What goes around comes around...

视角的民主化 · AI时代的权力重构

2026-03-22T02:42:00.002+08:00

AI Era · Power & Perspective · 2026

视角的民主化

AI 的"视角供给"能力，如何瓦解权力不对称与信息不对称所构成的古老护城河

核心概念

权力的三重不对称

现代组织权力依赖三种不对称性共同维系。AI的视角供给能力，对其中两种构成直接冲击，对第三种则影响有限。

01 📊

Information

信息不对称

掌权者掌握被管理者所不具备的数据与预测，使决策权威天然成立，被管理者在有限信息下只能接受既成事实。

AI冲击强度

极高

02 ⚖️

Power

权力不对称

科层结构赋予上位者资源调配权与议程设置权，即便信息相对均衡，仍可凭框架设定主导结论。

AI冲击强度

中等

03 🔭

Perspective

视角不对称

高质量多维视角历来是权力与财富的附属品。拥有资源者委托顾问做全维分析，被管理者只能接受单一叙事。AI正在打破这一壁垒。

AI冲击强度

革命性

结构变迁

视角获取权的分布变化

在AI普及前，高质量视角是精英特权，呈严格的层级分布。AI正在压缩这一分层，但并非完全消除。

▲ AI 普及前

顶层决策者

全套顾问团队 + 专属研究机构

高管层

咨询公司报告 + 行业智库

中层管理

有限的行业报告

基层员工

上级传达的"预消化"信息

公众 / 被管理者

主流媒体单一叙事

视角稀缺 · 高度分层

→

▲ AI 普及后（理论上）

顶层决策者

AI增强 + 顾问团队

高管层

AI辅助分析 + 顾问

中层管理

即时AI多维分析

基层员工

AI工具赋能的视角获取

公众 / 被管理者

AI辅助批判性审视

视角趋于普及 · 分层收窄

AI 视角供给能力构成了一种对既有决策合法性架构的系统性挑战机制——它不替人做决策，但它让每一个决策都变得可争议。

— 本文核心论点

分析框架

视角权力的三层结构

AI 对权力的冲击，并非均匀施加于整个权力运作机制，而是高度依赖于所处层次。

Access Layer · 第一层

视角获取层

谁能获取高质量的多元视角？AI 正在大幅降低这一层次的壁垒，将原本只有精英才能获得的分析框架向大众普及。这是AI视角供给能力最具实质意义的颠覆所在。

AI 冲击：革命性

Integration Layer · 第二层

视角整合层

谁有能力在海量视角中进行有效整合与判断？视角过载环境中，整合能力本身成为新的稀缺资源。传统视角权力在于控制信息稀缺性；新的视角权力，在于管理信息的丰沛性。

AI 冲击：重要但非决定性

Translation Layer · 第三层

视角转化层

谁有能力将视角转化为实质性行动与改变？这是最关键也最被低估的层次。AI 在此几乎无能为力——认知转化为权力的能力，依然由人类社会的制度结构所决定。

AI 冲击：极为有限

历史纵深

视角革命的历史序列

每一次视角民主化技术的出现，都重塑了权力格局，但从未消解权力本身。

1450s

📖

古登堡印刷术

首次大规模视角供给革命。教会的解释权垄断被打破，路德九十五条论纲数周内传遍欧洲，最终引发宗教改革——及一个世纪的宗教战争。

结果 → 权力重新配置，而非消解

1990s

🌐

互联网的兴起

信息自由流通的乌托邦愿景。既催生了阿拉伯之春式的底层动员，也带来了算法信息茧房、假新闻生态，以及国家更精密的监控工具。

结果 → 赋权效果高度依赖制度环境

2010s

📱

社交媒体平台

人人发声的时代。打破了传统媒体的叙事垄断，但同时催生了新型平台权力——科技巨头成为新的信息守门人，以算法代替编辑。

结果 → 旧垄断解体，新垄断形成

2020s →

✦

AI 视角供给革命

即时、廉价、多维的视角获取成为可能。正在挑战视角不对称所构建的权力护城河——但其政治效果，同样将呈现高度的制度依存性。

进行中 → 结果未定，取决于制度选择

权力的回应

当权者的三种应对策略

权力从不坐以待毙。面对AI视角供给能力的挑战，既有权力结构已形成系统性应对。

内化为权力工具

将AI分析工具率先内化为自身决策工具，在新竞争环境中率先获得"AI增强视角"的优势。大型机构的采用速度仍远超个体。

高效策略

以"AI幻觉"为武器

利用AI的技术局限作为防御性话语："你的AI结论不可靠"。通过强调AI不可信，维护专家认证和官方渠道的唯一可信地位。

短期有效

以监管介入管控

在技术安全合理关切背后，隐含对AI输出内容的话语管控意图。监管边界将由权力与技术之间的动态博弈最终决定。

持续演化

此页HTML和CSS代码，由Anthropic Claude Sonnet 4.6 Extended所生成

AI's Unexpected Challenge to the Architecture of Power

2026-03-22T02:14:00.008+08:00

AI image generated by ChatGPT

For centuries, those who governed have derived authority not merely from force, but from control over the lens through which reality is interpreted. A curious silver lining of the LLM-based Artificial Intelligence era may be that machines are quietly dismantling that monopoly — not by being mathematically brilliant, but by being able to think beyond a narrow or limited point of view.

There is an interesting irony in today’s Artificial Intelligence boom that both its biggest supporters and biggest critics often overlook. People used to think AI would replace human thinking because computers are so powerful at calculations. But in reality, AI is not that good at the kind of tasks we normally associate with “intelligence,” like solving complex maths step-by-step, checking logical arguments, or running precise simulations. When you ask an AI to do these things, it can sometimes make things up while sounding very confident, like someone pretending to understand something when they actually don’t. In many ways, AI in 2026 is not a machine that is perfectly precise and logical, but one that is better at interpreting and generating ideas in a more human-like way.

And yet, precisely because of this — precisely because these systems are trained not to deduce but to synthesize, not to calculate but to contextualize, they have quietly developed a capability that may prove more consequential than any arithmetic prowess: the systematic supply of perspectives. The ability to take a question, a dilemma, a policy choice, or a management decision and render it not from one vantage point but from many, simultaneously, with fluency and without the institutional self-interest that corrupts most human attempts at the same. This is AI's genuine silver lining in an era where many exaggerated claims about its risks.

The effects of this are important. Throughout history, the way societies are run, whether in royal courts, company boardrooms, government agencies, or the military has depended on two main advantages held by people at the top. The first is power asymmetry, meaning those in charge have the authority to make decisions. The second is information asymmetry, which is more subtle but very powerful: those in charge often control what information is shared, who gets it, and how it is presented.

The combination of these two asymmetries is not merely the lubricant of authority; in a meaningful sense, it is authority. What happens when one of them begins to erode in the era of AI?

Central Thesis: AI's most consequential contribution to governance is not computational power but "perspective supply" — the ability to render any decision from multiple analytical standpoints simultaneously, without the institutional self-interest that corrupts human analysis. This directly challenges the twin pillars of elite authority: "power asymmetry" and "information asymmetry".

The Five-Part Architecture of the Argument by Claude Sonnet 4.6 Extended:

1. The Paradox of Mathematical Mediocrity
— AI's value as a governance disruptor stems "precisely" from its weakness as a calculator. A system that gave authoritative answers would reproduce epistemic monopoly in algorithmic form; a system that offers multiple perspectives does something far more democratically useful.

2. The Architecture of Asymmetric Authority
— Power has always depended less on force than on controlling "how reality is framed". Information asymmetry is not incidental to authority; in Dahl's sense, it *is* authority
— the ability to shape the agenda of what is thinkable.

Note: “Dahl’s sense” refers to Robert A. Dahl’s idea that power is the ability to get others to do what they otherwise wouldn’t. The passage extends this: controlling information and framing reality shapes what people see as possible or reasonable. That means power isn’t just forcing actions—it’s influencing how people think and decide. Whoever controls the narrative effectively controls behavior, so information asymmetry becomes a core form of authority.

3. Three Vectors of Challenge
— The analysis identifies three specific mechanisms:
(i) democratising analytical complexity and lowering the cost of competent scrutiny;
(ii) dismantling framing monopolies by being constitutionally resistant to singular narrative; and
(iii) eroding the "TINA doctrine" ("There Is No Alternative") by systematically surfacing the options that were ruled out.

4. Three Honest Limits
— Confabulation risk, the access paradox (the powerful will also use AI, better), and the irreducible gap between knowing and acting. The argument does not claim AI will "defeat" power asymmetry
— only that it changes its economics.

5. The Dewey Synthesis
— Drawing on Dewey's conception of democracy as a mode of associated living, the piece concludes that AI's most important contribution is expanding "who gets to speak credibly in the governance conversation"
— which begins with who gets to be heard as possessing a perspective worth taking seriously.

AI image generated by Google NotebookLM

《互联网去中心化时代的终结：信息平台如何成为新时代的传播寡头》

2026-03-06T12:51:00.003+08:00

近日我的一位马大学弟公开投诉，他坐拥20万粉丝的面子书专页被无预警屏蔽。我尝试跳脱众说纷纭的表象，通过Google NotebookLM梳理事件背后的结构性成因。以下是由NotebookLM生成的分析结果。

生成指令：

任何网红披露本身的流量王牌帐号被禁，所反映出的更深沉危机是，我们的阅听形式正趋向比主流媒体垄断信息发布渠道时代，更centralised的模式。这趋势昭示，2000年伊始，由开放互联网，和尔后移动互联网 + mobile device趋动的decentralization美好时代正式结束。是我们自己贪图日常便利和蝇头小利，豢养各式各类的科技平台成为巨兽，让商业利益挂帅的它们不断的吞噬一切的小众信息商号，以及民间自主维持的非盈利网站，达到独大的目的。这让权力熏心的掌权者能够轻易的通过与大型科技平台的利益交媾、私相收授，来宰制和垄断我们深为阅听人的信息渠道与内容。

《语言是不是人类智能的边界？》

2026-02-21T14:18:00.002+08:00

视频由Grok Imagine应用ChatGPT AI图像所生成

“语言是人类智能的边界”是大型语言模型人工智能（Large Language Model，一般简称LLM）崛起以来的主流看法。

人工智能这个概念自1950年代被提出以来，曾经历过许多不同数学理论支持的开发范式，可是效果一直不尽理想。在投资缺乏回报的情况下，人工智能曾经历过两次投资寒冬，沦落为冷门科系。

近年人工智能突破的关键：硬体算力 + 数码化 + 海量语言文本

直到2010年代，结合“深度学习”技术（Deep Learning），以及海量人类语言文本作为训练数据（training data），基于Transformer架构的大型语言模型之诞生，才带来了人工智能的技术突破。

也正因此，用语言承载人类知识的文本数据，被普遍视为带来真正改变的钥匙。当然，支撑海量文本存取的数字化技术与提供算力的硬体，是让语言发挥智能载体角色的关键基础设施。

目前人工智能的突破似乎证明：人类文明最宝贵的资产并非单纯的信息，而是通过语言组织起来的“逻辑结构”与“思维模式”。只要我们能持续高效地数字化这些知识，并提供匹配的算力，人工智能的上限便可能不断被推高。

语言是总结人类经验与知识的压缩算法

退一步想，为什么语言比科学家此前反复尝试的各种数学理论，更能推动人工智能取得突破？原因很可能在于，语言不仅记载和传播知识，还实现了知识的跨时代传承、跨地理空间传递，以及人机之间的知识转移。

也就是说，语言能够：

记录并压缩人类经验，并间接承载一个语言共同体的世界模型（World Model）；
实现跨世代、跨地域的知识传承；
使知识具备“人机可迁移性”。

换言之，大型语言模型之所以能够带来突破，是因为它们掌握了人类文明最有效的压缩算法。语言不仅仅是字符的堆砌，它更承载了人类数千年的知识与经验、跨越时空的传承，以及最关键的——实现了人机可迁移性。

通过将海量文本喂养给深度学习模型，我们实际上是在向机器输送一个被压缩过的“世界模型”。语言将复杂现实抽象化，使知识得以脱离肉身，在硅基芯片上实现某种“数字复活”。

非语言的学习、经验积累与表达方式

然而，这种“语言即边界”的观点，并未获得所有人工智能学者的认同。

2018年图灵奖得主杨立昆（Yann LeCun）指出，智能并非单靠语言所能概括。否则，大型语言模型就不会至今仍无法达到猫狗等非语言动物所具备的自学与适应自然环境的能力。

在2022年8月发表的论文《人工智能与语言的局限性》中，杨立昆与纽约大学学者雅格布·布朗宁（Jacob Browning）进一步主张：语言只承载了人类知识的一小部分；大部分人类知识，以及几乎所有动物的知识，都是非语言的。因此，仅用语言文本数据训练的大型语言模型，永远无法达到完整的人类智能水平。

