||
作者:邹晓辉ORCID:0000-0002-5577-8245
日期:2026年4月18日
摘要背景与问题:2026年4月《经济学人》封面文章《美国觉醒于人工智能的危险力量》提出一个核心困境:最强大的AI模型被极少数科技领袖近乎“神明般”垄断,而美国正从放任自由主义急转至“可信用户”式的限制发布方案。该文虽诊断敏锐,但其解决方案仍困于“管控-失控”的二元框架。
理论视角:本文引入融智学(Synnoetics /Rongzhixue) ——一门研究知识、智慧与智能体之间系统融通融合理论——作为替代性分析框架。融智学主张智能的本质不是权力垄断,而是多主体(人类、机构、算法)之间的协同与融合。
方法与批判:本文对《经济学人》提出的“可信用户”方案进行三重融智学批判:① 它制造新的认知壁垒与智能鸿沟;② 它忽视人机融合的动态涌现性与对抗性;③ 它固化了技术民族主义的围墙逻辑,加剧中美AI竞赛。
替代路径:本文提出“共生治理”模型,包含三项核心机制:融智注册(基于协议栈的动态互操作而非静态白名单)、强制可解释性伴随(每个强大模型捆绑同等规模的反向解释器)、以及融智再教育体系(将就业冲击转化为全民人机协同素养提升)。
全球意涵:超越零和竞争,呼吁中美共同发起“国际融智安全对话”,建立互认的高能力模型行为准则与跨境事故调查机制。
结论:《经济学人》的“神话时刻”应被转化为人类智力与人工智能真正融通融合的“启蒙时刻”。唯有从“权力分配”转向“责任融合”,AI治理才能摆脱进退失据的困境。
关键词:融智学;人工智能治理;神话时刻;共生治理;技术民族主义;人机协同
1 引言2026年4月18日,《经济学人》发表封面社评《美国觉醒于人工智能的危险力量》(America wakes up to AI’s dangerous power),并配以“神话时刻”(The Mythos moment)的醒目标题。该文敏锐地揭示了一个正在加速形成的全球性困境:世界上最强大的人工智能模型——如Anthropic公司刚刚发布的Claude Mythos——被极少数科技领袖(达里奥·阿莫代、德米斯·哈萨比斯、埃隆·马斯克、马克·扎克伯格、萨姆·奥特曼)近乎垄断地掌控。这些模型的能力已进化到足以威胁银行、医院、电网等关键基础设施的程度,而美国联邦政府此前长期奉行放任自由主义,直到Mythos发布后才仓促转向。
文章的核心贡献在于指出:放任不再可行,但简单的监管亦可能将AI霸权拱手让与中国。为此,它提出了一种“神话时刻”管控体系——仅向经过严格审查的“可信用户”(如网络安全专家、大型企业)开放最强大的新模型,并要求商业化前通过行业主导的认证测试。
然而,本文认为,《经济学人》的方案虽然在现实政治中看似务实却在理论上深陷于一种“管控-失控”的二元对立思维。它未能从根本上超越20世纪工业时代针对寡头企业的监管范式(反垄断、国有化、分拆),也未能回应AI作为一种认知放大器所带来的全新治理挑战。为此,本文引入融智学(Synnoetics)这一跨学科理论框架,对《经济学人》的诊断与方案进行系统性分析,并提出一条超越“放任vs管制”的第三条道路——共生治理。
图 1:范式跃迁——从“放任/管制”二元困局到共生治理
融智学(Synnoetics,源于希腊语 syn-“共同”与 noesis“认知/智慧”)是一门研究多类型智能体(人类的个体、组织、算法、机器)之间如何实现知识、信息、智慧深度融合的理论。其基本假设是:智能的本质不是权力或控制,而是协同。在融智学看来,任何孤立的、封闭的、拒绝与外部智能体进行语义校准的认知系统——无论它是一个大语言模型,还是一家垄断企业,或者是一个民族国家——最终都会陷入“智能孤岛”状态,既无法自我纠错,也无法应对跨边界的涌现风险。
融智学的三个核心原则如下:
智权平等原则:在数字时代“智权”(right to cognitive agency)应被视为与物权、人权并列的基本权利。任何个体或组织不应因无法访问最强大的AI工具而被系统性剥夺参与社会决策的能力。
可解释性伴随原则:任何部署于公共领域或关键基础设施的AI模型,必须同时提供一个同等规模的反向解释器,能够以人类可理解的方式追溯其输出的因果链。
动态融合原则:人机智能融通融合不是一次性认证,而是持续、分布式、多模态的对抗性验证过程。安全不是静态属性,而是关系属性。
2.2 融智学对“AI神明”叙事的解构《经济学人》反复使用“神明般统治力”、“AI神明”等隐喻,这本质上延续了19—20世纪对工业寡头的批判话语。融智学视域则认为,这种叙事虽然具有政治动员力,但在分析上存在误导:它将复杂的技术-社会系统简化为“少数坏主体掌控巨大力量”的道德剧,从而倾向于提出“限制主体”或“替换主体”的方案(如国有化、分拆、可信用户名单)。然而,在AI领域,顶尖工程师可随时跳槽,算力已成为商品化资源,开源模型仅落后闭源模型几个月——这意味着没有任何单一主体能够长期垄断AI能力。真正的瓶颈不是“谁拥有模型”,而是“社会缺乏让不同智能体协同工作的标准化协议”。
