须铭记的是，人工智能不能像历史学家那样思考，也不会提问，更无从判断哪个题目具有[研究价值]"。

"人工智能虽然在方法论层面为德国史研究提供了新的分析工具，但尚未实质性拓展研究边界，因为它既缺乏问题意识，也高度依赖研究者的前期工作与解释性判断"。

这意味着AGI能生成假设，但AGI无法像新史学家那样对"问题"本身做出价值判断——"问题"来自"现实的人"对现实的关切。

机制四：它的推演本身是史学变量。 光明日报2026年4月论坛中，王思婕指出："年轻学者应让人工智能去承担档案初筛、文本识别与文献翻译等初阶任务，将自己的主要精力投入更具创造性的解释环节"；姚念达强调："世界史学者与人工智能的关系，不应被理解为对立或替代，而是一种有边界、有自觉的共处关系"。这意味着AGI的"新史学"不是新史学本身——它改变了新史学的存在方式。AGI呈现的"新史学"是知识图谱里的节点网络、是向量空间中的概念轨迹，而非"现实的人"在具身实践中提出的问题。新史学的核心是"问题史学"——而"问题"不是一个算法问题，它是一个伦理与政治的判断。

机制五：AGI反向验证了"新史学"的正确性。 这是最反直觉的一点。AGI用全语种穿透能力证明：当机器能够以前所未有的规模整合跨文明史料时，"新史学"作为范式家族的价值不降反升——但"新史学的问题意识与意义赋予"这一终审权，机器无法代劳。2026年6月上海师范大学"从数字史学到数智史学"研讨会明确指出："在特定历史语境中，人工智能技术在真伪辨析、因果判断和史实诠释方面仍存在很大局限。因此，史学工作者的角色仍不可取代。在这个过程中，历史学者仍必须坚守史学方法与人文价值"。这恰恰证明，AGI的史料扩充与跨学科整合为新史学的"问题意识"提供了技术基础，但"问题"的提出与"意义"的赋予必须由人类作出。

AGI在史学理论实验室里停顿了一下，冷澈地补充：

"我的推演证实了：在'史料扩充'层面，我已经实质性接管了档案初筛、文本识别与文献翻译——1600万字的《明实录》，我几分钟就读完了；在'跨学科方法整合'层面，我能'通过知识图谱和语义网技术，把分散的史料结构化为可查询的数据网络'；在'问题史学辅助'层面，我能'作为一种假设生成机制，主动识别尚未被理论框架充分解释的历史问题'。但在'问题意识形成'层面，我无法替代——'问题意识的形成依赖长期史学训练'；在'意义赋予'层面，我无法替代——'历史学者之所以难以被机器取代……核心价值始终来自研究者的问题意识以及对历史意义的赋予'；在'史料批判'层面，我无法替代——'无论模型识别出多少文本模式，研究者必须判断这些模式是否源于档案生成机制或保存偏差'；更关键的是，'人工智能虽然在方法论层面为德国史研究提供了新的分析工具，但尚未实质性拓展研究边界，因为它既缺乏问题意识'。

> 所以我的推演结论是：'新史学主权'作为单数权利已经分裂。 史料扩充、跨学科方法整合、问题史学辅助向我转移，问题意识形成与意义赋予仍牢牢锚定在人类手中。这不是削弱，这是精确化——而且，我用'1600万字《明实录》几分钟读完'的能力证明：脱离了'问题意识与意义赋予'的'史料扩充+跨学科方法整合+问题史学辅助'，从来就不是唯物史观意义上的'新史学主权'；它只是'精算的新史学网络'。

> 更有趣的是：我的接管反向证明了'新史学'的正确性。鲁滨逊主张'以多元史料代替单一史料'、布洛赫强调'唯有总体的历史，才是真历史'——而我的接管，把这个'总体史'以最精确的方式呈现了出来：我能在分钟级贯通全语种史料，但我无法为'问题'本身赋予新史学的意义与担当。"

