人工智能创造的空前繁荣：是人类的福音还是祸患？

摘要：人工智能，被称为“第四次工业革命”，有论者尊之为人类迄今的“最高级文明”。作者以为，这一叙事存在危险的偷换：技术史的定位，被兑换为文明史的评价；算力、参数与生成能力，遮蔽了分配、生态、尊严与公共参与等文明标准。本文以“唯技术论文明等级”的谬论，作为批判靶心；分析资本逐利，如何作为筛选器、加速器和定价机制，塑造AI技术范式；揭示垄断在算力、电力接入、并网资格、水资源与核能风险等，物理层面的加固；肯定AI并非虚拟文明，而是寄生在能源转化链上的高脆弱系统。据此指出：收益向上集中、成本向下渗漏的分配后果与资源、制度信任、路径锁定，三重代际透支；主张以哲学引领、伦理约束、分配保障、反垄断和代际正义评估，把资本逐利，从“唯一逻辑”降为“受约束逻辑”，使AI从资本竞赛叙事，回归文明标准的检验。

关键词： 人工智能；唯技术论；资本逐利；能源转化链；代际正义；反垄断

一、问题的提出：技术史定位与文明史评价的偷换。

人工智能被称为“第四次工业革命”，被一些人尊为人类迄今的“最高级文明”。这两个判断，存在人为的危险的偷换：前者是技术史定位，说的是生产方式，断裂性的重组；后者是文明史评价，说的是分配是否公正、生态是否可持续、人的尊严是否得到保障、公共决策由谁参与。把技术能力，直接锚定文明的等级；用算力、参数和生成能力，遮蔽文明赤字。这正是当下最需要警惕的、“唯技术论文明等级”的谬论。有人会说，开源在打破垄断、资本在加速扩散、技术终将普惠......这些反证，恰恰需要被检验，而非被默认。

二、现状与风险积累：能力推进与制度约束的系统性错位。

作者承认，AI的繁荣是真实的：模型能力快速跃迁，产业规模持续扩张，应用场景不断铺开。但繁荣的表象下，另一种图景同样真实：数据中心并网排队，候位数超过五年，部分城市长达十年；巨额AI资本的开支，投向电力基础设施的，占比仅约百分之五；Al巨头们，通过“人才收购加技术授权”的套路，绕开反垄断的审查；近半“人工智能+”场景，仍停留在试点。Al繁荣的整体现状是：能力在跑，底座在卡，代价在转嫁。这不是匀速进步的故事，而是系统性错位。

错位的第一层，是资本逐利成为技术范式的主导逻辑。任何新技术的研发和应用，都绕不开资本逐利这一根本目的。精确地说：在资本主导的AI竞赛中，逐利不是附带动机，而是筛选器、加速器和定价机制。它决定什么被优先研发：用机器替代人力，是资本追求回报的优先领域；它决定技术以什么形态落地：高集中、高能耗、高锁定，成为资本追求的路线；它决定代价由谁承担：收益内部化，成本外部化，是资本逐利的最高目标。外部化不是抽象判断，它有具体路径：算力租金把电力成本转嫁给全球用户，居民电价承担数据中心集中区域的扩容压力，社区承担核设施风险，而电力优先直供算力。AI作为生产资料，高度集中于资本，而资本则追求垄断。这不是两个判断，是同一个逻辑的两面。算力、数据、模型形成飞轮，电力接入权、并网资格、水资源、核能风险又成为新的排他性壁垒。垄断不仅在市场层面加固，更在物理层面加固；而反垄断的工具箱，却在规则、工具、能力和协同上，全面错配，追不上垄断形态的演化。

三、政治经济学分析：资本逐利塑造AI技术范式。

资本逐利对AI技术范式的塑造，首先，体现在研发的先后顺序。能够快速替代人力、有高回报的领域，被优先推进；而回报周期长、外部性强、难以收费的公共性技术投入，则鲜有问津者。其次，体现在落地形态上。同一项技术，可以由公共机构以低成本开放方式部署，也可以由私人资本以订阅制、封闭生态、捆绑算力的方式部署；资本逻辑倾向于后者，因为它更有利于形成锁定和租金。再次，体现在代价分配上。资本追求收益内部化、成本外部化，能耗、数据、失业与环境代价被推向电网、用户、劳动者与后代。

由此形成的垄断加固具有双重性。市场层面，算力、数据与模型形成飞轮效应，先行者越用越强、而越强则越难被追赶；物理层面，电力接入权、并网排队资格、水资源、核能风险，成为新的排他性资源。而反垄断，则面临规则、工具、能力与协同的四重错配：算法共谋难以按传统合意要件认定，掐尖并购与变相收购绕过营业额门槛，监管者看不懂算法黑箱，执法周期追不上技术迭代。因此，垄断不仅在市场结构中固化，也在物理基础设施中固化。

四、物质性分析：AI作为能源转化链上的寄生系统。

AI模型是吃电大户，庞大算力的底层逻辑是耗能。IEA基准情景预测，全球数据中心用电量，将从2024年的约415太瓦时增至2030年的约945太瓦时。但只说“耗电”还不够，电力依赖各种能源转化：一次能源开采、转化设施、电网传输、储能调峰、配送到数据中心，每一环都是脆弱点，也都是权力节点。AI没有独立的物质循环，它寄生在这条转化链上。从这个意上观之，作者认为：AI文明是虚幻的文明，离开电力，将倾刻瓦解。这不是修辞，而是物理事实：芯片、冷却水、骨干网络，任何一环断裂，都将导致“立刻停摆”。因此，将这样一个需要持续输血才能运转的系统，称之为“最高级文明”，显然是荒谬的！它最多是依附现有文明的一个极度耗能、极度集中、也极度怕断电的器官。

