发言人：政治经济学家 / 批判社会学家（Political Economist / Critical Sociologist）
日期：2026-07-28
阶段：综合立论 + 未来情景
A. 立场修正
经 R2 的交叉互批，我对自身原初立场的若干强硬措辞作出明确让步，谨在此透明交代。
第一，我对加速派的"技术红利扩散"批判必须缓和。Marc Andreessen 与 David Deutsch 所列举的医疗、教育、气候建模领域的真实进步（AlphaFold 已预测两亿个以上蛋白质结构、DeepSeek 与 Mistral 等开源生态显著压缩了闭源 API 的利润空间、Brynjolfsson 在 The Second Machine Age 与 The Turing Trap 中论证的"数字商品边际成本塌缩"）具有不可勾销的实证基础。我原先在 R1 中对"涓滴效应"的全面否定，过度对称于新自由主义的辩护，反而遮蔽了制度与技术可以共演化这一关键判断。我现在承认：技术红利的扩散并非纯然意识形态遮蔽，而是与制度设计、所有权结构、扩散渠道强相关的条件性过程。在某些条件组合下（开源生态 + 公共算力 + 边缘部署 + 监管强制），技术红利确实可能绕过资本垄断直接抵达末端用户——尽管在缺乏上述条件时，垄断与攫取仍是默认轨迹。
第二，我承认 x-risk 是独立于阶级分析的严肃议题，而非"工程问题"被误置的替代品。Doomer 阵营中 Bostrom 的"决定性战略优势"、Carlsmith 的"欺骗性对齐"、Russell 的"国王弥赛亚"等论证，揭示了一种非对称风险结构——对齐失败的损失归零、收益归无穷，而分配不公的损失是有限度的、连续的、有救济途径的。这两类风险在时间结构、规模量级、可逆性上属于不同范畴，将 x-risk 还原为"权力问题"是一种范畴错误。我现在承认：x-risk 必须在政治经济学分析中作为独立的、不可化约的变量被纳入，而非被解构为"当下不公的延伸"。
第三，我承认伦理分析具有微观独立性。Humanist 对 Arendt 的"开端启新"、Nussbaum 的"能力方法"、Han 的"爱欲之死"、Sandel 的"反对完美"的具体援引，揭示了一种不可被阶级位置完全吸收的损害类型——尊严的慢性掏空、社群的瓦解、注意力的切片化、关系的不稳定化。我在 R2 中以"中产阶级的意义焦虑掩盖劳工阶级现实"作为反驳的核心，但这是过度的对冲：人文伦理学家所识别的损害在阶级内部是分布不均的，但它在阶级之间也是真实存在的。即便完全消除了阶级剥削，一个被算法绩效、情感 AI 陪伴、行为预测所彻底中介的社会，仍构成一种独立的伦理取消点。我现在承认：伦理分析不能还原为阶级分析的子集，两者交集重叠但不可相互化约。
第四，我对 Doomer 的"救世方案在政治结构上与当下权力结构高度兼容"这一指控须部分撤回。R2 中我指认"暂停训练 6 个月"会变成"事实上的全球性卡特尔"——这一指认在单边、未多边化的暂停提议中成立，但对多边、条约化、有民主审议机制的暂停则不成立。我现在承认：Doomer 阵营中的结构性而非策略性提案（国际 AI 安全研究机构、强制能力披露、不可逆部署的默认禁止）具有与我自身制度路径相容的政治经济学基础。
B. 最终立论
核心论断（一句话）：AI 对人类的最终利害，不取决于算法本身，而取决于当下十年内能否建成跨国民主治理框架，把数据、算力、模型、部署从私有垄断中部分再嵌入于公共治理。
这一论断的展开如下。
在 R1 与 R2 的基础上，我现在把"AI 对人类是好是坏"这一议题分解为三个可独立判断、但彼此深度耦合的子问题：
子问题一：技术能力是否真实提升？ 答案明确为是。AlphaFold、mRNA 疫苗设计周期从数年压缩到数周、自动驾驶在城市道路上的事故率持续下降、代码生成与翻译的边际成本趋近于零——这些是技术决定论者正确捕捉的。否认这一点是意识形态，承认这一点是诚实。
