控制权之争 将如何摧毁 人工智能的前景

Source details

Canonical URL

控制权之争 将如何摧毁 人工智能的前景

Other formats

• Markdown version
• Structured JSON version
• Bundle manifest

Bibliographic details

• Authors: CARL BENEDIKT FREY
• Published: September 30, 2025

历史与制度教训

• 20世纪中叶苏联在科技成就（例如发射人造卫星Sputnik、将尤里·加加林送入太空）带来的乐观预期，未能转化为长期技术领导力，原因并非科学人才短缺，而是制度环境扼杀探索精神与去中心化的试验机制。
• 弗里德里希·哈耶克的观点：中央计划最大难题是无法收集关键的本地知识。苏联能管理标准化作业，但在充满技术不确定性的环境中无法有效适应与创新。
• 日本案例：凭借紧密协调的生产体系与工艺改进，日本在1970–1980年代实现了高效率增长，但其优势偏向于改良而非原创发明。埃德温·曼斯菲尔德发现日本约三分之二的研发投入集中在工艺改进上。
• 美国反垄断政策（如1890年《谢尔曼反托拉斯法》背景下的历史演变）在推动硬件与软件分离、拆分大型电信公司等方面，助力了创业环境与互联网扩张。
• 西欧与南欧国家的经验显示：在较长的追赶历史和高度协调的“协调资本主义”体制下，当技术变革从可预测的增量式转向高度不确定的颠覆式创新时，原有制度可能成为增长与创新的阻碍。

技术前沿与创新机制

• 中央化官僚体系在利用现有技术、推动追赶型增长方面更有效；去中心化体系在技术前沿开创性革新中更具优势。
• 真正的突破依赖扩大试验范围与降低进入门槛——即通过大范围的去中心化试验与快速迭代发现新路径。
• 以大型语言模型（LLM）为例：从2019年至2024年，其规模扩大了一万倍，但在ARC推理基准测试的得分仍仅为约5%。
• 更轻量化的方法，例如程序搜索，已取得超过20%的成绩；“上下文学习”方法也在快速追赶。
• 汉斯·莫拉维克的观察：许多人类易于完成的具身感知-运动任务对机器仍然艰难；具身知识在可编码之前，中央化的AI系统将落后于全球去中心化的日常实验。
• 连DeepMind的德米斯·哈萨比斯也指出，要实现真正的通用人工智能，可能还需要“若干项新的创新”。

当前AI领域的中央化与集中化风险

• 政治控制与行政集中化的风险（以文中中国情形为例）：
  • 资质审批、信贷投放和合同优先考虑政治可靠的集团；反垄断法被选择性执行；反腐运动使忠诚度成为政治生命的考核标准。
  • 地方试验与基层创新被削弱；官员追逐专利数量等粗放型指标，导致大量低价值专利涌现。
  • 企业为建立政治联盟分散资源与精力，法律保障不足使得即便相对自主的AI初创企业（例如文中提及的DeepSeek）也易受政治优先事项变化影响。
  • 对关键信息技术的控制常常推动当局进一步巩固对社会的政治控制，从而抑制基层创新。
• 市场集中与行业巨头的垄断风险（以美国情形为例）：
  • 行业内集中度上升，禁业条款限制劳动力流动，抑制隐性知识传播并降低科学家和工程师创办竞争性企业的意愿，削弱了“创造性破坏”机制。
  • 这些趋势更多由既得利益者游说推动（例如通过专利延期、行业特定许可壁垒）而非规模经济的必然走势。
  • 当前生态中，微软与OpenAI深度合作已控制了约70%的商业语言大模型市场；英伟达提供了约92%的专用图形处理器（GPU）用于训练这些模型。Alphabet、亚马逊和Meta等巨头也在收购或持股潜力较大的AI初创公司。

对创新动力与经济前景的含义

• 中央化与集中化若占主导，可能扼杀探索未知的去中心化实验，从而削弱长期生产力增长的源泉。
• AI性能的短期提升在很大程度上依赖算力与数据规模，但长远的革命性创新需要开放的竞争环境、人才流动与多样化的试验场。
• 若国家或少数企业掌控关键资源与规则，创新路径可能被限制，经济进入增长放缓、创新驱动不足的轨道，类似苏联、日本与部分西欧、南欧国家在历史上的长期停滞。

隐含的政策导向与治理启示

• 鼓励并保护去中心化的试验空间：维持低进入门槛与多样化的创新主体，有利于发现尚无先例的突破性路径。
• 维持并强化竞争规则：避免监管与制度被既得利益者固化（例如通过专利延期或行业特定许可的壁垒），防止市场被少数企业主导。
• 保护人才流动与隐性知识传播：限制禁业条款和其他抑制劳动力流动的安排，以支持“创造性破坏”与初创企业向市场转化实验成果。
• 提供法律保障以减少企业为政治关系分散资源的需要：确保企业权益与法治环境，使创新主体不必过度依赖政治联盟来生存与发展。
• 警惕以规模扩张或中央化控制（无论是国家主导还是企业寡头）作为实现长期创新的替代路径：历史经验显示，中央化在追赶型增长阶段有效，但在技术前沿的突破性创新阶段则可能成为阻碍。

本文作者：卡尔 • 本尼迪克特 • 弗雷（Carl Benedikt Frey）。本文内容摘自页面“控制权之争 将如何摧毁 人工智能的前景”。