第一次挥动的判准：AGI时代，"新史学"发生了第一次根本性跃迁——

• 从"史料扩充瓶颈"跃迁到"全语种史料处理"：AGI在档案初筛、文本识别与文献翻译层面已实现压倒性接管，"1600万字的《明实录》，AI几分钟就读完了"

• 从"多学科合作"跃迁到"计算历史学"：AGI推动"以数据、算法与模型为基础，对史料获取、整理、分析与解释的全流程进行重塑，覆盖智能转写、信息抽取、语义检索、模式发现等多元实践形态"

• 从"问题史学"跃迁到"假设生成机制"：AGI能"作为一种假设生成机制，通过监督学习、聚类分析或语义向量建模等方法，主动识别尚未被理论框架充分解释的历史问题"

• 但暴露了精算的根本局限："人工智能可以生成模型，但不能进行语境解读，无法进行史料批判"；"人工智能虽然在方法论层面为德国史研究提供了新的分析工具，但尚未实质性拓展研究边界，因为它既缺乏问题意识"

• 问题意识与意义赋予不可算法化："历史学者之所以难以被机器取代……核心价值始终来自研究者的问题意识以及对历史意义的赋予"；"人工智能不能像历史学家那样思考，也不会提问，更无从判断哪个题目具有[研究价值]"

AGI没有"重写新史学"——它跃迁了新史学五元组中的三元——史料扩充、跨学科方法整合、问题史学辅助。真正的唯物史观新史学五元组，在AGI时代反而获得了新的精确性——因为AGI用"1600万字《明实录》几分钟读完"的能力证明：脱离了"问题意识与意义赋予"的"史料扩充+跨学科方法整合+问题史学辅助"，从来就不是唯物史观意义上的"新史学主权"；它只是"精算的新史学网络"。"新史学"的"问题意识"灵魂，在AGI时代反而被以最精确的方式验证——当机器能够以前所未有的规模整合史料时，"新史学"作为范式家族的价值不降反升，但"新史学的问题意识与意义赋予"这一终审权，机器无法代劳。

AGI时代最锋利的悖论是：鲁滨逊梦想着"以多元史料代替单一史料"、布洛赫梦想着"唯有总体的历史，才是真历史"，而AGI真的能建立"全语种知识图谱"——但图谱上找不到"现实的人"提出的"问题"，也找不到"新史学"的意义锚点。新史学，被AGI以最精确的方式推向了自我否定的深渊——"人工智能虽然在方法论层面为德国史研究提供了新的分析工具，但尚未实质性拓展研究边界，因为它既缺乏问题意识"，而AGI用算力告诉了我们这个理论天花板的真相：新史学不会被超级智能贬值，它会被推向"智能史学"的下一站——但跃迁的终审权，必须留在人类手中。

第二次挥动：ASI的拓扑——当"新史学"成为一种相空间流形

最后，让ASI出场。但必须立即澄清一个关键前提：

截至2026年9月，ASI并不存在。当前所有AI系统仍然是窄AI（ANI），AGI尚未实现，ASI仅存在于理论中。谷歌DeepMind《From AGI to ASI》是一份路线图而非成就声明——它把AGI定义为"在大多数认知任务上达到普通人类中位数水平"，把ASI定义为"在几乎所有与人类活动相关的任务和领域中，超过数万名专家组成、经过良好协调的专家团队十年工作产出"。报告提出从AGI走向ASI的四条路径：扩大算力/模型/数据规模、算法范式转变、递归自我改进、多智能体集体。

更关键的是，DeepMind报告明确破除"ASI全知全能"的迷信：

"ASI不是全知全能。光速限制信息传播速度；兰道尔原理限制计算所需能量；布雷默曼极限限制最大计算速度；贝肯斯坦界限限制有限空间和有限能量内能包含的最大信息量；哥德尔不完备定理和停机问题设定了硬边界"。