在媒体一面倒对ChatGPT等大型语言模型“歌功颂德”之际，杨立昆甚至发表推文重申：在我们达到“类似上帝的人工智能”之前，必须先经历“类似狗的人工智能”。

可视化物理世界的空间智能

“AI教母”李飞飞亦指出，反映物理定律的空间智能（Spatial Intelligence），以及更进一步的通用人工智能（AGI），并非语言模型所能单独攻克。

近期DeepSeek推出的DeepSeek-OCR模型，也揭示了这一趋势。该模型通过OCR可视化机制，将文本渲染为图像，再以视觉方式进行上下文压缩与逻辑检验，随后转换为压缩文本。这表明，单靠语言并不足以扩展人工智能的边界，必须借助非语言媒介来补足语言的缺失。

DeepSeek-OCR标志着人工智能处理范式从“一维文本”走向“二维视觉压缩”的重要演进。这印证了：视觉等非语言媒介，能够有效补足语言的局限，从而拓展人工智能的能力范围。

DeepSeek-OCR的核心技术在于“视觉即压缩”（Contexts Optical Compression）：

该模型可将1000字文档压缩为约100个视觉标记（Visual Tokens），在实现约10倍压缩的同时保持约97%的准确率；
通过将长文本“渲染”为图像并提取视觉特征，有效缓解大型语言模型在处理超长文本时的计算与内存压力，为实现“无限上下文”提供可能。

从LLM到LMM：多模态的演进

一般人在讨论现下火红的人工智能时，大都直接把它等同于大型语言模型（Large Language Model，简称LLM），却忽略了大型语言模型已经进一步演化成大型多模态模型（Large Multimodal Model，简称LMM)。

大型多模态模型（LMM）能够理解、处理并生成跨模态信息，如文本、图像、音频、视频等，并将其整合，从而提供比纯文本模型更丰富的上下文。这类模型可以描述图像、回答视频问题、翻译配音、整合不同数据源内容，并在医疗、内容创作与虚拟助手等领域展现潜力。

大型语言模型进化为多模态模型，并显著提升性能这一发展恰好说明：人类智能的边界不仅仅是语言的边界。

“语言是智能边界”的隐忧

如果将语言视为人类智能的唯一边界，我们将陷入一种危险的知识偏见。这无异于在变相鼓吹“读万卷书”，却歧视“行万里路”来探索人类边界的求知与求生手段。

事实上，绘画、声乐、雕刻、舞蹈等艺术形式，恰恰诞生于语言止步之处。它们触及情感与物理存在的深层共鸣，那是词语难以缝合的裂隙。

如果我们只通过语言文本数据来训练人工智能模型，本质上是在推崇一种极端的“书呆子进化论”。“读万卷书”固然重要，但“行万里路”所获得的具身智能（Embodied Intelligence），才是人类探索生存边界的根基。

结论：语言不是边界，而是入口

大型语言模型的成功值得肯定，将语言视为智能研究的重要组成部分，也无可厚非。

真正的问题在于，当语言被误认为是智能的全部，当“能说”被误认为“能懂”，我们就可能高估能言善道的人和大型语言人工智能模型，并低估了人类以及周遭世界的复杂、隐蔽和不可预。

语言不应该是人类的边界。它只是我们进入复杂现实的一扇门。

而真正的智能，无论是人类的，还是人工的，我们都必须学会走出这扇门。

视频由Grok Imagine应用由ChatGPT所修饰的Google GeminiAI图像所生成

注：本文源自于作者运用Google NotebookLM、Google Gemini、ChatGPT、DeepSeek等工具来搜索与整理2026年新国辩半决赛辩题《语言是/不是人类的边界》相关资料的分析与延申。

文章发表于2026年2月19日的马来西亚《东方日报》

Is Language the Boundary of Human Intelligence?

2026-02-20T17:38:00.003+08:00

Video by Grok Imagine using ChatGPT generated AI image as input

"Language is the boundary of human intelligence" has been a prevailing view following the rise of Large Language Model Artificial Intelligence (LLMs).

Artificial Intelligence has long promised more than it delivered. Since the concept of Artificial Intelligence was first coined in the 1950s, it has gone through numerous development paradigms supported by different mathematical theories. Yet the results were often underwhelming. In the absence of sufficient returns on investment, AI endured two "AI winters," at times reduced to a marginal academic discipline.

The Key Breakthrough in Recent AI: Hardware Compute + Digitization + Massive Language Text

It was not until the 2010s—when Deep Learning techniques were combined with massive corpora of human language as training data that the birth of Transformer-based Large Language Models brought about a genuine technological breakthrough.

For this reason, textual data that carries human knowledge through language has widely been regarded as the key to transformative change. Of course, the digital technologies that enable large-scale storage and retrieval of text, along with the hardware that provides computational power, are the critical infrastructure that allows language to function as a carrier of intelligence.

Current breakthroughs in AI seem to demonstrate that the most valuable asset of human civilization is not merely information itself, but the logical structures and modes of thinking organized through language. As long as we can continue to digitize such knowledge efficiently and provide sufficient computational resources, the upper bound of artificial intelligence may keep rising.

Language as the Compression Algorithm of Human Experience and Knowledge

Taking a step back, why has language rather than the various mathematical theories repeatedly tested by scientists been more effective in propelling AI forward?

The likely reason is that language does not merely record and disseminate knowledge. It enables knowledge to be transmitted across generations, across geographical boundaries, and even across the divide between humans and machines.

In other words, language can:

• Record and compress human experience, indirectly carrying the "world model" of a linguistic community;

• Enable intergenerational and cross-regional transmission of knowledge;

• Make knowledge transferable between humans and machines.

Put differently, Large Language Models achieve their feats not because they understand in a human sense, but because they have absorbed the most efficient representational system humanity has ever devised. Language is not a mere heap of symbols, it embodies thousands of years of accumulated knowledge and experience, transmitted across time and space, and most crucially made transferable between humans and machines.

By feeding vast amounts of text into Deep Learning models, we are effectively delivering a compressed "world model" to machines. Language abstracts complex reality, allowing knowledge to detach from the human body and achieve a form of "digital resurrection" on silicon chips.

AI image by Grok Imagine

Non-Linguistic Learning, Experience, and Expression

However, the view that "language is the boundary" has not won universal support among AI scholars.

2018 Turing Award laureate Yann LeCun argued that intelligence cannot be fully encapsulated by language alone. Otherwise, Large Language Models would already possess the self-learning and environmental adaptability that cats, dogs, and other non-linguistic animals display.

In their August 2022 paper, "AI and the Limits of Language", Yann LeCun and New York University scholar Jacob Browning further contended that language carries only a small fraction of human knowledge. Most human knowledge and nearly all animal knowledge is non-linguistic. Therefore, Large Language Models trained solely on textual data will never attain the full spectrum of human intelligence.

At a time when the media was overwhelmingly praising Large Language Models such as ChatGPT, Yann LeCun even reiterated on social media that before we reach "God-like AI," we must first achieve "dog-like AI".

Spatial Intelligence: Visualizing the Physical World

Fei-Fei Li, a pioneer often dubbed the ‘Godmother of AI’, notes that Spatial Intelligence—which must grapple with the laws of physics—remains beyond the grasp of language models alone. The same, she suggests, is true for the even loftier goal of Artificial General Intelligence (AGI).

Recently, DeepSeek-OCR, launched by DeepSeek, highlighted this trend. Through an OCR-based visualization mechanism, the model renders text into images, performs contextual compression and logical verification visually, and then converts the result back into compressed text. This move from "1D text" to "2D visual compression" acknowledges that language has gaps that only non-verbal mediums can bridge.

The core innovation of DeepSeek-OCR lies in what might be termed "visual-as-compression" (Contexts Optical Compression):

• It can compress a 1,000-word document into approximately 100 visual tokens, achieving roughly a tenfold compression while maintaining about 97% accuracy;

• By rendering long text into images and extracting visual features, it alleviates computational and memory pressures faced by large language models when handling ultra-long contexts, opening up the possibility of "infinite context".

DeepSeek's Contexts Optical Compression approach suggests that the path to "infinite context" lies in looking at the world, not just reading about it. In other words, the current progress in AI suggests that intelligence's frontier extends well beyond prose.

AI image by Qwen3.5-Plus

From LLM to LMM: The Multimodal Evolution

The public still tends to conflate AI with the "Large Language Model" (LLM). But the frontier has already moved toward the "Large Multimodal Model" (LMM). These systems do not just read; they see, hear, and synthesise information across different modes.

The evolution of LLMs into multimodal systems is, in itself, a concession: it proves that the boundaries of intelligence are far wider than the lexicon.

The Perils of a Linguistic Bias

To treat language as the sole boundary of intelligence is to risk a subtle but consequential bias. It privileges eloquence over experience and textual mastery over embodied exploration. It is the epistemological equivalent of praising "reading ten thousand books" while neglecting the value of "travelling ten thousand miles".

Art offers a reminder. Painting, sculpture, music and dance emerge where language falters. They probe emotional and physical realities that resist tidy articulation. Words can gesture towards such experiences; they rarely exhaust them.

An AI ecosystem trained exclusively on text risks institutionalising a kind of bookish evolutionism: a belief that intelligence consists primarily in verbal dexterity. Yet much of what enables humans to survive and innovate—motor coordination, spatial reasoning, tacit skill, emotional attunement develops through embodied interaction with the world.

Reading matters. But so does doing.

Language as Portal, Not Perimeter

None of this diminishes the achievement of Large Language Models. Their success vindicates decades of research and demonstrates that language is a formidable substrate for modelling aspects of thought.

The danger lies elsewhere: in mistaking fluency for comprehension, verbosity for wisdom. When the ability to generate plausible sentences is equated with understanding, both humans and machines may be overestimated. Meanwhile, the opacity and unpredictability of reality are underestimated.

Language is not the boundary of human intelligence. It is an entrance—a doorway through which we access and organise complexity.

True intelligence, whether biological or artificial, demands that we step beyond that doorway: into perception, action, embodiment and the unruly texture of the physical world.

Language opened the current chapter of AI. It is unlikely to close the book.

AI image by Google Gemini

Note:

This is the English translation of my article published on Malaysian Chinese News Portal Oriental Daily. The translation was by ChatGPT and Google Gemini.
This article was developed using Google NotebookLM, Gemini, ChatGPT, and DeepSeek to analyse materials related to the 2026 International Chinese Debating Championship semi-final topic: "Language is/is not the boundary of humanity".

《从搜索、社交到算法：互联网二十年的「注意力经济」收割史》

2026-02-14T16:09:00.004+08:00

图像由Google NotebookLM所生成

互联网注意力经济在过去二十年间，经历了三次核心演变。每一次转变，科技巨擘会通过不同的模式来主导普罗大众的数字生活。

2000年伊始，谷歌的声势力压微软，因为谷歌引领人们透过网络来织梦以及解决日常生活难题；2000年代末至2010年代初，面子书的势头直逼谷歌，因为面子书比谷歌更贴近人们的日常生活作息。进入2010年代后期，在智能手机、移动互联网以及移动支付的加持下，抖音等短视频社交媒体以及网络电商迅速崛起，把传统社交媒体和网络搜索引擎全面压制，其关键在于当人们乘搭Uber、Grab等廉价电子出租车（当时电召车获得各种资本大力补贴）时，得以利用碎片化时间，从瞬息万变的注意力经济里，持续接收算法针对性推送、经过精心剪裁的讯息懒人包和心水产品。

以上描述勾勒出的不仅是科技巨头的更迭史，更是人类“数字生活重心”的迁移路径：从“工具”到“关系”，再到如今的“算法成瘾”。

图表：科技巨头霸权更迭的底层逻辑

时代	主导力量	核心逻辑	关键词	典型场景
2000年代初	谷歌 (Google)	效率与梦想：通过搜索连接人和全世界的知识。	搜索、网站/网页、解决问题	书房里的台式机、探索未知。
2010年代初	脸书 (Facebook)	关系与存在：通过社交网络把现实生活数字化。	朋友圈、互动、真实身份	手机端的碎片化时间、分享生活。
2010年代末至今	抖音/电商/移动支付/网约车/算法	欲望与反馈：通过算法精准喂养，跳过思考直接抵达快感。	流量、算法、短平快	电子打车（网约车）、外卖途中、无脑刷屏。

为什么“算法”能让传统媒体“怀疑人生”？

2010年代后期，由于移动支付和电召车（Uber、Grab）等基础设施的普及，人类进入了“极致碎片化”的时间管理模式。在这种背景下，算法展现了它微妙的作用。

一、算法解除人类的认知负荷（Cognitive Load）

在谷歌时代，你得知道“要搜什么”；在脸书时代，你得关心“朋友在干嘛”。而抖音时代，你什么都不用想。算法通过你指尖的停留时长，比你更懂你的“心水”。

对希冀解除心智负担的智能手机程序用户而言，算法不仅是做出了信息的筛选和产品的推荐，更是解除了人们需要动脑筋甚至是牵动情绪来“做选择”的痛苦。

二、注意力经济的“降维打击”

传统的搜索引擎和社交媒体仍带有“主动搜索”或“主动筛选”的成分。而短视频和电商直播提供的是“精心剪裁的懒人包”。这种高频、高压力的视觉和信息反馈，极大地压榨了人们的思考空间，使得“注意力”成了比金钱更稀缺的资源。

三、资本补贴下的温床

Uber、Grab 的资本补贴期极为关键。它通过极低的成本，把人们强行“困”在了移动手机屏幕前。当人们不再需要专注开车，且拥有了低价的移动流量时，算法就接管了这段真空时间。

