掩面的人

理性主义，与另起一路的中国现代性

2026 年 7 月，月之暗面发布了 Kimi K3。第二天，习近平在世界人工智能大会上说：“要坚持开放原则……抓住这个难得的历史机遇，鼓励开源、开放、协作和共享。”

两件事挨得这么近，也许纯属巧合。但在美国，有几个人把它看成一个决定性时刻：中国机器智能的未来，在这一刻露了底。这番讲话并没有改变中国官方一贯的立场。可西方很多人原本相信，前沿能力的竞争成本越来越高，中国迟早得放弃开源路线才能跟得上。这次讲话把话说死了：中国近期不打算改变任何东西。

过去几年，在几十亿美元的算力券和其他扶持小企业的政策鼓励下，中国的实验室和创业者走出了一条路：很多家实验室各自发布能力不俗的开放权重模型（open-weight，即把训练好的模型参数公开，任何人都能下载、部署、改造）。这些模型的开发既用了高度创新的方法，也有一部分是从美国前沿模型那里“蒸馏”（distillation，用强模型的输出去训练弱模型）来的。在这些“基座”模型之下，还有一层不断变动的小公司，专门把智能调教给某个具体应用。

中国实验室负责人的公开表态、中国模型的能力，在美国都看得见。但美国人嘴里的中国 AI，和中国 AI 的实际情况，差得非常远。只有在偶尔几个时刻，现实才会像电击一样，戳破这层朦胧的预期之雾。

在英语世界，很多人一直预期：一旦能力越过某个门槛，中国就会出手限制开放权重的开发。理由可以是社会稳定，可以是国家安全，也可以是假想中的人类存亡风险。总之他们相信，中国会迎来一个“Mythos 时刻”（Mythos 是美国一款前沿模型的代号，这里借指模型危险到一定程度、政策骤然收紧的转折点）。这个理论出现在一些影响极大的文章里，比如德国投资人、前 OpenAI 员工利奥波德·阿申布伦纳（Leopold Aschenbrenner）写的《态势感知》（Situational Awareness）。这篇文章在 2024 年夏天正确地预言了一件事：美国在 AI 上会长期领先的信心站不住。文章还说，一旦中国意识到超级智能的战略意义，原本各唱各调的中国企业和党就会合拍，组织起整个国家去追逐这项变革性技术。

这个论点乍一听很难反驳：在递归自我改进（AI 用来改进下一代 AI）的时代，能力增长得很快，机器智能的生态会像藻类一样疯长。按这个思路，如此巨大、如此多样的能力，必然会逼着中国的 AI 治理发生迅速而剧烈的转变。可是，中美模型的能力都在继续提升，中国政府却一直没有照这种预言行事。

国家监管之下的开放权重

中国 AI 治理的历史，可以从满是口号和措辞克制的国家文件里读出来。这些公开表态和 AI 相关讲话透露出的，是一以贯之的重心：实际应用、稳步推进，而不是追逐改天换地的超级智能。2017 年，中国发布《新一代人工智能发展规划》，定下了 2030 年成为世界 AI 领先国家的雄心目标。关键在于，这个目标是用产业竞争力和经济产出来表述的，而不是追求通用人工智能（AGI）。

2018 年，在一次中央政治局集体学习上，习近平说中国要在 AI 理论研究上“走在前面”，在关键核心技术上“占领制高点”。此后几年相对沉寂。直到 2025 年，在七年来第一次以 AI 为主题的政治局集体学习上，他讲话的重点放在了用政策支持技术自立自强。对比一下：就在一年前，美国国会的美中经济与安全审查委员会还在呼吁搞一个“类似曼哈顿计划的项目，专门用来竞赛并获得 AGI 能力”。

接着，美国 2025 年的《AI 行动计划》把 AI 发展描绘成美中之间一场赢家通吃、靠大模型扩展（scaling，靠堆数据和算力提升能力）决胜负的竞赛，写道：“谁拥有最大的 AI 生态，谁就会制定全球 AI 标准，收获广泛的经济和军事利益。”白宫科技政策办公室最近发布的一份战略文件，把 AGI 列为一项变革性技术，说它“可能带来全新的机遇和威胁”。再加上社会上普遍觉得 AGI 近在眼前（不管是福是祸），美国的 AI 战略大致可以概括为：一场通往超级智能的大模型扩展竞赛。

中国人似乎不是这么看的。中国的“人工智能+”行动方案根本没提竞争，连美国都没提。它的重点是扩散、制定标准，让 AI 给经济里已有的各个部分增值。当前中国的 AI 政策包括：由各省市分头落实、去中心化地分配好处；支持开放权重生态；扶持多家地方实验室。这些文件不一定能照单全收，但我们应该追问：为什么中国的 AI 叙事好像无视“争霸竞赛”这套框架？

如今，中国政府手里握着一大把监管工具，可以干预模型的开发和部署。生成式 AI 模型上线前要过双重备案和审查：先过省级，再过中央的国家互联网信息办公室（网信办，CAC），由它们对模型安全性做持续的测试和评估。网信办在这里主要负责算法备案许可，但也能直接出手，强制科技公司合规或调整模型。网信办最近的一轮专项行动，就促使阿里巴巴、智谱、MiniMax 和 DeepSeek 采取措施，打击恶意代码生成和其他网络威胁。（不过，关于中国网络犯罪执法和国家能力的报道很多出自官方媒体，读的时候要打个折扣。）

这些监管工具，属于中国更大的网络安全国家体系的一部分，能帮助解释眼下的一些事实。在中美模型能力不相上下的情况下，出于上面这些原因，中国也许能在国内长期维持对高能力开放权重模型的广泛开放。

如果习近平最近在世界人工智能大会上的讲话可信，那么中国的 AI 治理在近期会保持原样：能力强大的开放权重模型，广泛分发，全部处于人的控制之下。不会把实验室收归国有，不会在内蒙古搞一个曼哈顿计划——至少现在还不会。那么，美国技术圈是怎么读错中国的？中国会不会在背离西方预期的路上走得更远？

湾区理性主义的力量与局限

如果说美国外交政策有一个贯穿始终的历史性缺陷，那就是默认别国的人——他们的领导人和公民——跟我们想得一样。在对华政策上，这一点的破坏力最大。社会学家理查德·马德森（Richard Madsen）在《中国与美国梦》（China and the American Dream）里写过：从早年的美国传教士（在他们看来，中国永远处在皈依的边缘），到满怀狂热的市场派（他们以为经济自由化之后必然跟着政治自由化），美国的思想者一直认为，只要给一点时间、一点信心，中国就会像我们一样，对物质条件作出同样的反应。