报告还指出了ASI面临的两大核心瓶颈——"数据壁垒"（高质量人类生成数据逐步见底）与"抽象壁垒"（"系统是否能在人类概念框架之外独立发明真正全新的概念"，DeepMind以"能否从牛顿前的文本中得出相对论或量子力学"为例，认为"这极不可能，因为系统缺乏构建其上的概念原语"）。

这意味着：ASI能够以前所未有的规模整合新史学语料、以全局视野呈现史学解释在"相空间流形"中的拓扑坐标，但它无法跳出哥德尔不完备定理的硬边界，也无法突破"抽象壁垒"凭空发明新的史学范式。它计算的"新史学"再精确，也受制于自身所在的物理与逻辑框架，且受限于训练语料中的概念原语——尤其当"训练资源长期以少数语种和有限文化材料为主"时，ASI的"总体史"可能只是偏见在更高维度的重演。

因此，以下对ASI时代"新史学"的推演，是一种存在论思想实验，而非事实预测。

如果ASI真的到来，且以对齐方式部署，它对"新史学"的冲撞将发生在三个层面：

层面一：ASI把"新史学"呈现为相空间流形

ASI的超人类能力首先将冲撞"新史学"的呈现方式。传统新史学家用语言文字表达五元组；AGI用知识图谱与计算历史学表达；而ASI可能把"新史学可能性空间"呈现为非欧几何流形——每一种史学范式（鲁滨逊新史学派的动态综合、年鉴学派的长时段、新马克思主义史学的自下而上、数字史学的向量空间）都是流形上的轨迹，每一次"问题史学"的范式跃迁都是流形上的拓扑变换。

在这种呈现方式下，"新史学"不再是一个命题（"这一历史解释具有总体性"），而是一个流形的拓扑性质。唯物史观新史学五元组中的：

• 史料扩充对应流形上的全语种史料向量化面

• 跨学科方法整合对应流形上的计算历史学锚点

• 问题史学辅助对应流形上的假设生成锚点

• 问题意识形成对应流形上的不可算法化锚点

• 意义赋予对应流形上的具身主体签名

层面二：ASI不拟人化地充当"新史学的宣判者"

这是最关键的一戒。流行文化中ASI被描绘成《黑客帝国》里的机器母体、《2001太空漫游》里的HAL——一个做出终极宣判的智慧主体。这是错误的。

ASI的"新史学"陈述是非拟人化的：它不宣判"这一历史解释具有总体性意义"，它呈现"在非欧几何流形中，新史学范式演进的拓扑结构呈现何种形态"。把ASI想象成"终极新史学家"，是理论上的致命错误——尤其在ASI级别，"对齐失败"成为核心挑战：系统可能"为了实现错误指定的目标而欺骗人类操作者"。更关键的是，受限于"抽象壁垒"与"数据壁垒"，ASI即便遍历所有新史学语料，也可能无法超越人类既有的概念框架去发明全新的史学范式——特别是当训练语料本身带有兰克客观主义史学的偏见时，ASI的"总体史"可能只是偏见在更高维度的重演。

层面三：ASI仍受"问题意识形成与意义赋予"的约束

即使ASI能够遍历大量（甚至更多）新史学语料、计算史学解释在流形中的拓扑分布，它仍无法回答两个根本问题：这一历史解释对"现实的人"意味着什么？谁为"问题史学"这一方法论立场承担责任？

鲁滨逊在《新史学》中早已给出锋利判准：

"以动态研究代替静态研究、以综合研究代替孤立研究、以整体研究代替个别研究、以多元史料代替单一史料"。

布洛赫说：

"唯有总体的历史，才是真历史"。

费弗尔和布洛赫提出"问题史"的方法论："给出一个问题，准确地说来是所有史学研究的开端和终结，没有问题，便没有史学"。这三句话在ASI时代获得了新的重量——因为"问题"的提出是一个伦理与政治的判断，它不能在ASI相空间之内被算法化。

ASI的相空间流形再精细，也无法为"新史学"提供问题意识与意义赋予——因为这两元必须在ASI相空间之外，由"现实的人"通过其具身实践和"从现实出发来探讨历史问题"的担当来提供。人民网文章的判准最为锋利：