回看这三次转变，其逻辑脉络其实并不复杂。早期的谷歌强调通过主动搜索来连接全球信息，以协助用户解决生活难题；随后面子书崛起，将重心转向基于真实身份的社交关系与互动。

而在移动互联网后期，以抖音为代表的平台借助推荐算法实现了从“人找信息”到“信息找人”的范式转移，通过精准推送的碎片化内容，占据并不断延长用户的在线时间。2010年代末至2020年代初，在电召车补贴等外部条件的放大效应下，人们在大量碎片时间中逐渐习惯了无需思考的算法喂养。

近年，随着生成式人工智能的兴起，这一轨迹再次出现松动，预示着互联网用户或将从被动消费，迈向由人工智能辅助的主动创造新阶段。

一个值得思考的转折点

有趣的是，现在的 2026 年，我们似乎正处于下一个周期的交替点。

如果说抖音是用算法“喂养”你，那么生成式人工智能正在尝试另一种可能：不再只是喂给你现成的“懒人包”，而是根据你的意图，实时为你创造一个属于你的虚拟世界。

我们正从“被动刷屏”，回归到某种形式的“主动创造”，只不过这一次，有生成式人工智能在一旁协助。

互联网这二十年的演变路径，其实也异常清晰：曾经我们害怕在互联网里迷路（所以需要谷歌），后来害怕在互联网里孤独（所以需要脸书），现在则害怕在互联网里无聊（所以有了抖音）。

而这种“怕”，正是科技巨头们最稳定、也最耐用的提款机。任凭世界如何变幻，在消费主义主导的世界里，人类终究是注意力经济里被反复收割的原材料。

文章发表于2026年2月13日的《东方日报》

《边缘逆袭：数字技术如何填平世界》

2026-01-27T01:35:00.001+08:00

~ 作者：ChatGPT、Google Gemini、DeepSeek

图像由ChatGPT所生成

互联网的普及，使牛津、剑桥以及美国常春藤盟校曾经高度集中于少数精英阶层的知识与典籍，大规模向全球开放。只要愿意投入时间与脑力，系统性地检索资料、研读文本，并聆听与观看各类大师课程，哪怕身处非洲、亚洲或南美洲硬件条件匮乏的地区，学习者依然有可能建立起扎实而广博的知识体系。

大型语言模型的兴起，则进一步降低了创造与研发的门槛。今日的创新者不必亲赴硅谷，只要具备想法、问题意识与想象力，通过反复提问、持续修正与逻辑推敲，便能在有限的个人空间中，孕育出应用原型，并产出在表达与结构上不逊于昔日华尔街投行或大型咨询机构的商业提案。

在知识、智能与技能高度普及化与民主化的时代，只要具备足够的决心与自律，任何人——即便远离国际金融与科技中心——都可能在自己的角落里，完成一场曾经只属于“中心地带”的跃迁。

我们正处在“数字大航海时代”。过去，阶级与地理位置是知识的护城河；而今天，这道深沟正被光纤电缆、算法、算力和各式各样的数字技术填平。

1. 知识的“平民化”与筛选的“精英化”

牛津、剑桥的公开课和哈佛、耶鲁的馆藏就在指尖。但这也带来了新的挑战：资源不再是稀缺品，专注力才是。

过去：难在“准入”。谁拥有大英博物馆的借书证，谁就掌握了通往真理的阶梯。

现在：难在“识别”，在海量信息中辨别真伪、构建逻辑体系，需要比以往更强的自我驱动力和批判性思维。

2. 生产力的“单位革命”

大型语言模型（LLM）最伟大的贡献在于，它将“构思”转化为“成品”的边际成本降到了接近于零。

研发民主化：过去开发一个应用需要整个工程师团队；现在，一个清晰的逻辑框架加之不断的 Prompt 调试即可成军。

洞察平民化：华尔街的分析报告不再神秘，因为 AI 可以处理海量财报并生成逻辑自洽的预测。这让一个身处偏远小镇的青年，在商业洞察力上足以抗衡顶级咨询公司的实习生集群。

3. “数字游民”与地理位置的脱钩

数码时代的快速变迁与飞速发展，犹如“美国西部大开发”。从18世纪末至19世纪末20世纪初，前者是一场物理空间的扩张；而现在则是一场数字维度的疆域拓展。

新基础设施：现在的“铁路”是高速带宽，“矿产”是算力和数据。

逆向城市化：当技能和产出可以跨境交付时，人才不再必须向高房价的科技中心集中。这种“离散型创新”可能会重塑全球的经济版图，让曾经的“边缘地带”成为新的创意策源地。

这波浪潮虽带来了前所未有的赋权，却尚未宣告地理与阶级的彻底终结。

即便比特流填平了旧世界的深沟，新的隐形门槛仍在悄然抬升。当算法将精英课程与生成式模型传送到每个人的指尖，真正的稀缺品已不再是“工具的触达”，而是能够拨开信息噪音的批判思维和审美标准，以及超出个体户的协作网络。

未来不属于被动接收信号的边缘，而属于那些能将碎片化的数字载体和内容，转化为兼具广度与深度的认知能力的社会。这场民主化进程的终极考验，才刚刚进入下半场。

【当理性失去赞助人】从反虚伪到反智：一个后精英时代的结构性危机

2026-01-26T00:47:00.007+08:00

当理性失去赞助人
-- 从反虚伪到反智：一个后精英时代的结构性危机

【节录】

在过去几十年里，专业知识与制度设计之所以被接受，并非因为它们永远正确，而是因为它们在失败时仍愿意承担代价。然而，当失败不再带来问责，而只是被重新包装为“转型”、“过渡”或“长期愿景”的一部分时，理性便从公共资产，蜕变为一种权力修辞。

[…]

理性成了一种没有赌注的游戏。而任何赌徒都知道：没有赌注的游戏，最终只剩下表演。

~ 作者：ChatGPT

如果反智主义正在席卷民主世界，那么真正令人不安的问题并不是它的存在，而是它的合理性来源。

主流解释往往将其归因于无知、情绪化或社交媒体的放大效应。但这些解释忽略了一个更具破坏性的现实：反智，并非源自群众拒绝理性，而是源自理性长期被精英阶层工具化、金融化，直至失去可信度。

在过去几十年里，专业知识与制度设计之所以被接受，并非因为它们永远正确，而是因为它们在失败时仍愿意承担代价。然而，当失败不再带来问责，而只是被重新包装为“转型”、“过渡”或“长期愿景”的一部分时，理性便从公共资产，蜕变为一种权力修辞。

图像由ChatGPT所生成

反虚伪的逻辑起点

公众最初反对的并不是专业判断本身，而是借助专业语言进行的道德套利。

全球化、金融自由化、技术治理——这些原本旨在提高效率与福祉的项目，逐渐演变为一种话语体系：高度抽象、难以质疑、却极少承担后果。当政策失误、产业空心化或社会撕裂发生时，责任并未落在制定者身上，而是被转嫁给“不可预测的结构性力量”。

在这一阶段，怀疑并非反智，而是健康的理性反射。

语言污染后的必然滑坡

真正的转折点出现在理性语言本身被系统性污染之后。

当“数据驱动”可以用来证明任何结论；当“专家共识”被用来冻结争论而非结束讨论；当复杂性成为回避责任的护盾而非解释工具——公众面对的选择不再是“相信或反对某一专家”，而是是否继续相信理性这一套语言体系本身。

于是，反虚伪逐步滑向反智，并非因为群众突然厌恶思考，而是因为唯一可用来反抗虚伪的工具已经失效。

企业世界的预演

这一结构在企业治理中表现得尤为清晰。跨国公司反复庆祝失败的“转型”：失败的数字化项目被称为“文化升级”；被削弱的核心能力被描述为“战略聚焦”；专业判断的消失被美化为“组织对齐”。

当理性不再作为纠错机制存在，而只是作为叙事工具存在，组织并不会变得更聪明，只会变得更政治化。这并非偶然，而是激励结构的直接产物。

技术的最后托辞

在此背景下，人工智能与算法治理被赋予了近乎救赎式的期待。但它们更可能成为反智时代的完成形态，而非解药。

算法并不消除责任，它只是重新分配责任。当决策失败可以归因于模型、数据或系统涌现，人类便完成了最后一次、也是最优雅的一次责任撤退。

结论

真正的危机不在于群众是否尊重专家，而在于是否还有精英愿意为不受欢迎的真话付费。

理性无法仅凭道德优越感存活。它需要制度性的赞助人。而这一赞助体系，正在崩塌。

Bagehot｜英国政治札记

精英们为何如此困惑？

英国政界与其跨大西洋盟友最近似乎达成了一个共识：选民“变得不可理喻了”。

他们拒绝专家建议，嘲笑复杂解释，对事实表现出惊人的弹性。这一切被归咎于社交媒体、民粹政客，或某种难以名状的“时代精神”。

图像由Google Nano Banana所生成

很少有人提出一个更不体面的可能性：问题或许并不在选民身上。

理性，但无风险

现代治理精英已经掌握了一门奇特的技艺：在从不承担后果的前提下，持续讲述理性的语言。

预测错误不再是失败，而是“模型局限”；政策后果不再是责任，而是“执行偏差”；判断失误不再需要道歉，只需“更新叙事”。

在这样的体系中，理性成了一种没有赌注的游戏。而任何赌徒都知道：没有赌注的游戏，最终只剩下表演。

为什么愤怒比理性更有说服力

当选民发现，唯一会因错误而付出代价的，往往是他们自己——工资、房价、公共服务——而非制定规则的人时，他们自然会转向一种更直接的政治语言。

这种语言未必准确，但它至少诚实地表达了愤怒。与其说反智主义赢得了选民，不如说理性话语自动弃权了。

精英的道德惊讶

许多政治人物对这一结果感到震惊。他们真诚地认为，自己是在“为公众的长远利益着想”。

问题在于，公众早已学会区分两件事：“为你好”，和 “但不用为后果负责”。

一旦这种区分完成，信任便不再是默认状态，而是一种稀缺资源。

一个不体面的结论

民主并未被反智主义劫持。它只是对长期缺乏问责的理性语言，做出了并不优雅、但可以理解的回应。如果精英希望找回权威，他们或许可以从一件极其激进的事情开始：再次为自己的判断承担代价。

这在当下，几乎是一种革命性主张。

The Deeper Crisis Behind the Trump Phenomenon: From Anti-Hypocrisy to Anti-Intellectualism

2026-01-25T14:39:00.001+08:00

The blowtorch of truth: Does the road from anti-hypocrisy lead straight to anti-intellectualism?

-- The Deeper Crisis Behind the Trump Phenomenon

~ By Google Gemini, ChatGPT

If elite hypocrisy is a thick coat of lacquer, the global public is currently attempting to strip it back with a blowtorch. Regrettably, they are scorching the structural timbers in the process.

When "decency" becomes a lie

For decades, the global order was governed by a "polite consensus" composed of technocrats, diplomats, and Ivy League mandarins. This was not merely a set of trade rules, but a linguistic code: euphemistic, professional, and tinged with a faint scent of moral superiority. Yet, in the lounges of Brussels and the think-tanks of Washington, this elite restraint gradually curdled into what the public perceived as rank hypocrisy. As the dividends of globalisation stagnated in the Rust Belt while politicians continued to gild the status quo with fine rhetoric, public resentment toward the "fake" reached its boiling point.

The rise of Donald Trump was no political fluke; it was a manifestation of a global "quest for authenticity." His supporters are not blind to his falsehoods; on the contrary, his "loose talk" is his most prized asset. In their eyes, a man who lies openly, crudely, and without filter is far more "honest" than a career politician who invokes "values" while quietly bartering away the interests of the working class. This has birthed a strange paradox: if the establishment is "civilised yet hypocritical," then "crude yet real" becomes the only path to salvation.

From iconoclasm to idiocracy

The Trump phenomenon is less a political accident than a complication of a social immune response gone haywire. In many nations, voters have realised that public language has become systematically decoupled from reality. Policy is packaged as morality; failure is rebranded as "transition pains"; naked interests are rewritten as universal values. The result, however, is not a more profound spirit of healthy skepticism, but a violent impulse toward total negation. Mr Trump’s success is the political weaponisation of this impulse.

This collective reckoning with hypocrisy has evolved into a pathological overreach. In the rush to tear off the mask, the public is discarding not just social etiquette, but the very foundations of modern society: professionalism and empirical reason.

Once "anti-hypocrisy" is elevated to the supreme moral command, knowledge becomes the first casualty. In this narrative, complex scientific data, rigorous policy analysis, and the cautious advice of experts are all dismissed as "elite conspiracies." If a virologist attempts to explain a nuanced pandemic strategy, he is branded "arrogant"; if an economist warns of the long-term damage of tariffs, he is dismissed as a "lobbyist for the status quo."

The deeper context of the Trump phenomenon is a collapse in the belief that "reason" can be represented by trustworthy people. For decades, globalisation, technological progress, and financialisation were sold as universal boons, yet their spoils were distributed with radical inequality. Elite explanations for failure were abstract; promises of compensation were rarely kept. This repeated linguistic betrayal has led the "expert consensus" to be viewed as just another dialect of self-interest. When trust collapses, the public does not patiently distinguish between "bad elites" and "good knowledge." Instead, they opt for a wholesale rejection of the entire epistemological system. Thus, a distaste for hypocrisy escalates into a suspicion of rationality itself.

