人接触到的首先是具体经验：一棵树、一次交易、一段愤怒、一件产品、一句话。人不会把这些经验永远保留为彼此无关的个别事件，而会辨认差异、提取共同点，并把它们理解为“树”“交易”“愤怒”“产品”或“意图”。

概念不是现实对象本身，而是我们把某个对象理解成某种东西的方式。

本文重点回答概念是什么、怎样形成边界并随反例修订。词、概念与对象进一步检查语言表达和指称，概念思维与逻辑思维则讨论人在判断中怎样使用概念。

可以先把这个过程写成：

具体经验
→ 发现差异与共同点
→ 形成类别
→ 建立概念
→ 用概念判断新的经验
→ 根据反例修订概念

概念把连续、复杂、不断变化的现实，转换成可以辨认、讨论和推理的对象。但这种转换也会舍弃细节，因此概念既是认识工具，也是可能产生误判的地方。

概念不等于词语

概念通常借助词语表达，却不等于词语。

“产品”是一个词。有人用它指企业生产出来的物品，有人指满足用户需要的解决方案，也有人把服务、软件和内容都视为产品。同一个词可以承载不同概念，不同词语也可能表达部分重叠的概念。

因此，查到一个词的字典释义，还没有完成概念分析。还需要继续追问：

• 这个词在当前语境中指什么；
• 它包含哪些对象，又排除哪些对象；
• 它和相邻概念怎样区分；
• 不同学科是否采用了不同定义；
• 使用者是否在论证中悄悄改变了它的含义。

词语是进入概念的表达入口，概念是词语所承载的认知内容。一个概念也可以由多个表达来接近，而不必被某个词完全穷尽。

概念不等于对象

一部具体手机不是“产品”这个概念本身，一次具体购买也不是“交易”这个概念本身。

可以区分三个层次：

现实对象可以存在而未被我们正确分类；词语可以存在而没有清楚含义；概念也可以指向不存在的对象，例如独角兽、理想圆或者虚构人物。

这说明概念的功能不是复制一个对象，而是提供一种可用于识别、判断和推理的内容结构。

哲学上，概念究竟是什么？

哲学没有关于概念的唯一理论。现代讨论中有三种重要立场。

概念作为心理表征

这一立场把概念理解为心智内部带有内容的表征。人能够想到猫、辨认猫、回忆猫并推断猫的性质，是因为认知系统以某种方式表征了猫。

心理表征不必是一幅清晰的内部图像。它可能是符号结构、特征组合、原型、图式或分布式神经状态。关键在于它能够指向某类对象，并参与后续认知过程。Stanford Encyclopedia of Philosophy: Mental Representation

概念作为认知能力

第二种立场认为，拥有一个概念主要表现为一种能力。例如，拥有“猫”的概念意味着能够在通常情况下把猫与非猫区分开，理解关于猫的陈述，并作出相应推断。

这一观点提醒我们：一个人会说出某个词，不等于他已经掌握相应概念。概念掌握要通过识别、应用、解释和推理表现出来。

概念作为抽象对象

第三种立场把概念理解为可以被不同思考者共同把握的抽象内容。不同的人可能拥有不同心理状态，却仍然在讨论同一个“三角形”或“正义”概念。

这种理解强调概念的公共性：概念能够进入语言、数学、法律和科学体系，不会随着某个具体人的遗忘而完全消失。

斯坦福哲学百科把这三种路线概括为心理表征、认知能力和抽象对象。它们分别抓住了概念的心理实现、实际运用和公共内容。Stanford Encyclopedia of Philosophy: Concepts