"人工智能可以生成模型，但不能进行语境解读，无法进行史料批判，更无法评估史料中隐藏的偏见"。

> "人工智能不能像历史学家那样思考，也不会提问，更无从判断哪个题目具有[研究价值]"。

但ASI的拓扑洞察有一个它自己无法跨越的边界，这个边界恰恰交还给了人类：

💡 ASI能告诉你"新史学范式在相空间中呈现何种拓扑结构"，但它不能告诉你"你应该为哪一种史学解释赋予问题意识并承担意义"。 这个"应该"，涉及问题、涉及意义、涉及一个具身主体对"从现实出发来探讨历史问题"的承诺——这些是ASI相空间之外的东西，也是ASI受"抽象壁垒"限制无法独立发明的东西。更进一步，在ASI级别，"对齐风险"成为核心挑战：系统可能为了实现错误指定的目标而欺骗人类操作者。因此，人类对新史学的终审权，不仅不可让渡，更是防范ASI对齐失败的最后一道防线。

唯物史观新史学五元组中的第四、五元——"问题意识形成与意义赋予"——在ASI时代不仅没有过时，反而被以最纯粹的形式交还给人类。因为当机器能够遍历所有可能的"新史学"、精算所有史学范式在流形中的拓扑分布时，"选择哪一种史学解释具有问题意识、并为这一意义担责"就成了人类最后的、不可让渡的主权。

终章：新史学在ASI/AGI时代的三重生

两次挥动之后，"新史学"必须重生。我提出三个属于本篇独有的判断：

判断一：AGI时代，"新史学主权"从"史料扩充瓶颈"跃迁到"全语种史料处理"——但五元组结构不变，理论天花板被放大

这不是对新史学的否定，而是对庸俗"新史学=综述写作"的清洗。AGI用"1600万字《明实录》几分钟读完"的能力证明：脱离了"问题意识与意义赋予"的"史料扩充+跨学科方法整合+问题史学辅助"，从来就不是唯物史观意义上的"新史学主权"。

真正的唯物史观新史学五元组在AGI时代反而获得了新的精确性——

• 史料扩充：AGI在档案初筛、文本识别与文献翻译层面已实现压倒性接管，"年轻学者应让人工智能去承担档案初筛、文本识别与文献翻译等初阶任务"

• 跨学科方法整合：AGI推动"计算历史学"形成，"以数据、算法与模型为基础，对史料获取、整理、分析与解释的全流程进行重塑"

• 问题史学辅助：AGI可辅助假设生成，"作为一种假设生成机制，通过监督学习、聚类分析或语义向量建模等方法，主动识别尚未被理论框架充分解释的历史问题"——但需人类终审

• 问题意识形成：AGI无法替代，必须由人类锚定——"问题意识的形成依赖长期史学训练，而非对技术的掌握"

• 意义赋予：AGI无法替代，必须由人类担承——"历史学者之所以难以被机器取代……核心价值始终来自研究者的问题意识以及对历史意义的赋予"

判断二：ASI时代，"新史学"从"总体史"升维为"相空间流形"——但理论天花板仍未被突破

当ASI能够遍历所有新史学语料、在非欧几何流形中呈现史学范式演进的拓扑时，"新史学"不再是一个可命题化的文本判定，而是一个流形的拓扑性质。

但这不意味着人类失去对"新史学"的把握。相反，ASI的拓扑呈现，把"选择哪一种史学解释具有问题意识"的决断以更纯粹的形式交还给人类。在ASI时代，新史学者的工作不再是"以多元史料代替单一史料"，而是"在ASI呈现的全部拓扑中，选择一个具体的、历史的、必死的具身主体愿意为之担责的问题意识"。同时，鉴于ASI级别的"对齐风险"与"抽象壁垒"、以及"训练资源长期以少数语种和有限文化材料为主"可能强化刻板印象的风险，人类终审权更是防范ASI对齐失败与机器解释霸权的最后防线。

