作者｜趙賽坡
頭圖｜視覺中國
本期首先推薦兩篇文章，聚焦 AI 的另一層“幻覺”：不是輸出一些無意義內容，而是生成一種虛假希望的“幻覺”。
人工智能會不會形成新式“利維坦”，本期選擇三篇長文，從經濟、安全與政府機構的角度，深入探討這個議題。
長期以來，“盧德主義”被認為是對技術的盲目抵制，本周推薦一本新書，揭示“盧德主義”的起源、發展以及與當下的關系。
本期還將推薦以下議題的長文：
Meta 的轉型；
非線性思維；
“More Reading, Less Junk”，歡迎進入本周的深度閱讀時刻。
人工智能的另一種“幻覺”
在這一波大語言模型掀起的潮流里，外界看到諸如 OpenAI、Anthropic 等一眾明星創業公司，但這個市場的最大贏家或許是 Meta、微軟這樣的“傳統”科技巨頭。
推薦兩篇探討上述趨勢的文章。我一直向讀者朋友推薦《經濟學人》這篇社論（鏈接、免費鏡像、5 分鐘閱讀時長），篇幅雖然不長，但旗幟鮮明地指出，大公司將在這場由大模型推動的技術革命中受益。
文章給出了極其充分的理由：其一，大公司擁有更大的渠道和銷售能力；其二，數據會成為大公司的另一大優勢；其三，大公司現在極度依賴云計算公司，借助云計算公司的相關技術，大公司的“轉身”速度可以明顯加快。
另一篇文章（鏈接、20 分鐘閱讀時長）談到 AI 增長的“幻覺”。就像過往 60 多年歷次 AI 熱潮一樣，這一次，大模型——從 ChatGPT 到 Stable Diffusion——再次引發了資本市場、大公司的關注，借助大量可觸達終端用戶的產品或服務，大模型的力量似乎已經無所不能。
但如果站在一個面對未來的視角上，還有眾多不確定性的問題有待回答：基礎模型的能力邊界在哪里、大模型開源的商業模式會有哪些、資本市場可以容忍的燒錢額度能有多少、大公司產品集成大模型的速度與體驗怎樣等等。
文章最后的總結很值得思考，如果把當下的大模型創新和 90 年代的互聯網、2010 年代的加密貨幣進行對比，會發現一個有趣的線索：ChatGPT 引發的浪潮，讓這個產業里的幾乎每個人——研究者、開發者、風險資本、大公司——都能參與進來，相比于互聯網，大模型產業的發展速度更快，而與加密貨幣不同，大模型產生的價值幾乎是實時而且計算的成本似乎很“便宜”。
只是，這個賽道是不是有點過于擁擠了？
構建“非線性思維”
某種意義上說，線性思維可以被視為人類認知的一種簡化機制。這種思維方式有意無意忽略了大量環境因素，使得人類在思考或決策時進入一種有限的認知窠臼。
一個最簡單也最具代表的例子：“努力就會有回報”是一句幾乎在全球各地、各個語種里最“勵志”的話，但現實里的一系列反例，足以證明這種思維方式存在巨大漏洞。
商業世界更是如此，如果你的產品只有競爭對手產品一半好，按照線性思維，你會得到一半的客戶，但真實情景則通常是你一無所有。
我非常推薦這篇來自 Paul Graham 分享（鏈接、30 分鐘閱讀時長），他站在商業的角度闡述非線性世界里的投資與回報。文章列舉了眾多案例，比如稍微快一點的算法提升就可能讓一家公司壟斷市場；再比如在投資領域，非線性無處不在，關鍵績效的高低就決定了一個投資項目收益甚至一家投資機構的成敗。
理解“非線性投資回報”的另一個難點是人類往往無法容忍“贏者通吃”的場面，但世界或許就是這樣的運行規律，只不過我們早已習慣了人為“調控”。
人工智能會不會制造新“利維坦”