一个概念由什么构成？

内涵

内涵是判断某个对象为何属于这一概念时所使用的性质、条件和关系。

例如，“商品”可能包含可供交换、满足某种需要、具有交换条件等要素。内涵回答：

什么样的东西才算这种东西？

外延

外延是一个概念实际涵盖的对象范围。“商品”的外延可能包括食品、衣物、软件订阅和某些标准化服务。

外延回答：

哪些具体对象属于这个概念？

内涵和外延相互约束。定义变严，通常会缩小外延；定义变宽，通常会扩大外延。

边界

概念需要区分属于、不属于和暂时难以判断的情况。

免费软件是不是商品？个人数据是不是商品？一次非正式承诺是不是合同？这些边界案例能够暴露定义中没有说明的条件。

典型例子与原型

人并不总靠严格定义识别对象。麻雀是典型的鸟，企鹅也是鸟，却缺少典型鸟类的飞行能力。有些概念围绕必要条件和充分条件组织，有些概念更多依靠原型、相似性和语言实践。

原型能够提高识别效率，却不能自动充当定义。把典型例子当作全部标准，会排除真实但不典型的对象。

反例

概念需要接受反例检验。如果把产品定义为“有形且出售的东西”，软件、公共服务和免费数字产品都会迫使我们重新检查定义。

反例不一定立即推翻概念，也可能说明它存在不同版本或适用语境。但一个拒绝所有反例、不断临时改口的概念，已经失去分析作用。

概念关系

概念存在于网络中，而不是孤立词条中：

需要 → 目标 → 意图 → 行动
需要 → 产品 → 商品 → 交换
事实 → 判断 → 推理 → 决策
价值 → 原则 → 规则 → 行为约束

理解一个概念，也意味着知道它与上位概念、下位概念、相邻概念、对立概念及因果相关概念的关系。

概念不仅表示事物

把概念理解为“事物的名称”过于狭窄。概念可以表示多种对象：

所以，“主题词”适合充当知识目录的入口，却不等于已经完成分析的概念。主题词只是索引；概念还包括边界、标准、用法和关系。

概念是怎样形成的？

概念形成通常同时依赖多种过程：

• 感知区分：从经验中辨认稳定差异；
• 抽象：忽略部分个体差异，保留共同结构；
• 分类：把新对象纳入已有类别或建立新类别；
• 语言学习：从他人的指称、解释和纠正中掌握公共用法；
• 行动反馈：通过使用结果检验分类是否有效；
• 制度规定：法律、技术或组织可以规定什么条件算作某种身份；
• 理论建构：科学可以为日常词语建立更精确的理论概念。

概念并不都来自简单归纳。某些概念由制度创设，某些由理论定义，某些与人的身体经验紧密相关，还有些概念在社会争议中持续变化。

为什么概念会发生争议？

概念争议至少有四种来源。

第一，人们使用同一个词，却采用不同定义。有人把产品理解为“企业生产的东西”，有人把它理解为“解决用户问题的可交付能力”。

第二，概念本身具有模糊边界。“游戏”“艺术”“智能”“意识”等概念，很难只靠几个条件覆盖所有情况。

第三，描述和评价混在了一起。“正常”“成功”“进步”“文明”既可能描述状态，也可能暗含价值判断。

第四，不同学科构造了不同用途的版本。“实体”在日常语言、哲学、数据库和人工智能中承担不同任务。

分析概念不是强行消灭差异，而是说明：

在什么语境中，我们采用哪个版本，它解决什么问题，又排除了什么。

常见的概念错误

• 词物混淆：把有一个词误认为现实中必然有一个对应实体；
• 一词多义偷换：论证前后使用同一个词的不同含义；
• 范畴错误：把属于一种类型的问题当成另一种类型，例如追问“概率放在哪里”；
• 概念实体化：把“市场”“历史”“社会”说成具有统一意志的行动者；
• 本质主义过度：假定所有概念都必须有一个永恒不变的隐藏本质；
• 原型代替定义：把最熟悉的例子当成全部边界；
• 描述规范混淆：从“通常如此”直接推出“应该如此”；
• 层级混淆：把对象、对象的模型和关于模型的评价放在同一层。

怎样系统研究一个概念？

一份可复用的概念研究可以依次回答：

1. 它通常由哪些词语表达？
2. 它要解释哪类对象、行为、状态或关系？
3. 日常语言和不同学科怎样使用它？
4. 它的核心内涵是什么？
5. 它的外延和典型例子有哪些？
6. 哪些边界案例最难判断？
7. 它与哪些相邻概念容易混淆？
8. 哪些反例会迫使定义改变？
9. 这个概念提供了什么认识或行动能力？
10. 什么新证据或新实践会要求修订它？