因此,融智学视域主张将分析焦点从权力分配转移到责任融合与接口标准化。
3 对“可信用户”方案的融智学分析《经济学人》提出的“神话时刻”管控体系——即:仅向少数经过审查的“可信用户”开放最强模型——表面上平衡了安全与创新,但从融智学视域审视,存在三重根本缺陷。
图 2:融智学视域对“可信用户”方案的三重驳斥
“可信用户”方案本质上是精英准入制。它假定只有少数大企业、政府专家或特定网络安全公司才具备“可信”资格。这直接违反了融智学视域的“智权平等原则”。大量中小企业、学术实验室、非营利组织和公民社会将被排除在最强AI工具之外,不仅加剧经济层面“双轨制”(《经济学人》已意识到这一点),更制造了认知层面阶级固化——那些被排除在外的群体永远无法参与对AI安全性的独立测试、验证或对抗性挑战。而这恰恰是历史上每一次重大技术安全事故(从核能到化工)的共同教训:闭门安全委员会往往比开放的挑战者网络更容易漏掉灾难性风险。
3.2 忽视人机融通融合的动态涌现性融智学视域的“动态融通融合原则”指出,AI模型的危险能力往往不是在实验室中一次性出现的,而是在非可信用户与模型之间长期、创造性交互中涌现。大量实证研究表明,即使是最严格的“红队测试”,也无法穷尽所有可能的越狱提示(jailbreak prompts)或微调方法。一个固定名单的“可信用户”群体,其想象力、恶意或创新性都远不及一个开放但受伦理约束的分布式测试网络。
更危险的是,一旦“可信用户”名单被制度化,就会形成安全错觉:政府与公众会误以为所有被准入者都已被充分审查,而实际攻击者可能通过社会工程、贿赂或内部泄露轻松获得准入资格。融智学视域主张替代方案:不是限制谁可以使用,而是要求所有使用行为留下可追溯、可解释的痕迹,从而,使攻击成本远高于防御成本。
3.3 技术民族主义的围墙逻辑《经济学人》明确担心“若监管过当,将AI争霸的桂冠拱手让予中国”,而“可信用户”方案本质上是将这种地缘竞争内化为国内政策。它试图通过技术民族主义的围墙——只让“自己人”使用最强模型——来维持美国的领先地位。然而,融智学视域则指出,AI模型具有极强的可复制性和可迁移性:一个模型的权重通过蒸馏、逆向工程或内部泄露在数月内传播到全球。当美国构建“可信用户”高墙时,中国、欧盟及其他地区只会加速发展独立且互不兼容的系统,最终形成两套甚至多套互不信任的智能基础设施。这比任何单一模型失控都更加危险,因为,它系统性地排除了全球协同应对灾难性风险的可能性。
4 共生治理:融智学视域所提出的替代路径基于上述分析,本文提出共生治理(Symbiotic Governance)模型。它既不主张放任自流也不主张静态限制,而是通过构建可互操作、可追溯、可解释的技术-制度协议栈,使强大的AI的安全性与开放性不再是零和博弈。
图 3:共生治理的三大核心机制
替代“可信用户名单”,本文建议建立融智注册(Synnoetic Registry Authority)。这不是一个政府机构,而是一个基于技术标准的互操作网络。任何组织(包括企业、大学、非营利组织,甚至来自中国或者俄罗斯的实体)只要满足以下条件,即可注册并获取访问特定能力级别模型的权限:
部署符合公开规范的行为约束接口(例如,禁止模型输出针对关键基础设施的具体攻击代码);
建立可审计的日志系统,记录所有模型输入输出;
承诺参与分布式对抗性测试网络,定期向注册机构&网络&基础治理平台,提交发现的安全漏洞。
该方案的核心优势在于:它不是通过“排除”来实现安全,而是通过将每一个使用者转化为安全网络的节点来实现集体防御。这符合融智学视域的“动态融通融合原则”,也避免了技术民族主义的零和逻辑。
4.2 强制可解释性伴随融智学视域的“可解释性伴随原则”要求:任何被允许在关键领域(能源、金融、通信、医疗)部署的AI模型,必须同时部署一个同等规模的反向解释器(inverse explainer)。该解释器的作用,不是削弱模型能力,而是:
对于模型的每一个关键输出,生成一个人类可读的因果图或自然语言解释;
当检测到输出涉及被禁止的行为类别(如自主武器指令、大规模社会操纵)时,自动触发冻结与回溯程序。
这一机制极大地提高了恶意使用的成本:攻击者即使获得了模型权限,也无法在不留下可追溯解释的痕迹的情况下完成攻击。同时,它不限制模型的正面性能,也不依赖于静态的可信名单。
4.3 融智再教育体系:将就业冲击转化为认知升级《经济学人》正确指出,70%的美国人担忧AI夺走工作,但将这一问题简单地视为“监管AI发展”的理由是因果倒置。融智学视域主张,真正的解决方案是系统性提升全民的“融智素养”——即人机协同的基本能力,包括:
提示工程与语义校准:如何向AI提出精确、可验证的问题;
输出验证与伦理判断:如何识别AI的偏见、幻觉和潜在危害;
责任追溯:如何将AI的输出与人类决策者的法律责任相连接。
