约翰·麦卡锡

1955 年夏天，一个年仅 27 岁的数学家在一份提案里写下了两个词："artificial intelligence"。那个夏天，这两个词还不存在于任何技术词汇表里。写下它们的人是约翰·麦卡锡（John McCarthy），他正在筹备一场将在达特茅斯学院举行的暑期研讨会，并需要给这场会议的研究主题起一个名字。

这个名字后来改变了整个世界对"机器能做什么"的想象。

破除误解：AI 的父亲不是制造"聪明机器"的人#

流行叙事常把麦卡锡说成"让机器变聪明的人"，但这并不准确。他实际做的事要更底层、更哲学——他给"机器智能"这个概念划定了边界，创造了研究它的工具，并奠定了整个领域的词汇体系。

麦卡锡的核心贡献有三个维度：一是命名了人工智能这个领域（1955），把原本散落在各个学科的研究聚拢到一面旗帜下；二是发明了 LISP（List Processor，1958），这是世界上第二古老的、至今仍在使用的高级编程语言（只比 FORTRAN 晚一年），也是符号 AI 研究近半个世纪的标准工具；三是提出了时间共享（time-sharing）计算的概念，为今天的云计算、多用户系统奠定了思想基础。

早年：从波士顿到普林斯顿#

麦卡锡 1927 年 9 月 4 日生于波士顿，父母都是移民：父亲约翰·帕特里克·麦卡锡是爱尔兰裔天主教徒，做过木匠、渔民，后来成为服装工人工会的组织者，并担任过美国共产党机关报《工人日报》的业务经理；母亲艾达·格拉特是立陶宛犹太移民。大萧条中全家辗转波士顿、纽约，最后定居洛杉矶。

他少年体弱，却靠二手的加州理工教材自学完了大学数学。1944 年进入加州理工，又因拒绝上体育课被开除，短暂服役后复学，1948 年拿到数学学士学位。改变他一生方向的是 1948 年 9 月在加州理工举办的希克森研讨会（Hixon Symposium on Cerebral Mechanisms in Behavior）：冯·诺伊曼在会上讲"自动机的一般逻辑理论"，麦卡锡当场产生了一个疑问——如果自动机可以描述神经系统，那么一台机器能否表现出真正的智能？他后来回忆，正是这场研讨会让"能思考的机器"从一个科幻念头变成了他觉得可以用数学严肃对待的问题。1951 年，他在普林斯顿大学获得数学博士学位，导师是拓扑学家所罗门·莱夫谢茨（Solomon Lefschetz），论文研究偏微分方程——与计算机毫无关系。

现场：达特茅斯，1956 年的夏天#

1956 年 6 月至 8 月，麦卡锡在新罕布什尔州汉诺威市的达特茅斯学院组织了一场"人工智能夏季研究计划"（Dartmouth Summer Research Project on Artificial Intelligence）。提案写于 1955 年 8 月 31 日，署名者除麦卡锡外还有马文·明斯基（Marvin Minsky）、克劳德·香农（Claude Shannon，信息论奠基人）和 IBM 的纳撒尼尔·罗切斯特（Nathaniel Rochester）；洛克菲勒基金会为这场"暑期学校"资助了 7,500 美元。

提案中那句话颇为大胆：

"我们建议，在 1956 年夏天，10 位科学家进行为期两个月的人工智能研究……这项研究将基于如下猜想：学习的每个方面、以及智能的所有其他特征，都可以被如此精确地描述，以至于可以用机器来模拟它。"

会议并没有实现那些雄心勃勃的目标——两个月的时间当然不够。但它完成了一件更重要的事：把一群原本分散在控制论、数学、心理学、逻辑学各个领域的研究者，凝聚成一个新学科的共同体。会上也有具体的成果展示：艾伦·纽厄尔（Allen Newell）与赫伯特·西蒙（Herbert Simon）带来了他们刚写成的"逻辑理论家"（Logic Theorist）程序，它能独立证明《数学原理》中的若干定理，其中一条证明甚至比罗素与怀特海的原证更简洁——这大概是历史上第一次，一台机器的输出让在场的数学家感到"这东西不只是在做算术"。

麦卡锡后来坦承，使用"人工智能"这个词，部分原因是为了区别于维纳（Norbert Wiener）的"控制论"（Cybernetics）——他不想让这个新领域与维纳的框架混在一起。一个词的选择，塑造了一个学科的独立身份。

核心发明：LISP——为思维建模的语言#

1958 年，麦卡锡在 MIT 设计了 LISP（LISt Processor）。这不是偶然——LISP 的诞生直接来自他试图为符号推理建模的需求。他当时正在构思一个假想的程序"建议采纳者"（Advice Taker）：一个把世界知识写成逻辑语句、靠推理规则而不是硬编码步骤来行动的系统。要让这样的系统跑得起来，首先需要一门能方便地书写和处理逻辑表达式的语言。