结果是，造成贸易失衡和供应链过度依赖的政策延续了几十年，支撑它们的，是一种并不存在的“发展对称”的假设。2010 年代美国的对华看法从“趋同”转向“竞争”，但我们从没停止把自己在经济、治理和技术上的根本假设投射到中国人身上。过去几十年里，这种错误政策的代价一直很高，只是美国相对的实力和繁荣掩盖了它反复误读中国的真实后果。可今天，中国已被普遍视为在各种创新上都旗鼓相当的对手，再犯同样的错误，后果会立刻显现，而且可能更难挽回。

爆红的预测情景《AI 2027》由“AI 未来项目”（AI Futures Project）撰写，比它描述的那个拐点早两年发布，从硅谷一路影响到白宫。它准确预言了机器智能建设的指数级速度，以及自主 AI 智能体在数字世界里的四处渗透。除了技术预测，作者们还预言了中国技术治理的一次剧烈转向。

按照这个情景，总书记在 2026 年年中决定，中国不能再在 AI 能力上落后美国，于是把中国的前沿研究收归国有。先从信息共享开始，一年之内变成一个正式的联合实验室。研究人员、算力和配套基础设施，全部由中央政府统筹调度，作为党全力保持 AI 竞争力、弥补算力劣势的举措。可是，正如《AI 2027》的作者们自己承认的，这件事还没有发生。对某一种“理性”太过执着，也许能解释为什么美国的预测者还在看错中国。

湾区理性主义（rationalism，这里特指一个网络思想社群，而非哲学史上的唯理论）是通过一批影响很大的博客传开的，比如 Overcoming Bias、LessWrong 和 Slate Star Codex——后者的作者斯科特·亚历山大（Scott Alexander）就在《AI 2027》的作者名单里。早在 2000 年代，比 GPT-3 发布还早十多年，这些作者就已经在担心人工智能的发展和潜在影响。一些关于 AI 风险的思想实验，比如哲学家尼克·博斯特罗姆（Nick Bostrom）的“回形针最大化器”（一个只被要求造回形针的超级 AI 可能把整个世界都变成回形针）和“正交性论题”（智能高低与目标好坏互不相干），在早期理性主义者中广为流传。在旧金山，理性主义的语言、预期和方法，多年来渗透进了线上线下的大量讨论。结果是，理性主义视角在各大 AI 实验室的员工和他们的社交圈里，分量重得不成比例。随着 AI 变成主流议题——成了国会信件和白天电视节目的话题——越来越多的人在用理性主义的术语和思考框架，却几乎肯定不知道这些想法从哪儿来。

理性主义主要关心认识论（epistemics），也就是研究人是怎么知道、怎么相信某些事的。本能的思维充满错误和死胡同，理性主义者试图靠清晰的分析推理去克服它们，追求“少错一点”（这也是 LessWrong 名字的来历）。这种思维方式天然导向一种高度结构化、可量化的分析。所以，理性主义社群成了有效利他主义运动（Effective Altruism，主张用数据和计算让慈善与个人努力产出最大的善）的主要人才来源，也就不奇怪了。用概率来表达预期——比如用一个“p(doom)”（末日概率）表示你认为 AI 导致人类灭绝的可能性有多大——这种做法就是从湾区理性主义里来的。这种在任何别的环境里都显得古怪的思维方式，在伯克利的合租屋、美国 AI 实验室、安全评估机构和预测团队里，往往是默认的文化。

理性主义思维里有一个特定的方面，似乎要为“预测错中国对机器智能的反应”负主要责任。理性主义者预期：一项技术一旦达到足够规模，不同的人、不同的政治体对它会有相似的效用函数（utility function，可以理解为“算账方式”：各种结果分别值多少）。按照这种想法，看到同样证据的理性行为者，会作出相似的反应。他们认为，对未来几年的预测，最好的办法是假设彼此都理性，淡化那些让各方应对变革性技术时显得不同的细节。这是粗粒度分析的自然结果：要识别大趋势和大模式，就得淡化细节。

在这种视角下，谁要是提到具体的执政机制、人物性格或其他偶然因素，就可能被指责“只见树木，不见森林”。确实，中国的研究者和政治领导层看着跟我们一样的能力，却选择一条完全不同的路——这很难预测。但假设大家共享同一种理性视角，会鼓励、甚至迫使人对一件事视而不见：某些国内和文化因素，可能让中国人经过深思熟虑、真心实意地用另一种眼光看待这项技术。无视这一点，哪怕是故意的、出于好意的，仍然是个错误。

在最近一次季度时间线更新里，AI 未来项目的作者们简短回应了这个问题：“如果中共已经整合了中国的各个 AI 项目，我们现在大概已经听说了……总体看来，‘中国醒来’还没有发生。”承认预测失误值得肯定，但需要的不只是更新它产出的时间表，还要更新底层的假设。

证据表明，我们不能指望中国在短期内向西方的预期靠拢。只要不理解中国人怎么看机器智能，美国的决策者和知识分子就会继续被中共弄得措手不及。过去五十年里，美国最大的战略失误之一，就是把经济和贸易政策建立在“中国经济越自由，政治就会越自由”这个想法上。结果是美国的去工业化，以及至今仍被拿来对付美国的无数供应链依赖。在机器智能所许诺的这场变革的早期，如果再基于对中国的误解制定政策，后果会更具毁灭性。

太平洋的另一边

哲学家许煜（Yuk Hui，香港出生的技术哲学家）在《21 世纪的控制论》里区分了中美之间的技术差异。他把任何技术的特征分成“倾向”（tendencies）和“事实”（facts）两类。技术倾向是支配一项技术如何发展、如何运作的普遍原则；技术事实是偶然的因素——一项技术千差万别的具体存在方式。这对术语可能有点反直觉，两个名字看起来调换一下也说得通。在这里，“倾向”代表的是“吸引盆”（attractor basin，系统无论从哪儿出发都会滑向的那个低谷）：比如箭和轮子，在不同文化里各自独立演化出来。而“事实”是因为起始条件不同、随处境而变的那些附带特征。