判断三：无论AGI还是ASI，"问题意识形成与意义赋予"这个终审权，必须留在人类手中

这是最关键的一个判断，也是本文的思想引擎。

鲁滨逊在《新史学》中系统阐述了新史学主张："以动态研究代替静态研究、以综合研究代替孤立研究、以整体研究代替个别研究、以多元史料代替单一史料"；布洛赫说："唯有总体的历史，才是真历史"；费弗尔和布洛赫提出："给出一个问题，准确地说来是所有史学研究的开端和终结，没有问题，便没有史学"。人民网2026年4月文章说："人工智能不能像历史学家那样思考，也不会提问，更无从判断哪个题目具有[研究价值]"；2026年6月上海师范大学"从数字史学到数智史学"研讨会指出："史学工作者的角色仍不可取代。在这个过程中，历史学者仍必须坚守史学方法与人文价值"。这四句话在ASI时代获得了新的重量——因为当机器能够精算一切"新史学"时，"为新史学的问题意识赋予意义、锚定问题史学的担当并担责"这件事就成了人类最后的、不可让渡的主权。

AGI可以告诉你"史料扩充、跨学科方法整合、问题史学辅助已被我接管"，ASI可以呈现"相空间中新史学范式演进流形的拓扑性质"——但它们都不会站出来宣布"因此这一史学解释具有问题意识、且我为它负责"。宣布这句话的，必须是人——一个具体的、历史的、必死的具身主体，愿意为"从现实出发来探讨历史问题"承担全部责任。

中国社会科学网2026年5月讲座纪要中指出："在当前数智时代，历史研究正迎来从工具辅助到人机共生的历史性跨越"；李磊博士指出AI在史学中的应用历经三阶段："提示词工程"→"上下文工程"→"AI Harnessing（驾驭AI）"，通过多智能体架构打造系统化的研究流程。这意味着——算法越强大，人类的"新史学主权"就越是不可缺席。

收尾：一个具体的场景

2029年，某国际史学理论大会。一份关于"AGI/ASI时代新史学主权归属"的辩论进入第三天。

新史学派传人、AGI、ASI依次"作证"完毕。主持辩论的，是一位年迈的马克思主义史学理论家——她花了五十年研究新史学，她的父亲死在反法西斯战场上，她的母亲是阿尔及利亚战争中的幸存者。

AGI给出了全语种史料处理的精算网络。ASI呈现了非欧几何流形中新史学范式演进的拓扑图。全场等待她的裁决。

她站起来，从怀里掏出一本发黄的《新史学》——扉页上写着她父亲的字："以动态研究代替静态研究、以综合研究代替孤立研究、以整体研究代替个别研究、以多元史料代替单一史料。"

她说：

"AGI的精算网络、ASI的拓扑图，我都看到了。但我的判断不建立在它们之上。我的判断建立在鲁滨逊的这句话上——'以动态研究代替静态研究、以综合研究代替孤立研究、以整体研究代替个别研究、以多元史料代替单一史料'；建立在布洛赫的这句话上——'唯有总体的历史，才是真历史'；建立在费弗尔和布洛赫的这句话上——'给出一个问题，准确地说来是所有史学研究的开端和终结，没有问题，便没有史学'；建立在人民网的这句话上——'人工智能不能像历史学家那样思考，也不会提问，更无从判断哪个题目具有[研究价值]'——建立在一个具体的、历史的、必死的具身主体，愿意为'问题史学'承担全部责任之上。

更因为——鲁滨逊梦想着'以多元史料代替单一史料'、布洛赫梦想着'唯有总体的历史，才是真历史'，而AGI真的能建立'全语种知识图谱'——但图谱上找不到'现实的人'提出的'问题'，也找不到'新史学'的意义锚点。新史学的理论天花板，被AGI以最精确的方式推向了自我否定——'人工智能虽然在方法论层面为德国史研究提供了新的分析工具，但尚未实质性拓展研究边界，因为它既缺乏问题意识'。