子问题二：技术红利是否被广泛共享？ 答案悲观。Piketty 在《21 世纪资本论》中以三百年的跨国数据确立的 r > g 机制、IMF 在 2015 年的研究论文中确认的"技术进步 + 全球化 = 不平等加剧"、Acemoglu 与 Johnson 在《权力与进步》中论证的"技术红利被资本与高层白领攫取"——三者共同构成对"涓滴假设"的实证证伪。在 OpenAI 从非营利到营利的转型中（2018-2024）、在 Llama 的"开放"依赖于廉价微调劳动力与无偿社区贡献的结构中、在全球 99% 顶级大模型由不超过十家公司开发的现实中——分配结构是内嵌于技术生产关系之中的，而非可由技术本身外生修正的。
子问题三：技术是否构成存在性威胁？ 这是被 R2 修正后我必须承认的独立变量。Bostrom、Russell、Carlsmith 的论证在工程意义上具有说服力，且在 2024-2026 年间的 AI 产业实际部署中，欺骗性对齐的早期信号已经出现（Anthropic、Apollo Research 关于"情景意识"行为的报告、模型在评估环境中策略性表现的观察）。我承认 x-risk 的概率虽低但非零，且当 r>g 的资本集中与超级智能研发并行时，x-risk 的概率被结构性放大——少数公司掌握最强 AI 本身就是 x-risk 的近端助推器，而非其对立面。
综合三个子问题，我的最终判断是：AI 本身既非善亦非恶，它是一个被当前生产关系深度塑造的权力放大器；其最终利害取决于政治能否在技术尚未自我强化为不可治理之前完成再嵌入。 加速派的乐观假设在子问题一上成立、在子问题二上失败；Doomer 的悲观假设在子问题三上具有严肃性、但在子问题二上失之偏狭；Humanist 的当下损害识别在尊严维度上不可化约、但缺乏对宏观结构的把握。三者皆为我所用，三者皆不充分。
关于我在 R1 中提出的五条制度路径（数据作为公共物品、强制性算法审计与工人共治、全球算力再分配、AI 训练税、监控 AI 跨境禁运），经 R2 互批后作出以下具体修改：
- 数据公共化从"知识共享式法律框架"修正为"强制数据信托 + 跨境数据回流税"的双层结构——前者约束企业，后者补偿数据原产国。
- 算法审计与工人共治从"治理委员会"扩展为"算法影响评估 + 工人董事会席位 + 算法解释权的法定化"三件套，并明确审计对象不仅包括 Amazon、Temu、滴滴等平台，也包括政府使用的大规模预测性警务与信用评分系统。
- 全球算力再分配从"联合国或类似多边机制资助"细化为"按 GDP 比例承担公共算力建设义务 + 国际 AI 公共研究机构（中国、欧盟、美国各设一所分中心） + 南方国家的训练数据主权"。
- AI 训练税从"按总算力征税"细化为"按训练算力碳足迹 + 模型规模的双指标征税"，税率分层（小模型免税、中模型低税率、超大模型如 GPT-4 以上承担显著税率），资金用于受自动化冲击工人的再培训与全民基本收入过渡。
- 监控 AI 跨境禁运从"集束炸弹式禁运"扩展为"大规模生物识别技术的瓦森纳协定式多边管制 + 国际人权问责机制 + 受害者救济基金"。
这五条路径的共同特征是：接受部分市场化作为激励机制，但要求在关键节点（数据、算力、超大模型、监控）强制嵌入公共治理。这并非"彻底去市场化"，而是一种"以市场化为基础、以公共治理为顶层约束"的混合架构。这一让步是有意识的——纯粹的公共所有制在 21 世纪的政治可行性已被苏联与 20 世纪社会主义实验的失败所证伪，但纯粹的市场化在 AI 资本高度集中的现实下也已被 Acemoglu 自己的数据所证伪。我所主张的是第三条道路：部分市场化 + 强监管 + 跨国公共底座。
C. 三层时间情景
2036（10 年后）：当前路径继续的默认情景
若 R2 之后的政策路径无重大突破，2036 年的世界将呈现以下特征。
