P13 · AI / 密码学 / 权力

AI天然集权,密码学天然自由

原书位置2020年新版序言新版序言观点回到原书具体位置 ↗

01 原书版本

AI降低中央计划成本,密码学提高个人防御能力。

02 公开证据

Stanford AI Index 显示,2024 年近 90% 的重要 AI 模型由产业界推出,说明前沿研发高度集中;同时,65.7% 的当年新模型以开放形式发布,同等 GPT-3.5 水平的推理成本在约18个月内下降超过280倍,开放权重与封闭模型的能力差距也显著收窄。Stanford AI Index 2025 ↗

03 反证与边界

AI 与密码学都可服务于集中或分散权力。是否缩小能力差,取决于算力成本、开放程度、数据控制、治理规则和实际可获得性。

04 编者讨论

技术在起点上有中心化和去中心化的属性,但从应用上,如果保持技术平等的趋势,集权和个人之间的能力差就会逐步拉齐,这也许比纯粹地保持对立的状态更好。

技术架构在起点上可能带有集中或分散倾向,但其政治后果取决于应用、治理和可获得性。如果开放模型、本地算力、低成本推理和密码学工具继续扩散,个人与中心组织之间的能力差可能缩小。这个方向比“AI 与加密技术永远对立、最终一方胜出”更值得关注。

相应的评价指标也应改变:不只比较模型能力,而要观察个人是否能本地运行、迁移数据、控制密钥、审计规则并离开平台。

不可作技术定律

判断

适合作为张力框架,不是技术定律。 AI 同时呈现产业集中和能力下放;密码学也可被国家、银行和平台用于中心化系统。