概念分析不是寻找一句永远正确的释义。它是在建立一种能够公开检查、用于判断现实、又允许被现实修正的认知工具。

结论

概念使人能够越过孤立经验，把对象识别为某种东西，并在共同语言中形成判断。

但任何概念都进行了选择：它突出一些差异，也忽略另一些差异。概念越有用，越需要说明其内涵、外延、边界、关系和反例。

掌握一个概念，不只是知道一个词是什么意思，而是能够正确识别、区分、应用、推理，并在失败时修订它。

中文里的“实体”容易让人想到实体门店、实体经济或有形物品。但在哲学、信息科学和人工智能中，实体并不等于物质对象，也不只是一个名词。

实体是在某个讨论、认知或计算系统中，被赋予相对独立身份，因而可以被持续指称、识别、描述、关联、追踪或操作的对象。

这个定义的核心不是“摸不摸得到”，而是“能不能把它当作同一个东西继续谈论”。一个人是一种实体，一家公司可以是一种实体，一篇文章、一次会议、一份合同和一个虚构人物也可以成为实体。它们的存在方式不同，身份标准也不同。

“实体”究竟指什么？

现代哲学与技术语境中的“实体”通常对应英文 entity。这个词来自中世纪拉丁语 entitas，又与表示“是”或“存在”的 esse 相连。它原本接近于“某个存在者”或者“某个可以被算作某物的东西”。American Heritage Dictionary: entity

因此，entity 的范围远大于中文日常表达中的“实体物品”。它可以包括：

• 具体对象，例如人、树、手机；
• 社会和制度对象，例如公司、国家、账号；
• 事件和过程，例如会议、交易、学习；
• 抽象对象，例如数字、集合和命题；
• 心理状态，例如信念、欲望和意图；
• 作品和虚构人物，例如一部小说和小说中的角色。

哲学家不会一致承认这些对象都以相同方式存在。有些理论承认抽象对象，有些理论否认；有些理论把事件视为基本存在者，有些理论试图用对象及其变化解释事件。但只要一种理论允许某个东西成为指称、量化或者解释的对象，它就在某种意义上把这个东西当作实体。Stanford Encyclopedia of Philosophy: Object

实体不等于物体、实质或者真实存在

实体不等于物体

物体通常指具有物质结构和空间边界的对象。实体的范围更广。

一家公司没有像石头一样固定的物质边界，却可以有名称、法律身份、资产、权利、责任和生命周期。一次会议不是一件物品，却可以有参与者、时间、地点、议题和结果。二者都可以被系统持续识别，所以都可以成为实体。

Entity 不等于 substance

英文 entity 与哲学中的 substance 也不能直接等同。

entity 泛指可以作为某个存在者来讨论的东西。substance 则通常强调相对独立、能够承载属性或者构成事物基础的存在。事件、关系、数字和属性可以被称为 entity，却未必是传统哲学意义上的 substance。Stanford Encyclopedia of Philosophy: Substance

中文都可能把二者译成“实体”，所以阅读哲学文本时需要回到原词和具体理论。

被谈论不等于真实存在

福尔摩斯可以被明确命名、拥有性格、住所和人物关系，因此是文学叙事与知识库中的实体。但这不能证明现实中曾经存在一位对应的侦探。

至少要区分三个判断：

一个名称出现在文本中，只能证明文本出现了这个名称。它被模型识别为实体，也只说明模型作出了某种表示。现实存在需要另外的证据。

一个东西凭什么成为同一个实体？

实体概念最困难的部分不是给对象起名，而是确定它的身份。

一个人改名以后，通常仍是同一个人。一家公司更换员工和办公地址以后，法律身份可能继续存在。一篇文章修改正文以后，可能仍由同一条版本历史保持身份。一个商品更换包装以后，是否仍是同一 SKU，则取决于交易系统采用的规则。

这说明不同类型的实体具有不同的同一性条件：

名称不是身份。两个人可以同名，同一个人也可以使用多个名称。属性也不等于身份：人的年龄和地址会变化，却不因此每天变成另一个人。

更准确的实体表示通常需要：

身份标识
+ 实体类型
+ 属性
+ 关系
+ 时间与状态
+ 来源
+ 身份置信度

实体为什么离不开本体论？

实体不是脱离认知框架后自然摆放好的一张清单。一个系统必须决定什么值得被当作独立对象、对象分成哪些类型，以及什么变化仍允许它保持身份。

这已经进入本体论：什么存在，存在者有哪些类别，又如何保持身份和彼此关联。

实体是系统承认的某个存在者；本体论规定什么可以成为实体，以及这些实体怎样组织起来。

例如，“上海”在一份简单用户表中可以只是地址字符串；在城市知识图谱中则可能成为拥有行政区划、地理位置和人口属性的独立实体。不同表示没有脱离任务的绝对优劣，关键在于系统是否需要持续识别上海，并围绕它建立更多关系。

