AI 遇见哈耶克
社会的经济问题究竟是什么？绝非如何分配一批"给定"资源——倘若"给定"意味着全部资源信息能被单一心智完整掌握。真正的核心难题，是如何充分利用散落在全体社会成员手中、无人能够全盘通晓的碎片化知识。
我把这一核心命题再清晰拆解：一套理性经济秩序所需依托的知识，拥有独一无二的特质：支撑运转的全部信息，永远无法被集中整合、统一收纳，只会以零散、残缺、时常相互冲突的碎片形式，分散存储在无数独立个体身上。
这套困境绝非依靠"扩充数据规模"就能消解。根源不在于数据总量不足，而在于维系市场运转的关键知识，从本质上就无法转化为可录入、可统计的数据形态。商人预判某类原材料即将短缺，无需完整推演逻辑便提前调整经营，这份直觉无法通过统计报表传递。这是独属于个体时空的专属信息，我将其命名为时空局部知识。
如今许多人宣称 AI 彻底改写了这套逻辑：大模型能够吸纳海量分散信息，通读全部财报、市场行情、新闻资讯，覆盖广度与运算速度远超任何人类个体，可把散落各处的知识统一归集。计划经济不再是规划委员会的专属工作，AI 足以承担统筹规划，哈耶克的知识批判已经被人工智能推翻。
我必须直白地澄清：这套论断并未推翻我的理论，只是彻底误读了核心前提。
我毕生研究都在区分两类本质完全割裂的知识。
第一类称作科学知识：可书面记录、存入数据库、刊载于论文，由客观事实、通用规则、数学公式、统计数字构成，具备标准化、可流转的属性。
第二类是时空局部知识：天然无法集中汇总，只归属于特定时刻、特定地点里独立的个体。码头工人清楚某艘货船可提前卸货，只因一处舱门锁具损坏；农户察觉霜冻推迟两周，顺势延后播种，这类信息只依附于当事人当下的亲身感知。
AI 能够完美吸纳第一类科学知识，储存、推演、检索能力远超人类，全部留存于文本、报表、文献里的客观信息，它都能完整读取。但第二类局部时空知识，本质不存在"被记录"的可能。它扎根于个人感官体验、未言明的行为习惯、当事人自身都难以察觉的隐性判断。
举一个适配 AI 时代的现实例子：快递员从业三年，仅凭经验判断下午四点后这条街道禁止左转，并非法条明文规定，而是过往数次拥堵留下的切身教训。这份认知从未被文字记载，不存在任何数据库收录，完全沉淀在个体常年劳作的体感之中。AI 无法获取这份信息，无关数据储备不足，而是这类认知自始至终不会以标准化数据的形式存在。
这并非单纯经验层面的局限，而是底层逻辑的必然结果。知识之所以分散，根源并非人类无力统一收集，恰恰是分散属性赋予了它实际价值。我毕生研究的伟大协调机制——价格体系，之所以能够高效运转，正是因为每个人只需掌握自身局部处境，依靠价格信号同步调整行为，无需知晓全局底层动因。原材料涨价，生产者与消费者无需深究上涨缘由，只需依据价格变动调整供需用量。
即便把全部局部信息全部输送给 AI 这类"中央计算主体"，这套方案也不具备实操可能性：海量个体的瞬时局部信息体量，超出任何有限系统的承载上限；更关键的是，绝大多数局部信息具备极强时效性，一旦完成传递、汇总，瞬间就会失去原有价值。
价格体系是我眼中最精妙的社会自发奇迹，不在于架构繁复，而在于极简高效。成千上万互不相识、诉求各异的个体，仅凭单一价格信号，就能自发协调全部经济行为。
完整拆解这套运行机制：某类原材料供给收缩，价格自然上行，无任何人下达调控指令，纯粹是无数买卖主体独立行动叠加形成的客观结果。看见涨价信号的采购方，无需追溯供给短缺的深层诱因，自动缩减消耗；供给厂商同样不必通晓全局局势，顺势扩大产能。全程无人统筹规划、无人顶层设计，这是典型自发秩序——人类行动催生，而非人类刻意设计。
当下普遍有一种设想：AI 可以完全替代市场，直接计算资源最优分配方案。但 AI 依靠损失函数最小化完成迭代优化，这套逻辑和市场运行机制完全相悖。市场不会刻意"最小化"某一固定指标，它本质是一套持续运转的发现程序，能够生成任何人力、算法都无法提前预判的供需平衡方案。市场允许各类经营模式反复试错、淘汰、迭代、创新，这套持续探索的过程无法被预先优化，因为需要优化的目标本身仍在持续演化、尚未定型。
