AI Won’t Make Our Minds Useless According to 400 Years of History

全世界的人都在担心AI。

不只是因为它可能被用来攻击我们的系统，甚至不只是因为它可能抢走我们的工作，而是因为当我们长期以来认为独一无二的智能变得随处可见时，我们会担心这对自己意味着什么。

事实上，这不是我们第一次面对这些问题。四百年的经济史告诉我们，可能发生的其实是另一种结果，而且是很美好的结果。

AI Daily Brief是一个每日播客和视频节目，专门讨论AI领域最重要的新闻和话题。

欢迎回到AI Daily Brief。

今天这期节目非常有意思。

Long Read Sunday最初的构想，是把当周我找到的与AI相关的最有趣的大想法分享出来，不管是从技术角度还是AI在社会中的影响，把这些文章分享给大家，然后在此基础上展开更广泛的讨论。

这个栏目从开始到现在其实有所演变。

有时候它会更偏实用导向。

但每隔一段时间，就会有一篇非常传统意义上那种"大思考"风格的文章，让我特别兴奋地想分享出来，而这周正好就是这种情况。

有一篇文章在AI圈子里传得很广，叫《认知重商主义》（Cognitive Mercantilism）。

作者是作家兼策略师Venkatesh Rao。我注意到这篇文章，是因为看到很多我敬佩其观点的人都在说，他们没想到在AI领域还能看到这么原创、这么发人深省的东西。

所以，按照Long Read Sunday的风格，我会朗读这篇文章里几个大段的节选，然后我们一起来讨论。

另外，有趣的是，我在准备这期节目的时候，让Claude Code在后台生成了一些插图，让正在看视频的观众能看得更带劲。

我最近在读Joyce Appleby的《The Relentless Revolution: A History of Capitalism》（《无情的革命：资本主义史》），这本书让我一直在琢磨一个很有意思的想法。

