Balaji Srinivasan:AI 将如何改变
政治、战争与金钱

深入解析 AI 发展的局限性、多极化趋势、工作流重塑以及与加密技术的融合未来

信息来源:YouTube (LM7snohbu4k) | 对话嘉宾:Balaji Srinivasan & Martin Casado

开始探索
🏷️ 分类: 技术 社会
🔖 标签: #人工智能 #加密货币 #社交网络 #网络国家 #AGI #多极化

1. 从“一神论”到“多神论” AGI

早期对 AGI 的追求常带有“召唤上帝”般的亚伯拉罕一神论色彩,认为 AGI 是单一的、无限的实体,甚至担心它会像复仇之神一样毁灭人类(纸夹最大化)。

Balaji 提出了“多神论 AGI”(Polytheistic AGI)框架:未来不会只有一个 AGI,而是“诸神之战”。

每个文化都将拥有自己的 AGI,植入其价值观。目前至少存在美国 AI、中国 AI,以及去中心化的开源 AI。

AGI 的多极化格局(概念示意)

2. 未来社会的核心反应堆:网络国家

在现代互联网优先的社会(网络国家)中,有三项技术构成了其运行的核心反应堆,为群体提供秩序和指导。

🤖

人工智能 (AI)

作为社会的“神谕”(Oracle)。

作用:概率性指导 (Probabilistic Guidance)

🔗

加密货币 (Crypto)

作为社会的法律基础。

作用:确定性法律 (Deterministic Law)

🌐

社交网络 (Social Network)

作为连接一切的纽带。

作用:社会粘合剂 (Binding Fabric)

3. AI 并非全知全能:认清局限性

与认为 AI 可以无限思考并预测一切的观点相反,现实世界和计算系统存在着明确的物理和数学界限。AI 仍然是受限的软件系统。

🔐 密码学屏障

加密哈希的设计使其对输入极度敏感,一个字符的改变就会导致完全不同的结果。这是 AI 无法轻易逾越的计算硬性限制。

🦾 缺乏具身性与自主

目前的 AI 缺乏物理实体,无法独立行动、设定目标或自我复制(如建立数据中心)。它们依赖于人类的物理支持。

🔄 自我提示的困境

AI 还不能有效地自我提示(Prompt)。AI 很难知道自己知识的边界,无法可靠地闭合控制回路,且被优化为“不懂装懂”。

核心限制:混沌与湍流系统 (Chaos and Turbulence)

在混沌系统中(如流体运动、市场波动、政治),由于有限精度计算的限制,AI 无法无限期地进行准确预测。预测误差会随时间呈指数级增长,导致预测断裂。

4. 验证悖论:视觉易,系统难

AI 的应用效果并非均匀分布。关键区别在于验证成本:AI 擅长视觉(Visual/Stateless),但不擅长复杂的系统性任务(Verbal/Stateful)。

视觉/无状态 - 验证成本低

例如图像生成、UI 设计。人类可以瞬间看到并验证其质量(系统一思考/直觉)。

系统/有状态 - 验证成本高

例如后端代码、法律文件。需要逐行检查(系统二思考/逻辑)。验证成本极高,且某些计算不可约简,必须运行才知道结果。

不同任务的 AI 验证难度

5. 对抗性系统:AI 的盲区

AI 在规则静态不变的系统中表现出色(如棋类游戏)。然而,在时间变化、规则变化且充满对抗性的环境中,AI 显得力不从心。

📉 市场 (Markets)

金融市场是混沌的、非线性的。同样的交易策略会迅速失效,且对手也在使用 AI。AI 难以进行有效的非线性外推。

🏛️ 政治 (Politics)

政治风向瞬息万变且高度对抗。人类 CEO 或政治家需要不断感知环境变化并提出论点(Prompting),这是 AI 难以替代的传感和决策功能。

6. 工作的未来:智能放大与新流程

AI 意味着“智能放大”(Amplified Intelligence)。它不会完全取代你的工作,但会重塑工作流程。

🧠 越聪明的人越受益

数据显示,资深开发者使用 AI 后生产力提升幅度更大。因为他们更懂得如何提问、如何判断结果的优劣,以及理解根本的权衡。

👨‍💼 人人都是 CEO

与 AI 沟通就像管理优秀员工:给出清晰的书面指示,然后验证输出。AI 极大地降低了尝试管理角色的成本。

🔄 AI 取代旧 AI

AI 主要的竞争对手是上一代 AI。公司会不断升级其 AI 工具栈,新模型与旧模型竞争。

新工作流程:从中间到中间 (Middle-to-Middle)

AI 不做端到端。商业支出正转向流程的两端:

提示
(Prompting)

设定方向

➡️
🤖 AI 执行
➡️
验证/监考
(Verifying)

检查结果

由于 AI 擅长伪造,验证和监考将创造大量新的就业机会。

7. 现实的锚点:AI 伪造,Crypto 证明

AI 是一种概率性技术,它使一切都可能被伪造。而加密技术是一种确定性技术,它让事物再次变得真实。

🤖 AI 的世界 (概率性)

"这张图片可能是真的,这段文字可能是人写的..."

  • 生成内容易于伪造 (Deepfakes)
  • 数据来源难以追溯
  • 依赖人类验证真伪

🔗 Crypto 的世界 (确定性)

"这个私钥有效,这笔交易已在此时上链,这个签名是真实的。"

  • AI 无法伪造的硬性屏障(私钥、链上数据)
  • 提供数据真实性的基础(Grounding)
  • 通过加密证明验证物理世界事件

8. 战争与控制:迫在眉睫的现实

人们过度担忧聊天机器人和“超级说服者”的危险,但忽视了 AI 对地缘政治和国家控制的实际影响。

💥 杀手级 AI 已经到来 = 无人机 (Drones)

每个国家都在追求无人机技术。说服是统计性的,而无人机上的武器是确定性的。

🧱 数字边界的硬化

AI 战争改变了边界的概念。国家将“数字边界”(防火墙)视为实体边界的延伸,以阻止外部控制其境内的无人机或机器人。未来的移民政策就是防火墙政策。

👁️ 无限的监控能力

AI 改变了国家与人民的力量平衡。“山高皇帝远”的时代结束了。AI 使得海量的监控数据变得可查询、可总结,国家的长臂变得无限长。

9. 即将到来的反弹与经济巨变

和反 Crypto 一样,反 AI 的浪潮已经开始。同时,AI 将引发巨大的经济结构调整。

🛡️ 行业的防御姿态

许多媒体公司和艺术家正在组织起来抵制 AI,试图抵御竞争(类似于 19 世纪工匠抵制大规模生产)。但这可能使他们最终被 AI 赋能的竞争对手击败。

🎭 政治动员工具

AI 触及了人类最深层的不安全感(普罗米修斯传说)。政客们会利用这种恐惧进行动员。AI 比 Crypto 更容易成为政治操弄的完美工具。

经济影响:全球工资趋同效应 (Wage Convergence)

AI 可能导致全球高技能工作的工资水平趋同。例如,西方律师($200K)与发展中国家同行($2K)竞争时,AI+人类的融合工资可能趋向于 $20K。这对后者是 10X 增长,对前者是 1/10。

总结:多技术融合的未来

我们正处在一个多项技术同时颠覆权力中心的时代:AI 颠覆媒体,Crypto 颠覆金钱,机器人颠覆制造业,无人机颠覆军事。理解这些技术的融合、它们的局限性以及它们如何相互制衡(如 AI 的概率性与 Crypto 的确定性),是驾驭未来的关键。

未来是多极化的、去中心化的,也是被技术放大的。