科技寡头的“人类改造计划”为何令人不安

科技巨头们正在以前所未有的速度积累财富与权力。当这些掌控着AI、社交媒体和全球数字基础设施的少数人开始公开讨论“人类未来”时，他们描绘的图景并不总是令人振奋。Hacker News上近期一篇题为《Big Tech Oligarchs Have a Terrible Plan for Humanity》的讨论帖，虽然正文信息有限，但标题本身已经精准触及了一个正在发酵的公共议题：科技寡头对人类社会的改造方案，可能远没有他们宣称的那样美好。

寡头的“人类计划”究竟是什么

要理解这个争议，需要先看清一个基本事实：少数科技公司已经掌握了定义人类生活方式的基础设施。从搜索排序到信息流推荐，从大模型训练到云端算力，这些系统的规则由极少数人制定，却作用于数十亿人。当这种结构性权力与“拯救人类”“加速进化”之类的宏大叙事结合时，就构成了一种值得警惕的治理模式。

Hacker News上这条讨论获得22个点数和零评论，这个数据本身颇有意思。它说明话题引发了关注，但读者可能尚未找到合适的切入点，或者说，问题太大，反而让人无从下笔。这也正是本文试图展开的地方：把“糟糕计划”拆解为可以讨论的具体维度。

一种技术决定论的思维惯性

科技寡头们最常流露的倾向，是相信技术突破可以绕过社会复杂性。无论是殖民火星、脑机接口还是通用人工智能，其底层假设往往是：只要技术足够先进，现存的社会矛盾、分配不公和制度缺陷都可以被“解决”。这种技术决定论抹去了一个关键问题——谁来决定技术发展的方向，以及谁承担试错的成本。

据Hacker News社区长期讨论的脉络，不少开发者与研究者对“先发布再治理”的模式持保留态度。当一个系统的影响面达到亿级用户时，事后修补的成本远远高于事前设计。寡头们推崇的快速迭代逻辑，在公共治理领域并不适用。

技术决定论（Technological Determinism）是一种认为技术发展独立于社会、并单向决定社会结构和文化形态的理论视角，其思想源头可追溯到凡勃伦与奥格本等学者。它在硅谷话语中常以“技术解决主义”（techno-solutionism）的形式出现，即把复杂的社会问题简化为待攻克的技术难题。批评者如 Evgeny Morozov 指出，这种思路会把政治博弈悄悄替换成工程优化，从而使权力分配问题隐身。与它相对的立场是“社会建构论”（SCOT），强调技术的形态和后果由使用它的群体与制度共同塑造。理解这一对立，有助于看清寡头叙事中“只要技术够强，社会矛盾自然消解”这一跳跃为何站不住脚。

权力集中与“为你好”的叙事

另一个令人不安的维度，是这些计划总是包裹在利他主义语言中。“连接世界”“让知识普惠”“加速人类进步”，这些口号本身没有问题，问题在于它们常常与垄断行为并存。平台在宣称开放的同时收紧API，在倡导普惠的同时抬高算力门槛，这种言行之间的张力削弱了叙事的可信度。

科技寡头对人类未来的规划，本质上是一种自上而下的设计。它假设少数拥有资本和技术的人，比公众自己更清楚社会应该往哪里走。这与开放互联网的初衷形成了明显偏离。

为什么这种计划会“糟糕”

判断一个计划是否糟糕，不能只看其宣称的目标，还要看它的激励结构和反馈机制。科技寡头主导的改造方案，存在几个结构性缺陷。

缺乏外部纠错机制

当一个组织的决策者同时掌握资本、数据和叙事渠道时，外部很难对其进行有效制衡。监管往往滞后，学术界依赖企业数据，媒体平台本身就是被讨论的对象。这种闭环让错误难以被及时发现和纠正。Hacker News上不少评论者曾指出，技术公司内部的伦理团队常常处于边缘位置，在商业压力下难以发挥实质作用。

监管俘获（regulatory capture）是理解“纠错机制失灵”的关键概念，由经济学家 George Stigler 系统提出，指监管机构在长期互动中被其本应监管的行业所影响甚至同化，最终服务于被监管者的利益。科技领域的特殊之处在于，监管者往往缺乏与企业对等的技术能力与数据资源，形成所谓的“信息不对称型俘获”。与之配套的还有“旋转门”现象——监管官员与企业高管之间的双向流动。另一个相关概念是算法审计（algorithmic audit），即由独立第三方对模型行为进行系统性检查，其有效性高度依赖数据访问权，而这恰恰掌握在平台手中。这两个概念共同解释了为何外部制衡在结构性权力面前常常流于形式。

风险与收益的不对称分配

寡头们的计划往往将风险社会化、收益私有化。基础设施投资由公共资源或用户数据支撑，而由此产生的价值集中在少数股东手中。当实验失败时，后果由普通用户和社会承担；当实验成功时，红利却很少被广泛分享。这种不对称是“糟糕计划”最实际的注脚。

外部性（externality）是经济学中描述这类不对称的经典工具：当某一行为的成本不由决策者承担而转嫁给第三方时，就产生了负外部性。科技寡头的实验——从信息流算法对注意力的消耗，到模型训练对数据与能源的占用——其成本大量外溢给用户、社区与公共资源，而收益则通过股权结构内部化。与之相关的是监管套利（regulatory arbitrage），即企业通过选择 jurisdiction 或产品架构来规避约束。制度经济学中的“公地悲剧”与“反公地”理论也常被用来讨论数据与算力这类新型基础设施的治理困境，为“风险社会化、收益私有化”提供了可分析的语言。

替代路径：把未来还给更多人

批评寡头的计划，不等于反对技术进步。关键在于改变技术发展的决策结构。更健康的路径包括：将关键基础设施视为公共品进行治理、要求高风险AI系统接受独立审计、支持开放标准和去中心化协议、以及在技术设计阶段就引入受影响群体的参与。

Hacker News社区中对开源模型和联邦式架构的持续关注，反映的正是这种诉求。人们并非不想要技术进步，而是希望进步的方向不只由少数人决定。

回到那个标题：科技寡头确实有一个“计划”，但这个计划是否“糟糕”，取决于我们是否愿意参与讨论和干预。22个点数、零条评论的沉默，值得被打破。

去中心化协议与联邦式架构是替代路径的技术落点，其代表是 ActivityPub 支撑的 Mastodon 等联邦宇宙（Fediverse）应用，以及 IPFS 这类内容寻址网络。它们的核心主张是把身份、数据和互操作规则从单一平台剥离，使用户可以跨节点迁移。与之呼应的治理理念是公共品治理（commons governance），Elinor Ostrom 的研究表明，资源社群可以通过自定规则实现可持续管理，无需依赖国家或市场的二元选择。开放标准（open standards）则是另一支柱，它通过公开、可实现的规范降低进入门槛。这些概念共同构成“参与式设计”的制度基础，使技术方向不再由少数资本方单方面设定。