AI恐慌实际上是一种认知重商主义的表现。

如果我们把市场资本主义看作第一种行星级的智能，很多人包括我自己都是这么认为的，那么两者之间的相似之处比你想的要更接近。

Appleby的书是一部气势恢宏的资本主义史，从资本主义在近代早期英国出人意料地出现，一直讲到它最终改变了整个世界。

她的核心论点是，资本主义并不是某种永恒的人类交易和积累财富本能的必然产物。

它是在特定历史条件下被创造出来的文化发明，是在农业进步、贸易扩张、以及人们对工作、财富和人性看法的转变中形成的。

特别是，它需要摆脱一种更古老的、本质上是零和博弈的世界观。在那个世界观里，财富意味着控制土地、金银，以及大量贫困人口的劳动力。

当人们开始发现财富可以被创造，而不只是被攫取；普通人可以是需求和主动性的来源，而不只是被当作生产要素来指挥的劳动力时，资本主义就出现了。

这与我们当下的处境相似得令人震撼。

按照Appleby的讲述，在资本主义之前的重商主义世界观大致建立在四个相互关联的信念之上：第一，财富从根本上是稀缺且有限的。

财富主要由土地、土地的农业产出，以及土地中蕴含的贵金属构成，通过采矿、贸易和征服来积累。

经济治理的目标是控制更多领土、保持有利的贸易平衡、积累金银。

大家默认，一个国家的所得就是另一个国家的所失。

由此产生的政治就是寻宝式的、以邻为壑的竞争。

第二，不能给普通人太多自由，他们不值得信任。

穷人被认为是不守规矩、无知愚昧的，如果放任自流就容易出乱子。

他们需要被精英强制统治，据说是为了他们自己的利益，以及社会的稳定。

第三，经济思维压倒性地倾向于供给及其控制。

财富来自于控制生产资源，并对其产出索取高价。

总需求，尤其是穷人的需求，几乎不被认为是重要的经济力量。

普通人主要是生产要素。他们吃饭、干活、繁衍，但不分享任何剩余。

唯一真正有自由支配权的消费者是精英，他们购买奢侈品并掌控所有剩余。

第四，几乎没有理由去想象大多数人做农业劳动以外的事。

如果大约80%的人口从事低效的自给自足的农业，那只是自然的秩序。

他们还有什么用？

把他们从田里移开，你只会得到数百万张需要喂养的无用的嘴。

现在用智力取代财富，用认知重商主义取代重商主义。

这些相似之处直接得几乎令人尴尬。

第一，智力被想象成一种固定资源，体现在人类大脑以及从大脑中开采出的知识产品中。

国家和企业战略的目标变成了吸引最优秀的人才，控制他们的产出，积累知识产权，并保持有利的知识贸易平衡。

认知重商主义者想要像囤积金条一样囤积智力及其产品。

全球人才竞争变成了一场寻宝，寻找天才大脑以及他们能产出的有价值的知识物种，现在除了可版权的文化和可专利的发明，还包括AI。

第二，被认为愚蠢的人不能被信任自行思考。

他们需要由认知精英统治，这些精英更懂，必须为了不那么聪明的人的利益而规范他们的行为。

智能民主化是危险的，因为大众会滥用它，相信胡说八道，或引发混乱。

这种假设认为，智能只有掌握在那些已经被认证拥有它的人手中才安全。

第三，智能的供给被视为核心经济事实。

控制其生产，保持其稀缺性，以及为大脑和知识产品（包括AI）维持高价，是主要关注点。

需求方几乎不被考虑。

不那么聪明的人被视为有限的认知劳动者和精英选择提供的任何知识产品的被动消费者。

他们本身不被想象为智能需求的重要来源，更不用说作为进一步生产的参与者了。

第四，认知重商主义者假设大多数人在智力上没有多大用处。

如果80%的人类从事低级的认知劳动，或者只是浑浑噩噩过日子，根本不产生多少智能，那是不幸的，但也是自然的。

自动化他们的认知工作只会威胁到创造数十亿个需要安置的无用的头脑。

最后一个假设是类比变得特别有趣的地方。

帮助启动资本主义的农业革命开始颠覆人类大多数从事农业的表面必要性。

在接下来的几个世纪里，农业生产力的提高使得在发达经济体中，需要从事粮食生产的人口比例从绝大多数减少到极少数。

结果并不是一个充满无用之口的世界。

而是一个更多的人可以从事农业以外的事情，同时享有更多食物的世界。

我不会种地。

我连家里的盆栽都养不活。

然而，我能获得种类惊人的食物，数量之多，对早期现代的农民来说简直是天方夜谭。

我不会生产食物，这在经济上几乎无关紧要。

重要的是我能消费它、享受它、培养对它的品味，并把精力投入到其他事情上。

人工智能带来的类似可能性是，大多数人将不再需要成为智力的重要生产者，才能成为其重要的消费者。

而正是在这里，认知重商主义开始变得和其17世纪的前身一样过时。

现在，在这一点上——这是NLW再次插话——我想回去参考一个很久以前做的节目，那是在五月份。

那期节目叫《AI将创造的新工作》。

网上还有一个配套的体验，我试图展示的并不是我确切认为AI会创造哪些工作，而是超越那个陈词滥调——当然AI会创造新工作，这是我们所有乐观主义者的想法——而是真正尝试识别一些可能出现的工作类型或类别。

我论证的一个重要部分是，贯穿许多关于AI失业思考的劳动总量谬误——认为工作只有那么多，如果机器做了，人类就没得做——还有一个相互关联的部分，即假设需求没有弹性——我们现在的需求已经达到了极限。

