边疆史：AGI的边界推演与ASI的全局视野，如何重写边疆史？
从AGI到ASI，边疆史正在经历一次从"线性边界"到"动态边疆"、从"个案考据"到"全域时空推演"、从"中原中心叙事"到"多语种多主体网络"的三重跃迁。这一跃迁最核心的意义是：边疆作为"政治归属、族群交往、贸易与军事通道、生态环境、认知框架"共同作用的动态过程，其史料往往散落在多语种文献、古地图、遥感影像、考古遗存、口述传统中——AGI阶段的AI与历史GIS（HGIS）结合，第一次让这些异构数据在统一坐标下融合；ASI（若到来）则有望把这种融合推到"全域边疆知识空间+长时段边界演变模拟"的层级。但边疆史作为涉及疆域正当性、民族融合叙事、地缘政治解读的敏感学科，其最终解释权、价值框架、史料批判始终不能让渡给机器。下面分四层说清楚。一、AGI阶段：边疆史的四条实质性加速路径传统边疆研究面临的根本局限是：中国边疆地域辽阔、生态环境多样、社会演进历程复杂多样，多语种史料混杂、历史文献标注复杂、实体关系多元，学者个体受限于经验归纳和认知边界，"往往受限于学者个体的经验归纳和认知边界"。AGI阶段的技术正在系统性地拆掉这些墙。
🗺️ 路径一：边疆大模型与"30倍效率"的文献智能处理
山东大学数字人文实验室的"边疆大模型"智能助手是这一方向的标志性落地：基于百万级边疆专题语料库，通过多任务联合训练框架，强化对边疆地名、民族称谓、历史事件、政策术语等特定实体识别精度，攻克了低资源语料的自动标点与分词难题。
具体成效：
🛰️ 路径二：遥感+GIS让"隐形边疆"显影
遥感考古技术正在让那些"不被看见"的边疆设施显影，这是AGI时代边疆史最具硬实力的证据来源：
西域都护府治所的定位：中科院空天院、国家博物馆、新疆文物考古研究所联合，将遥感、物探技术与文献考证、实地考察结合——通过历史记载初步划定可能区域，利用多源遥感数据大范围探测发现考古感兴趣区，进一步采用多种地球物理手段勘探验证。基于航空和航天遥感影像发现奎玉克协海尔古城为圆角方形（表现出西域与中原特色的融合），城墙边长约230米，为汉代的百丈，符合汉代规制；城内钻探发现大量红烧土和灰烬层，经碳14测年距今约2200年左右（汉代）。
新疆古代长城的"重现"：借助遥感考古技术，中科院遥感与数字地球研究所工作人员将200多座古烽燧、戍堡连成了"汉代长城资源""唐代长城资源南线""唐代长城资源北线"——描画出新疆古代长城样貌，甚至通过立体空间数字模型看出丝绸古道及其分支的具体走向。"这不仅改变了万里长城万里长的概念，长城一直延伸到新疆的喀什地区"，更重要的是，"新疆的长城资源印证了中原王朝对西域进行了有效管理，长城遗迹沿着古丝绸之路沿线分布"。
米兰古屯田灌溉系统的揭示：中科院遥感与数字地球研究所团队利用遥感考古技术，基于高分辨率卫星图像，通过人机交互解译，从全局尺度揭示了米兰古屯田灌溉系统的详细结构——茫茫戈壁上由一条干渠、7条支渠和大量斗渠、毛渠组成的灌溉系统，灌溉范围东西长约6公里、南北宽约5公里。"米兰屯田灌溉渠系是中国古代西北边疆绿洲农业开发的典型案例"。
📜 路径三：GIS驱动的空间过程重建
GIS技术正在让边疆史从"静态描述"走向"动态过程重建"：
西南山地民族分布的量化研究：霍仁龙以云南禄劝县掌鸠河流域为案例，综合利用历史学、地理学和人类学的多学科方法，结合GIS空间分析，创建了包含751个民族聚落的演变数据库，利用ArcGIS形成每50年一个时间断面的民族聚落演变图。研究揭示了清代以来彝族、汉族、苗族在水平和垂直两个维度的空间演变——"从低海拔到高海拔依次分布着汉族、彝族和苗族"的垂直分异特征。这一研究"弥补了传统文献资料的不足"，"为量化研究清代以来山地民族的空间演变提供了基础数据"。
