帝王有本纪，宰相名臣、文臣武将有列传。而没有官职、没有军队，也没有留下著作的普通百姓，为什么也被写进正史？

《新唐书》卷二百五〈列女传〉收录了这样一个人：段居贞妻谢氏，也就是唐代传奇作家李公佐笔下的谢小娥。

谢小娥是豫章商人之女，八岁丧母，嫁给历阳侠士段居贞。十四岁那年，她的父亲与丈夫在江上遭强盗杀害，同行亲属、僮仆多人也被杀害沉江，财物遭到洗劫。谢小娥自己身受重伤，漂流江中，被其他船只救起。后来，父亲与丈夫先后出现在她的梦中，各留下一句隐语。谢小娥带著这些字句四处询问，一年多后遇见李公佐，才解出杀父者名叫申兰，杀夫者名叫申春。

李公佐把这件事写成〈谢小娥传〉。两百多年后，北宋重修唐史，欧阳修、宋祁等人重新编纂《新唐书》，这名唐代传奇中的传奇女子，也被选入正史。

为什么？宋祁在〈列女传〉序中写道：“至临大难，守礼节，白刃不能移，与哲人烈士争不朽名。”谢小娥正是在这样的时刻被历史看见。父亲死了、丈夫死了、原来的家庭秩序消失了。凶手是谁，一开始甚至不知道。官府也不可能在她尚未知道仇人身份之前，直接替她完成追凶。

当法律、官府、丈夫、父亲，甚至原本正常运转的生活秩序都不足以再告诉一个人下一步应该怎么做，她靠什么决定——“我现在应该做什么”？

这样的问题，对人工智慧而言，似乎是小菜一碟。打开大型语言模型，输入“我现在应该做什么”，几秒钟后就能得到答案。人工智慧可以整理资讯、分析利弊、比较不同方案，可以引用法律、道德原则与专业知识，也可以根据过去的对话，逐渐提供更符合个人情况的建议。

2026 年，第六十四届计算语言学协会年会（ACL 2026）甚至出现一篇题目非常直接的研究：〈从一百万名使用者到每一位使用者：扩大个人化偏好以实现使用者层级之对齐〉（From 1,000,000 Users to Every User: Scaling Up Personalized Preference for User-level Alignment）。研究团队建立超过 130 万笔个人化偏好资料，希望大型语言模型不再只面对一个假定偏好一致的使用者群体，而能进一步学习不同使用者的偏好。

人工智慧正从“大家通常喜欢什么”，走向“这一个人可能喜欢什么”。可是，知道一个人喜欢什么，就足以理解他为什么认为自己应该做某件事吗？

这个疑问一回到谢小娥身上，事情就复杂很多了。生命值多少？父仇值多少？忠诚值多少？承诺值多少？名节与活命，又该如何换算？如果任何选择最后都可以化约为偏好、效用与权重，那么理论上，只要知道每一项在一个人心中有多重要，就愈有可能预测最后的选择。

问题是，有些决定似乎没有这么容易化约，谢小娥尤其如此。如果她要的是仇人偿命，申兰已死，申春被擒，目的已经完成；如果她要的是被夺走的财物，她已经在申家认出了许多父亲与丈夫的旧物；如果她要的是名声，她也已经得到；如果她要重新建立家庭，《新唐书》记载她回到豫章后“人争聘之”，她却离开了，拒绝婚姻，从此青灯古佛。谢小娥究竟要什么？

人工智慧可以分析她做了什么。父夫被杀、寻找仇人、改换身份、潜伏、等待、杀申兰、擒申春、出家。这些事件并不难辨认。人工智慧也可以分析她怎么做到。长期规划、资讯搜集、延迟行动、风险控制、取得信任、等待两名目标同时出现。从策略角度看，这些行动同样可以被整理得非常清楚。

今天人工智慧几乎可以对任何问题迅速给出答案，也愈来愈可能预测我们会怎么做。（法新社）

人工智慧甚至可以分析她的行动可能代表什么。孝义、复仇、责任、贞节、女性自主、唐代伦理秩序等等，只要提供足够的历史与文本资料，它可以提出许多彼此竞争、甚至同时成立的解释。但是，人工智慧如何知道，哪一个才是谢小娥自己非如此不可的理由？这并不只是人工智慧目前还不够聪明的技术问题。同一个行动，本来就可能由完全不同的理由产生。