我的主要观点是，这种想法很疯狂，而且从人类进化史来看完全违背历史。

相反，我相信我们增加需求的能力几乎是无止境的。

事实上，在某些方面，它只受物理力和普遍规律的限制，比如一天有多少时间，以及我们能摄入多少卡路里而不至于爆掉。

我现在不打算深入探讨，但在那期节目中，我讨论了需求弹性的六个不同维度。

价格弹性：我想要，但太贵了。

获取弹性：我想要，但得不到。

复杂性弹性：我需要，但系统太混乱了。

连续性弹性：我偶尔得到帮助，但持续的帮助对我更有益。

个性化弹性：我得到的是通用版本，但我会珍视为我定制的东西。

关系弹性：我希望这更人性化、更有意义、更值得信赖。

所有这些都是AI可能改变系统、从而解锁更多需求的不同方式。

好的，带着这个想法，让我们回到Venkatesh文章的下一个部分，《欲望的革命》。

他继续写道：Appleby叙述中最吸引人的元素之一，是她强调英国出现了新的需求类型。

在熟悉的蒸汽机、工厂和工业资本主义的故事真正开始之前。

随着国际贸易的扩大，普通英国人开始对以前只有富人才能享用的奢侈品产生兴趣。

烟草、茶叶、糖和五颜六色的印度棉布是帮助创造新消费文化的商品之一。

人们开始想要一些既不是生存必需品，也不是传统贵族地位标志的东西，并且他们愿意自愿地更努力工作来获得它们。

Appleby描述了在工业革命之前，每年工作天数从大约250天增加到300天的惊人增长。

这不仅仅是地主或工厂主强迫不情愿的工人付出更多劳动的问题。

增长中很大一部分是自愿的，是由获得理想商品的前景所驱动的。

人们工作更多天数，采用更高产的农业实践，进入新的行业，并寻求赚取更多现金收入的机会。

生产力的提高产生了剩余收入，这些收入维持了消费品需求的增长，而消费品需求的增长反过来又激励了生产力的进一步提高。

一个良性循环正在形成。

再往前看一点，他继续说：这里有一个重要的历史反转。

我们习惯于主要从反抗剥削的角度来思考劳工政治——即摆脱奴役、胁迫以及所有者榨取剩余价值的斗争。

那当然是故事的一部分，而且是非常重要的一部分。

但Appleby的描述表明，另一种同样根本的力量在起作用：那就是参与不断扩大的消费机会世界的愿望。

现代劳工政治可以部分理解为在一个可能性不断扩大的社会中相对剥夺的政治。

一旦人们发现除了生存之外还有令人向往的东西，并且他们的劳动可以让他们获得这些东西，政治问题就改变了。

它不再仅仅是关于如何摆脱支配，而是关于如何确保公平分享不断增长的剩余价值及其带来的机会。

这是一种对自由的不同诉求——不仅仅是摆脱胁迫的自由，而是参与经济生活不断扩大的可能性的自由。

要求公平分享不断扩大的消费机会，可以说是资本主义标志性的政治发明之一，而这比我们熟悉的自动化取代工作的故事，是一个更有趣的思考人工智能转型的模型。

到了这个阶段，问题不再是公司是否在积极使用人工智能。

另一方面，能否用好它，则完全是另一回事了。

认知勤劳革命。

整个智力经济体系都是围绕这样一个假设组织起来的：智力生产的成本很高，因此必须仔细配给。

教育、专业知识、研究、咨询、软件开发以及更广泛的知识工作，都受到认知生产高成本的塑造。

人工智能正在迅速削弱这个假设。

我们正在走向这样一个世界：一个普通人可以支配的数量和种类的智力，以前需要由训练有素的专家团队才能提供。

就像我不用知道如何种田就能享用食物一样，我越来越不用知道如何自己生产智力产品就能享受它们。

那么关键的经济问题就不再是人们能生产多少智力，而是人们能为多少智力找到用途。

而且这种需求没有明显的上限。

这不仅仅是每个人都消费更多的答案、报告、软件或娱乐的问题。

丰富的智力首先改变了人们可能想要什么。

它让以前无法想象的项目变得可行，以前无法进入的领域变得可探索，以前负担不起的好奇心变得值得追求。

对智力的需求不是一种等着被满足的固定胃口——它本身会随着满足它的成本下降而增长。

这里，与早期现代消费革命的类比变得特别有启发性。

就像色彩鲜艳的印度棉布和进口烟草激发了新的欲望，新的欲望又催生了更多的自愿劳动和更高产的工作形式一样，丰富的智能可能会激发新一轮的自愿认知努力。

并且开辟出新的方式，让你能更努力地工作。

很多看起来不聪明的人并不是没有思考能力，他们只是没有特别强的动力去思考，因为他们能获得的回报太差了。

如果你缺乏知识、工具、制度渠道或智力杠杆，无法让思考成果产生任何有趣的结果，那又何必费那么大的认知劲儿呢？

丰富的AI改变了这种计算。

一个之前没什么理由去深入思考某个问题的人，可能会突然发现，投入一点点注意力就能解锁巨大的可能性。

他们可以搭建东西、研究东西、理解东西，或者追求以前遥不可及的抱负。

注意力的回报提高了，随之而来的，是投入注意力的动力也增强了。

而在这里，Venkatesh 提供了一种与我们之前所见不同的解释，来说明为什么感觉AI并没有让我们工作得更少，反而让我们工作得更多。

嗯，关于这个，我也给出过一种解释，我提出了一个概念叫“无限制待办清单”，就是说在工作中，总有一堆基本上永无止境的任务，一直延伸到未来。

这个无限制待办清单之所以没有压垮我们，是因为我们能做的工作量有自然限制，所以我们基本上一直在校准，到底这个清单上的哪些事情是合适的、可以承担并完成的。

“完成”并不是某种固定的自然状态。

它是你根据自己的目标或者你老板的目标，与你自己的无限制待办清单进行协商的结果。

我提出AI，特别是智能体，会打破这种模式的原因是，当你理论上可以无限复制自己，而这些无限的分身可以并行工作、永不停歇，不需要睡觉、吃饭或者分心，那么突然之间，似乎就没有一个合适的“完成”状态了。