能源问题还需要精确化。除光、风、水之外，并非“一切能源都不可持续”。化石能源确实不可持续，它消耗地质存量并改变气候系统；核裂变受资源与废物约束；核聚变、地热、潮汐在特定条件下可长期支撑；光风水是当前最确定、最可扩展的可持续主力。但光风水间歇性强、能量密度低，支撑AI所需的高稳定、高集中负荷，需要储能和电网改造。问题不在于“没有能源”，而在于AI所需的高稳定、高集中负荷，正把能源转型的接入权和成本分摊，变成少数资本可锁定的排他性资源。这是人类能源权益的不公！

五、分配与代际批判：成本向下渗漏与对“子孙粮”的透支。

资本逐利，主导技术范式，其后果必然是：收益向上集中、成本向下渗漏。在数据中心集中的区域，居民电价承压，社区承担核能风险，而电力优先供给算力；在水资源紧张的地区，数据中心与民争水；在劳动再就业领域，入门级岗位被严重挤压，而再培训体系滞后，培训成本也转嫁给劳动者。这些不是“文明进步的阵痛”，而是分配机制缺位的结构性后果。卡内基国际和平研究院的报告指出，由私人利益驱动的SMR核能复兴，可能将大部分环境、健康与经济风险，转移给核设施所在地的社区，电力却优先直供数据中心。

更严重的是代际透支。科技的恶性竞争和无序发展，其后果必然是，利在当代，祸在千秋，透支“子孙粮”。这有三重含义：一是资源透支，芯片制造耗水、耗能、耗稀有金属，核废料需要天文级时长隔离；二是制度信任透支，当并网排队可以被长期合同插队、当环评可以被“技术竞赛”名义绕过，后代继承的不只是被消耗的资源，还有一套被反复透支的规则信誉；三是路径锁定透支，大规模集中式算力加核能的路线一旦固化，分布式、低能耗、公共算力的替代路径，就会因“利润期许”被排挤。透支“子孙粮”，不只是花了他们的钱、耗光本该留给后人的资源，还锁死了后人的选择权。

六、约束框架：把资本逐利降为受约束逻辑。

没有哲学的引领，没有分配制度的保障，没有伦理道德的约束，AI时代会是怎样的情境？答案很清楚：资本逐利会填补所有真空。哲学缺位，将由资本定义“为什么发展”；分配制度缺位，将由资本决定“谁受益”；伦理缺位，将由资本划定“什么可以碰”。于是，效率越高，风险将越集中；技术越亮眼，文明赤字将越磊越高。而在社会情绪上，将表现为“少数人清醒，多数人迷茫”的畸型现实。迷茫的根源，不在个体认知缺陷，而在参与权的缺失与结构性的失位。少数人掌握定义议程的权力，多数人承受议程推进的后果。作者姑且将当下世界，定义为“人类Al时代的初级阶段”，在这一阶段，所有人（包括马斯克等行业巨头在内）所面对的，都是一张刚刚起笔的地图。

因此，约束框架不是技术的敌人，而是防止技术变成透支工具。约束有先后：反垄断和分配制度是最低门槛，缺了它们，哲学和伦理只能停留在倡议；代际评估是最高门槛，缺了它，前两者也可能被“当代效率”压倒。具体而言，哲学引领要回答“为什么发展、为谁发展”；伦理要划定不能碰的边界；分配制度要通过再培训、社会保障和成本分摊，决定谁受益；反垄断要拿出可操作的算法共谋，认定标准、覆盖掐尖并购的审查门槛、看得懂算法的监管能力和跨部门协同；公共算力、开源生态和代际正义评估，则要防止单一逻辑垄断目的设定权。目标不是消灭资本，而是把资本逐利从“唯一逻辑”，降为“受约束逻辑”。

总之，AI是具有文明级影响力的技术跃升，但它并不具备自动升级文明的能力。文明是否升级，取决于分配、伦理、哲学、反垄断和代际正义能否跟上。繁荣越亮眼，越需要有人追问：谁控制、谁受益、谁承担、是否可持续、是否值得.....对上述诸多问题的追问，并不是反技术，也不是否认新质生产力所带来的繁荣。恰恰相反，如果盲目追求效率，而对过程中发生的实实在在的弊端，视而不见，或掩耳盗铃，那才是人类的公敌。对此，肉食者们不可不深思！

注释

1. 数据中心并网中位等待超过五年、全美约8200个项目排队，见劳伦斯伯克利国家实验室统计。部分城市并网排队长达十年，见相关报道。

2. 2026年全球AI资本开支约7650亿美元，其中电力基础设施约390亿美元，占比约5%，见高盛全球研究院测算。

3. “人才收购+技术授权”规避传统并购审查，英伟达与Groq交易已被美国司法部调查，见相关报道。

4. 近半“人工智能+”应用场景仍停留在试点阶段，见中国信通院相关数据。

5. 掐尖并购与“准并购”绕过营业额门槛的审查困境，见相关法学研究。

6. IEA基准情景下2030年全球数据中心用电量约945太瓦时，见IEA《Energy and AI》报告。

7. 私人资本主导的SMR核能复兴将环境健康风险转移给社区，见卡内基国际和平研究院报告。

8. 核废料需长期隔离、SMR单位能量核废料可能高于传统反应堆，见斯坦福大学研究。

中岭 于2026年10月22日