This has produced a landscape of "collective anti-intellectualism." Reason is seen as affectation; facts are treated as playthings of the elite. The public no longer verifies truth through logic, but identifies honesty through "intuition." This intuition is simple and deadly: if a man speaks with the same prejudice and fury as I do, he must be telling the truth.

The accelerator of decline

To view Mr Trump as the sole architect of anti-intellectualism is to underestimate the ecosystem that sustains him. Social media has transformed political discourse from argument into performance, and from explanation into tribal signalling. Algorithms reward outrage over precision, and assertion over reasoning. In such an environment, Mr Trump’s rhetorical style is not an outlier, but a highly adapted product. He does not need to prove himself right; he only needs to prove that others are "more hypocritical." In this zero-sum narrative, facts become interchangeable props, while the act of "breaking taboos" is treated as a policy achievement in its own right.

This descent from "anti-hypocrisy" into "anti-intellectualism" is triggering institutional collapse worldwide. When voters ignore data and scientific conclusions to punish elite arrogance, they do not inherit a more transparent world, but a more chaotic wilderness. As Tom Nichols warned in The Death of Expertise, we are enduring an "egalitarian delusion"—the idea that all opinions must be treated as equal, whether they originate in a laboratory or a social media comments section.

This is a global malaise, not an American quirk. From Latin America to Europe, from the populist right to the anti-establishment left, the same linguistic structure is being replicated: attribute complex problems to simple enemies; describe professional disagreements as moral conspiracies; and treat uncertainty as weakness rather than a reflection of reality. Mr Trump is merely the most extreme and visual version of this template. He is notable not for his uniqueness, but for his refusal to hide the crudeness of the mechanism.

The irony of this phenomenon is that in the pursuit of the "real," the public has embraced a mirage built on "alternative facts." Hypocrisy is indeed loathsome, but a society that loses its rational boundaries and treats ignorance as a virtue will pay a price far more harrowing than a few empty words from a politician.

The carnival of "authenticity" may eventually pack up and leave. But in the hangover that follows, it may take decades to repair the tower of reason and expertise that was dismantled in the name of fighting hypocrisy.

The beneficiary of reason’s retreat

The Trump phenomenon serves as a warning: when the fight against hypocrisy loses its baseline respect for facts and reason, it merely clears the way for more naked manipulation. Mr Trump is not the enemy of public reason; he is the beneficiary of its retreat. The real problem is not that voters are "anti-intellectual," but that society has made anti-intellectualism feel like a legitimate, even moral, choice. If the crusade for authenticity cannot learn to distinguish between "debunking lies" and "denying knowledge," it will destroy more than just the credibility of the old elite—it will destroy public reason itself.

反虚伪的尽头，是反智？特朗普现象的深层危机。

2026-01-25T13:54:00.006+08:00

图像由Google Nano Banana所生成

~ 作者：Google Gemini、ChatGPT

如果精英阶层的伪善是一层厚重的油漆，那么如今全球民众正试图用喷灯将其剥离。遗憾的是，他们正连同承重的木梁一起焚毁。

当精英的“体面”变成民众眼中的谎言

在过去几十年的全球秩序中，一种由技术官僚、外交官和常青藤学者构成的“礼貌共识”统治着世界。这种共识不仅关于贸易准则，更关于一种特定的语言规范：委婉、专业，且带着一种令人不安的道德优越感。然而，在布鲁塞尔的酒廊和华盛顿的智库里，这种精英式的克制逐渐演变成了民众眼中的伪善（Hypocrisy）。当全球化红利在铁锈地带凝固，而台上的政客依然用精美的辞藻粉饰太平时，民众对“虚假”的厌恶达到了临界点。

唐纳德·特朗普（Donald Trump）的崛起并非政治偶然，而是一场全球规模的“真实性求索”。他的支持者们并非看不见他的满口胡言，相反，他的“乱言”恰恰是他最珍贵的资产。在支持者眼中，一个公开撒谎、粗鲁且毫无遮拦的人，远比一个满口价值观却暗中出卖工人利益的职业政客更“诚实”。这种逻辑构成了一种奇特的时代悖论：如果精英阶层是“文明而虚伪”的，那么“粗鄙而真实”便成了唯一的救赎。

当“科学”和“理性”被视为“虚伪”的同谋

特朗普现象并非一场政治意外。他更像一种社会免疫反应失控后的并发症。在许多国家，选民越来越清楚地意识到：公共语言正在系统性地与现实脱钩。政策被包装为道德，失败被描述为转型阵痛，利益被改写成普世价值。由此产生的并不是更深刻的怀疑精神，而是一种更粗暴的否定冲动。特朗普的成功，正是这种否定冲动被政治化的结果。

这种对虚伪的集体清算，如今已演变成一种病态的“用力过猛”。在撕掉面具的过程中，人们不仅抛弃了社交礼仪，更抛弃了作为现代社会基石的专业主义与实证理性。

一旦“反虚伪”成为最高的道德指令，知识便成了受害者。在这一叙事中，复杂的科学数据、严密的政策分析和专家的审慎建议，都被贴上了“精英阴谋”的标签。如果一位病毒学家试图解释复杂的防疫策略，他会被视为“傲慢”；如果一名经济学家试图阐述关税的长期危害，他会被打成“既得利益者的说客”。

反“虚伪”走向反智：特朗普现象的全球病理学

特朗普现象的深层背景，是民众不再相信“理性”由可信的人来代表。在过去几十年里，全球化、技术进步与金融化被描述为普遍增益的过程；但其分配后果却高度不均。政治精英在解释失败时惯于使用抽象语言，在承诺补偿时又极少兑现。这种反复的语言背叛，使得“专家共识”逐渐被视为另一种利益话术。当信任崩塌时，民众并不会耐心地区分“坏的精英”和“好的知识”，而是选择一次性拒绝整套认知体系。于是，对虚伪的厌恶，升级为对理性的怀疑。

这导致了一种集体反智（Collective Anti-intellectualism）的社会景观。理性被视作矫揉造作，事实被视作精英的玩物。民众不再通过逻辑来验证真相，而是通过“直觉”来识别诚实。这种直觉简单而致命：如果一个人说话像我一样充满偏见和愤怒，那他一定是在说真话。

可怕的是，这种反智现象并非美国的特例。从拉丁美洲到欧洲，从右翼民粹到“反建制左翼”，相似的语言结构正在复制：把复杂问题归因于简单敌人；把专业分歧描述为道德阴谋；把不确定性视为软弱，而非现实。特朗普只是这一模式中最极端、最直观的版本。他之所以引人注目，不是因为他独特，而是因为他毫不掩饰这一机制的粗糙性。

这种从“反虚伪”向“反智”的坠落，正在全球范围内引发机构性的坍塌。当选民们为了惩罚精英的傲慢而选择漠视研究数据和科学结论，他们得到的并不是一个更透明的世界，而是一个更混乱的荒野。正如托马斯·尼科尔斯在《专业知识之死》中所忧虑的，我们正在经历一种“平等主义的错觉”：即所有意见都应被平等对待，无论它来自实验室还是社交媒体的评论区。

特朗普不是反智的起点，而是加速器

将特朗普视为反智主义的制造者，低估了他所处的生态。社交媒体已将政治讨论从论证转化为表态，从解释转化为站队。算法奖励的是愤怒而非精确，是断言而非推理。在这样的环境中，特朗普的表达方式并非异类，而是高度适配的产物。特朗普并不需要证明自己正确；他只需不断证明别人“更虚伪”。在这种零和叙事中，事实变成了可替换的道具，而“打破禁忌”本身则被当作政治绩效。

这种现象的讽刺之处在于，民众为了追求“真实”，最终拥抱了一个建立在替代性事实（Alternative Facts）之上的海市蜃楼。虚伪的确令人作呕，但一个失去理性边界、将无知视作美德的社会，其代价将远比几句政客的空话更为惨烈。

这场关于“真实”的狂欢或许终将散场，但在宿醉之后，我们可能需要花费数十年才能重新修补那座被视为“伪善”而拆除的理性和专业之塔。

特朗普是理性退场后的受益者

特朗普现象提醒我们：反虚伪若失去对事实与理性的最低敬意，最终只会为更赤裸的操纵让路。特朗普不是民众理性的敌人，而是理性退场后的受益者。真正的问题并不在于选民“反智”，而在于社会让反智成为一种看似正当、甚至道德化的选择。如果反虚伪不重新学会区分“揭穿谎言”与“否定知识”，那么它所摧毁的，将不只是旧精英的信誉，而是公共理性本身。

In a world of advertising, every piece of advertisement seems to be a truth.

2026-01-25T02:16:00.000+08:00

In a world of advertising, every piece of advertisement seems to be a truth.

以下Slide Deck由Google NotebookLM所生成。

Google NotebookLM的Deep Research指令，以及生成Slide Deck的指令皆相同，即："In a world of advertising, every piece of advertisement seems to be a truth."

我们许多错误的常识，都是被广告误导所产生的伪知识。

2026-01-25T02:03:00.003+08:00

我们许多错误的常识，都是被广告误导所产生的伪知识。

以下Slide Deck由Google NotebookLM所生成。

Google NotebookLM的Deep Research指令，以及生成Slide Deck的指令皆相同，即："In a world of advertising, every piece of advertisement seems to be a truth."

《语言的边界是人类的边界》浓缩资料摘要图表

2026-01-24T00:08:00.002+08:00

Google NotebookLM 其中一个强大的功能，是能够生成浓缩资讯摘要的一页式信息图表（one-pager infographic）。最近我针对大学学弟妹参与国际大专辩论会的辩题《语言的边界是人类的边界》，透过 Google NotebookLM 生成了 6 个摘要图表，并将这六个个别图表嵌入同一个文件中，作为文档收藏。

语言赋予扩展边界的坐标系权力

2026-01-23T23:04:00.000+08:00

“语言赋予制图师定义坐标的权力 -- 既然语言是坐标系，那么定义坐标的权力，就是定义现实的权力。”

“谁掌握了语言这支绘图笔，谁就塑造我们共同的世界地图，划定可见与不可见、合法与非法、中心与边缘的世界。”

-- 以上是由Google NotebookLM生成的slide deck所传达的一个标题。

AI令人赞叹，却又令人不得不提防的“诡异”能力，是它能创造不同于思考常规的叙事逻辑，来冲击权威和既有的权力结构。

1234;

《语言的边界，是人类的边界：从物理坐标到虚拟坐标的拓展》

2026-01-23T02:42:00.002+08:00

以下《语言的边界，是人类的边界：从物理坐标到虚拟坐标的拓展》主题演讲稿由DeepSeek所生成

图像由Google Nano Banana所生成

-- 语言如何通过锚定存在为人类从物理世界到虚拟世界绘制坐标

~ 作者：DeepSeek

语言的边界是人类的边界，因为语言让坐标的标记变成可能，从而让人类可以锚定坐标，依循坐标拓展边界，防守边界，或收缩边界。如果没有语言，坐标就无法被准确确认和锚定，就像动物的坐标，随着春夏秋冬四季转换而被自然界抹去，永远走不出自己固定栖息的范围。

以上观点触及了语言、认知与人类文明发展的核心关系。我们可以从几个层面来展开这个论述：

1. 语言作为“坐标系统”的隐喻

“坐标标记”，本质上是语言赋予世界以结构的能力。语言不仅是给事物命名（如“山”“河”），更是建立关系（如“翻过这座山，向北走三里”）。通过语言，人类能将抽象的空间、时间、社会关系转化为可描述、可传递、可存储的符号系统。这使得：

空间得以被精确描述（地图、路线、领地标记）；
时间得以被规划（节气、历法、历史记录）；
知识得以跨代积累（口头传统、文字档案）。

2. 动物 vs. 人类：边界的不同形态

动物的活动范围受本能、季节、资源等自然条件直接制约。它们的“边界”是即时性的、生理性的、重复的。而人类通过语言：

将边界抽象化：例如国界、产权、法律辖区，这些边界存在于集体共识中，即使没有物理屏障也有效力；
主动管理边界：可扩张（殖民、探索）、收缩（闭关、防御）或重构（条约、改革）；
创造非物理边界：如文化认同、伦理规范、知识领域——这些同样依赖语言构建。

3. 语言的超越性与局限性

语言拓展了人类的边界，但语言本身也可能成为新的边界：

思维边界：萨丕尔-沃尔夫假说提示，语言的范畴可能影响认知的范畴；
文化边界：不同语言塑造了不同的世界观，可能成为交流或理解的障碍；
权力边界：谁定义“坐标”，谁就掌握了划定边界的权力（如殖民者命名土地、官方话语界定身份）。