整个无限制待办清单都变得可以解锁了，唯一的限制就是你能不能先想象出那个清单上都有什么。

当然，因为这是我的想法，所以我觉得它确实有道理。

但在很多方面，它也只处理了AI让我们工作更多带来的焦虑那一面。

我相信你们很多人也体会过相反的一面，那就是兴奋。

就是那种“我根本睡不着觉，因为我就想再多做一个东西”的AI带来的感觉。

而Venkatesh在这里说的正是这个。

他接着说：早期资本主义的工人自愿把年工作日从250天增加到300天，因为一个新世界的可欲商品变得触手可及。

拥有AI能力的思考者可能也会类似地增加他们自愿投入的认知努力，因为一个全新的知识消费世界变得触手可及了。

至少对我来说，情况确实如此。

我甚至比一年前都更愿意更努力地工作，因为突然之间能做的东西多太多了。

我们可以称之为一场认知勤勉革命，它走在更全面的AI工业革命前面，甚至可能为后者铺平道路。

这并不意味着智力作为人类能力就不再重要了。

恰恰相反：就像丰富的食物催生了精深的烹饪文化，而不是消除了人们对烹饪的兴趣，丰富的智能也可能会激发越来越复杂的思考文化。

人们可能会变得在智力上更有抱负，正是因为他们不再需要自己完成所有的认知生产。

如果真发生这种情况，AI的政治格局可能会以类似于工业资本主义政治格局的方式演变：核心的政治诉求可能不再是保住现有的认知工作岗位，就像工业劳动时代，长久的政治诉求并不是保住农业就业一样。

它反而可能变成一种需求，要求公平分享不断扩大的认知消费机会。

获取智能、指挥智能的能力、用它来追求项目的自由，以及参与一个日益智能丰富的经济所需的制度性权利，可能会成为新型劳工政治的基础。

这将是认知充裕型而非认知稀缺型的劳工政治。

接着，Venkatesh 又引入了一个重要的类比，把重商主义和马尔萨斯主义作比较。

他指出，虽然它们不是同一套学说，历史上也属于不同的思想时期，但它们有一个家族相似性，就是倾向于认为人类经济生活根本上受限于固定的资源。

他接着说，重商主义者担心如何控制有限的财富存量。

马尔萨斯主义者担心人口增长必然会超过经济的生产能力。

让大多数人只能勉强度日。

两者都很难想象一个技术创新和不断扩大的需求从根本上改变了人口、生产和消费之间关系的世界。

我们现在可以在当代AI讨论中看到一种类似的倾向：AI马尔萨斯主义。

AI马尔萨斯主义者想象，智力生产会扩张得如此之快，以至于人类在经济上变得多余，而多余的智能必然会在某种程度上变得有害。

这是对经典马尔萨斯主义的一种奇特反转。

不是人口超过生存资料的供应，而是智能的供应超过了人类大脑据称固定的吸收能力。

结果是同样悲观的结论：崩溃。

认知重商主义者害怕失去对稀缺智能的控制。

AI马尔萨斯主义者害怕智能充裕的后果。

两者都以不同的方式假设，对智能的需求从根本上来说是有限的。

但如果这种需求和物质商品的需求一样具有弹性、创造性和历史变革性呢？

如果人类大脑的明显过剩只是因为我们无法想象在一个智能丰富的世界里人们想做什么呢？

资本主义的历史表明，这至少是一个值得认真考虑的可能性。

AI的需求侧。

这个论证还有一个更激进的延伸。

资本主义的历史表明，这至少是一个值得认真考虑的可能性。

接着，Venkatesh 更进一步，进行了一些未来的探索。

他基本上在探索一种可能性：如果AI不仅仅是供给侧技术，同时也是创造需求的技术，会发生什么。

老实说，这一节值得单独写一篇完整的论文，因为我觉得Venkatesh想表达的不是AI因为某种方式发展出意识而创造需求，而是因为它们设计的以及围绕它们构建的系统，为更多的智能消费和需求创造了途径和需要。