极具讽刺意味的是，AI 训练依赖的梯度下降，本身就是局部层面的发现机制：仅调整局部参数降低训练误差，无法预判参数迭代后会涌现何种全新能力。同理，市场依靠价格自发调整供需，不存在任何能够精准算出全局最优经济状态的算法。倘若依靠 AI 搭建中央计划体系，终将陷入当年社会主义计算论战中计划者的固有困境：待求解的问题计算规模无解，可调用的核心信息天然残缺不全。
《致命的自负》中我点明计划经济的核心谬误：致命的自负，即妄想依靠人类有限理性，全盘掌握散落于千万人之间、维系文明运转的全部隐性知识。
AI 催生的新式自负，远比人类主导的计划体系更加危险。并非 AI 的数据处理能力不足，恰恰相反，它能够吞吐海量文本数据，庞大的信息储备极易制造"全知全能"的假象，诱导人类将重大经济决策权全权交付模型。
我需要戳破这份全面性幻觉：AI 收录全网全部文本，可互联网文字不等于完整现实世界。海量未说出口的对话、未发送的私语、一闪而过随即搁置的念头，全部不在数据范畴之内。它彻底缺失"沉默信息"——那些心照不宣、无需言说、默认达成共识的隐性认知。
人类文明能够稳定存续，根基恰恰在于大量无法言说的隐性内容：习俗、传统、惯性行为，无需任何人完整通晓，只需代代践行。这便是波兰尼提出的默会知识：我们所知的内容，远多于我们能够完整表述的文字。AI 仅能触达被书写、被记录的显性内容，而这部分或许不足人类全部认知的十分之一。
假设一套由 AI 全权统筹的经济体系，会诞生一种前所未有的新型失效模式：不同于传统计划体制因统计数据失真出错，它会系统性忽略所有未被数字化的隐性局部知识。AI 依托可见文本信息完成决策，单从数据层面逻辑自洽、推演完备，却彻底无视支撑市场运转的核心根基——散落在千万个体身上、从未被记录的默会时空知识。
我始终坚持核心论断：竞争的首要本质是一套发现程序，效率只是衍生副产品。它的核心功能是持续探索：筛选优质供给方、验证高效经营模式、发掘均衡合理价格。最优供给、最优方案、均衡定价，无法依靠前置计算得出，只能在真实市场竞争的动态过程中逐步显现。
AI 行业本身，正是这套发现程序最鲜活的例证。OpenAI 并非顶层委员会规划出的行业龙头，而是在无统一管控的充分竞争中，依靠迭代更完善的产品逐步占据优势。AI 领域主流训练手段 RLHF、宪法 AI、DPO 等，也都是多元技术路线在竞争筛选中留存下来的优胜方案，无人能够提前预判何种训练范式终将胜出。
但此处诞生一组尖锐悖论：竞争催生的 AI 工具，优化、统筹能力持续变强，如今被广泛用于定价优化、供应链调度、营销策略测算，甚至自主迭代训练数据集。作为发现程序的竞争，孕育出强大的全局优化工具；倘若反过来用这套优化工具取缔自由竞争，就会直接切断 AI 自身诞生、迭代的底层源头。
这是 AI 带给哈耶克理论最核心的挑战：真正的矛盾不在于 AI 是否拥有充足数据支撑全局计划（答案是永远不足），而在于——竞争这套知识创造机制，产出了足以压制自身运转的强力工具。这不再单纯是信息收集的知识难题，而是知识生成过程的自我消解。
最后，我以毕生研究最核心的概念收尾：自发秩序。西方思想传统清晰区分两类秩序：
一类是人为建构秩序，由人类刻意设计，服务特定单一目标；
另一类是自发演化秩序，无预设设计者，却演化出复杂稳定的内在规律。
语言、法律、市场、伦理道德，无一出自单一头脑的刻意设计，都是人类无数分散行动自然沉淀的产物。
大模型涌现出的推理、翻译、数学、文本创作能力，同样没有被逐行硬编码。模型仅被赋予"预测下一个 token"的单一目标，各类高阶能力在迭代中自然生成。这属于一套全新的数学层面自发秩序，哲学底层逻辑与语言、市场同源。
这是我提出的独特思考：AI 的涌现智能本身是自发秩序。可如今人类依靠 RLHF、安全过滤、对齐约束，强行给这套自主演化的秩序施加人为顶层设计。这正是我在《通往奴役之路》中反复警示的思维陷阱：妄图依靠人为设计，改良一套尚未被人类完整理解、经由自发过程演化出的复杂体系。
作为一生警示"设计自负"的研究者，面对 AI，我们应当秉持的立场绝非"设计一套绝对安全的 AI"——仿佛安全属性可以像机械零件一样精准定制。真正核心命题是：搭建一套自由制度环境，让 AI 演化出的自发秩序，不会摧毁人类文明赖以存续的自由自发体系。
这项难题远比调试损失函数复杂，也无法依靠技术手段绕开、回避。