理性的思维方式可以简单地概括成两类：一是逻辑思维，二是科学思维

两种思维

逻辑思维，或者说逻辑推理依赖的公理体系是不依赖实验或者观测地，其具备必然性。只要公理（即前提假设）（公理可能也是观测得来的，但是这不是必然条件）和逻辑正确结论就真。逻辑推理不会因为出现了新证据被推翻。它关注的是如何从已知的前提出发，通过有效的推理规则得出结论。

而科学思维是依赖实证方法的。需要通过观察，假设，实验进行规律探索。这样的规律可能会被推翻。科学强调实证和可重复性，而且着重于解释现实世界。

人类理性思维体系可归结为两大基本范式：逻辑思维与科学思维。二者虽同属理性认知范畴，却在方法论与真理属性上存在本质差异。

逻辑思维建立于公理化体系之上，其有效性不依赖于经验观察。这种思维范式具有必然性特征：只要保证公理系统（即前提假设）的正确性和推理过程的合逻辑性，结论必定为真。值得注意的是，公理来源可能存在经验成分，但这并非必要条件。逻辑推理的结论具有永恒有效性，不会因新证据的出现而被推翻，其核心价值在于构建严格的概念推演体系。

科学思维则根植于实证主义方法论，通过观察-假设-验证的循环过程探索自然规律。其知识体系具有可证伪性和可重复性两大特征。科学理论本质上具有暂时性，随着新证据的出现可能被修正甚至颠覆，这种动态演进特性恰是其区别于其他认知体系的核心优势。

AGI 和 中医？

在人类认知发展史上，存在诸多前科学解释体系（如阴阳五行学说）。这些朴素系统虽包含经验观察成分，但缺乏严格的实证验证机制。以中医理论为例，其本质上属于前科学阶段的经验知识集合。现代科学标准下，由于核心理论框架不具备可检验性（untestable）和可证伪性，难以纳入科学范畴。这种知识形态更接近于列维-斯特劳斯定义的"具体性科学"（science of the concrete），而非现代实证科学。

关于AGI（通用人工智能）的学科属性辨析：

  • 方法论层面：AGI研究确实运用科学方法，包括模型构建、实验验证和数据分析。其算法基础涉及数学证明（逻辑思维范畴），而性能验证必须通过实证研究（科学思维范畴）

  • 认知特征：当前深度学习系统的"黑箱"特性（black-box nature）导致其解释性危机，这种不可知性（unknowability）使AGI研究兼具科学探索与哲学思辨的双重特征

  • 发展维度：作为动态演进的领域，AGI理论框架持续经历范式转换。其最终形态可能突破现有科学认知框架，形成独特的智能科学（intelligence science）体系

综上，AGI现阶段应定位为跨学科的研究对象，而非成熟科学体系。其研究同时涉及逻辑演绎与实证分析，正在塑造新的认知范式。随着可解释AI（XAI）等方向的发展，未来可能建立融合逻辑严谨性与科学实证性的新型智能科学。