把这个框架用到机器智能上，可以说：神经网络和深度学习这套核心底层技术是技术倾向，从硅谷到北京都一样。技术事实，是在开发和扩散过程中显露出来的应用方式和解读方式。你对人类存亡风险有多担心，是技术事实；对岗位被替代的恐惧、对人为发动的网络攻击的恐惧，也是。技术本身是倾向，而围绕它的种种理论预期，是偶然的文化事实。

看起来，纯理性主义式的对华 AI 预测，高估了技术倾向，低估了技术事实。而那是些什么样的事实啊！看看技术及其用法在中国正变得多么独特。看看北京的机器人运动会：人形机器人姿势别扭地狂奔，打破短跑世界纪录，偶尔还冒出火花、崩出碎片。看看人才和股价的不停翻腾，开放权重生态里一代又一代模型无休止地被重构、重造、衍生，机械的“家谱”一路追溯到月之暗面、DeepSeek，甚至也许追溯到旧金山的实验室。

也可能这只是时间线的问题：面对公开可得的新能力，中国的 AI 治理终将发生剧变。随着模型递归自我改进、持续学习越来越近，指望当前的范式一直不变似乎很傻。但在那个未来与当下之间，可能性的范围非常宽。就算你认定中国“醒来”、接受美国看待 AI 的方式是板上钉钉的事，它发生在两个月后还是两年后，难道不是天差地别？而当它真的发生时，凭什么有人能确定，中国的反应会是美国的镜像？

中国高能力开放权重模型的持续可得，最直接的后果是：它侵蚀了美国前沿实验室现有的护城河，以及这条护城河本该带来的利润和预期价值。这份价值，因为中国模型的存在而缩水了；而正是这份价值，让实验室能募到那么多资本——用来招研究员、开发下一代模型、锁定算力、建基础设施、支撑眼下的推理服务（inference，模型实际回答用户请求的运算）。基础设施供应商也一样——从传统云服务到新兴的 GPU 云，再到参与美国 AI 建设的形形色色的公司——它们获得资本的条件，同样建立在这种预期之上。

说到底，这是一个“使用模型时价值落在谁手里”的问题。今年早些时候的行业分析报道显示，Anthropic 的推理毛利率随着收入增长，从 38% 升到了 70%。只要美国实验室继续在最前沿领先，高度复杂、专门化的推理很可能会越来越赚钱，并持续成为优势。但其中有多少用量，会被让给商品化、复杂度更低的竞争者？Anthropic 正准备今年晚些时候上市，OpenAI 预计 2027 年跟进，投向推理的资本份额等财务指标，将从公司泄露的消息变成公开披露的信息。

OpenAI 战略未来负责人迪恩·鲍尔（Dean Ball）说过，开放权重是“减速主义”的。如果只在 AI 建设这个狭义范围里讲，这似乎说得通。想象一下：巨额收入和丰厚利润只出现在最前沿的那一小块，价格竞争压低了前沿模型能给实验室带来的即时价值。存在一个说得通的世界：对大多数用途来说，机器智能便宜到不值得计费，高度商品化，却又处在一切的中心。这是假设，但一天比一天不像假设。只要中国实验室继续发布开放权重、低价的模型，美国前沿实验室就越来越不得不在价格上竞争——如果它们还想被广泛使用的话。

中国实验室似乎正积极地在当前范式里变现，这说明它们并不预期近期治理会变。它们在找办法，既保持开放权重，又抓住价值。月之暗面在公开 Kimi K3 权重的同时，更新了许可协议：通过“模型即服务”方式使用它的非月之暗面 API 用户，如果业务年收入超过 2000 万美元，就得重新谈商业使用条款。许可还要求月活超过 1 亿、或达到上述收入门槛的企业，展示 Kimi K3 的品牌标识。另外，DeepSeek 在今年早些时候把 V4 的价格降了 75% 之后，现在看起来很可能要大幅上调 API 价格。

中国实验室最坦率的看法，可以在 DeepSeek 创始人梁文锋的一次投资人电话会上找到。这次 5 月 20 日的电话会记录在 7 月被泄露，披露了敏感信息，打乱了 DeepSeek 当年第二轮融资。梁文锋很少对媒体发言，跟美国实验室的掌门人比尤其少，但在这个（本应）封闭的场合，他对自己的预期相当直白。记录值得通读，其中几句尤其突出。关于定价，梁文锋说：“我们定价只为赚取合理利润，而不是收入最大化。”在这个私下场合，他预测 DeepSeek 的前沿模型会继续开放权重。谈到 OpenAI 想在前沿 AI 上建立持久领先，他说：“美国会面临挑战，将来也可能面临来自中国的挑战，因为中国玩家愿意为提供服务拿更少的回报。”说得更直接一点：“拿得多的，会被拿得少的打败。”

中国实验室要活得好，所需的利润、感知价值和随之而来的资本开支（capex）似乎都低得多。最近的分析显示，中国企业在 AI 建设上的投入，将只有美国企业的大约十分之一。中国科技巨头阿里巴巴正发行 100 亿美元股票用于投资 AI。DeepSeek 最近以 500 亿美元估值融了 74 亿美元，可能在 2027 年于上海证券交易所上市，之后不久又以 740 亿美元估值启动新一轮融资。月之暗面的融资规模也相仿。相比之下，Anthropic 和 OpenAI 今年早些时候融资时，估值都接近一万亿美元。

OpenAI 已经把 GPT-5.6 Luna 的 token 价格砍了 80%，Terra 砍了 20%。这可能是一个早期信号：价格压力正在逼实验室进一步降价竞争。如果中国政府最终放弃广泛开放的开放权重模型，大部分价值会回流到美国前沿实验室。如果这件事在接下来两个月就发生，美国实验室受的伤，会比在一年甚至更久的价格挤压里慢慢枯萎轻得多，也不那么致命。

这些就是技术事实：取决于行为、结果，以及更多的事实。中国面对同样的机器智能技术倾向，为什么一直、而且很可能会继续作出与美国截然不同的选择？理解它的关键，就在中国政府、社会、经济等方面的种种特殊性。

另起一路的中国现代性

中国的思想者似乎比美国同行更明白这一点。美国人往往认为，自己的经验和思维方式就是现代性的标准，有时甚至是唯一的方式。18 世纪启蒙运动抛得最远的一个观念是：所有人都具备同样的理性。西方文明那时是普遍主义者，今天依然是——这是一份甩不掉的遗产。理性主义者以自己的方式继承了这种普遍主义，把信心押在一个共享的效用函数上。相比之下，中国的技术人员似乎更习惯一条亘古不变的道理：偶然性。任何文明的物质条件，永远是非常具体的历史境遇的产物。