哲学本体论研究现实中有哪些存在者。AI 和知识工程中的本体，则把一个领域中的类别、实体、属性、关系和约束明确写出来。关于本体论本身，可以参见《什么是本体论？从存在者到 AI 的领域模型》。本文只保留与实体身份直接有关的部分。

AI 中的实体是什么？

在 AI 中，实体通常指系统为了理解、检索、记忆、推理或行动，而从文本、图像、数据库或现实环境中区分出来的对象。

但“实体”在不同任务中承担的角色不同。命名实体识别、实体链接、知识图谱、数据库和 AI Agent 谈论的并不是完全同一个层次。

自然语言处理先识别的是“实体提及”

看一句话：

苹果计划明天在上海发布一款新手机。

模型可能从中找出：

• “苹果”；
• “明天”；
• “上海”。

这些首先是文本中的实体提及，也就是看起来在指向某个对象的词语片段。

命名实体识别，Named Entity Recognition，简称 NER，通常负责找出这些片段并标注类型。例如把“苹果”标为组织，把“上海”标为地点，把“明天”标为日期。spaCy 的实体识别组件把这项任务表述为识别互不重叠并带有标签的 token 片段。spaCy: EntityRecognizer

但是，NER 只回答：

1. 哪段文字可能在指向实体；
2. 这个提及大概属于什么类型。

它还没有证明“苹果”究竟指水果、Apple Inc.、某个品牌，还是其他同名对象。“新手机”也可能只是一个产品类别，而不是已经拥有名称和身份的具体产品实体。

所以必须区分：

实体提及 ≠ 实体身份
实体名称 ≠ 具体实体
实体类型 ≠ 现实存在

实体链接把名称连接到具体身份

如果系统进一步判断句中的“苹果”指 Apple Inc.，并把它连接到知识库中的唯一标识，这一步称为实体链接。

文本中的“苹果”
        ↓ 消歧
Apple Inc.
        ↓ 规范化
知识库实体 ID：company/apple-inc

实体链接通常包含两个问题：

• 消歧：同一个名称在当前语境中指哪个对象？
• 共指与规范化：“苹果公司”“Apple”和“Apple Inc.”是否指同一个实体？

如果只识别名称而不确认身份，系统很容易把同名人物合并，或者把同一公司的不同写法当成三家公司。

实体链接仍然不是现实验证。链接成功只表示文本提及被连接到某条知识库记录。那条记录是否正确、最新，是否真的对应现实对象，还要检查来源和时间。

知识图谱把实体放进关系网络

在知识图谱中，实体通常表现为节点，关系表现为连接节点的边。

苹果公司 ──总部位于──> 库比蒂诺
苹果公司 ──发布──> iPhone
iPhone ──属于──> 智能手机

这里可以区分：

• 实体：苹果公司、库比蒂诺、iPhone；
• 类别：公司、城市、产品；
• 属性：名称、成立时间、发布日期；
• 关系：总部位于、发布、属于。

RDF 等知识表示方式使用“主体—谓词—客体”三元组描述信息。W3C 的 RDF 模型允许资源指向物理对象、文档、抽象概念和其他可以进入讨论领域的对象。W3C: RDF 1.1 Concepts and Abstract Syntax

本体规定哪些类型和关系可以出现，知识图谱则记录具体实体与事实：

本体：公司可以发布产品
事实：苹果公司发布 iPhone

类别、概念、实体和记录不是一回事

“公司”与“苹果公司”处在不同层次。

公司：类别或概念
苹果公司：一个具体实体
“苹果”：文本中的名称或实体提及
company_001：系统中的实体标识
数据库某一行：关于实体的一条记录

可以用下表进一步区分：

同一个实体可以有多个名称和多条数据记录。一条记录也可能同时混合多个现实对象。建立 ID 能够减少歧义，却不能自动保证数据正确。

什么时候应当把一个东西建模为实体？

并不是句子中的每个名词都必须成为独立实体。可以检查六个问题：

1. 它是否具有独立身份？ 系统需要区分这个对象与其他对象吗？
2. 它是否会被重复指向？ 不同文本、记录或任务是否会再次谈到它？
3. 它是否有自己的属性？ 是否需要记录名称、状态、时间或位置？
4. 它是否参与关系？ 是否需要表达它属于谁、影响谁或者与谁互动？
5. 它是否跨时间持续？ 属性变化后是否仍要把它视为同一个对象？
6. 系统是否会对它行动？ 是否需要查询、修改、发送、授权、购买、删除或追踪？