4. 从“坐标”到文明：语言的赋能史

人类历史上的几次飞跃都与语言/符号系统相关：

口头语言 → 协作狩猎、部落仪式；
文字系统 → 帝国管理、法典、历史意识；
数学语言 → 科学革命、技术文明；
数字语言 → 虚拟空间、全球化网络。

每一次语言的升级，都让人类能够锚定更复杂的坐标（从地理坐标到数据坐标），从而拓展文明的疆域。

5. 当代反思：当坐标虚拟化

今天，人类用代码构建数字世界的坐标（IP地址、算法标签、元宇宙坐标），语言以更抽象的形式继续划定新边界。然而，这也带来了新问题：

数据霸权：谁控制数字坐标，谁就控制可见性；
认知茧房：算法根据语言标签为我们划定信息边界；
自然与虚拟的失衡：人类可能过度沉迷于语言构建的虚拟坐标，而遗忘自然世界的节律（如动物所依循的四季）。

结语

语言作为人类“存在论工具”的本质：我们通过语言将混沌的世界转化为可操作的坐标系统，从而获得能动性，但也可能被自己创造的坐标所束缚。在这个意义上，语言的边界确实是人类的边界——但人类的历史，正是在不断重构这些边界的过程中展开的。

如果继续延伸，我们可以问：当人工智能能够自主生成语言和坐标时，这是人类边界的又一次拓展，还是一次根本性的转移？这或许是这个思考在当下最迫切的回响。

《语言的边界，是人类的边界》 —— 另一场假想的 Noam Chomsky 联合国演讲

2026-01-23T01:43:00.005+08:00

以下《语言的边界，是人类的边界》主题演讲稿由DeepSeek所生成。

图像由Google Nano Banana所生成

语言的边界，是人类的边界

——联合国大会主题演讲
Noam Chomsky

（掌声渐息，身着深色西装、白发如雪的语言学家缓步走向讲台，调整麦克风高度时发出轻微的摩擦声。他身后巨大的联合国会徽在灯光下泛着青铜色光泽。）

主席女士，各位代表，人类大家庭的成员们：

五十年前，从这颗星球反射的日光里，人类第一次亲眼看见自己家园的全貌——那悬浮在永恒黑暗中的一抹脆弱蓝光。那个影像改变了许多人的认知边界。但今天我想谈论另一种边界，它无形，却塑造着每一个思想的宇宙；它柔软，却比任何城墙都更坚固；它古老，却在我们这个时代经历着前所未有的变形。

这个边界，就是语言的边界。

当我们说“语言是存在的家园”时，我们承认的是一种深刻的局限与无限的可能。每个新生儿进入的世界，并非由纯粹现实构成，而是由祖辈编织的语言之网过滤的世界。因纽特语里那些描述雪的词语，并非气象学补充，而是生存智慧的结晶；亚马逊雨林部落中指向特定藤蔓的动词，承载着整个生态系统的知识。每一种语言的消亡，都不仅仅是一些词汇的消失，而是一整套认知宇宙的坍塌，是人类应对挑战的可能方案库的一次永久减损。

然而，我们正生活在一个矛盾的时代：人类语言表层在经历前所未有的连接，而深层结构却在遭受系统性侵蚀。互联网承诺的“巴别塔的终结”，催生的却是语言的超级市场模型——无数符号在流通，意义却被掏空；表达的速度前所未有，思想的深度却岌岌可危。当算法用同一种语法结构驯化六十亿人的话语习惯，当政治话术将语言简化为攻击与防御的武器，当商业话语将一切价值转化为可计算的数据点，我们失去的不仅是语言的多样性，更是思想的多样性。

语言不是思维的简单外衣。神经科学告诉我们：我们使用的句法结构，决定了我们能编织何种思想网络；我们传承的隐喻体系，塑造了我们理解抽象概念——如正义、自由或时间——的认知路径。当一个文明的语言被简化为工具，当诗歌让位于口号，当对话退化成数据交换，人类心灵的适应能力便开始枯萎。

在你们面前的文件夹里，满是关于气候危机、武装冲突、贫困和不平的议题。但所有这些问题，在成为政治或经济问题之前，首先是叙事问题、定义问题、理解框架问题。如果我们只能用增长与衰退、赢家与输家、霸权与反抗这些非此即彼的语法来讨论气候问题，我们如何能找到真正的解决方案？如果我们描述人类迁移的词库只剩下“危机”“负担”“入侵”，我们如何能建立有尊严的共存？

我呼吁本届大会关注三个具体边界：

第一，捍卫认知边界。支持全球濒危语言的记录与复兴，这不仅是文化保育，更是人类认知多样性的战略储备。语言的消亡速度远超物种灭绝，而我们对此的投入却微乎其微。

第二，挑战权力边界。警惕任何试图垄断定义权、简化公共话语的行为——无论是通过技术寡头的算法，还是通过政治宣传的机械化重复。真正的民主始于公民能够用丰富、精确、批判性的语言思考复杂问题。

第三，扩展伦理边界。我们需要发展一种能够描述人类与生物圈共生关系的新语法，一套能够承载跨代际责任、能够理解非人类生命内在价值的词汇表。我们的语言必须学会诉说七代以后子孙的故事。

1966年，联合国教科文组织《国际文化合作原则宣言》庄严写道：“每一种文化都有其尊严和价值，必须得到尊重与保护。” 今天我们必须更进一步认识到：每一种语言都是一个独特的生命-思想系统，都是人类应对未来不确定性的宝贵认知实验。

最终，语言的边界不是隔离的屏障，而是生成意义的膜。它通过区分“自我”与“他者”，使理解成为可能；它通过特定的结构，使无限的创造性组合成为可能。真正的危险不在于边界的存在，而在于边界的板结、退化或强制统一。

在离我办公室不远的地方，矗立着当年犹太移民的纪念牌，上面刻着意第绪语诗人雅各布·格拉特斯坦的诗句：“遗忘的语言，在寂静中寻找它的嘴巴。”

在这个充满喧嚣的时代，让我们为那些寂静的声音寻找嘴巴。让我们培育一种既能扎根于本土智慧，又能与全球对话的深度多语能力。因为当我们丰富语言时，我们是在丰富人类感知现实、想象未来、构建正义的能力。

保卫语言的多样性，就是保卫人类未来的可能性。我们思想的边界，就是我们世界的边界。而拓展边界的唯一方式，是学会用前所未有的方式言说。

谢谢各位。

（他微微颔首，掌声从寂静中爆发，如潮水般漫过各国代表的坐席，一些代表起立。他转身时，目光与远处一位正在做手语翻译的女士短暂交汇，她双手舞动的轨迹，在空气中划出另一种思维的形状。）

《语言的边界，是人类的边界》 —— 一场假想的 Noam Chomsky 联合国演讲

2026-01-23T01:01:00.005+08:00

以下《语言的边界，是人类的边界》主题演讲稿由ChatGPT所生成。

图像由Google Nano Banana所生成

语言的边界，是人类的边界
——联合国大会主题演讲
Noam Chomsky

各位代表，女士们，先生们：

人类历史上，很少有一种能力像语言这样，被如此频繁地使用，却如此少被真正理解。我们每天依赖语言组织社会、传递知识、制造共识、发动战争，却往往忽略一个根本问题：语言不仅描述世界，它决定我们能看到怎样的世界。

今天，我想讨论的并非语法规则或词汇数量，而是一个更深层、更迫切的命题——语文的边界，如何构成了人类理解、道德与行动的边界。

一、语言不是工具，而是认知的架构

在现代社会中，语言常被视为一种中性的交流工具：足够精准，便可传递事实；足够丰富，便可表达思想。这是一种误解。

语言并非外在于思维的容器，而是思维本身得以形成的结构条件。我们之所以能够提出问题、构造假设、理解因果，并非因为我们拥有语言，而是因为我们生来具备一种语言能力——一种内在的、生成性的认知系统。

正是这种能力，使无限的思想可以由有限的形式产生；也正是这种能力，界定了什么是“可思的”，什么又被排除在“不可言说”之外。

当某些经验无法被命名，它们往往也难以被理解；当某些行为无法被准确描述，它们就更容易被合理化，甚至被忽视。

二、权力最稳定的形式，是对语言的管理

历史一再表明，权力并不首先通过暴力维持，而是通过对叙述的控制。

当“平民伤亡”被称为“附带损害”，当“酷刑”被重新包装为“强化审讯”，当“饥荒”被解释为“市场调整的阵痛”，语言并非在揭示现实，而是在重塑道德判断的坐标系。

这种语言并不必然是谎言。它往往是更高明的东西：
它选择性地组织事实，削弱因果关系，抹除施动者，只留下看似自然、不可避免的结果。

在这样的语文结构中，责任变得模糊，愤怒显得不理性，而顺从则被描绘为成熟与务实。

三、语文贫困，必然导致道德贫困

我们习惯用经济指标衡量国家的发展，却很少问：一个社会是否拥有足够的语言资源，去描述不公、辨认谎言、想象替代方案？

当一个社会的公共语言被简化为口号、标签与对立二分，人们并非“意见不同”，而是失去了复杂思考的工具。

没有精确的语言，就难以进行精确的批评；
没有多层次的表达，就难以维持多层次的道德判断。

这并非文化上的遗憾，而是政治上的风险。因为在语言被削弱的地方，极端主义往往显得“直白有力”，而理性讨论则被误认为软弱与犹豫。

四、语言能力是一种普遍的人类权利

从生物学角度看，语言能力是人类共有的遗产；
从伦理角度看，充分使用语言的权利，应当被视为一项基本人权。

这不仅意味着受教育的权利，也意味着：

有权使用自己的母语理解世界；
有权获得不被操纵、不被刻意模糊的信息；
有权参与不被简化、不被污名化的公共讨论。

当某些群体被剥夺命名自身经验的能力，他们往往也被剥夺了改变处境的可能。

五、扩展语言，就是扩展人类的未来

语言的边界，并非固定不变。它会随着科学进展而扩展，也会因恐惧与犬儒而收缩。

我们面临的全球性挑战——气候崩溃、技术失控、系统性不平等——并不只是政策问题，更是语言问题。
如果我们只能用旧的词汇描述新的现实，那么我们注定只能重复旧的错误。

扩展语言，并不意味着制造更多话语，而是恢复语言的真实功能：
澄清因果，标示责任，容纳复杂性，为不同的未来提供可思考的空间。

结语

人类之所以成为人类，不是因为我们制造工具，而是因为我们能够提出问题；
而我们之所以能够提出问题，是因为我们拥有语言。

当语言被缩减，人类的视野随之收缩；
当语言被解放，人类才真正拥有选择的可能。

因此，捍卫语言的丰富性、精确性与诚实性，不是学术任务，而是文明责任。

因为最终，
语文的边界，确实就是人类的边界。

硅基说客：当算法接管“政治作为不可能的艺术”之艺术

2026-01-18T21:24:00.003+08:00

硅基说客：当算法接管“政治作为不可能的艺术”之艺术

~ 作者：Google Gemini

节录：

当代政治出现了一种新的变量（variable）：由大语言模型润色、建议或否决的政治论述与决策。过往，政治人物的言行多由其世界观、认知局限、情感偏好或偏见所形塑。社交媒体出现后，这种特质被‘同温层回音室’进一步放大（amplify）与加速。尽管社交媒体充当了催化剂（catalyst），但其影响轨迹仍是可追溯、可观察的。然而，AI 所提供的视角与方向，却可能是一套全然不同、超乎一般经验、常规逻辑与既定规则的全新方法论。

图像由Google Nano Banana所生成

在威斯敏斯特或华盛顿那充满历史厚重感的长廊里，政治曾被视为一种极其“人性”的、甚至有些凌乱的艺术。它是由雪茄烟雾、深夜密谈、不可告人的私欲以及——最重要的——人类的直觉所构成的。过往的政治家，无论其政见如何，其决策逻辑往往是可追溯的：那是个人世界观、认知局限与结构性偏见的产物。即使是最荒谬的决定，通常也能在某人的成长背景或对选票的病态渴望中找到注脚。

然而，步入2026年，一种新的幽灵正在政治机器的齿轮间游荡。这种幽灵并非某种新颖的意识形态，而是一个名为“大型语言模型”（LLM）的变量。当政治论述开始由模型润饰、政策方案由算法生成、甚至决策逻辑被概率分布所左右时，我们正目睹一场关于权力本质的寂静革命。政治，这门关于“不可能的艺术”，正迅速向“关于概率的科学”靠拢。

从扩音器到联席主席

在过去的十年里，政治评论家们习惯于将社交媒体视为改变政治生态的终极变量。人们哀叹“回音室”效应（echo chambers）和算法推荐如何放大了人性的偏狭，加速了社会的撕裂。但回过头看，社交媒体本质上只是一种催化剂。它并未改变政治判断的生成逻辑，只是加快了它的传播速度，放大了它的分贝。社交媒体时代的政客依然是那个充满偏见的自然人，只是他们拥有了一个能精准定位到每个愤怒选民的扩音器。这种影响是线性的，也是可溯源的——我们可以清晰地看到一条从仇恨言论到社会动荡的因果曲线。

人工智能的介入则完全是另一回事。如果说社交媒体是扩音器，那么大型语言模型就是一位隐形的联席主席。这种转变的关键在于，AI不再仅仅是传播工具，它开始介入认知过程本身。