台湾计算机科学家李开复在 2018 年的《AI·未来》（AI Superpowers）里，把这个前提用到了 AI 对自动化的影响上，称之为“莫拉维克的复仇”。奥地利出生的加拿大计算机科学家汉斯·莫拉维克（Hans Moravec）最初的说法是：让机器模仿成年人的智力能力，要比模仿一个蹒跚学步的孩子的身体能力容易得多。当时的主流看法是：中国从事制造业的人口比例高得多，AI 和自动化对中国就业的冲击会更大。李开复的书反其道而行，预言 AI 带来的劳动力市场调整会先打到美国。他的理由是，物理智能比能自动化行政和服务工作的 AI 发展得更慢、更难部署，所以美国会先受冲击、范围也更广。用他的话说：“造 AI 算法，比造智能机器人容易得多。”

假设政府对 AI 作出反应的一个主要原因，是 AI 在短期内自动化了多少人类劳动、却没创造出足够多的新岗位。再假设服务业和知识密集型岗位，比体力劳动更快被数字化的机器智能取代。单凭这一条标准，就有理由相信：美国的专业人士和白领，可能会比被更先进的物理机器智能替代的中国体力劳动者，更早面临自动化的威胁。截至 2023 年，中国 23% 的劳动者从事农业及相关的第一产业，另有 29% 在制造业和工业。相比之下，截至 2025 年，美国劳动力中 43% 是管理和专业职位，18% 是销售和办公室工作，16% 在服务业。中美在经济、社会和政治现实上的这些不对称，决定了 AI 开发与扩散的“技术事实”会怎样塑造不同的治理方式。

那些看似无关紧要的细节，就是全部。它们决定了时间线。回到《态势感知》：“（美国对中国的能力领先）每多一个月，对安全也都有意义。如果我们陷入一场胶着的竞赛，民主盟友和威权对手各自以疯狂的速度冲过本已岌岌可危的智能爆炸，因为害怕对方先拿到超级智能而被迫把一切谨慎抛在脑后——那时我们面临的风险最大。”可同样，胶着竞争和价格挤压的每一个月，也都有意义。

在预测与现实的这个断裂点上，中国以外的人应该比以往任何时候都更好奇、更审慎、更有想象力。思想者必须仔细搜罗技术事实，如饥似渴地寻找哪怕一丝能告诉我们未来世界的线索。如果下一个世纪的故事，是人才、资本和生产向仅有的两个能大规模利用它们的国家聚集，那么把这场竞争的轮廓看准就更加重要。眼下，有一整个平行文明的视角，美国思想者没有纳入考虑。

另起一路的中国现代性——诞生在中国的那种当代社会形态——是慢慢浮现、然后一下子到来的。西方人常常没意识到，当代生活有多少是被它自己诞生时的特殊境遇塑造的。罗马的政治结构，希腊哲学，阿拉伯数字，基督教信仰，英国普通法，德国唯心主义，在曼彻斯特工业革命里长出来、又迅速覆盖全世界的技术——正是这一个个渐进的偶然，把我们带到了今天。所谓新事物——技术进步、政府形式、经济制度——曾经就等同于文明本身，先体现在欧洲的首都，后来体现在美国的钢铁高楼。那是一种生活形态，在当时也是那条前沿上唯一的一种。现在不再是了。

核心的真相是：现代性，连同它的规范和预期，都是偶然的。几百年来欧洲文明及其继承者的主导地位，让我们忘了这一点。然而，正如现代中国清楚展示的，偶然性会变得越来越具有决定性。文革结束后的五十年里，中国飞速的现代化被压缩进了一个人的一生。随着中国越来越富裕，越来越有能力开发和部署前沿技术，没有理由预期未来的创新不会带上鲜明的中国特色。

2026 年 9 月中旬，就是一个文化反差鲜明的时刻。在美国，它始于 Anthropic 研究员雅各布·科克森（Jacob Coxon）的辞职——他高调公开警告，继续开发可能带来灾难性风险。很快，Anthropic、OpenAI、谷歌 DeepMind 和 xAI 的掌门人纷纷表态支持“给前沿控速”的提议，也就是此前在 AI 圈以公开信形式流传的、放慢模型开发的方案。

同一天，9 月 12 日，中国国家安全部部长陈一新发表文章，详细阐述他对机器智能发展的机遇和风险的看法。在列举了一串基本重复党的路线的机遇——实际应用、国际合作——之后，他转向风险。他讲到 AI 被用来在网上散布敌对和虚假信息，讲到它带来的新型网络攻击、数据泄露、治理难题和军事应用。他还提到“垄断加剧失衡”，因为“有关国家”正利用发展领先优势，“实施技术管制、垄断产业标准、建立闭源生态”。

但通篇看下来，陈一新没有描述任何类似美国大众媒体和立法者正被其困扰的就业短缺或安全担忧。一种可能的解释是：不管陈一新或中国其他安全官员私下怎么想，他们没有余地抢在党的路线之前，对如此重大的问题发声。这也许是真的，但这是一个无法证伪的说法。忽视中国人——无论是实验室负责人还是政府官员——说了什么，转而相信我们认定的他们的“真实想法”（偏偏又跟我们自己的想法一模一样），这种倾向并不明智。

对住在中国、或者沉浸在中国媒体和舆论里的美国人来说，去找出那些“伪装成技术决定论的社会偶然因素”，会非常有价值。正是这些因素，会以独特的方式塑造中国对机器智能的治理。看着同样的底层技术、同样外推出来的趋势线，中国会怎样、为什么作出不同的反应？也许他们对“给前沿控速”没兴趣，是因为他们觉得美国已经用芯片出口管制在逼他们减速。也许他们对人为或自主网络事件相对不那么担心，是因为早就有一套网络安全国家体系。既然网信办可以凭党和国家的权威单方面下令修改模型，何必建立一个独立评估机构的生态？

这些都只是假设。机器智能的未来，也就是世界的未来，只能透过不确定性的迷雾隐约看见。即便人的理性正受到机械理性的挑战，它对我们理解当代世界的核心地位，跟启蒙时代一样。然而，理性主义者沿用这个框架的方式，以及他们贡献的粗粒度分析，显然有它的局限。对中国行为的预测和今天摆在我们眼前、无可辩驳的事实之间的差距，把这种局限暴露得一清二楚。要预见中国式的现代性，需要一种目前还不常见的开放。