当时的计算机语言（如 FORTRAN）是为数值计算设计的：处理数字、执行公式。但麦卡锡想要的是能操纵符号的语言——能处理逻辑表达式、进行自动推理、表示知识的工具。他从阿隆佐·邱奇的 λ 演算中借来了函数记法（LISP 的 lambda 一词由此而来），又借鉴了 IPL 语言处理列表的思路，把它们熔成一个极简的整体。

LISP 的几个关键设计决定在今天看来仍然超前：

一切皆列表（S 表达式）：程序和数据使用同一种表示——括号嵌套的列表结构。这意味着程序可以操纵其他程序，代码本身就是数据。

; LISP 中的函数定义和调用，都是同一种括号结构
(defun square (x) (* x x))
(square 5)  ; => 25
```

递归作为基本控制结构：LISP 是第一种将递归（函数调用自身）作为核心控制流机制的实用语言。此前，循环是标准；递归在数学上优雅，但在计算机语言中很罕见。

垃圾回收（Garbage Collection）：麦卡锡在 LISP 中发明了自动内存管理的概念。程序员不需要手动释放不再使用的内存，运行时系统自动回收——这个概念在 60 年后成为 Java、Python、Go 等几乎所有现代语言的标配（详见 垃圾回收）。

函数作为一等公民（First-Class Functions）：函数可以作为参数传递，也可以作为返回值——这是 函数式编程 的基础。Haskell、Clojure、以及 Python 的 lambda 表达式，都继承了这一思想。

还有一个常被讲成轶事的关键时刻。1960 年，麦卡锡在《ACM 通讯》上发表 LISP 的奠基论文《符号表达式的递归函数及其机器计算，第一部分》（顺带一提，"第二部分"永远没有出现）。论文里他用 LISP 自身定义了一个函数 eval——一个能解释执行任何 LISP 表达式的通用函数。这原本是理论构造：用来说明这门语言在表达力上等价于图灵机。他的学生史蒂夫·拉塞尔（Steve Russell）读完后指出，这个 eval 可以直接翻译成 IBM 704 的机器码，并真的手工编译了出来——世界上第一个 LISP 解释器就这样意外地诞生了。麦卡锡后来半开玩笑地说，拉塞尔把理论变成了实践，他只好承认解释器比编译器先来了一步。

LISP 的语法对初学者来说令人望而生畏——密密麻麻的括号被程序员戏称为"Lots of Irritating Superfluous Parentheses"（大量令人烦恼的多余括号）。但正是这种极简的同质结构，赋予了它无与伦比的灵活性。

时间共享：计算机属于所有人#

1959 年元旦前后，麦卡锡给 MIT 教务长写了一份备忘录，第一次完整陈述了时间共享（time-sharing）的设想：多个用户同时通过终端共享一台计算机，计算机在用户之间以毫秒级速度切换，让每个人都感觉计算机是自己专用的。这与他做 AI 的需求直接相关——交互式的符号推理实验需要即时反馈，批处理系统给不了。

在此之前，计算机一次只运行一个任务，由操作员批量处理任务（批处理系统）。用户提交穿孔卡片，等几个小时甚至几天才能看到结果。

麦卡锡的备忘录促成了 MIT 的实际行动：1961 年 11 月，费尔南多·科尔巴托（Fernando Corbató）领导的兼容分时系统（CTSS）在一台改装的 IBM 709 上首次演示成功；1963 年，MIT 又启动了大型分时项目 MAC（Project MAC，麦卡锡是主要推动者之一），它日后孵化了 Multics 系统，而 Multics 的失败教训直接催生了 UNIX。

时间共享把计算机从"批处理机器"变成了"交互工具"——用户可以立刻得到反馈，实时调试程序。这个概念直接导致了： - 现代分时 操作系统（UNIX 就是分时系统的产物） - 网络终端和远程计算 - 最终——互联网上的 云计算

麦卡锡在 1961 年一次麻省理工的百周年纪念演讲中提出，计算机有一天可能成为"公用事业"（utility），像电力和水一样按需计费、按量供应——这个预言在今天的云服务中字面上实现了。

形式化 AI：情境演算与常识推理#

除了 LISP，麦卡锡在 AI 理论上的另一个重大贡献是情境演算（Situation Calculus，1969）。这是第一个试图用形式逻辑系统地表示行动、状态和时间的框架——"机器人如何表示'我拿起杯子之后，杯子在我手上'这个事实？"

他还提出了"框架问题"（Frame Problem）：一个行动改变了世界的某些方面，但哪些方面没有改变？对人类来说这是常识，但对形式推理系统来说极难表示。半个世纪后，这个问题仍然是 AI 研究的核心挑战之一。

为这类常识推理寻找逻辑基础，麦卡锡在 1980 年提出了限定（circumscription）——第一种系统的非单调逻辑。经典逻辑是"单调"的：前提集合扩大，已有结论永不被推翻；但常识推理恰恰不是：你知道"鸟会飞"就推断"这只鸟会飞"，一旦得知它是企鹅，结论就得撤回。限定的思想是把"没有异常"本身写成一条公理——在所知范围内，假设对象不具任何未声明的异常性质；新证据出现时，旧的推断自然失效。这个 1980 年发表于《Artificial Intelligence》期刊的框架开启了非单调推理的整个研究方向，也成为后来逻辑编程与知识表示的标准工具之一。

麦卡锡一生坚信 AI 应该基于逻辑和符号推理——这让他成为后来神经网络浪潮（他称之为"统计方法"）的著名批评者。他认为，仅凭统计学习无法实现真正的机器智能，因为机器需要能够推理、解释自身行为。