“利維坦（Leviathan）”最早是希伯來語圣經里的一種怪獸，后來被政治學者使用，指代一類擁有強大力量的政治機構或國家。比如歷史課本曾介紹過 17 世紀英國學者霍布斯的專著《利維坦》，就是談論如何通過制度設計，形成一個能夠適應資本主義發展的強大政府機構，以實現更好的經濟發展。
與今年躁動的人工智能產業同步出現的，還有一股對于人工智能如何毀滅人類的焦慮。我選擇了三篇長文，以“人工智能是否在制造『利維坦』”為主題，構建起一個理解人工智能安全風險的思維框架。
三篇文章各自有不同的側重點：
Meta 的又一次轉型
我個人認為 2023 年變化最大的一家公司是 Meta。這家公司在 2021 年的更名——從 Facebook 到 Meta——展示出對元宇宙的雄心壯志，但在 2023 年卻成為一家幾乎“All in AI（大模型）”的科技公司。
推薦這篇來自 CNBC 的長文特寫（鏈接、20 分鐘閱讀時長），文章首先從 9 月 Meta 的“Connect”大會談起，原本這是虛擬現實的技術峰會，不過今年的主題都是大模型，而峰會前后，扎克伯格 AI 策略也呼之欲出，那就是開源。
從年初小范圍開源的 Llama 到年中更大范圍開源、技術能力更強的 Llama 2，Meta 充分展示了自己在大模型領域的雄厚技術積累和研發能力。如今，Llama 2 已經成為開源大模型的代表，形成了和微軟（OpenAI）、Google 等閉源大模型相抗衡的陣營。
與此同時，Meta 的 AI 策略讓華爾街的分析師頗為不適，因為大公司的開源產品實在是難以估值，更何況大語言模型的商業化應用還不明朗，市場要理解 Meta 這樣押注基礎模型開源的公司更是難上加難。
本周圖書：被誤讀的“盧德主義”
今年聲勢浩大的好萊塢編劇和演員罷工事件，不僅呼吁從流媒體服務中獲得更大的收益份額，還進一步向電影制作公司提出要求：必須確保人類編劇在劇本創作過程中的不可或缺地位。這實際上反映了一種深刻的焦慮，即隨著人工智能和機器學習技術的快速發展，人類編劇的角色可能逐漸被邊緣化或替代。
過去很長一段時間里，我們將這一訴求稱之為“盧德主義”，這群人被叫作“盧德主義者”。自 1700 年代中后期開始，一代代的“盧德主義者”就站在技術發展的對立面，不愿意接受新技術，甚至用實際行動——比如罷工、破壞機器——抵制新技術。
但事實真的如此嗎？恐怕未必。這本新書 Blood in the Machine: The Origins of the Rebellion Against Big Tech（亞馬遜 Kindle 書店、 14.99 美元）以編年史的形式，重新梳理、挖掘英國在工業革命早期的故事，既有從發明家搖身一變為工廠資本家的財富傳說，也有窮苦工人甚至兒童被迫進入工廠，并成為“機器奴隸”的悲慘經歷，試圖還原早期“盧德主義”的真實故事。
在作者看來，我們一直在誤讀“盧德主義”，他們并非抵制技術或進步，而是在與不合理的制度做斗爭。比如工業革命早期，很多工人缺乏如何使用機器的培訓，當他們進入工廠車間面對復雜機器的時候，某種意義也是在用生命換取微薄的收入；更重要的是，由于法律的缺失，工人們的權益得不到有效保障，以暴制暴成了最后選擇。
這本書雖然在談歷史，但作者顯然希望讓讀者時刻記住一件事：2020 年代和 1820 年代相比，雖然人類使用的機器發生了天翻地覆的變化，但人與機器的關系并沒有根本區別，因為所有的人機關系，本質上都是人與人之間的關系，機器不過只是一種媒介罷了。
評論
最新評論