如果大多数答案是“是”，通常适合把它建模为实体。否则，一个属性值、标签或者临时文本片段可能已经足够。

行为、事件和状态也能成为实体吗？

语言中的名词、动词和形容词，与信息系统中的实体、事件、关系和属性并不一一对应。

“张三签署合同”可以先表示为关系：

张三 ──签署──> 合同

但如果系统需要记录签署时间、地点、版本、见证人和法律效力，就可以把这次签署建模为事件实体：

签署事件 E1024
├── 签署人：张三
├── 对象：合同 C36
├── 时间：2026-09-24
├── 地点：上海
└── 状态：已生效

同样，“意图”可以被当作一种心理状态；当系统需要记录是谁的意图、指向什么目标、依据什么证据推断、在什么时间成立时，也可以把一次意图判断建模为有来源和置信度的对象。

实体化是一种建模选择。它让系统能够围绕某个对象保存更多信息，也增加了身份、时间和一致性管理的成本。

大语言模型怎样表示实体？

标准大语言模型直接接收的是 token。它从训练数据和当前上下文中学习名称、类别、属性与关系之间的统计模式。

模型可能知道“Apple”经常与公司、产品、iPhone 和库比蒂诺共同出现，也能在上下文中区分它与水果。但这并不意味着模型内部必然保存着一条像传统知识库一样清楚、唯一并可查询的 Apple Inc. 实体记录。

模型参数中的知识通常是分布式和概率性的。因此，大模型可能：

• 在一个上下文中正确消歧，在另一个上下文中混淆；
• 把公司、品牌、产品和网站合并为一个对象；
• 记住旧属性，却不知道状态已经变化；
• 生成一个语言上合理、现实中不存在的人物或机构；
• 无法稳定说明某条事实的来源。

需要可靠行动的 AI 系统，通常不能只依赖模型参数。它还需要显式的实体系统：

语言模型
+ 领域本体
+ 实体标识与解析
+ 当前状态数据
+ 时间和来源
+ 权限与行动规则

语言模型负责理解模糊表达，本体规定对象类型和关系，实体系统确定具体指向，事实系统验证当前状态，权限系统决定可以对什么做什么。

AI Agent 为什么尤其需要可靠的实体身份？

看一个看似简单的提示词：

把昨天那篇需求文章更新到 Moonment。

系统至少要解析：

AI 即使正确识别了“更新”这一意图，也可能因为实体解析错误而修改错文件、操作错项目、使用错账号或者覆盖错版本。

因此，从提示词到行动通常需要经过：

原始语言
    ↓
实体提及识别
    ↓
类型判断与指代解析
    ↓
实体链接和消歧
    ↓
关系、事件与意图理解
    ↓
现实状态、来源和权限验证
    ↓
对确定实体采取行动

识别出名称只是开始。真正可执行的理解，必须知道它指向哪个对象、对象当前是什么状态，以及用户是否授权对它行动。

AI 能断定一个实体真实存在吗？

不能仅凭语言断定。

AI 可以判断一个表达看起来像人名、公司或地点，也可以计算它最可能对应哪条知识库记录。但现实存在需要外部证据，例如：

• 官方登记和权威资料；
• 当前数据库记录；
• 文件系统中的真实文件；
• 可验证的网站和接口；
• 身份与权限系统；
• 传感器或人工确认。

下面几步不能合并：

文本提到一个对象
≠ 模型正确识别它
≠ 系统找到对应记录
≠ 记录内容准确且仍然有效
≠ 现实对象当前存在
≠ 用户获准对它行动

大模型的置信度也不等于存在证明。它只描述模型在给定信息和计算方式下的判断强弱，不能替代证据来源。

如何检查一个 AI 系统的实体设计？

可以使用下面这组问题：

1. 系统中的实体类型有哪些，为什么需要它们？
2. 名称、类别、实体和数据记录是否被明确区分？
3. 每类实体的同一性条件是什么？
4. 别名、同名、改名和重复记录怎样处理？
5. 属性和关系是否带有时间与来源？
6. 事件和状态是否被错误压缩成静态属性？
7. 模型识别、知识库链接和现实验证是否分开？
8. 虚构对象、计划对象和现实对象能否区分？
9. 实体发生合并或拆分后，旧记录如何解释？
10. 对实体采取行动前，如何验证身份、状态和权限？