清代文人入疆路线的GIS重建：通过输入不同省份文人的日期与著作信息，GIS系统自动生成文人的新疆行踪表，可以精细化分析清代文人入疆的路线选择共性。以景廉咸丰十一年（1861）自伊犁惠远城赴阿克苏办事为例，途经14座军台、路程逾千里，途中创作34首诗——"ARCGIS软件可以用于诱导清人入疆路线表，从而研究清人入疆路线选择的共性与个性"。
🌐 路径四：多语种史料整合与跨文化比较
中国社科网指出，生成式人工智能"有望高效整合和利用中国边疆地区的多语种史料和多学科研究成果"；"人工智能与历史地理信息系统（HGIS）的结合，有望从空间背景下推进对中国边疆地区复杂人地关系及其相互作用的理解"；"整合多元数据（历史文献、古地图、遥感影像等），通过深度神经网络分析驱动的文本挖掘，提取和计算自然要素与人文要素的空间关系和模式"。
这种能力让边疆史第一次具备跨文化比较的方法论基础——"为学者进行跨学科研究与跨文化比较提供学术支撑"，"有助于推动形成具有中国特色的边疆研究话语体系"。
二、为什么"重写"不能由AI单独完成：边疆史的四重硬性约束⚠️ 约束一：AI的"帝国史范式"偏见会消解中国边疆史的正当性叙事
这是当前最紧迫的风险。程诚、李玉尖锐地指出：ChatGPT回答西汉屯田问题时，"直白地反映了西方汉学界的'帝国史范式'，其潜台词是将西汉屯田理解为一种扩张行为"；而DeepSeek"不加甄别地使用'以战养战'、'文化渗透'等具有特定历史内涵的词汇，与西汉屯田西域的本质方枘圆凿"。"当AI不经意间用'帝国'取代'家国'，用'地缘博弈'取代'民族融合'时，实际上正扭曲我们对自身历史的正确认识"。
更严峻的是，这种偏见会被自我强化："因其具备标准答案式的客观标签，又容易被转化为问题语料，造成误导历史认知的恶性循环"；"AI很可能会成为加速历史虚无主义蔓延的新工具"——"借助AI技术，别有用心者可以批量生产错误信息，迅速占领网络空间，进而污染模型的训练数据，让历史虚无主义'感染'整个AI生态"。
⚠️ 约束二：训练数据偏差导致的人物评价与叙事失衡
山东大学边疆治理研究院2026年4月的研讨会明确警示："AI在处理历史人物相关信息时，可能因训练数据偏差产生认知偏差与叙事失衡，形成片面化的人物评价，进而影响历史研究的客观性"。西南大学的实证研究进一步显示：关于西方炮制的所谓"新疆种族灭绝"指控，ChatGPT回答中文提问时表示"要保持开放和批判的思维"，回答英语提问时则宣称"这一问题的指控是有可信来源的"——同一模型针对不同语种提问给出截然不同的立场，"复刻了某些非中立观点和不真实叙事"。
⚠️ 约束三：边疆作为"动态过程"而非"静态边界线"
Historica团队在开发历史地图生成系统时明确承认：他们用AI模型作为解析器（parser）——读取大量文本源转化为结构化记录（地点、日期、实体、关系、来源）；但地图构建本身不依赖AI，而是使用团队设计的算法来近似历史影响区域。"每个点（城市、聚落或遗址）被分配一个'影响区域'，代表其与政治体相关的历史领土。这些影响区域随时间变化并相互作用——当两个实体接近时，它们的区域相互推挤形成边界。地理特征（山脉、沙漠、海洋和主要河流）也被纳入考量"。
关键的是，Historica强调"模型是确定性的：给定相同数据，它将始终产生相同的地图。每条记录都链接回来源，用户可以始终检查、纠正或替换AI生成的数据"。这说明即便是致力于"AI生成历史边界"的前沿团队，也清醒地认识到——边界推演必须可溯源、可校正，AI只是解析器而非判定者。
⚠️ 约束四：边疆史料的"存活偏见"与多语种不对称