中国人或许也需要更有想象力一点。习近平在世界人工智能大会的讲话里，希望“人工智能这匹骏马”跑得“又快又稳”。也许他更该准备好的是：机器智能的未来，会像一群数不清、摸不透的野马奔来——生命肆意狂奔，优雅、壮丽，马蹄声雷动，宣告大地的变形。

长寿研究的胡扯问题

拆穿一个被科学界普遍接受的案例，就像看见西部片布景倒下来：你以为那家酒馆是座两层楼，其实是一块画好的胶合板。下一秒，你开始盯着整条街想：那家妓院八成也是纸板做的。

作者调查世界最长寿的人之后，常有这种感觉。

坚称自己“没那么老”的老太太

有些案例不用查。阿黛尔·邓拉普（Adele Dunlap）曾是全美最长寿的女性，以前抽烟、偶尔喝酒。她一直坚持说记录把她的年龄搞错了：将近十年里，她反复声明文件不对，自己比纸面上年轻十岁。没人信她，她反被大家当成“记不清自己几岁”的糊涂老人。报纸告诉她：你弄错了你自己。

一段典型对话是这样的：记者问她 113 岁是什么感觉，邓拉普直视着提问者回答：“我 104 岁。”记者驳回：“她不是。总部在洛杉矶、专门追踪 110 岁以上‘超级百岁老人’的老年学研究小组（GRG）已经核验过她的年龄。”面对矛盾，GRG 负责人罗伯特·扬（Robert Young）——他也替吉尼斯世界纪录认证年龄——在她临终前告诉她：你错了，你是被认证的全美最长寿女性。奥巴马夫妇还寄去生日卡，祝贺她 113 岁。作者的评语是：不管她愿不愿意，阿黛尔·邓拉普都是一位超级百岁老人。在纸面上，她现在还是。

这也戳破了一个说法：只要交叉核验时发现传记有漏洞，错误的年龄记录就会被剔除。当事人本人反复否认都没用。

认证一半数据的那个人

作者接着把矛头指向扬本人，因为年龄认证全靠认证者的判断力。扬的硕士论文里有些问题只是马虎，比如写“看起来比实际年轻的人活得更久”后面直接标着“（需要引用）”。更麻烦的是，他主张用所谓“生物优越性假说”复活种族科学，自称是从电影和巴纳姆马戏团里“更好地理解了非裔美国人长寿的神话”，还引用了艾迪·墨菲的喜剧《来去美国》当材料；他推测非裔美国人长寿可能因为“厚皮肤”保护了“内脏”，主要证据是黑人社区的一句俗话“黑人不显老”（black don’t crack）。他看了 2008 年奥运短跑，又推测非洲人跑得快是因为祖先要“逃离野兽和其他人类”。

这本来只是一篇不该通过答辩的烂论文，问题是扬在长寿研究里地位太重要了。全世界极端高龄数据，大约一半是他认证的。他还负责组建了美国百岁老人临床研究的“金标准”——新英格兰百岁老人研究，由他决定谁算满 100 岁，负责招募受试者、确认人口数据和核验年龄。他的方法是上网翻关于老人的新闻，再等别人主动发来邮件。研究作者们无法评估这样引入了多大偏差，却下结论说“确认偏差可能很小”。

冰柜里的母亲

邓拉普不是孤例。意大利小村贝拉维斯塔-迪特里韦罗，103 岁的伊尔玛·博尔戈利奥（Irma Borgoglio）和 63 岁、失业的儿子住在一栋公寓顶楼。邻居常看见她在阳台上挥手。有人上门探望，儿子总说她卧床不起。次数多了，加上大家都喜欢伊尔玛，当地警察决定上门看看。

警察到时，伊尔玛正“立”在厨房里——比以往任何时候都“结实”，因为她是冻着的。儿子刚把她从冰柜里搬出来，靠在厨房，试图解释她几分钟前才去世，没圆过去。原来他失业缺钱，母亲去世后慌了：对外说“她不太舒服，得先躺着”，自己买了一台大冰柜拖上顶楼。来客觉得两口人用这么大的冰柜很奇怪，盖子上还堆满东西。这段时间里，他一直在领母亲的养老金。

作者的意思是：这种事看起来只是一桩绝望、偏居一隅、有点荒诞的个例，可“愿意接受不合理故事”的那股劲，放大起来同样有效。

137 岁的查理

1979 年，吉尼斯纪录里最长寿的人，是被认证 137 岁的查理·史密斯（Charlie Smith）。社保官员说找到了文件，显示他 1859 年在新奥尔良被卖为奴。起因是他摘水果时雇主要他办个身份证明，社保局翻出一份档案，告诉他他 113 岁了——然后把档案弄丢了。老头顺水推舟，全国都信了。

他说什么大家都信：最后一个在世的美国奴隶、最后一个南北战争联邦军老兵、第一个当上共济会员的非裔美国人（其实 1774 年就有人当了）；他来自“非洲的加利纳”，一个利比里亚根本不存在的港口，被一棵“糖浆树”骗上了奴隶船；他当过执法官、赏金猎人、火车劫匪、酒馆老板，在得州打过“熊、豹子……还有狮子”，还说跟比利小子一起抓到了刺杀加菲尔德总统的凶手。1975 年他说自己 144 岁，可按记录应该是 132 岁，没人在意。他作为贵宾受邀观看阿波罗 17 号发射，当着宇航员大声宣布“谁也上不了月球”，又在 CBS 节目上跟主持人克朗凯特说了一遍。

《信不信由你》把他搬上全国电视，BBC 拍了纪录片，PBS 拍了一部电影，照单全收他跟杰西·詹姆斯一起骑马的说法。他死后，《纽约时报》的讣告写他“也许” 137 岁。全国都爱这个故事。作者的结论：全是胡扯。

Taste 训练（周二·游戏）：开源掌机简史

同样一台能跑模拟器的掌机，在中国被叫作“盗版 ROM 播放器”，在美国被叫作“独立游戏革命”。区别在于谁来讲这个故事。

这篇整理自作者在一场开源掌机工作坊上的演讲。国内一提开源掌机，印象基本是“跑盗版 ROM 的机器”，但它有很多流派。他用“5W”（是什么、为什么、谁、在哪、何时）把历史切成五段。