一个系统即使能抽取大量实体，如果没有稳定身份、时间、来源和权限，仍然无法可靠地连接语言与现实。

实体是语言通向行动的接口

实体可以把现实、语言、知识和行动连接起来：

现实中的对象、事件和状态
          ↓
语言中的名称与描述
          ↓
AI 识别实体、属性和关系
          ↓
系统连接到具体记录和现实证据
          ↓
理解需求、意图与行动对象
          ↓
在权限范围内执行并记录结果

实体回答的是“正在谈论谁或什么”。属性回答“它是什么样”，关系回答“它与什么相连”，事件回答“发生了什么”，意图回答“主体试图让什么发生”。

所以，实体不是一个名词标签，而是一项身份判断。它至少包含：

可区分的身份
+ 明确的类型
+ 可变化的属性
+ 与其他对象的关系
+ 时间和状态
+ 信息来源

AI 最危险的实体错误，不是漏掉一个名词，而是把一个模糊名称过早地当作已经确认身份、已经证实存在并且可以直接操作的现实对象。

参考资料

• American Heritage Dictionary: entity
• Stanford Encyclopedia of Philosophy: Object
• Stanford Encyclopedia of Philosophy: Substance
• Stanford Encyclopedia of Philosophy: Logic and Ontology
• spaCy: EntityRecognizer
• spaCy: Linguistic Features—Named Entity Recognition
• W3C: RDF 1.1 Concepts and Abstract Syntax
• W3C: OWL 2 Web Ontology Language Primer

词是语言中的表达形式，概念是人用来识别、分类、理解和推理的单位。

本文重点检查一句话中的词性、它所表达的概念、它指向的对象类型，以及它在论证中承担什么功能。若要深入概念本身的形成与边界，可先读概念；若要看这些区分怎样进入实际思考，可接着读概念思维与逻辑思维。

“水”是一个词。人对水的概念还包含它属于什么、具有哪些性质、怎样变化，以及能够与什么发生关系。同一个概念可以用不同语言表达，同一个词在不同语境中也可能承载不同概念。

因此，查词典只是概念研究的起点。词典可以说明常见词义和用法，却不能独自回答这个概念指向什么、怎样与其他概念关联，以及它在一段论证中承担什么功能。

哲学中对概念本身也没有唯一理论。有的理论把概念理解为心理表征，有的理解为认知能力，还有的把它理解为抽象对象。共同点是，概念参与分类、推理、记忆、学习和决策。Stanford Encyclopedia of Philosophy：Concepts

名词、动词和形容词是什么分类？

名词、动词和形容词首先是语法分类。它们说明词在句子中怎样使用。

• 名词通常用来指称人、事物、事件、状态或抽象对象；
• 动词通常表达动作、发生、变化或持续过程；
• 形容词通常表达性质、状态、程度或评价。

这种对应并不固定。

“死亡”是名词，却可以指一个事件。“选择”可以作为动词，也可以作为名词。“积极”通常是形容词，却可以表示情绪状态、行动倾向或价值评价。

所以，不能根据词性直接断定一个概念代表什么。

概念可以指向哪些类型？

实体

实体是在一段时间内被当作同一个对象识别的存在，例如人、树、手机和公司。

实体不一定是自然物。“公司”由人员、法律、规则、资产和社会关系构成，是一种制度实体。

事件

事件是在某个时间发生的事情，例如出生、死亡、会议、战争和一次失败。

哲学上常用“对象存在，事件发生”来说明两者差异。物体通常具有比较清楚的空间边界，事件则依靠发生的时间、参与者和变化来识别，但二者的边界仍有争议。Stanford Encyclopedia of Philosophy：Events