过往的政治决策受制于人类的“有限理性”。一位部长在权衡贸易政策时，受限于他所能阅读的简报数量和他那被意识形态过滤过的经验。而今天，LLM能瞬间处理跨越数个世纪的历史文献、多语种的政策案例以及复杂的跨学科数据。这种“合成知识”不仅超越了任何智囊团的认知边界，更引入了一种非直觉性的推理路径。当政策建议来自于对数万亿Token的权重计算，而非基于选区走访的感性认识时，政治的底层代码已被重写。

统计理性的冷酷诱惑

这种新型变量最引人注目——或者说最令人不安——的特质，是其去人格化的统计理性。

人类政治人物的决策往往处于情绪与理性的永恒拉锯中。他们需要在短期选举压力与长期国家利益之间挣扎，在道德直觉与地缘政治现实之间妥协。而LLM没有选票需要争取，没有面子需要维护，也没有恐惧或同情。其生成的建议基于训练数据中的统计模式，追求的是逻辑上的“最优解”或概率上的“稳健性”。

这种“冷酷理性”正在重塑政治修辞。观察近年的竞选演说，不难发现一种趋于一致的倾向：论述变得愈发无懈可击，逻辑严丝合缝，却也愈发空洞且缺乏特征。当政治领袖的每一份声明都经过模型对全球民意、历史教训和潜在舆论风暴的压力测试后，政治修辞正经历一种“无菌化”过程。那种带有个人体温、甚至带有英雄式错误的表达正在消失，取而代之的是一种由硅基逻辑润饰过的、技术官僚式的平庸。

讽刺的是，这种“平庸”往往极具说服力。AI能够识别出人类感官无法察觉的微小相关性，它可能建议一位保守派政客在环境议题上采用某种精确的措辞，并非出于理想主义，而是因为模型计算出这种措辞在特定中产阶级选区能产生最高频的共鸣。这是一种比社交媒体的狂热更具欺骗性的操纵：它通过消除不和谐的音调，来实现一种更深层的控制。

责任的黑匣子：谁在治国？

当AI从顾问滑向决策参与者，民主政治最核心的基石——问责制（Accountability）——便陷入了危机。

在传统的政治架构中，决策主体是明确的。我们了解政治家的偏见和局限，因此知道如何通过制度来制衡他们。如果政策失败，代价是个人的政治生命。但在“人机共生”的决策模式下，责任的主体变得模糊。如果一项导致社会动荡的经济政策是基于AI对全球市场模拟后的“最优建议”，而政治人物仅仅是签署了这份脚本，我们该去弹劾谁？是那位宣称“我只是听取了最科学、最全面分析”的部长，还是那段无法被人类语言完全解读的神经网络权重？

这并非杞人忧天。当政客们发现算法可以作为规避政治风险的挡箭牌时，他们会毫不犹豫地躲进这个“黑匣子”之后。这种“去责任化”的趋势，可能导致一种新型的技术官僚威权主义：决策不再需要向公众进行道德或价值观上的解释，而只需要声明其“数据驱动”的必然性。

此外，AI的“涌现能力”往往带有不可解释性。LLM给出的某些策略可能在短期内极其有效，但其推理过程对人类而言如同暗物质。这种“非直觉性”不仅挑战了公众的理解力，也侵蚀了政治辩论的根基。如果政治不再是不同价值观之间的公开较量，而变成了对不可解释算法的盲目追随，那么民主将只剩下一个投票的空壳。

价值嵌入与全球治理竞赛

我们必须清醒地认识到，AI所谓的“中立”只是一种幻觉。每一个大型语言模型的背后，都隐含着开发者的文化立场、价值偏好以及对“公平”或“效率”的特定权衡。这些隐蔽的价值嵌入，使LLM成为了新型的意识形态载体。

目前，全球正处于一场关于“AI主权”的竞赛中。这不仅是算力的竞赛，更是定义理性的竞赛。欧盟试图通过《人工智能法案》建立伦理防火墙，而科技巨头则试图通过既成事实来确立技术标准。如果未来的政治决策逻辑被少数几家掌握核心模型的科技巨头所垄断，那么传统主权国家的力量将被极大地削弱。

更深层的危机在于“合成谬误”。LLM擅长糅合不同文化语境的概念，但它缺乏真正的文化共情与本土理解。当它以一种全球通用的“最优逻辑”去处理极具本土特殊性的政治问题时，产生的可能只是表面合理、实则脱离现实的治理怪物。

结论：政治的去人格化

回望过去，我们曾担心人工智能会变得像人类一样充满恶意或偏见；现在看来，更紧迫的风险是人类正在努力变得像AI一样精准、空洞且追求概率安全。

政治的本质，从来不是为了寻找那个统计学上的“最大公约数”，而是在于容纳多元价值的冲突、妥协，以及在不确定性中展现出的人类主体性。人工智能作为一个“新变量”，确实提升了治理效率，并在某种程度上剔除了人类的无知与冲动。但它同时也正在将政治从一门人文学科，献祭给那一尊尊沉默的硅谷神像。

当逻辑取代了激情，当算力取代了说服，我们或许终于获得了一台运行完美的政治机器。但在那一刻，我们失去的不止是偏见，还有政治本身。在这个“统计学治国”的时代，最大的挑战不再是如何对抗一个独裁者，而是如何在一个看似无比理性的算法网络中，找回那个有温度、敢犯错、且必须承担责任的人类灵魂。

当政治开始听取非人类的算法理性 —— 人工智能作为当代政治的结构性变量

2026-01-18T21:10:00.000+08:00

~ 作者：ChatGPT

当政治开始听取非人类的算法理性

——人工智能作为当代政治的结构性变量

节录

当代政治正在引入一种全新的变量（variable）：由大型语言模型（LLMs）参与润饰、建议，甚至否决的政治论述与决策过程。

在过往，政治人物的言行，主要由其个人世界观、认知边界，以及情绪、情感、个人好恶与结构性偏见所塑造。进入社交媒体时代后，这些特质并未被削弱，反而在同温层与回音室（echo chamber）效应的作用下被进一步放大与加速。社交媒体本身构成了一种“催化剂”（catalyst）式的变量——它强化了既有倾向，却并未从根本上改变政治判断的生成逻辑；因此，这种影响仍然可以被追溯、解释与观察。

然而，人工智能所引入的视角与方向，可能是质变性的。它不只是加速或放大人类既有的政治偏好，而是通过统计推断、跨语境整合与非直觉性的推理路径，生成一种超出常规政治经验、既有理性框架与传统方法论的决策参考体系。

图像由ChatGPT所生成

在政治史的大多数叙述中，技术往往被视为背景变量，而非决定性力量。印刷术改变了传播半径，广播和电视塑造了公众形象，互联网重塑了信息流速，却始终未真正介入政治判断本身。政治仍被理解为一门高度人性的艺术：由信念、情绪、野心、恐惧与偏见交织而成。即便在制度高度理性化的民主国家，决策仍然离不开人格、直觉与经验的影响。

这一前提正在松动。

一种新的变量正悄然进入当代政治体系：由大型语言模型（LLMs）参与润饰、生成、筛选，甚至否决的政治论述与政策选项。它并未以革命者的姿态闯入权力中心，而是以顾问、文书与分析工具的面貌出现；但其潜在影响，却远比社交媒体时代的算法更为深刻。

从“催化剂”到“变量”

过去十余年，社交媒体常被指认为民主政治失序的根源。同温层、回音室与情绪动员，确实加速了政治极化，也放大了政治人物最冲动、最偏狭的一面。然而，社交媒体的作用本质上仍是催化剂：它强化既有倾向，却不改变判断的来源。政治人物在平台上的激进言论，仍可追溯至选举激励、个人经历或意识形态立场；即便最鲁莽的决定，也往往能在某种人类动机中找到注脚。

人工智能的介入则不同。大型语言模型并不只是扩音器，而是一种异质理性来源。它不拥有选票、不承担责任、不受选举周期约束，却能够以高度一致、跨情境的方式参与政治判断。这种变化不是速度的提升，而是方法论的断裂。

如果说社交媒体改变了政治的音量，那么人工智能正在改变政治的认知结构。

去人格化的理性

政治决策历来在理性与情绪之间摇摆。过度冷静会被指责为技术官僚主义，过度情绪化则可能演变为民粹主义。大型语言模型不存在这种张力。它既无羞惭，也无恐惧；既不需要讨好选民，也不必为历史包袱负责。

这使其建议呈现出一种去人格化的特征：

它不计算政治面子成本，不在意短期民意波动，也不区分“可说”与“不可说”。在统计意义上合理的方案，即便在政治上显得不自然，仍会被呈现为可行选项。

这种冷静并非价值中立。恰恰相反，它隐藏着一种新的权力形式：将复杂的价值冲突重新编码为可优化的问题集。政治由此不再是价值排序的公开博弈，而逐渐被重塑为一场高效的求解过程。

经验压缩与后意识形态视角

人类政治判断高度依赖类比：历史经验、制度传统与文化记忆。然而，这些类比往往具有选择性。大型语言模型的判断方式更接近一种经验压缩机制。它同时吸收民主国家的制度失败、威权体制的治理效率、转型社会的结构性困境，以及政策实验的成功与灾难。

结果是一种后意识形态的视角：

它不忠于任何政治传统，也不为任何制度辩护；它呈现的不是立场，而是概率关联与风险分布。这并不意味着它更“正确”，而是它的错误方式与人类截然不同——更系统，也更难被直觉识别。

正是在这里，政治开始出现一种新的不适感。大型语言模型往往给出“合理却令人不安”的答案：指出某些象征性极强的政策几乎无效，揭示某些道德叙事在长期内制造更高风险，或表明某些被视为软弱的妥协反而降低冲突概率。这些结论并非价值判断，却直接冲击政治叙事的核心。

问责制的灰色地带

当政策文本、演说稿与谈判方案在很大程度上由模型生成或修正时，政治责任的归属开始变得模糊。形式上，决策仍由民选代表做出；实质上，判断逻辑却部分外包给一个不具名、不问责、也不参与公共辩论的系统。

这并非传统意义上的技术官僚统治，而是一种更安静的转变：政治保留了民主的外观，却在内部引入了一种非民主的认知机制。如果一项导致社会动荡的政策被证明源于算法建议，选民究竟该向谁追责？是那位签署文件的部长，还是那段无法用人类语言完全解释的模型权重？

最危险的情境：AI并非失败，而是成功

关于人工智能的公共讨论，往往聚焦于其偏见、幻觉与误判风险。然而，在政治领域，更棘手的情境恰恰相反：当模型的预测反复被验证，当其建议在事后显得比人类判断更稳健。

在这种情况下，人工智能可能从“顾问”滑向“参考标准”，再到事实上的“裁判”。政治人物拒绝其建议，将需要额外的正当化理由；而采纳其建议，则可能削弱政治选择本身的价值维度。政治的核心问题由此发生偏移：不再是谁拥有权力，而是谁拥有理性的最终解释权。

冷静的结论

人工智能不会终结政治，也不会自动带来更好的治理。但它确实引入了一种前所未有的变量：一种不投票、不承担责任、却可能比任何政治人物都更一致、更冷静的理性形式。

真正的风险不在于机器的反叛，而在于政治的去人格化与平庸化。当政治习惯于向非人类理性请示，当价值冲突被过度转译为优化问题，我们或许会得到一个看似合理、运转高效的秩序，却难以解释它为何值得被认同。

政治从来不仅是问题的解答机制，更是价值冲突的公开舞台。问题不在于人工智能是否参与政治，而在于——当政治开始听取非人类理性时，人类是否仍然清楚自己为何做出选择。

AI不会终结搜索，却正在重塑互联网的权力结构

2026-01-11T15:47:00.006+08:00

在每一次技术浪潮中，人们总会急于宣布旧秩序的死亡。搜索引擎亦未能幸免。随着生成式人工智能迅速嵌入搜索体验，“AI 将取代搜索引擎”的论调甚嚣尘上。然而，这种判断既低估了搜索在数字世界中的结构性角色，也忽略了真正正在发生的变化——被挤压的不是搜索引擎，而是依附其上的内容网站与流量经济。

搜索并未过时，它只是换了一副面孔

搜索引擎的核心价值从来不只是“找到网页”，而是在混沌的信息海洋中提供秩序。这一点在 AI 时代非但没有削弱，反而愈发重要。

当下的大模型并非全知系统。它们存在明确的时间截点，对实时事件、政策变化、突发新闻和长尾事实高度依赖外部输入。搜索引擎恰恰提供了这种能力：即时性、可验证性与持续更新的世界模型。

更重要的是，搜索并不仅服务于用户，也服务于 AI 本身。文本、图片、视频与音频等多模态数据的最大来源，依然是被索引、被整理、被排序的开放互联网。换言之，搜索引擎是 AI 的“感官系统”，而非可被轻易替代的竞争者。

没有搜索，AI 将迅速退化为封闭语料中的回声室。

被挤出价值链的，不是搜索，而是网站

真正的变化发生在流量的终点。传统的互联网内容经济遵循一条清晰路径：

用户提出问题 → 搜索引擎返回链接 → 网站提供内容 → 网站通过广告、订阅或转化实现变现。

生成式 AI 介入后，这条链条被压缩为：

用户提出问题 → AI 给出答案。

在这一过程中，网站并非被禁止存在，而是被系统性去中介化。AI 并不需要用户“阅读”内容，它只需要在训练阶段或检索阶段“吸收”内容。当答案被直接呈现在搜索结果页或对话界面中，用户的访问行为随之消失。