2001–2005：可编程掌机

起点是韩国 GamePark 公司的 GP32。作者推测韩国成为起点的原因：当时三星是后发的 ARM 处理器供应商，想找一个示范场景，于是找上了这家小公司。GP32 并不开源固件，只是比任天堂、世嘉这些日系大厂“更开放”：提供标准 C 语言开发包，注册一下就能跑自制程序。

谁需要可编程游戏机？早在它之前，Game Boy 上就有一个不小的业余开发社群，1995 年就有了开发工具 GBDK。那时爱好者得改装卡带。这个社群留下最长久的遗产在芯片音乐：1998 年的 Nanoloop 和 2000 年的 LSDj，今天仍是芯片音乐入门和演出最常用的工具。另一条线是 2003 年的 Tapwave Zodiac：本质是运行 Palm OS 的掌上电脑，做成游戏机外形，继承了 Palm 的共享软件生态——下载试用、在线买注册码——可算安卓掌机商业模式的前身。

2005–2010：“纯粹时代”

GamePark 推出基于 ARM + Linux 的 GP2X，连账号都不用注册，模拟器移植潮随之而来，开发主力在欧洲。这时中国 MP4 厂商入场，代表是丁果 A320——它在国内“游戏 MP4”的同质化混战里并不出彩。转折又发生在欧洲：破解过 iPod 的 Rockbox 黑客社区在研究同款君正处理器的昂达 VX747；2009 年，国内 Linux 内核黑客周亚金（后来创办区块链安全公司 BlockSec）把 Linux 移植到 VX747；三个月后，西班牙开发者 Booboo 把 Linux 移植到丁果 A320，做好屏幕和按键驱动，一个全新生态意外诞生——完全不在丁果的计划之内。

欧洲分销商则做了连电路图都开源的 OpenPandora，结果是一场供应链灾难：2008 年开始预售，2013 年才出货约 6000 台；英国那批买家没收到货，分销商跑路了。价格也很说明问题：丁果 A320 599 元（约 84 美元），韩国 GP2X 系列 150 到 180 美元，Pandora 600 美元。

作者的判断：国内产品经理和开发者不缺第一梯队的技术方案，但对社区形态、社区文化和产品潮流的变化反应迟钝。丁果做 A320 只是想在 MP4 价格战里找条差异化的路，周亚金移植是为了研究，谁都没有“开源掌机”的产品意识。

2010–2015：安卓时代与 OUYA

国产处理器（瑞芯微 RK2808 等）变便宜，“智能 MP4”（小屏安卓平板）成潮流。2010 年底金星 JXD S7100 把 Wii U 手柄外形和 PSP Go 的按键布局拼在一起，599 元，模拟器加手游。同期索尼爱立信 Xperia Play 要约 649 欧元，没成功。

真正让“开源游戏机”在欧美立住的是 Kickstarter 上的 OUYA。它请一线工业设计师伊夫·贝哈尔（Yves Béhar）操刀，摆脱了“亚洲产品便宜、做工粗”的印象；它完全不提盗版 ROM，讲的是独立游戏革命——人人能开发、不用跟大厂合作；众筹页上还写着“给黑客：尽管 root，保修照样有效”。作者认为它完成了一次话语重构：把小圈子的自嗨变成商业叙事，把自制软件社群去污名化，从中韩厂商的边缘叙事打进了硅谷的核心叙事。随后英伟达 Shield、谷歌 Nexus Player、Valve 授权的 Steam Machines 纷纷入场。同一叙事、不同包装：OUYA 阶段性成功，Xperia Play 无声无息——“这就是叙事的力量”。

与此同时，Linux 掌机生态断了：韩国 GamePark 2013 年歇业，丁果团队转型做手游；西方创业公司则继续栽在供应链上——GCW Zero 众筹成功后大量订单没发货，作者手里那台 PocketCHIP 是“预购了一大堆后唯一拿到的一台”，被视为 Steam Deck 前身的 SMACH Z 众筹成功却从未量产。

2015–2020：中国时代

作者下了一个“武断的判断”：**2015 年以后，任何跟深圳产业链没有紧密联系的西方创业公司，大多会陷入供应链危机而失败。**在深圳 HAX 孵化的 Arduboy 是创客掌机的标志；微软 MakeCode Arcade 带出一批面向教育的单片机掌机。另一条线来自“寨板”：英特尔和瑞芯微合作，微软对 8 英寸以下平板免费授权 Windows，几百块就能买一台完整的 PC，做安卓掌机的厂商顺势转向 Windows——GPD Win 在 Indiegogo 众筹 70 多万美元，实现了 SMACH Z 没兑现的“掌机跑 3A 大作”。Linux 也复兴并分成两支：安伯尼克（Anbernic）继承丁果时代的君正架构，服务复古游戏社群；杭州团队的 GameShell 走 OUYA 一路，面向独立开发者和创客。欧美团队没做到的，都被中国厂牌做到了。

2020 年之后，和最后的复盘

格局碎片化。西方厂牌靠借概念局部突破：Playdate 加了个曲柄，Analogue Pocket 走 FPGA 硬件级仿真，Valve 的 Steam Deck 自己掌控硬件、保持软件开放。如今“开源”其实更接近“开放”：平台开源、内容自由（Linux 掌机、Steam Deck）；平台封闭、内容自由（Windows 掌机）；平台开源却搞内容围墙的几乎没有成功先例；两头都封闭的就是 Switch 和 iOS。所有玩家的最大公约数，是想运行不被控制的东西。

最后是四条线：韩国早期启蒙，2013 年后淡出；欧洲是底层固件和开源模拟器（RetroArch 等）的主要贡献者，但多年没出过成功的硬件；中国底层开发者少，硬件生产“无敌强大”，缺的是对产品文化的完整认知；美国强在文化塑造——正是这种能力，把“盗版 ROM 播放器”重新包装成独立游戏革命和创客精神的载体。

直觉是怎么起作用的

“他给人的感觉太诡异了，我不跟他走。”“这像钓鱼邮件，别点。”“这单生意哪里不对，算了。”说这些话的人，通常不是从一条推理链里得出结论的。

不上陌生人车的人，不是在想“他出现了三个行为信号，因此有风险”。事情只是“呈现出”某种性质：这个人诡异，这封邮件是假的。按这种直觉行事完全合理——哪怕你说不出为什么。