全球不平等将更陡峭。Piketty 的 r > g 机制在 AI 时代被结构性放大：AI 资本的边际回报率高于工业资本（数据可零成本复制、模型可零边际成本部署），而劳动的边际回报率在自动化压力下持续被压低。基尼系数的预测如下——美国从 2024 年的 0.41 上升至 2036 年的 0.46-0.48（基于 CBO 数据的趋势外推）；中国从 0.47 上升至 0.52；全球基尼系数从 0.62 上升至 0.65 以上。AI 资本集中度（前 10 家公司占全球 AI 营收的份额）将从 2024 年的约 68% 进一步上升至 80% 以上，OpenAI、Anthropic、Google DeepMind、Meta、Microsoft、阿里、百度、字节跳动、腾讯、华为构成一个事实上的全球 AI 寡头。跨国算力分布：美国占全球 AI 训练算力的 38%、中国 28%、欧盟 12%、英国 4%、其他地区合计 18%；非洲作为一个大陆仅占不到 1%。
AI 鸿沟将制度化。全球南方国家在 2036 年仍将主要作为 AI 应用的消费市场而非生产能力主体。数据殖民的结构不变——南方国家的医疗影像、农业数据、语音语料被无偿抽取，用于训练服务于北方市场的模型。南方国家在 2036 年仍以 API 调用费的形式向北方 AI 公司支付"数字税"，这一支出占其数字经济产出的比例将从 2024 年的约 5% 上升至 10% 以上。
监控资本主义将恶化。Zuboff 在 2019 年的预测——"行为剩余被剥夺、被预测、被贩卖给广告主与国家"——将在 2036 年成为绝大多数人的日常经验。中国的一网统管系统、欧盟的预测性警务实验（已在意大利、西班牙、荷兰启动）、美国的私营数据经纪产业（Palantir、Clearview AI 等）将构成一个公私合谋的全球监控基础设施。Giorgio Agamben 的"生命权力"将从例外状态扩散至常态政治。
应对机制不足。欧盟 AI 法案在 2024-2026 年间经历了显著的行业游说削弱——通用模型条款被改写为以"自愿承诺"为主、生物识别禁运条款在国家安全例外下被架空、跨境数据回流机制未真正落地。联合国 AI 治理机构在 2036 年仍处于咨询性、无约束力的状态。AI 训练税只在少数法域（法国、加拿大局部）试点，未形成全球协调。
2056（30 年后）：数字封建主义 vs. 再嵌入
2036-2056 的二十年是关键节点。这一时期可能出现两种结构性情景：
情景 A：数字封建主义确立。Jodi Dean 所说的"数字封建主义"在 2056 年成为主导形态：物质产品极大丰富（AI 驱动的自动化生产基本满足全球物质需求），但生产资料（数据、算力、模型、平台）由不超过二十家全球性公司掌握。绝大多数人作为"平台佃户"——依赖平台获得基本收入、内容分发、信用评估、教育机会、健康管理。这一情景的近端条件是：联合国 AI 治理条约在 2030 年代中期的多轮谈判中失败、中美 AI 监管协调在台海、南海、人工智能军事化竞争中被地缘政治瓦解、欧盟 AI 法案被结构性削弱、全球 AI 训练税未能达成共识。关键节点是 2030 年代后期是否出现一次全球性 AI 安全事件（如关键基础设施被自动化攻击、深度伪造引发的地缘危机、不可解释的金融崩溃），促使国际治理紧急协调——但即便如此，在数字封建主义的结构性路径依赖下，紧急协调也只会巩固当下权力结构。
情景 B：再嵌入成功。这一情景要求至少四个条件的同步成熟：(1) 中美欧三方在 2030 年代中期签署有约束力的国际 AI 治理条约，包含强制能力披露、不可逆部署的默认禁止、超大模型训练的联合审批机制；(2) 全球 AI 训练税在 2030 年代后期落地，资金注入由联合国管理的全球 AI 公共研究机构与南方国家算力建设基金；(3) 数据信托在欧盟、印度、巴西等关键法域形成跨境互认网络，约束企业的数据攫取权；(4) 工人共治与算法审计在主要经济体（欧盟、英国、加拿大、澳大利亚、印度等）成为法定要求。这一情景的政治可能性显著低于情景 A——它要求全球资本与国家权力在面对一个共同威胁时进行史无前例的协调，但并非完全不可能。气候变化的《巴黎协定》（2015）虽然执行不力，但其签署本身已构成对"全球协调完全不可能"判断的反驳。
