研究

AI Civilization

当认知能力可以被大规模复制, 什么会随之改变

AI Civilization 研究方向的关系图: 中心节点连向知识生产、制度信号、验证成本、可信度稀缺与筛选机制五个相邻主题。

这个方向在问什么

历史上多数结构性变化, 都源于某种稀缺资源变得不再稀缺。这一次变得不稀缺的是一部分认知能力——理解文本、组织论证、在既有知识里检索并重组。

问题是: 当这种能力的边际成本趋近于零, 依赖它的稀缺性建立起来的东西会怎样? 这包括专业分工、学历信号、知识产权、以及"专家意见"这一整套社会协调机制。

为什么现在值得研究

不是因为能力强, 而是因为成本结构变了。一个说得过去的分析、一份结构完整的综述、一段可运行的代码, 单次成本从数小时人力降到几分钟机器时间。数量级的成本变化通常不会只带来数量上的变化。

同时, 这一变化的分布极不均匀: 它显著降低了"生产看起来合格的内容"的成本, 却几乎没有降低"判断内容是否真的合格"的成本。★ 这个不对称是我们认为最值得关注的一点——它意味着验证会成为新的瓶颈, 而社会目前的多数制度是在验证成本相对低廉的假设下建立的。

我们目前的工作立场

一、稀缺性会转移, 而不是消失。 消失的是生产的稀缺, 新出现的是可信度的稀缺。能被追溯、被复核、有责任主体的判断, 会比现在更值钱。

二、知识生产的瓶颈从写作转向筛选。 过去的知识体系围绕"如何产生新知识"组织; 接下来更需要围绕"如何在海量看似合格的产出中识别真正可靠的部分"组织。这不是同一套技能。

三、制度调整会慢于能力变化, 且慢很多。 学历、期刊、执照这类信号机制的调整以十年计, 而能力变化以月计。中间的落差期会很长, 期间会出现大量制度失效的具体案例——这些案例是我们主要的观察材料。

四、我们不认为存在"文明级断裂"。 更可能的是局部制度的逐个失效与重建, 过程零散、不同领域步调不一。宏大叙事在这里帮助不大。

什么会改变我们的判断

  • 如果验证成本也大幅下降——出现可靠且廉价的自动核查手段——那么"可信度稀缺"的判断就不成立, 整个方向需要重来。
  • 如果观察到制度调整远快于预期, 说明我们低估了社会的适应速度。
  • 如果生成内容的质量分布出现明显的自我净化, 而不是持续劣化, 则"筛选成为瓶颈"的前提减弱。

我们如何观察

不做宏观预测, 而是跟踪具体制度的具体失效: 某个评审机制在什么时候开始失去区分力、某类资质在什么时候不再被信任、某个行业的准入标准在什么时候被迫改写。这些是可记录、可比较的事件, 由资讯认知框架提供方法支持。