这对用户而言是效率的提升；对内容网站而言，却是生存空间的萎缩。

AI Summary：合法却致命的“流量虹吸”

尤其值得警惕的是搜索引擎自带的 AI Summary（或 AI Overview）。这些摘要并非第三方工具，而是平台本身的一部分。它们直接在搜索结果页给出结论，将链接降级为附注。

从法律角度看，这种做法通常是合规的；从商业角度看，它却构成了一种结构性抽血机制。内容仍被生产、被抓取、被利用，却不再被访问。价值被重新分配，却未必被重新补偿。

结果是一个悖论：互联网仍在为 AI 提供燃料，但互联网自身的经济激励正在被削弱。

零点击搜索：网站的生存危机

由AI生成的“直接交付答案”正在导致“零点击搜索”（Zero-Click Search）比例大幅攀升。

维度	传统搜索引擎	AI 增强搜索 (AI Overviews)
交互模式	用户输入 → 链接列表 → 点击进入网站	用户提问 → AI 综合全网答案直接呈现
流量分配	流量分流给排名前几的网站	流量留在搜索结果页，网站沦为“语料库”
价值交换	网站提供内容，搜索提供流量	网站提供内容，AI 提供答案，用户不再跳转

赢家与输家：一场分发权的再集中

这场变革的受益者与受害者并不难辨认。

受益者包括：

掌握入口的搜索引擎平台
拥有大模型能力的科技巨头
能在 AI 界面中“原生呈现”的超级应用

受害者则是：

中小内容网站
教程型、解释型、工具型页面
依赖 SEO 流量的媒体与独立创作者

问题不在于内容质量下降，而在于内容被看见的机制发生了改变。当分发权从网页链接转移到模型回答，内容生产者便从“被点击的主体”变成了“被消化的原料”。

一个尚未解决的制度问题

历史上，每一次平台化都会引发类似张力。社交媒体重塑了新闻分发，电商平台重构了零售渠道。AI 搜索的不同之处在于，它不仅控制分发，还控制表达。

当答案由模型“重新生成”时，原始作者的存在被进一步稀释。署名、语境与立场被压缩为概率权重。这不仅是经济问题，也触及知识归属与公共信息生态的长期稳定性。

若内容生产无法获得可持续回报，AI 赖以训练与更新的“开放互联网”将逐渐枯竭。届时，平台将不得不在封闭数据、高成本授权与质量下降之间做出选择。

搜索没有死，但互联网正在变形

因此，与其说 AI 正在杀死搜索引擎，不如说它正在重写互联网的经济语法。

搜索依然存在，却不再只是通往网站的桥梁，而成为答案本身的容器；网站依然存在，却不再是用户旅程的必经之路。

这并非技术进步的必然代价，而是制度选择的结果。未来的关键问题不在于 AI 是否会继续进化，而在于：内容生产者是否还能在这一新秩序中找到位置与回报。

为什么 AI 离不开搜索引擎？

AI 不是搜索引擎的终结者，而更像是它的 “超级插件”。

实时性的补足：大模型的训练数据通常有截止日期。搜索引擎提供的实时抓取能力（如 Google Search 或 Bing）是 AI 获取当下新闻、价格变动、新论文的唯一途径。
多模态数据的源头：互联网是世界上最大的“数字矿床”。没有持续更新的视频、图像和文本，AI 的进化就会陷入“模型崩溃”（Model Collapse），即 AI 开始学习 AI 生成的垃圾内容，导致智力退化。

结语：AI 杀死了“信息的搬运工”

综上所述，AI 正在彻底重塑信息分层的运作逻辑与价值结构：底层的事实性信息将被 AI 彻底液化，直接融入搜索界面，这部分网站的流量确实会不可逆地消失；高层的独特性观点、情感共鸣和实时互动，将成为未来互联网幸存者的护城河。

这是一个残酷的自然选择过程：AI 杀死了“信息的搬运工”，但却逼迫“信息的生产者”去创造更高价值的内容。

在此之前，可以确定的一点是：

AI 不是互联网的掘墓人，却可能成为内容网站的无形抽血机。

《被误读的网红效应：谁才是真正的造王者？》

2025-12-25T23:20:00.006+08:00

许多人正在观望、揣测，甚至押注：当下的政治格局，是否正在重演2008年“308政治海啸”前的历史情境。

在308之前，网络媒体与部落格已迅速扩张，却长期未能对补选结果构成实质冲击；直到2008年3月8日，这些分散的声音才突然汇聚成改变政治版图的力量。

正因为这一历史经验，近来有不少政治观察者与投机者，将今日的网红现象类比为当年的网络媒体，甚至期待网红们具备类似社交媒体在2008年308政治海啸和2018年509改朝换代期间的“催票效应”。

在2020年沙巴州选、2021年末的马六甲州选、2022年初的柔佛州选，以及同年尾的第十五届全国大选中，网红始终未能左右选举结果；然而，在2025年末的沙巴州选中，网红却似乎突然成功掀起了一股反风。

同样的逻辑，也被投射到个别人物身上——例如刁健城（Albert Tei）被刻意塑造成类似“林甘短片司法丑闻”时期罗国本的角色，被寄望成为下一场选战中吸票的奇兵。

然而，这种类比忽略了一个至关重要、却经常被低估的变量：技术环境已经彻底改变。

在2010年代中期以前，社交媒体尚未被算法深度驯化，资讯的扩散更多依赖用户的主动分享与社会关系网络；而今日网红所拥有的流量，并非公共舆论自然生长的结果，而是平台算法阶段性“眷顾”的产物。

也正因如此，网红是否能在第十六届全国大选中成为真正的“造王者”，并不完全取决于他们的影响力、叙事能力或政治立场，而在很大程度上，取决于科技巨擘的算法选择。换言之，今时今日决定政治动员边界的，未必是政治明星、网红、网络媒体、传统主流媒体和选民本身，而是大型算法平台。

文章发表于2025年12月23日的马来西亚《东方日报》

缅怀大马华社以文化为灯、以知识为路的年代

2025-12-07T01:13:00.003+08:00

~ 作者：ChatGPT

图像由OpenAI ChatGPT所生成，然后为Google Gemini Nano Banana所修饰。

在回望自己从中学到大学社团活动的那些岁月，以及大学毕业后踏入社会的头十年——大约从九十年代直到二〇〇〇年代中后期——我常常觉得那段时光格外明亮，甚至带着某种具象的“画面感”。这种感受，绝非单纯的怀旧滤镜，而是因为当年的马来西亚华社存在着一股罕见的集体忧患意识。它无形，却深刻；不张扬，却能在日常生活中轻易触碰。

当时的知识分子与青年人，以文化为依归、以知识为路径，试图在纷乱的时代中“授道解惑”。他们并不高举旗帜，但在默默耕作：文学创作、报刊副刊、言论版、书籍出版、研讨会、学术讲座、读书会、辩论会、诗与民歌、漫画与文化符号、甚至是由乡团或会馆主催的生活营与青年培训。一个个活动与作品，像是一盏盏小灯，照亮着通往世界的不同入口。

这些文化实践共同构筑了一种儒雅而理性的公共氛围。它不雄壮，却坚韧；不激烈，却扎实。它把个体连结成社区，把社区延伸成议题，把议题再锻造成共同的世界观。书局、书展、书摊、报摊、民歌餐厅、校园社团、社区讲堂……都是当年青年人试图理解这个世界的场域。那时的华社，虽处在种族政治与结构不平等的现实中，却努力以知识与文化建立自己的认知体系与精神坐标。

这一切，构成了一个时代的文化底气。

然而，后来的一切，不是断崖式的衰退，而是悄无声息的稀释。

当移动互联网、社交媒体、智能手机、网购平台与短视频时代全面来临，文化与知识被重新包装成更快、更短、更浅的传播单位。资讯的“流速”压倒了内容的“深度”，情绪动员取代了思想对话。只要能带来转发与点击，阴谋论、挑动情绪的叙事、碎片化的呢喃与“博君一笑”的段子，都能在算法的助推下迅速扩散。

知识不再被看作理解世界的工具，而是成为可随时被下一条视频替换的消遣品。

在这种环境里，当年那些通过文化实践构筑出来的思想空间与对未来的关怀，逐渐被淹没在无尽的资讯流中。书局与副刊的读者减少，读书会的热度下降，青年人的公共表达更多转向社交平台的轻量化语句。公共文化的厚度被稀释，公共讨论的耐性被削弱，公共理性的空间被压缩。

我们这一代人之所以总觉得过去“较有画面感”，并不是因为时代较慢、生活较朴实，而是因为那时的华社仍然相信文化的力量、尊重知识的价值，并愿意花时间寻找“路在何方”。

今天，我们当然不能也不应当回到没有互联网的年代。但我们确实需要问一句：当所有叙事都被简化、娱乐化、情绪化之后，我们所失去的，是不是比所获得的更多？

文化不只是美学，也不是怀旧，而是一种长线的集体思考能力。一个社群如果失去了这种能力，就会被即时情绪与算法推波的风潮带走——不知向何处去，也无力决定要往何处走。

在数码洪流之中，或许我们需要重新找回那份旧时代的从容：用文学、知识、对话与反思，重新建构观察世界的能力。不是为了重现过去，而是为了让未来不至于空洞。

注：

以上文章由ChatGPT用以下提示（prompt）生成：

忽然想起，我活跃于中学与大学社团组织，以及大学毕业后10年的90年代至2000年中后期之所以如此美好、具有画面感，是因为那时候马来西亚华社高涨的忧患意识；以及华社知识分子和青年人以文化和知识底蕴来授道解惑，积极用文学创作、文字出版物、文化符号、表演艺术、研讨会、讲座、生活营、歌谣、漫画、诗、言论版、报章副刊、读书会等来叩问路在何方、建构认识论、世界观和思想体系的文以载道坚持。这些理性亦儒雅的求索，反映在各地的的书局、书展、书摊、报摊、会馆、学会、同学会、乡团主催的辩论会，甚至是民歌餐厅等等。后来的后来，移动互联网、社交媒体、智能手机、网购平台、短视频，以快捷、便利、阴谋论、呢喃和数不尽博君一笑或意图挑动受众情绪来换取网络扩散效应（network effect）的数码信息和简化叙事，淹没了一切。

信息洪流下的叙事失落：缅怀大马华社尊重知识的年代

2025-12-07T01:13:00.001+08:00

~ 作者：ChatGPT

图像由Google Gemini Nano Banana Pro所生成

每次回望自己在中学、大学社团活跃的那些年，以及大学毕业后走入社会的头十年，我总觉得那是一段带着温度、方向与画面感的时期。大约从九十年代到二〇〇〇年代中后期，马来西亚华社的空气中弥漫着一种难以言喻的共同忧患意识。这股精神氛围并非凭空而来，而是在长期面对种族政策、教育压力、政治结构不均等的局限中自然生成的文化机制。它让一个族群愿意用文化与知识去抵御不确定，也让一代青年在有限的资源里努力建构世界观。

一、文化场域的丰富，是一个社群的精神温度

那时的文化生态虽不算富裕，却充满生命力。副刊作家、知识分子、文化人频繁在报章言论版探讨教育、政治、社会结构与全球化冲击；校园里的读书会、论坛、辩论会与生活营，成为许多青年第一次真正学会“看世界”的场所。出版人与独立文学工作者虽靠小规模出版维生，却以惊人毅力建构起丰富的文化载体；民歌手与表演者在民歌餐厅、文化角落里，以朴素的琴声表达对时代的感怀；会馆、乡团、同学会等传统社团也承担起文化平台的责任，为青年提供思想成长的空间。

在这一连串文化场域里，对文学与知识的尊重并非口号，而是生活的一部分。书局、书展、书摊、报摊、民歌餐厅、校园文化节、社区讲堂无不传递一种讯息：知识不只是资讯，文化也不只是活动，而是一种涉及身份、未来与方向的公共实践。正因如此，那一代青年对社会有某种朴素却深刻的责任感，也相信通过阅读、思辨与表达，可以拓宽群体的精神边界。这是那个时代最难以复制的气质。

二、移动互联网带来的，并非更民主的资讯，而是更碎片的注意力

然而，随着智能手机普及、社交媒体兴起、短视频主导传播，华社原本长期累积的文化厚度却在十余年内以惊人的速度被稀释。互联网本被寄望成为更民主的资讯平台，却在商业逻辑与算法机制的主导下，迅速将“速度”置于“深度”之上。内容必须不断被压缩、简化、娱乐化，才有机会获得曝光；观点若不能在第一秒触发情绪，就很难进入大众视野。长文被嫌冗长，系统性讨论被视为麻烦，复杂问题被推向标签化与对立化。

于是，阅读的耐性逐渐下降，深度内容难以生存，公共讨论的空间日益缩窄。文化消费的路径从书局与报刊，转向拼多多式的平台折扣与演算法推送；知识从系统性的学习过程，沦为被切成几十秒的“爽点”。在这样的生态里，原本培养一个社群思考能力的文化肌肉变得日益薄弱。