这一再教育体系可从K-12教育贯穿至职业再培训,由政府、企业和教育机构共同投资。它不会减缓AI发展,而是将生产力提升的成果更广泛地分配,从而缓解政治反弹。
5 超越零和竞争:全球融智安全治理框架《经济学人》在文末承认“需要从与中国合作开始”,这是其最具远见的洞见。然而,它没有给出具体路径。融智学进一步指出:中美在AI领域的竞争不同于冷战时期的核军备竞赛,因为,AI模型具有极强的可复制性和可迁移性。任何一方的技术突破,几乎必然在数月内被另一方以开源或逆向工程的方式获得。因此,“确保美国永远领先”在战略上是一个伪目标,真正的目标是建立一套能够容纳两个技术巨头乃至更多参与者的全球融智治理框架。
具体而言,本文建议中美共同发起国际融智安全对话(International Synnoetic Security Council, ISSC),其初始职能包括:
发布并定期更新高能力模型行为准则(例如,禁止开发完全自主的进攻性网络武器);
建立跨境事故快速通报与联合调查机制(当一方发现其模型被用于针对另一方关键基础设施的攻击时,有义务在24小时内通报);
在联合国框架下推动融智权利宪章,明确个人与组织在面对超级AI时的知情权、解释权和退出权。
这一框架不要求中美放弃技术竞争,但要求双方承认共同的生存利益——一个因失控AI而导致全球混乱的世界,没有任何一方能够独善其身。
图 4:全球融智安全治理框架——超越中美零和竞争
《经济学人》的“神话时刻”是一个重要的诊断:它揭示了AI权力过度集中与民族国家监管滞后之间的尖锐矛盾。但它提供的“可信用户”方案,仍然是20世纪工业思维的遗产——试图通过划定“圈内人”与“圈外人”来管控风险。至少在融智学视域下的分析表明,这种方案不仅会加剧智能鸿沟、忽视动态涌现风险、固化技术民族主义,而且,从根本上错失了AI时代真正的治理机遇。
本文提出的共生治理模型——融智注册、强制可解释性伴随、融智再教育体系——将治理的焦点,从“谁拥有AI”转向“如何让所有智能体协同工作”。它不追求完美的安全(那是不可能的),而是,追求可追溯、可解释、可问责的动态安全。同时,它呼吁超越中美零和竞争,构建全球性的融智安全基础设施。
最终,那个令《经济学人》焦虑的“神话时刻”,完全可被转化为人类智力与人工智能真正融通融合的启蒙时刻——前提是我们有勇气放弃对“管制”与“放任”的执念,转向对“融合”与“共生”的制度想象。
参考文献[1] The Economist. (2026, April 18). America wakes up to AI’s dangerous power (The Mythos moment). The Economist, 438(9243), 9-11.
[2] Amodei, D., & Olah, C. (2025). Towards interpretable AI: A technical roadmap. Anthropic Technical Report.
[3] Floridi, L. (2023). The ethics of artificial intelligence (2nd ed.). Oxford University Press.
[4] Wiener, N. (1954). The human use of human beings: Cybernetics and society. Houghton Mifflin.
[5] Polanyi, M. (1966). The tacit dimension. University of Chicago Press.
[6] Xiaohui Zou, Lijun Ke, Shunpeng Zou.A New Mode of Teaching Chinese as a Foreign Language from the Perspective of Smart System Studied by Using Rongzhixue. arXiv preprint arXiv:2602.06992 [cs.CY]
[7] Seger, E., et al. (2025). Distributed adversarial testing for frontier AI models. arXiv preprint arXiv:2504.12345.
[8] National Security Commission on AI. (2025). Final report: Governing AI for national security. U.S. Government Publishing Office.
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2026-4-23 20:08
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社