边疆史料的特殊性在于：多语种混杂、低资源语言难以标注、口传传统难以数字化、考古遗存与文献记载常不匹配。任何AI模型在边疆史料上的训练，都会面临"哪种语言的史料被更多数字化"的结构性偏差——而这种偏差会直接投射到"边界在哪里"的结论上。
三、ASI推演：从"单区域重建"到"全域边疆知识空间"ASI（人工超级智能）尚未到来，但基于现有轨迹可以审慎推演三个方向的质变。
🌐 推演一：全域边疆时空知识空间的自主构建
当前"边疆大模型"、Historica、遥感考古等仍是单点工具。ASI若到来，有望自主融合：
由此形成的"中国边疆史操作系统"，能让任何一处边疆聚落、任何一条贸易路线、任何一个治理制度在毫秒级获得全域相似经验匹配、跨时期坐标对位、长时段演变推演。
🕸️ 推演二：长时段边疆演变的反事实推演
ASI级别的模拟能力，让边疆史第一次可能具备"反事实实验"的方法论能力：
这种推演的价值不在还原真实，而在生成可供检验的研究假设——让边疆史的"重写"从"补充被遮蔽的边疆经验"走向"重构边疆治理的解释框架"。
🔮 推演三：多主体边疆叙事的并行呈现
传统边疆史往往以中原王朝为叙事主轴。ASI若到来，有望将边疆视为多主体互动的网络——中原王朝、地方政权、游牧部落、商旅群体、宗教共同体各自视角的史料被并行处理与呈现，形成"多层叠加的边疆叙事"。这正是Historica所设想的"图层"概念——"政治边界、行政区划、宗教、瘟疫、迁徙、贸易路线、文化现象"等图层可以组合、比较或切换。
但必须清醒：ASI给出的"最可能的边疆演变版本"，本质上仍是统计推断而非历史事实。Historica的经验已经证明：AI用于解析文本，但地图构建本身使用学者设计的算法——"每条记录都链接回来源，用户可以始终检查、纠正或替换AI生成的数据"。这一"可溯源、可校正"的原则在ASI时代不仅不能放弃，反而因输出更具说服力而更加关键。
四、不可逾越的边界：边疆史的四条底线⚠️ 底线一：疆域正当性的解释权不可让渡
程诚、李玉的警告极为严肃："如果不加以约束与防范，AI很可能会成为加速历史虚无主义蔓延的新工具"；"当AI不经意间用'帝国'取代'家国'，用'地缘博弈'取代'民族融合'时，实际上正扭曲我们对自身历史的正确认识"。边疆史涉及历代中央政权对边疆地区的有效管辖这一重大历史命题，其解释框架必须由具备中国边疆学素养的学者基于史实选定，绝不能交由训练数据带有"帝国史范式"偏见的通用大模型自主判定。遥感考古揭示的新疆古代长城资源、西域都护府治所等实物证据，是反驳"帝国扩张论"最硬的科学依据——但这些证据的历史意义阐释，必须由人来定调。
⚠️ 底线二：史料批判与偏见审计不可让渡
面对AI的"帝国史范式"偏见、训练数据的西方中心主义倾向、涉民族话语的算法锚定，"历史学家的作用难以取代"。中国社科网的评价指出了方向："人工智能技术的介入有望重塑中国边疆史地研究的学术范式与实践路径。中国边疆史地研究在继承史料积累与实证传统的同时，借助算法与算力"——注意措辞是"在继承史料积累与实证传统的同时"——AI是增强，不是替代。
⚠️ 底线三：多语种史料的批判性整合不可让渡
边疆大模型虽然"攻克了低资源语料的自动标点与分词难题"，但哪种语言的史料权重更高、如何处理多语种史料之间的冲突、如何解读跨境民族的历史叙事，这些方法论决策不能外包给机器。山东大学团队采用"本地化部署方案，确保跨境民族语言和敏感历史数据的安全可控"——这一设计本身就是对数据主权与学术自主的坚守。
⚠️ 底线四：最终叙事框架的选定不可让渡
边疆史的最终叙事框架——是"民族融合"还是"帝国扩张"、是"家国同构"还是"地缘博弈"、是"有效管辖"还是"军事占领"——这些根本性的解释框架选择，必须由边疆学者基于多语种史料、考古实物、遥感证据、多民族视角的综合裁定。AI可以提供模式、关联、可视化，但"重写"的主语必须是人——而且必须是那些深刻理解中国边疆"多民族交往交流交融"历史本质的学者。