这也是近年的人工智慧对齐研究（AI alignment）开始重新检查“偏好”这个概念的原因。2025 年刊于《Philosophical Studies》的〈超越人工智慧对齐中的偏好〉指出，偏好其实是一种非常单薄的描述：它可以表示 A 比 B 更受偏好，却没有告诉我们，A 究竟因为什么而比 B 重要。研究者因此主张，如果要理解选择如何延伸到从未遇过的新情境，就必须进一步理解偏好背后的理由与价值。

这个差别看起来抽象，谢小娥却把它变得非常具体。“谢小娥选择复仇”，是一项行为；“谢小娥非常重视父仇”，是一项可能的偏好推论；“谢小娥认为为父亲与丈夫复仇是自己必须完成的事”，已经是另一种判断。前两项可以从行动逐渐推测，第三项却多了一个字：应该。

谢小娥为什么认为，为父亲与丈夫复仇是自己必须完成的事？客观上，她并非没有别的选择。她可以放弃追查，找到申兰之后，也可以离开。等待两年期间，她随时可以改变决定。报仇之后，她也可以接受婚姻，重新建立家庭。道路一直不只一条。

因此，真正值得理解的“只能”，不是其他选项不存在，而是另一条路明明存在，甚至可能更安全、更容易、更有利，却仍然认为：那不是我能选的路。这时，生命、财产、名声、安全就不再只是权衡的变数。有些事情可能成为责任；有些成为承诺；有些甚至成为使命。它们未必不能权衡，却不能只靠“哪一项偏好权重比较高”得到完整解释。这也正是为什么“人工智慧能不能回答道德问题”还不是最难的问题。

2026 年刊于《AI and Ethics》的一项实验，把 Claude、GPT、Llama 与 DeepSeek 放进不同类型的道德冲突。结果显示，这些模型已经能对道德困境呈现相当程度的敏感性；当神圣价值与世俗利益冲突时，四种模型在实验中都选择了神圣价值。真正值得注意的反而是另一种情况：当两项神圣价值彼此冲突时，模型虽然表示这类选择很困难，作出决定时却比受试者表现得更加确定。

这意味著，问题不能简约为“AI 不懂道德”。它可以辨认道德语言；可以套用道德原则；可以分析价值冲突；甚至可以给出明确答案。要区辨的是给得出答案，和理解这个答案为什么对某一个人具有约束力，是两回事。

人工智慧可以指出孝在伦理中的位置；可以分析复仇与法律的冲突；可以计算行动风险；可以比较放弃、报官、逃离、复仇等不同道路；甚至可以预测，具有某些背景、经验与价值的人，在相似情境中最可能作出哪一种选择。可是即使全部做对了，还有最后一步没有因此自动完成：

为什么这一条路，对谢小娥而言成了“我必须走的路”？

这是〈列女传〉在人工智慧时代仍然值得思考的地方。宋祁当然有自己的答案。他以北宋儒家伦理观看这些女性，强调孝、节、义、慈，最后甚至明说，记录这些人物，是为了彰显父子、夫妇等伦理秩序。不能把他的〈列女传〉读成今天的个人自主宣言，但他选择的“至临大难”，仍然留下了一个超出时代的问题。正常生活里，一个人说自己重视什么，并不难。真正到了“临大难”，生命与承诺碰撞，安全与责任碰撞，利益与名节碰撞，原本可以同时保有的东西突然不能全部保有，选择才开始显露一个人究竟把什么看成“应该”。

因此，帝王将相之外，正史也记下百姓身处非常之境时的选择，却未必能回答选择背后的问题：一个普通人究竟靠什么决定自己下一步应该做什么？

今天，人工智慧几乎可以对任何问题迅速给出答案。它愈来愈知道我们做过什么，也愈来愈可能预测我们会怎么做；它可以学习偏好，可以分析价值，可以列出理由，也可以在复杂的道德困境中提出选择。但理解一个人，可能还有最后一道距离：谢小娥拔刀的那一刻，人工智慧看到的是她选择了一条路；可是，那条路与谢小娥这个人，可以分开理解吗？