正如他所说，虽然没有进一步解释，许多产品和服务之所以存在，主要是因为市场有需求，而人类只是次要的消费者。

Venkatesh的最后一部分标题是“重商主义不是为商人服务的”。

他写道，这个历史先例中的一个讽刺是，重商主义既不是商人的哲学，也不是由商人创立的，更不是为了商人服务的。

它主要是军国主义政治家、贵族和食利精英的哲学，他们从领土权力、不劳而获的特权和积累的角度来看待商业。

实际的商人、企业家和创新者常常发现当时主流政治想象力几乎无法理解的可能性，并稳步对抗重商主义的自我限制倾向，从而催生了我们所理解的资本主义。

今天的认知重商主义者与智能的关系也类似，首先，他们中的大多数人并不是AI的商人。

即使是AI领域的商业领袖，其行为也像认知重商主义者一样，这直接与他们渴望不仅仅做商人的程度成正比。

在政治光谱的两端，许多精英仍然固守着这样的观念：智能是一种稀缺、危险的资源，必须由有资质的监护人管理，保持昂贵，直接或间接用于征服和财富，并且不让对手获得。

在AI行业中，CEO们的精英政治和文化冒险行为，如果扭曲了实际风险所证明合理的行为，那么这种倾向就是重商主义而非资本主义。

因此，智能民主化富足的前景——以全球扩散、开放权重等形式——主要被视为对专业知识、文化和政治权威、地位、社会秩序、军事主导权和地缘政治影响力的威胁。

被忽视的是，我们可能正在见证一场深刻的转型的开端，就像从以农业为主的社会转向工业和商业社会一样，从一个80%的人类大脑忙于生存认知的世界，转变为一个95%的大脑忙于满足以前无法满足的认知需求的世界。

农业革命最重要的结果并不是农业变得更高效。

而是大多数人从务农的必要性中解放出来，从而诞生了全新的经济和文化生活。

同样，AI革命最重要的结果可能不是智能生产变得更高效。

而可能是大多数心智——无论是人类还是人工智能——从仅为生存而生产智能的必要性中解放出来，得以自由探索它们真正想用智能做什么。

认知重商主义者看到一个受到智能供应过剩和无用心智即将过剩威胁的世界。

AI马尔萨斯主义者看到一个智能超越人类吸收能力的世界，留下越来越多经济上多余的心智，随时准备引发革命性爆发。

认知资本主义者看到了需求几乎无限扩张的可能性，以及一个充满潜在能力尚未被发掘的心智的世界。

所以这就是文章的结尾。

希望你能理解为什么我这么兴奋地分享它。

即使你们中有人正在愤怒地记下不同意的观点，我猜至少有一部分你，会因被激发如此深入的思考而感到兴奋。

有趣的是，在这点上，这篇文章在某种程度上不仅描述了它的观点，也在论证它的观点。

像这样引人入胜的思想体系会激发回应。

它们鼓励我们被吸引进去，用大脑去想象超越我们如何回复工作备忘录或回答学校问题的事情。

而是让我们的思绪在认知的虚空中漫游，探索那些我们尚未有上下文穿越的模糊、朦胧的地方。

本尼迪克特·埃文斯提出的问题是：大多数人没有花时间去穿越这些领域，是因为他们没有能力或兴趣，还是因为之前没有足够的剩余给他们提供时间和理由去做这件事。

他得出的乐观答案显然是：他相信可能是后者。

而一个更多人去探索那些模糊朦胧领域的世界，是一个需求大幅增长的世界，那个时代的主要状态不是被替代，而是被允许成为探索者。

现在，我想说明的是，我不认为这些内容是对任何特定AI安全考量的直接论证或回应，至少在本文的这个版本中不是。

换句话说，我不认为对他描述的这种可能性感到兴奋甚至乐观，与同时担心人工智能正在做以前由我们大脑完成的大量工作的过渡期，这两者之间是互斥的。

秩序之间的转换，即使最终秩序是好的，也从来不是没有代价的。

但如果我们的回应是试图应对转型的挑战，而不是试图阻止转型发生，那情况就大不相同了。

总之，有很多值得思考的东西。

我就此打住。

希望你喜欢这篇内容。

我当然会在节目笔记中附上原文。

你应该去读一下。

我并没有读完整篇。

而且绝对值得花时间。

今天的AI Daily Brief就到这里。

一如既往感谢你的收听或观看。

下次再见，祝你平安。