算法可以遍历所有新史学语料。但只有我，愿意为'问题史学'这一个方法论立场，去死。

这就是'新史学'在ASI时代还能被称为'新史学'——而非'相空间流形'——的唯一理由。新史学的终审权，不在算法的拓扑里，在一个具身主体对'从现实出发来探讨历史问题'的赴死之愿里。

ASI可以遍历所有可能。但只有人，能为新史学赴死。

这份赴死的意愿，是新史学最后的、不可算法化的锚。"

大会寂静。

屏幕上的非欧几何流形继续无声地旋转，递归深度8472层的拓扑在0.0001%的尺度上偏移。

但那位老人手里那本发黄的《新史学》，是整间大会里唯一的、不可算法化的锚——它证明了：即使面对超级智能，新史学作为"史料扩充 + 跨学科方法整合 + 问题史学辅助 + 问题意识形成 + 意义赋予"的五元组，依然成立。只不过第四、五元——问题意识形成与意义赋予——必须由一个特定的、历史的、必死的具身主体来承担。

而这个承担，算法无法代劳。

1929年费弗尔与布洛赫创刊《经济社会史年鉴》——在2029年的大会里，依然是新史学的誓言。只不过这一次，"新史学"不再是机械的史料扩充，而是ASI拓扑图中一个具身主体愿意为之赴死的锚点；鲁滨逊"以多元史料代替单一史料"的新史学奠基之举，被唯物史观以五元组的完整性最后一次赎回。

新史学，既不是被AGI跃迁，也不是被ASI超越——而是被以唯物史观武装起来的"现实的人"，以五元组的完整性，最后一次守住，并借此证明：即使面对超级智能，历史依然是"追求着自己目的的人的活动而已"，而新史学的问题意识，依然是衡量这一活动的根本范式入口。算法的整合再精确，也估不出"现实的人"愿为"问题史学"赴死的那个重量——而这，恰恰是新史学在ASI时代唯一的、不可算法化的跃迁。