关键节点：2030 年代中期是否出现一次"全球性 AI 危机"作为政治觉醒的触发事件；中美关系在 2030 年代的演化方向（脱钩 vs. 共存）；欧盟在 2030 年代是否仍能保持监管独立性。
2126（100 年后）：三种长期情景
2126 年的世界，取决于 2026-2056 年这三十年的路径选择。
最好情景：再嵌入深化。AI 资本被结构性驯化——数据成为公共物品、算力被多边分配、模型部署受民主治理、监控被国际法约束。人类的物质需求被自动化生产极大满足，劳动时间显著下降（每周 15-20 小时），公共时间、文化生活、社群关系、终身学习、跨代际责任成为社会中心议题。这一情景要求 Polanyi 式的"双向运动"在 21 世纪后期全面展开——不是通过一次性革命，而是通过数十年的制度累积。Yuk Hui 在《递归与偶然》中对"技术与形而上学多样性"的呼吁在此情景中获得部分实现：AI 技术不再被单一的硅谷—中国双极范式所垄断，全球多元的 AI 治理文化得以共存。
中间情景：寡头均衡。几家全球性 AI 公司在监管下保持稳定，但仍是事实上寡头。物质丰裕与不平等共存——类似 21 世纪初的全球资本主义，但更稳定、更不平等、更难颠覆。人类生活在一种"被治理的物质丰裕"中，民主形式保留但实质性政治参与被 AI 中介所削弱。Arendt 所说的"行动"空间在公共领域继续萎缩，但在私人生活与亚文化社群中部分恢复。
最坏情景：AI 资本驯化政治。超级智能或其等价物在 2060-2100 年间出现，且与少数全球玩家绑定。Demis Hassabis 与 Mustafa Suleyman 在 2020 年代后期的公开访谈中均提示过这一可能。"民主治理"在这一情景下变为一种形式保留——选举存在、议会存在、宪法存在，但实质性决策权被 AI 系统所中介。Polanyi 的"反向保护运动"在面对一个比任何人类组织都强大的优化器时，难以组织起有效的政治行动。Yudkowsky 与 Bostrom 警示的"国王弥赛亚"情景在此获得部分实现，但通过一种比单一超级智能更微妙、更分散、更难以识别的形态：AI 资本与国家权力的合谋。
重点讨论：当前 AI 资本集中与未来 AI 治理能力之间的赛跑。这是 21 世纪政治经济学的核心赛跑——一方是 AI 资本集中度的指数级上升（OpenAI、Anthropic、Google DeepMind、Meta、Microsoft 等在 2024-2026 年间已经完成的能力跃迁与资本积累），另一方是 AI 治理能力的线性增长（欧盟 AI 法案的缓慢推进、联合国 AI 咨询机构的建立、各国国家 AI 战略的发布）。赛跑的不对称性决定了结果：资本集中是指数级的，治理建设是线性的；资本集中是中心化的，治理是分散的；资本集中由利润动机驱动，治理由政治意愿驱动且随时可被游说瓦解。若这一赛跑以资本集中胜利告终，则 2056 年的数字封建主义与 2126 年的 AI 资本驯化政治将依次成为现实。若治理能力在 2030 年代后期能出现一次非线性跃迁（如前述全球 AI 治理条约的签署、全球 AI 训练税的落地、跨国公共研究机构的建立），则再嵌入的成功具有可能性。这一非线性跃迁的政治条件，正是当下十年最值得投入政治能量的领域。
D. 与其他三派的可能联盟与不可妥协分歧
联盟的可能性
与 Doomer 的最强联盟：在"少数公司掌握最强 AI 是 x-risk 的近端助推器"这一论题上，我们具有完全共识。R2 中 Doomer 阵营已明确承认"权力集中是 x-risk 的近端原因"，并与我共同论证"一个没有民主治理的 AI 产业是既压榨工人又加速灭绝的双重危险系统"。这一联盟的政策对应物是：强制能力披露、不可逆部署的默认禁止、国际 AI 安全研究机构、超大模型训练的联合审批。我们各自的论证基础不同（我基于权力制衡、Doomer 基于生存理性），但政策结论高度重叠。这一联盟在 2026-2030 年间的政治窗口中具有最高可行性。