可“感觉”常被当作非理性、或者省事的经验法则。哲学家的注意力几乎都在更精致的“理性直觉”上——数学、逻辑和哲学里用的那种。作者要证明：两者是同一种能力。

思想实验，就是日常的“如果”

电车难题里，唯一能救下轨道上五个人的办法，是把桥上一个旁观者推下去挡车，很多人立刻觉得这不对。哲学家卡尔·吉内特（Carl Ginet）的“假谷仓”案例里，你开车看到一座谷仓，相信“那是谷仓”；你不知道这一带满是逼真的谷仓立面，你恰好看到的是唯一真的那座。你的信念为真、也有根据，可几乎所有人都觉得：你并不真正“知道”。

这些例子看着离奇，其实跟日常一脉相承：在岔路口想象“如果走另一条路会怎样”。比如你犹豫要不要告诉朋友，他丈夫出轨了。你想象他脸上的震惊和受伤，那一瞬间你“看见”造成这种痛苦是一个闭嘴的理由。你没有推理，它就是“看起来像个理由”，而我们信任这种“看起来”。

麻烦在于，知觉有器官可追溯，直觉没有。

先解决“理由的无穷倒退”

我们没法跳出头脑拿信念跟世界对质，只能让信念有好理由。但如果信念只能由别的信念辩护，就会无穷倒退。作者选“基础主义”：有些东西不是信念，却能为信念提供理由。

知觉就是例子。看到一棵树时，视觉经验让“面前有棵树”显得为真。哲学家吉姆·普赖尔（Jim Pryor）和迈克尔·休默（Michael Huemer）的主张是：世界在你看来是怎样，你就因此有了一定理由相信它是那样——除非你有理由不信它（比如知道自己吃了致幻药）。你不需要先证明自己的眼睛正常。

那么，知觉为什么有这种力量？主流答案是它的“现象感”——那种鲜活的、“看起来像什么”的体验。哲学家约翰·本森（John Bengson）据此提出“准知觉论”：直觉之所以能辩护信念，是因为它也有一种类似知觉的“智识上的看起来”。陌生人显得不可信，就像树显得是绿的。

两个反例：没有那种感觉的人，和不觉得世界真实的人

这个理论有个大麻烦，哲学家蒂莫西·威廉森（Timothy Williamson）和欧内斯特·索萨（Ernest Sosa）提得最有力：很多善于反思的人说，自己判断一个命题“看起来对”时，根本没有任何特别的体验。（作者建议你自测：想那几个思想实验时，你有没有某种“感觉”？）要么这些人对自己的心灵没有内省能力——这太不厚道——要么直觉的力量根本不来自“现象感”。

更狠的反例来自“现实解体障碍”：患者的知觉从里面体验起来一切正常，颜色形状都在，可世界“不显得真实”。它和完美的幻觉正好相反：幻觉弄错了事实，却让人深信不疑；现实解体弄对了事实，却毫无“揭示”的感觉。可见，让一个状态“把内容呈现为真”的，既不是它携带的信息，也不是它的感受。

作者的答案：“呈现”是一种姿态

作者说，准知觉论找错了地方。关键不是我们怎么“体验”一件事，而是怎么“把握”它。他把这叫作“呈现性”：一种认知姿态。信念是断言式的，承诺内容为真；想象是非断言式的，只是玩味可能；“看起来”处在中间——把现实摆在你面前，却还没替你签字，给你一条直接但可被推翻的接受路径。

呈现性的状态是“发生在我们身上”的，不是我们做出来的：你不会决定产生一个直觉，就像不会决定看见一棵树。正是这种被动，让它能把内容呈现为现实。形成信念，与其说是得出结论，不如说是“顺从一次揭示”。于是“缺席直觉”的反驳消解了：没有特殊体验，也能把内容把握为现实。

直觉因此渗透在所有推理里，只是从不“大张旗鼓”。作者举托尔金：咕噜把弗罗多领进巨蛛的巢穴，叙述者不必写一句“这是背叛”，我们直接就把握到了。有人说这只是“套用概念的技能”。作者反驳：套用概念是判断，判断需要根据；直觉正是判断之前的那次把握。

知觉里也一样。你和一位爬行动物学家看到同一条蛇，感官体验毫无二致，但呈现给你的是“一条蛇”，给她的是“铜头蝮”。专业知识改变的是“呈现了什么”。

所以，拒绝上陌生人车的人不是凭情绪行事，而是在回应一个真实的呈现状态——它有分量，不因为绝对正确，而因为它跟我们与世界最基本的接触是同一种东西。思想实验和街头的不安，差别只在情境。作者的结论：“感觉”既不该被全盘平反，也不该被当成噪音。

阿伽门农的沉默

想象你刚刚判了自己女儿死刑。你不是冷血的怪物，可你不得不这么做。现在女儿被抬走，一位画家要把这一刻画下来——他怎么画出你脸上的一切？

公元前 4 世纪，古希腊画家提曼提斯（Timanthes）据说就画了这样一幕，取材于欧里庇得斯的悲剧《伊菲革涅亚在奥利斯》：神谕说，阿伽门农王只有献祭女儿伊菲革涅亚，停滞的希腊大军才能起航攻打特洛伊。他先是拒绝，又谎称把女儿嫁给阿喀琉斯骗她来，又反悔，在黑暗里把一封警告信封上又拆开。信被发现、被视为叛国，他只能照办，伊菲革涅亚则自愿赴死。

原画失传，几个世纪后庞贝的一幅壁画据信保留了类似构图，藏于那不勒斯国家考古博物馆：两名年轻士兵抬走伊菲革涅亚，阿伽门农站在一旁，背对着这一幕，整张脸被自己的手完全遮住。

画笔不够用的时候

古罗马修辞学家西塞罗和昆体良都称颂这幅画，把它比作修辞里的“沉默”技巧。昆体良的描述是：提曼提斯把祭司卡尔卡斯画得悲伤，奥德修斯更悲伤，墨涅拉俄斯的哀痛已用尽了画家的全部本事，于是他发现，再也找不到办法画出父亲的脸，“便用面纱遮住他的头，交给观者自己去想象”。