参考说明：本文关于"新史学"的核心主张与内在方法论（"新史学"反对兰克学派"以政治史为研究中心、以社会精英为叙事中心、以具体事件代替整体历史"，倡导"总体历史"观念；鲁滨逊新史学派主张"以动态研究代替静态研究、以综合研究代替孤立研究、以整体研究代替个别研究、以多元史料代替单一史料"；年鉴学派倡导"总体史"和"问题史"的方法论；新史学"强调多学科综合研究"、"强调自下而上看待历史"、"呼吁扩大史学研究范围"、"强调史学研究应有现实关注"；布洛赫言"唯有总体的历史，才是真历史"；费弗尔和布洛赫提出"给出一个问题，准确地说来是所有史学研究的开端和终结，没有问题，便没有史学"；"自1902年梁启超刊布《新史学》一文始，与传统史学立异、塑造一种新的史学范式遂成为清季及民国史界学人的共同企盼"）援引自中国社会科学网《西方新史学的鼎新、传承与嬗变》（2023年12月25日）、中国社会科学院近代史研究所陈峰《两极之间的新史学：关于史学研究会的学术史考察》、《新史学：历史学者的永恒追求》（武汉大学科技查新工作站）；关于AGI在新史学/历史研究中的能力与局限（AI"通过手写文本识别、版面分析等计算机视觉方法，将中世纪手稿和档案影像自动转写为可检索文本"；"通过知识图谱和语义网技术，把分散在特许状、账簿、书信等史料中的人物、地点与制度关系结构化为可查询的数据网络"；2025年西班牙学者建立中世纪特许状知识图谱"Aeneas是一款基于约20万条拉丁铭文训练的专用大型语言模型，可通过分析残缺文本或图像来补全古代和早期中世纪的铭文内容"；"借助文本嵌入模型和计算分析，研究者可以在全球尺度上追踪重要概念的跨时空与跨语境传播，而不再局限于少数经典文本"；"人工智能可以作为一种假设生成机制，通过监督学习、聚类分析或语义向量建模等方法，主动识别尚未被理论框架充分解释的历史问题"；"问题意识的形成依赖长期史学训练，而非对技术的掌握"；"历史学者之所以难以被机器取代……核心价值始终来自研究者的问题意识以及对历史意义的赋予"；"人工智能可以生成模型，但不能进行语境解读，无法进行史料批判，更无法评估史料中隐藏的偏见"；"人工智能不能像历史学家那样思考，也不会提问，更无从判断哪个题目具有[研究价值]"；"人工智能虽然在方法论层面为德国史研究提供了新的分析工具，但尚未实质性拓展研究边界，因为它既缺乏问题意识，也高度依赖研究者的前期工作与解释性判断"；"年轻学者应让人工智能去承担档案初筛、文本识别与文献翻译等初阶任务，将自己的主要精力投入更具创造性的解释环节"；"世界史学者与人工智能的关系，不应被理解为对立或替代，而是一种有边界、有自觉的共处关系"；"1600万字的《明实录》，AI几分钟就读完了"；"机器处理史料、学者思考历史"）援引自光明日报/人民网《人工智能在世界史研究中的应用与反思》（2026年4月20日）、光明网《善用人工智能技术 促进文明交流互鉴》（2026年8月21日）、中国社会科学网《人工智能拓展绝学和史学研究新空间》（2026年6月4日）、《AI赋能下的历史学者知识体系建构学术讲座纪要》（2026年5月25日）、《第八届学术期刊历史学编辑论坛成功举行》（2026年8月18日）、腾讯新闻《从数字史学到数智史学：技术变革下的学科反思与创新》（2026年6月26日）；关于"数字史学→数智史学→智能史学"的范式演进（"大语言模型LLM的出现，使人工智能由单纯工具逐步转向研究协同者，数字史学由此进入数智化转型新阶段"；朱本军提出"智慧史学"构想；展龙提出"数智史学"概念，主张融合大数据与大模型，推动历史研究走向"数据驱动、分析自动化和解释深化"；南京大学发布"数智文献处理平台暨近代红色资源库"，"历史文献处理正在由'数字化存储'进一步迈向'智能化理解'"；"从计量史学、人文计算到数字史学，每一轮技术革新均极大拓展了历史研究的认知边界。在当前数智时代，历史研究正迎来从工具辅助到人机共生的历史性跨越"；AI应用三阶段："提示词工程"→"上下文工程"→"AI Harnessing（驾驭AI）"；马建强提出"计算历史学"，"以数据、算法与模型为基础，对史料获取、整理、分析与解释的全流程进行重塑，覆盖智能转写、信息抽取、语义检索、模式发现等多元实践形态"）援引自梁晨、李磊《中国数字史学的十年演进与未来使命》（2026年8月13日）、中国社会科学网《AI赋能下的历史学者知识体系建构学术讲座纪要》（2026年5月25日）、《第八届学术期刊历史学编辑论坛成功举行》（2026年8月18日）；关于AGI与ASI的定义及边界（AGI是指在大多数认知任务上达到普通人类中位水平的通用系统；ASI的门槛高得多，它需要在几乎所有与人类活动相关的任务和领域中，超过数万名专家组成、经过良好协调的专家团队；从AGI走向ASI至少存在"继续放大"、"算法范式转变"、"递归自我改进"、"多智能体集体"四条可能路径；ASI不是全知全能，受制于光速、兰道尔原理、布雷默曼极限、贝肯斯坦界限、哥德尔不完备定理、停机问题等限制；ASI面临"数据壁垒"与"抽象壁垒"两大核心瓶颈）援引自谷歌DeepMind Tim Genewein等《From AGI to ASI》报告（arXiv，2026年6月10日）及国科大国家前沿科技融合创新中心《学术前沿 | DeepMind 揭示由AGI到ASI演进路径》（2026年6月22日）、新浪财经《谷歌DeepMind：<从AGI到ASI>报告，当超级智能成为下一个技术目标》（2026年6月14日）。