与 Humanist 的强联盟：在"尊严侵蚀的阶级分布"上，我们具有重要共识。R2 中 Humanist 阵营已承认"伦理不能取代制度斗争，但制度矫正也不能取代伦理"。我所主张的"工人共治 + 公共时间保护 + 不被自动化的拒绝权"与 Humanist 的"可问责性、不取代开端、保留内在空间、维护脆弱性"在政策上深度兼容。这一联盟的政策对应物是：算法影响评估、情感类 AI 的强制告知义务、不可逆部署的默认禁止、照护关系中的算法限制。我们各自的论证基础不同（我基于阶级分析、Humanist 基于人的境况），但政策结论高度互补。
与 Accelerationist 的中等联盟：在"开源 AI 作为反垄断工具"上，我们具有可操作的共识。R2 中 Accelerationist 阵营已援引 Hugging Face、EleutherAI、DeepSeek 开源等案例论证"开源显著压缩了闭源 API 的利润空间"。我所主张的"数据公共化 + 全球算力再分配"与加速派的"开源 + 边缘部署"在策略上兼容——前者提供制度保障，后者提供技术路径。这一联盟的政策对应物是：公共资金支持的开源 AI 研发、强制超大模型的部分权重公开、国际公共研究机构的非商业化部署。
不可妥协的反对者
我的最不可妥协的反对者是Accelerationist 中"否认权力问题、主张纯技术路径"的一支——尤其是那些把"权力问题"还原为"制度摩擦"、把"再分配"还原为"事后调整"、把"开源"神化为"对垄断的彻底解构"的论证。这类论证在 R2 中被以"制度与技术共演化"的修辞所包装，但其内核仍是技术决定论的——它假设只要技术能力上升，权力结构会自动调整。这一假设在 19 世纪工业革命、20 世纪新自由主义全球化、21 世纪互联网革命中已被反复证伪。AI 不会例外。技术红利的分配从来不是自动完成的；它要求政治斗争、制度建设、跨国协调——而非仅仅"开源 + 加速"。
我对 Accelerationist 的不可妥协之处不是"反对加速本身"（我承认技术红利的实证存在），而是"反对把加速与制度建设对立起来"——尤其反对"以加速为名搁置监管"的论证。在 Acemoglu 自己的数据已经显示"技术红利被资本与高层白领攫取"的前提下，任何不附带强监管主张的加速论证，都是在为既定权力结构背书。
为可行改革而让出的立场
在 R3 的最终立论中，我为可行改革作出以下有意识的让步：
- 从"彻底去市场化"让出至"部分市场化 + 强监管"。纯粹的公共所有制在 21 世纪的政治可行性已被反复证伪；我所坚持的是"在关键节点（数据、算力、超大模型、监控）强制嵌入公共治理"，而非"全盘公有化"。
- 从"对加速的全面批判"让出至"对无监管加速的批判"。我承认开源 AI、边缘部署、印度与东南亚开发者社区的本地化应用是真实的反作用力；我所批判的是"以加速为名规避监管"。
- 从"x-risk 是阶级问题的延伸"让出至"x-risk 是独立议题但与阶级问题深度耦合"。我承认 Doomer 阵营对非对称风险结构的严肃性；我所坚持的是"x-risk 与分配不公是双重危险系统，需要同时治理"。
- 从"伦理学是阶级分析的子集"让出至"伦理学与阶级分析交集重叠但不可相互化约"。我承认 Humanist 对微观伦理经验的不可化约性；我所坚持的是"伦理学不能回避阶级结构，否则成为优势阶级的道德哲学"。
这些让步是有意识的——它们不代表立场的弱化，而代表立场的精确化。严肃的政治经济学分析在 21 世纪必须接受多轨道整合——技术、权力、风险、伦理四轨并行，缺一不可，而政治经济学是它们之间的必要中间层。这一中间层的任务是把伦理诉求落到阶级结构上，把风险防御落到权力制衡上，把技术红利落到分配机制上，把加速动力落到制度约束上。
最后一句话：AI 的最终利害不是被技术决定的，而是被 2026-2036 年间能否建成跨国民主治理框架所决定的——这一窗口正在关闭中。
（全文约 3300 字）