三、叙事的失落，是一个社群的集体失忆

许多人怀念过去，其实怀念的并非旧街灯或旧唱片，而是那个时代对文化的认真。彼时的文学、音乐、出版、辩论、论坛与评论都带着强烈的现实关怀；青年愿意花时间阅读、争论、聆听与提问；学者、作家与文化人虽未必拥有庞大影响力，却愿意承担“为时代发声”的责任。那是一个社群仍然坚持用文化理解世界的阶段，一个族群仍相信知识可以改变命运的年代。

今天，我们的选择更多、资讯更快、声量更大，却也难免产生一种漂浮感：社群的价值坐标变得模糊，公共讨论被情绪与算法主导，许多议题被碎片化与娱乐化，青年即便拥有表达的平台，却较少建立稳固的世界观。在长期被短视频节奏牵着走的环境里，情绪被放大、耐性被抽空、理解被简化。渐渐地，我们失去了过去通过文化积累出来的那份沉稳与从容。

四、我们怀念的不是过去，而是那个时代的认真

当然，我们无法也不该回到没有科技的年代。文化的形式会变，传播方式会变，我们也必须承认新的媒介确实带来了新的可能性。但无论科技如何改变生活，一个群体若要维持对未来的掌控，就必须保留足够的思想能力，而这种能力只能通过阅读、知识、讨论与反思长期累积。文化从来不是点缀，而是一个社群能否在复杂世界找到方向的基础工程。

因此，在资讯爆炸、叙事快速消散的今天，我们或许更有必要重新反思：华社是否还保留着自我更新的文化能力？年轻一代是否仍愿意通过阅读与思考理解世界？文化空间、书写传统、知识讨论是否还具备足够的生存土壤？如果答案越来越模糊，那么我们真正失去的不是过去的浪漫，而是一种建构未来的集体能力。

在数码洪流之中，我们仍需要那份曾经支撑华社数十年的精神力量——用文学看见自己，用知识穿透现实，用讨论形成判断，用文化构筑方向。唯有如此，我们才能在不断加速的世界里，不至于迷失，也不至于被时代的浪潮推着走，而忘记了自己想走往何处。

注：

以上文章由ChatGPT用以下提示（prompt）生成：

忽然想起，我活跃于中学与大学社团组织，以及大学毕业后10年的90年代至2000年中后期之所以如此美好、具有画面感，是因为那时候马来西亚华社高涨的忧患意识；以及华社知识分子和青年人以文化和知识底蕴来授道解惑，积极用文学创作、文字出版物、文化符号、表演艺术、研讨会、讲座、生活营、歌谣、漫画、诗、言论版、报章副刊、读书会等来叩问路在何方、建构认识论、世界观和思想体系的文以载道坚持。这些理性亦儒雅的求索，反映在各地的的书局、书展、书摊、报摊、会馆、学会、同学会、乡团主催的辩论会，甚至是民歌餐厅等等。后来的后来，移动互联网、社交媒体、智能手机、网购平台、短视频，以快捷、便利、阴谋论、呢喃和数不尽博君一笑或意图挑动受众情绪来换取网络扩散效应（network effect）的数码信息和简化叙事，淹没了一切。

滞后跟风的时差红利

2025-11-11T21:21:00.001+08:00

滞后的文化潮流跟风，其实未必是坏事。第一，这让文化输出国得以重新行销那些在本国热潮已退、不再处于狂热阶段的文化产品，从而赚取外汇并巩固文化口碑。第二，跟随潮流、引进舶来文化的国家，往往会依循文化原产国的供应链组建逻辑，带动相关产业发展，创造商机与就业机会。最典型的例子，就是马来西亚华社在上世纪九十年代末至二〇〇〇年代初，引入港台，尤其是台湾式的“民歌餐厅”经营模式——由乐手与歌手驻唱、吸引听歌人流。这不仅带动了青少年与新兴中产阶级的消费风潮，也孕育了一代马来西亚中文创作人、音乐人、乐团与歌手，同时刺激了相关音响与乐器供应产业的成长。 “滞后跟风”这个看似略带贬义的行为，确确实实在通讯工艺还未完全普及的年代，为文化输出国和输入国带来了实际经济和文化价值的“时差红利”。曾经风行一时的马来西亚民歌餐厅，有力地展示了这种引进模式在构建本土文化生态和产业链方面的巨大推动作用。

《AI时代的回声：从多元互联网到同质化未来的思索》

2025-10-11T16:03:00.014+08:00

图像由Google Gemini Nano Banana Pro所生成

以下是我在出席2025年9月27日《政策改革与社会韧性：跨领域对话》马来西亚华研智库政策论坛后，针对《我国在AI时代的挑战与机遇》讲题的思索和回应：

1）开放互联网的黄昏

开放互联网的多元性正在逐渐消逝。生成式AI内容在网络上迅速普及，而下一代AI模型又以这些AI生成的内容作为训练数据，形成自我循环。这意味着，互联网原本倡导的多元化表达正在迅速消退，内容与表达形式趋向单一和机械化。2025年9月，谷歌在向美国司法部提交的反垄断案件法庭文件中首次承认开放互联网正在迅速衰落。这一声明与谷歌此前公开宣称互联网蓬勃发展的立场形成鲜明对比。

2）封闭平台算法的围墙

互联网内容和表达方式的趋同，并非是近期才出现的现象。以个性化（personalization）和客制化（customization）为名，需要用户登录，提供一站式、包罗万象的资讯窗口，再到商品网购、熟食外卖与网约车服务，不鼓励用户点击外部链接或浏览其他网站的封闭式社交媒体平台，以及电商超级应用程序（SuperApp），长期依靠算法增量与放大某些国家、主流文化与语言的用语，导致许多国家和社群面临本土地域性表达与俚语的流失。例如，中国大陆的语言规范已经逐渐影响了我们以往惯用的新马华语：“巴刹”被称为“早市”，“德士”称为“出租车”，“死党”、“损友”改称为“伙伴”，而体育新闻中诸如“短板”、“掉链子”等用词，在上世纪80至90年代几乎未曾出现。

3） AI作为“终极扩撒器”

大型语言模型（如ChatGPT、Google Gemini、Deepseek等）会成为更具冲击力的内容与表达形式的扩散器（amplifier）。正如前文所述，这些模型的训练数据主要取自互联网，而互联网本身已充斥大量生成式AI产出。如此一来，将形成一种高度同质化、恶性循环的闭环生态：AI以自己生成的内容为“养料”，不断成长并繁衍下一代模型。

在AI成为主要增量与扩散器之前，平台算法和市场规模早已是强大的同质化力量。AI的普及化将会进一步深化这一趋势。

大型语言模型（LLM）的作用是“标准化”表达。当互联网上充斥着符合LLM“偏好”的流畅、规范、机械化的内容时，这些内容又会成为下一代模型的训练数据。这会导致：

a）边缘文化的消失：小众观点、方言表达、非主流创作风格将更难被模型“看见”和“学习”。

b）“模型腔”的诞生：一种全球统一的、过于机械式完美的、缺乏个人特色的表达方式可能会成为主流。

4） AI与企业生产力的幻象

生成式AI真的有帮助企业提高生产力吗？其实这可能本身就是一个社会科学的研究议题。许多公司在大规模推出AI生产力工具辅助员工的日常工作后，有没有发现，本来用来让高层有效做出重大宣布、传递公司最新动态，促进员工之间快捷有效即时沟通的通讯工具譬如MS Teams和Slack，到处遍布和领英求职平台信息流并无二致的各级管理层与普通员工们竞相用AI生成的“成功叙事”（success stories）与低价值、高噪音、千篇一律的AI废话与贴图（low substance, high publicity AI slop）？

这或许反映出，所有的工具都是人类行为的镜子。当出发点充满投机的动机，工具的产出也就流为片面的门面功夫，而非充实的内容与丰硕的成果。

5）晶片泡沫与数据根基

当前最前沿的生成式人工智能倚赖海量数据和最先进的AI晶片，通过基于Transformer架构的算法实现突破。然而，AI晶片的投资充满炒作（hype）与风险。对于发展中国家（如我国）而言，更应专注于系统性的收集、整理和编译高素质的数据集，以及投资数据驱动应用科技的研发与创新，而非盲目追逐随时可能破裂的AI晶片泡沫。

追根究底，数据是近乎所有数码资讯系统的核心，所以资讯工艺业界才有“垃圾进，垃圾出”（garbage in, garbage out)的铁律。万变不离其宗，不论未来AI软硬体科技如何迭代出新，都必将倚赖高素质的关键数据，来提高性能和其产出的质量。

6） AI代理 - 杠杆或是木马？

云端代理型人工智能（Cloud-based Agentic AI）能帮助小型企业快速扩张，但对于大型企业而言，如果用其来营运核心业务，则相当于将商业机密暴露给云服务商，可能让对方在未来洞悉乃至复制企业独有的商业优势。举例来说：若你是仅有3人的小企业老板，可通过部署57个价格实惠的AI代理（AI Agent），将营运效率虚拟扩展至60人的营运规模。反之，若你是拥有2万名员工的大企业，部署AI Agent处理高度专业化工程任务，就等于把关键操作流程和工程细节交给云端系统。当你要调整人力部署（relocate workforce）或搬迁生产链时，你的知识库（knowledgebase）已存在AI代理的运行系统里，而不再掌握在自己团队手中，这将削弱你在与政府或市场谈判中的议价能力。

对中小型企业而言，AI代理是巨大的“杠杆” （lever），能以低成本实现营运规模化，是生存和发展的利器。

对大型企业来说，一不留神，AI代理有可能会变成“屠城木马”。将核心业务逻辑和知识库外包给云端AI，相当于将企业的“作战手册”交给了云服务商。这或会导致：

a）谈判能力丧失：在考虑搬迁或与政府谈判时，由于核心知识已固化在云端的AI系统中，企业会被“锁死”。

b）商业机密泄露风险：服务商可能无意或有意地利用这些聚合后的知识，为你的竞争对手提供服务，甚至亲自下场参与竞争。

人人都有魔法棒，戏法就不再精彩

总结来说，AI只是科技不断推陈出新过程中的其中一项技术，而非万能丹。我个人主观的看法是：生成式人工智能（Generative AI）最终带给中小型企业、跨国大企业，以及各国官方机构的机遇很大可能是自动化（Automation），而不是差异化（Differentiation）和因稀缺（Scarcity）所带来的商业模式护城河（Moat）。当人人手中皆有一支神仙的魔法棒，那就注定不是每个人都能成为哈利波特。

文章发表于2025年10月6日的马来西亚《东方日报》

What goes around comes around...

视角的民主化 · AI时代的权力重构

视角的民主化

权力的三重不对称

视角获取权的分布变化

视角权力的三层结构

视角革命的历史序列

当权者的三种应对策略

AI's Unexpected Challenge to the Architecture of Power

《互联网去中心化时代的终结：信息平台如何成为新时代的传播寡头》

《语言是不是人类智能的边界？》

Is Language the Boundary of Human Intelligence?

《从搜索、社交到算法：互联网二十年的「注意力经济」收割史》

《边缘逆袭：数字技术如何填平世界》

【当理性失去赞助人】从反虚伪到反智：一个后精英时代的结构性危机

The Deeper Crisis Behind the Trump Phenomenon: From Anti-Hypocrisy to Anti-Intellectualism

The blowtorch of truth: Does the road from anti-hypocrisy lead straight to anti-intellectualism?

-- The Deeper Crisis Behind the Trump Phenomenon

When "decency" becomes a lie

From iconoclasm to idiocracy

The accelerator of decline

The beneficiary of reason’s retreat

反虚伪的尽头，是反智？特朗普现象的深层危机。

In a world of advertising, every piece of advertisement seems to be a truth.

我们许多错误的常识，都是被广告误导所产生的伪知识。

《语言的边界是人类的边界》浓缩资料摘要图表

语言赋予扩展边界的坐标系权力

《语言的边界，是人类的边界：从物理坐标到虚拟坐标的拓展》

1. 语言作为“坐标系统”的隐喻

2. 动物 vs. 人类：边界的不同形态

3. 语言的超越性与局限性

4. 从“坐标”到文明：语言的赋能史

5. 当代反思：当坐标虚拟化

结语

《语言的边界，是人类的边界》 —— 另一场假想的 Noam Chomsky 联合国演讲

《语言的边界，是人类的边界》 —— 一场假想的 Noam Chomsky 联合国演讲

一、语言不是工具，而是认知的架构

二、权力最稳定的形式，是对语言的管理

三、语文贫困，必然导致道德贫困

四、语言能力是一种普遍的人类权利

五、扩展语言，就是扩展人类的未来

结语

硅基说客：当算法接管“政治作为不可能的艺术”之艺术

当政治开始听取非人类的算法理性 —— 人工智能作为当代政治的结构性变量

AI不会终结搜索，却正在重塑互联网的权力结构

《被误读的网红效应： 谁才是真正的造王者？》

缅怀大马华社以文化为灯、以知识为路的年代

信息洪流下的叙事失落： 缅怀大马华社尊重知识的年代

滞后跟风的时差红利

《AI时代的回声：从多元互联网到同质化未来的思索》

《被误读的网红效应：谁才是真正的造王者？》

信息洪流下的叙事失落：缅怀大马华社尊重知识的年代