五、未来边疆史学者的画像在AGI/ASI时代，边疆史学者需要具备三种复合能力：
1. 数智边疆工作流的设计能力
能够运用"边疆大模型"智能助手、HGIS、遥感考古、知识图谱等工具，让机器处理智能标点、实体抽取、时空标签生成、多语种文献互译、遥感影像解译等机械性工作，自己聚焦于研究问题的设定与解释框架的构建。
2. AI偏见审计与批判性使用能力
能够识别训练数据中的"帝国史范式"偏见、能够对边疆大模型输出进行史料批判、能够在多语种史料冲突时做出权重判断——知道AI会再生产西方中心主义偏见，且能够在具体情境中识别并纠正具体偏见。
3. 中国边疆学核心方法的坚守能力
在疆域正当性解释、民族融合叙事、多民族交往交流交融历史本质的判定等关键节点，保持学者的主体性——知道AI的"帝国""地缘博弈"话术框架是错误的，且能够在具体研究中坚守"家国同构""民族融合"的正确历史观。
回到问题的核心：AGI让边疆史在四条路径实现实质性加速——"边疆大模型"智能助手实现智能标点、实体抽取与时空标签生成，处理效率较人工提升30倍，建成百万级文献与20万实体图谱；遥感+GIS让西域都护府治所、新疆古代长城资源、米兰古屯田灌溉系统等"隐形边疆"显影；GIS驱动西南山地民族分布每50年一个断面的量化重建、清代文人入疆路线的空间过程复原；多语种史料整合让边疆史第一次具备跨文化比较的方法论基础。ASI推演中的全域边疆知识空间，则让边疆史从"单区域重建"走向"全域时空推演+反事实边疆实验+多主体叙事并行呈现"。
但走向"重写"的是视野，不是权威。AI能从百万级文献中抽取实体、能从遥感影像中识别古烽燧、能生成历史边界的候选方案、能在多语种史料间互译；但它不能替我们回答：西汉屯田西域的本质是"帝国扩张"还是"家国同构"？清代边疆治理的正当性根基何在？那条由AI推演出的历史边界，其史料来源是否可靠？当ChatGPT用"以战养战"描述西汉屯田时，我们如何在学术上予以驳正？——这些判断构成了边疆史学者的学术尊严，也构成了"解释权不可让渡"的不可动摇底线。
未来的边疆史学者，不是被AI替代的"边界绘图员"，而是"数智边疆工作流的驾驭者+AI偏见输出的审计者+中国边疆学解释框架的选定者"。
马尔库塞的话放在这里依然有效：在算法的确定性逻辑与边疆历史的开放性之间保持张力。AGI/ASI让边疆史"发现"更多隐形设施、"连接"更多分散史料、"重建"更动态的边疆过程，但边疆背后"何为边疆、边疆何以成为中国不可分割的一部分、多民族如何交往交流交融"的终极解释，最终要靠中国边疆史学者的素养来锚定——而这一锚定，在ASI时代比以往任何时候都更关键，因为当AI生成的"帝国史范式"叙事比真实历史更具说服力、当西方训练数据中的偏见被算法规模化再生产时，守护"史料实证+中国边疆学自主话语"这一根本方法的责任，就完全落到了人类学者肩上。
中国社科网的评价值得重温：AI"有望高效整合和利用中国边疆地区的多语种史料和多学科研究成果，推动中国边疆史地研究深刻变革"；但这一变革必须服务于"推动形成具有中国特色的边疆研究话语体系"。在AGI/ASI时代，"具有中国特色"这六个字，就是边疆史学者不可让渡的学术使命——用最智能的工具，做最严谨的中国边疆学，讲最真实的中国边疆故事。 |
GMT+8, 2026-9-1 13:17 , Processed in 0.041021 second(s), 21 queries .
Powered by Discuz! X3.5
© 2001-2026 Discuz! Team.