这个解释一路流传。12 世纪一位拜占庭神父注释《伊利亚特》时，用它解释荷马为什么让国王普里阿摩斯裹着斗篷、满身粪土：丧子之痛太“过度”，这样痛苦的人“不仅觉得自己不配被看，也不想看”。16 世纪一位西班牙小说家写到极度悲伤的一幕干脆略过，说“连那位名画家的花招都不管用”。普桑 1627 年的《日耳曼尼库斯之死》里，死者的妻子也掩着脸——18 世纪评论家说，因为她的悲痛“超过了其他所有人”。这条线一直延伸到 2006 年的画展《提曼提斯的美德》。

这个姿势的特别之处在于：你看得见姿势，却看不见背后的表情。“姿势”（gesture）源自拉丁语“承受”——而这是“无法承受”的姿势。

看，还是不看

从亚里士多德到休谟、亚当·斯密，“同情地看”成了道德判断的基础，今天对同情的呼吁也默认在反对“移开目光”。但同情有限：我对受苦者的认同总是片面、短暂的；作为旁观者，我始终安全，随时滑向居高临下的好奇。

汉娜·阿伦特在 1963 年的《论革命》里批评卢梭：卢梭说同情是最自然的人类反应，人之所以背过身去，只因为理性在作怪。阿伦特认为这很危险：政治道德的基础应当是思考而不是感情，是团结而不是多愁善感；怜悯会变成“吞噬一切的激情”，“比残忍本身更有能力制造残忍”。

背过脸去也有拥护者：中世纪“蔑视尘世”的传统；尼采说没有遗忘的能力就没有幸福；阿多诺在奥斯维辛之后的退隐，被哈贝马斯称为“冬眠策略”。

阿伦特的一次看走眼

1957 年 9 月 4 日，阿肯色州小石城，黑人女学生伊丽莎白·埃克福德（Elizabeth Eckford）在中央高中门口被白人暴民围堵——这是美国废除学校种族隔离时期最著名的照片之一。阿伦特看了照片，写下《小石城反思》，反对最高法院废除南方学校隔离的判决，理由是这把不公平的重担压在了黑人孩子身上。她说自己是在想象一个黑人母亲送孩子去冒险的心情，还从埃克福德的脸上读出“她显然并不快乐”。

学者弗雷德·莫滕（Fred Moten）指出，这是一次失败的“看”：埃克福德的眼睛被墨镜挡住，阿伦特把自己的声音投射进这张脸，反而让埃克福德本人没被看见。1965 年，小说家拉尔夫·艾里森（《隐形人》作者）批评她不懂南方黑人父母心中的“牺牲的理想”。阿伦特写信给艾里森：“你完全正确，正是这个‘牺牲的理想’，我没能理解。”一个细节：艾里森母亲好友的女儿就叫伊菲革涅亚，跟他亲如姐弟。

遮住的脸，让人看得更清楚

苏珊·桑塔格说，只有能做点什么的人——比如军医——才真正有权看极端的伤痛照片，“其余的人都是窥视者”。罗兰·巴特则说：要看清一张照片，最好闭上眼睛。

作者最后举了两个作品。苏珊·梅塞拉斯（Susan Meiselas）1979 年在尼加拉瓜拍的一张照片里，一群邻居站在某个我们看不到的可怕场面前——图注说，那是街上正在焚烧的抗议者尸体。有人捂嘴，有人捂鼻，有人转身，有人直视，有人双手掩面。作家泰居·科尔（Teju Cole）说，这些姿势给观者留出了进入的空间：我们没看到尸体，却因为这些“不忍看的人”，更亲密地看见了那一幕。戈雅的版画《没有人能帮他们》里，一个人站在尸堆上捂住脸，仿佛在说：“带我离开这儿。”

今日 detail — 普里阿摩斯、阿伽门农、日耳曼尼库斯的妻子、尼加拉瓜街头的邻居，相隔两千多年，用的是同一只手；而最早给这只手写下理论的人，是一位教演讲的修辞学家——他把它归为“沉默”这门技巧。

机械姬 Ex Machina（亚历克斯·加兰，2014）

年轻程序员迦勒抽中公司内部的“大奖”：去老板内森（奥斯卡·伊萨克）与世隔绝的山间别墅住一周。到了才知道，任务是对内森造出的女性机器人艾娃（艾丽西亚·维坎德）做图灵测试——判断她是否真有意识。七次隔着防弹玻璃的面谈，三个人、一栋房子，108 分钟，预算只有约 1300 万美元。Den of Geek 的唐·凯（Don Kaye）给 4.5/5，称它“烧脑、紧绷、令人兴奋”，说伊萨克演出了“疯狂科学家原型的全新版本”，维坎德则有一种“超脱尘世的诡异平静”；他的保留意见是最后一幕比前两幕更可预料。Deep Focus Review 的布莱恩·埃格特（Brian Eggert）给 4/5，看法正相反：第三幕“出人意料地把整部片重新摆到了她的身上”，让人想以艾娃为中心再看一遍；他提醒对白密、技术味重，像一出舞台剧，需要观众全程专注。测试表面上是人在考机器，真正的问题是：到底谁在被测试、谁在利用谁。

备注

• 本期中文源落在玩物：少数派 Matrix 精选，蓬岸《开源掌机简史》（9/30 发表，10/19 上首页推荐，RSS 里标题是“开源掌机的文化线索”）。
• 主篇本想用 Works in Progress 的《维多利亚时代的精英睡到下午才起床》，查去重日志发现 10/10 已作主篇发过，换成 Palladium 这篇。本周已有两篇中国题材（10/15 中国是怎么富起来的、10/18 挤上中国的末班车），今天这篇角度不同：讲的是美国人怎么看错中国，而不是中国本身。
• 思辨篇是书摘，只有奇闻部分；纽曼书里的统计论证没在节选里，文中不展开。主篇里的人名、机构名、数字都按原文转述，包括 2026 年的模型、融资和人事信息，没有另行核对。
• 今天考虑过 JSTOR Daily《洗衣机为什么几十年才普及》（太短，不到 800 词）、Psyche《决定去性别转换》（个人随笔，但容易引向文化战）、Longreads《被一千座小坝拖垮》（只是导读页），都没用。
• 观影按“机械姬 / Ex Machina / Alex Garland”在 Notion 单查：只在片单里，观影库无记录；观影历史表也没推过。
• 明日玩物轮播预告：周三香水。
• 一个可以接话的钩子：你最近一次“说不出为什么、但就是觉得不对”的判断，事后证明对了吗？