行为

行为由行动主体实施或参与，例如选择、承诺、写作、拒绝和工作。

行为概念通常连接意图、能力、条件和责任。“一个动作发生了”与“一个人有意做了这件事”不是同一个判断。

过程

过程是在时间中持续展开的变化，例如成长、学习、认知、衰老和演化。

过程可以包含许多事件，却不一定有单一的终点。学习是一段过程，通过考试则可以被识别为其中一个事件。

状态

状态是一个主体或系统在一段时间内所处的情形，例如焦虑、健康、失业、稳定和静止。

状态可以持续，也可以改变。描述状态并不一定说明它为何形成，也不直接说明应该怎样评价。

属性

属性是对象、行为或状态被认为具有的特征，例如红、坚硬、自由、积极和公平。

一些属性可以通过明确尺度测量，另一些属性包含解释和评价标准。“长度”与“公平”都可以作为属性概念，但它们的判断方法并不相同。

关系

关系连接两个或多个对象，例如因果、相似、所有权、亲属关系、权利和义务。

很多抽象概念具有关系结构。“意义”常表示某件事在某个主体、语境、目的或价值结构中具有重要性，而不是物体内部可以单独取出的成分。

数量、尺度和模型

时间、概率、价格、风险和效率不只是给对象命名。它们还提供比较、测量或推断方式。

同一个词进入不同学科后，可能获得更精确的变量、公式和适用条件。日常“风险很大”与统计模型中的风险值不能直接互换。

制度、规则和规范

法律、货币、职位、承诺、责任和正义依赖共同实践、制度规则或价值判断。

一张纸可以是物理对象，也可以在制度中成为货币。物理描述无法单独解释它为什么能够用于支付。

抽象对象

数字、集合、命题、可能性以及概念本身，通常被放入抽象对象的讨论。它们不像桌子一样占据普通空间，却能够进入数学、逻辑和推理。

哲学上对抽象对象是否独立存在、我们怎样认识它们，仍然存在长期争论。Stanford Encyclopedia of Philosophy：Abstract Objects

事件、过程和状态怎样区分？

这三类特别容易混淆。

同一个现实可以按不同尺度描述。“一个人学习三年”是过程，“他通过考试”是事件，“他已经掌握这项能力”是状态。

分类取决于研究问题。语言和哲学中的分类帮助我们避免把持续过程误写成瞬间结果，或者把某种状态误认为固定本质。

概念还会在论证中做什么？

一个概念除了指向某类对象，还会承担不同的论证功能。

同一个词可以跨越多个功能。

“积极”可以描述一个人的情绪，也可以评价他的态度，还可以变成“你应该积极”的规范要求。如果没有区分，情绪描述就可能被悄悄改写成道德评判。

“事实”也可能被混用。一个事实是实际成立的情形，对事实的解释是关于原因的判断，从事实推出行动则还需要价值和规范前提。

为什么一段话里经常包含多个概念？

自然语言会把多个层次压缩在同一句话里。

例如，“这个计划失败了，所以战略错了”至少包含：

• “计划”：行动安排；
• “失败”：事件或结果评价；
• “战略”：关于目标、路径、资源和取舍的选择系统；
• “所以”：一个推理关系。

一次计划失败可能来自执行、时机或偶然事件，不能单独证明战略判断错误。只有把概念分别展开，才能检查结论是否真的由前提支持。

概念解构因此不只是解释名词。它还要发现句子中被省略的关系和前提。

怎样研究一个概念？

可以依次进行三层检查。

第一层：语言形式

它在当前句子中是名词、动词、形容词，还是一个完整命题？同一个词是否发生了名词化或词义转换？

第二层：对象类型

它指实体、事件、行为、过程、状态、属性、关系、数量、制度还是规范？讨论双方是否在指向同一种东西？

第三层：论证功能

它正在描述、分类、解释、预测、评价、提出规范，还是指导行动？其中是否发生了未经说明的跳跃？

完成这三层之后，再研究词源、历史变化、学科定义、哲学争议、证据、适用边界和背后的世界观或价值观。

结论

概念并不只是名词所代表的“东西”。它可以关于事物，也可以关于发生、行动、变化、状态、属性、关系、尺度、规则和价值。

词性回答一个表达在句子中怎样运作；对象类型回答我们正在谈论哪类存在；论证功能回答这个概念在当前思考中发挥什么作用。

把三者分开，是从词语解释进入概念分析，再进入逻辑检查的第一步。