这场"符号 AI vs 统计 AI"的争论，在今天的大型语言模型时代以新的面貌重演。

荣誉与晚年#

麦卡锡 1962 年加入斯坦福大学，在那里建立了斯坦福人工智能实验室（SAIL），直到退休。1989 年当选美国国家科学院院士。主要荣誉：

2011 年 10 月 24 日，麦卡锡在加利福尼亚州斯坦福家中去世，享年 84 岁。

代价与争议#

麦卡锡晚年对 AI 领域的主流方向颇为不满。他对纯统计方法（神经网络、机器学习）持保留态度，认为这类方法缺乏可解释性，无法支撑真正的常识推理——在他看来，人类水平的智能必须建立在用数理逻辑表示知识、并对知识进行形式化推理之上（见他 2007 年的演讲《What is Artificial Intelligence?》及论文《人工智能、逻辑与形式化常识》）。这个"逻辑派"立场在深度学习主导的今天仍有支持者。

另一个争议：麦卡锡在 1950 年代的"AI 乐观主义"——相信机器在二十年内就能实现人类水平的智能——推动了大量研究资金的涌入，但也在目标未能实现后导致了 1970 年代的"AI 寒冬"。1973 年，英国科学研究委员会委托数学家詹姆斯·莱特希尔（James Lighthill）提交的评估报告直言 AI 未能兑现承诺、组合爆炸问题无解，直接导致英国大幅削减 AI 经费，美国国防部的资助也同步收紧。麦卡锡本人后来承认，早期的预测过于乐观。

LISP 本身也有代价：它的语法让许多实际工程师望而却步，导致 LISP 机器（Lisp Machine，专门运行 LISP 的硬件）在 1980 年代被通用工作站淘汰。一段被称为"AI 寒冬"的低谷（见 专家系统与第二次 AI 寒冬），部分来自于 LISP 机器商业化的失败。

跨域连接#

• 科学哲学：那份提案的核心猜想——智能的每个方面都可以被精确到能用机器模拟——并不可证伪：任何失败都能归因于"描述得还不够精确"。它的作用不是预测，而是划定研究纲领的硬核，把反例转化成待解问题。判断这类纲领是否健康，要看它能否持续产出新的可检验预测，而不是看硬核本身对不对。
• 认识论：框架问题暴露的是，人类推理默认"没被提到的都没变"，而形式系统必须把这条默认写成数不清的公理。任何形式化都要为沉默的背景付账，这不是逻辑不够强，而是背景知识本身没有边界。判断一个知识表示方案是否可用，看它怎么处理没写出来的部分，而非它能表达多少。
• 计算语言学：他要的是能被推理、能被解释的表示；语言处理界后来发现，从语料里估出来的表示在覆盖面上远胜手写规则，代价是既无法解释也难以局部修改。这条对照可以直接检验：规则系统改一条规则，效果可预期；统计系统改一批数据，效果不可预期，只能事后测。
• 数字平台社会：分时把计算从"拥有一台机器"变成"购买一段使用权"。这一步之后，调度、配额与可见性都由运营方决定，控制权从用户转到了平台。他预言计算会像电力那样成为公用事业，这一半应验了；另一半是同一结构带来的争议——谁有权终止你的访问，今天仍在原地。
• 递归：把递归当作基本控制结构，前提是有一套机制自动管理调用栈并回收不再可达的存储。垃圾回收因此不是附加特性，而是"递归加符号结构"的必要配套——手工释放在树形数据反复共享的场景里根本算不清。语言层面的一个决定，逼出了运行时层面的另一个。

参考文献#

• McCarthy, J. et al. A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence. 1955.（达特茅斯提案原文）
• McCarthy, J. Programs with Common Sense. Proceedings of the Teddington Conference on the Mechanization of Thought Processes, 1958.（"建议采纳者"设想出处）
• McCarthy, J. Recursive Functions of Symbolic Expressions and Their Computation by Machine, Part I. Communications of the ACM 3(4): 184–195, 1960. DOI: 10.1145/367177.367199.（LISP 奠基论文）
• McCarthy, J. & Hayes, P. J. Some Philosophical Problems from the Standpoint of Artificial Intelligence. Machine Intelligence 4 (1969).（情境演算与框架问题）
• McCarthy, J. Circumscription—A Form of Non-Monotonic Reasoning. Artificial Intelligence 13(1–2): 27–39, 1980.（非单调逻辑开山之作）
• Nilsson, N. J. John McCarthy, 1927–2011. Biographical Memoirs of the National Academy of Sciences (2013).（生平细节的权威来源）

延伸阅读#

• Nilsson, N. J. The Quest for Artificial Intelligence: A History of Ideas and Achievements. Cambridge University Press, 2010.