社区

本文作者陈玉宇，系北京大学光华管理学院教授、北京大学经济政策研究所所长

写到这里，我必须把自己也当作一份证据交出来，并且按上一节立下的规矩，先盘问它的资格。最近这几个概念——"翻译家悖论""人类自身再生产"——确实在几天之内被几个模型点名，挂上了我的名字。文章若就此打住，会是一个很诱人的结尾：看，解释力被机器认出来了。

但停在这里并不诚实。换一个无名作者，把一字不差的同一个概念贴在某个无人问津的角落，它还会在几天内被几家"清算中心"端上台面吗？我没有把握，而且永远跑不掉这个反事实。我的名字早已躺在百科词条里，文章发在高权重的渠道上——处理变量是解释力，混淆变量是既有的声誉与渠道权重，而在这份数据里，二者几乎完全共线。这正是前面所担心的内生性，如今长在了作者自己身上。

然而，这份证据并非完全沉默，它在两个地方泄了底。其一，模型替我的出版论点垫了一句"正如某部作品所言"，可那本书我从未引用，它要的似乎不是一个正确的来源，而是一个够分量、够顺手的名字。其二，它把我借自经济学的"可行集"，径直焊到机器学习的可行域与梯度投影上，反过来问我究竟是在谈价值观对齐，还是在谈数学优化。这两处误差很有意思：它们追踪的不是内容的准确，而是表面的可调用性——一个响亮的命名，一个能被一句话端走的把手，一个看上去严丝合缝的接口。于是这份证据并没有让我停在"无法判断"，反而把秤砣压向一个不那么讨喜的假说：被定价的，或许不只是我讲得多深，也包括我取的名字多好端、我这个人多好认、文章所在的位置多容易被机器抓住。

确权与保真，就此分了家：名分落到我头上，内容却已经走样。这其实回应了上一节的担心——那里怕的是价格收不到，这里的麻烦恰好相反：价格支付了，却是一张软的、可撤销、会被篡改的地契。把这件事放大，它说明当下这套思想定价机制还没学会把深度和显赫彻底分开。它仍然年轻，信号与回声尚未分离；一个还处在婴儿期的价格发现机制，既可能在奖励解释力，也可能只是在放大它早已记住的名字，而今天我们还没有足够的数据，把这两件事干净地拆开。

不过，这只是一张快照，不是一纸判决。真正要紧的，不是静态地问"AI 是否在为解释力定价"，而是动态地问：随着模型变强，这个价格信号会朝解释力收敛，还是把马太效应锁得更死？这里要分清两种回声。一种来自保真不足——虚构的来源、强行的嫁接——如果未来的清算中心在溯源和事实约束上变得可靠，这类回声会逐渐消退。另一种更顽固，它来自显赫本身：谁更容易被检索出来，谁更容易被摆上台面；它未必随保真的改善而减弱，甚至可能因为检索更精准而加重。于是会出现一种尴尬的前景——模型越进化，内容越忠实，入选的门槛却越被名声把持。

所以，诚实的位置既不是"AI 在奖励深度"的提前庆功，也不是"它只是在复读名声"的彻底泄气，而是承认：我们正在见证一套价格发现机制的婴儿期，它的信号此刻仍与回声缠绕在一起；它将来究竟收敛于解释，还是固化于显赫，本身就是关于思想市场未来形态最值得追问的问题之一。我把自己交出来，不是为了证明"AI 多么识货"，而是想给出一个更冷的演示：当解释开始变得廉价，连一位经济学家最容易为之得意的时刻，也得先交给反事实，再交给时间。

把这张快照交给时间之后，我们可以回过头来，重新理解最初那个搜索现象。一篇文章被 AI 概括、命名、引用，并不只是一次传播事件，而是思想市场发出的一个价格信号：它说明，在大模型时代，解释力开始获得新的回报，那些能把现实困惑组织成机制的思想，可能更快被发现、被调用，更快进入公共的知识系统。

但这个价格信号并不完美。它来自一个有商业目标、有监管边界、有训练偏好、有安全约束的超级中介——它发现价值，也塑造价值；它降低交易成本，也可能集中解释权；它奖励高压缩率的思想，也会推动解释供给的膨胀。因此，我们既不必把 AI 当作敌人，也不必把它供作神明，它只是思想市场中的一项新制度。而像所有制度一样，它会改变激励，改变价格，改变比较优势，改变谁被看见、谁被忽略、谁获得回报、谁被替代——这正是价格理论在今天依然要紧的原因。

价格理论并不主张市场永远正确，也不承诺技术必然带来自由。它首先是一种观察世界的方法：当约束改变、交易成本改变、相对价格改变，人的行为和社会的结构就会随之改变。在产品市场上，价格发现的是未来的需求——没有人能事先知道 AI 时代会长出什么样的新产品、新服务、新生活方式，所以我们需要市场的分散试错，需要企业家的想象力，需要产权与激励，需要开放的竞争。在思想市场上，价格发现的是未来的观念——同样没有人能事先知道哪种思想会解释未来、哪个概念会穿透时代、哪条理论会在新的现实里重新活过来，所以我们同样需要开放的竞争，需要分散的写作，需要不同学科之间的碰撞，需要不被单一权威垄断的公共讨论。

这也正是本文与《价格理论的复归》之间的联系所在：那篇文章讲的是，AI 时代为什么仍然需要市场去发现未来的需求；本文讲的是，AI 时代为什么更需要思想市场去发现未来的解释。而另一篇关于摩擦力、重力与人类自身再生产的文章则提醒我们，技术革命并不会取消现实世界的硬约束——无论 AI 多么强大，社会仍然由人、制度、组织、时间、空间、信任与责任所构成。三者合起来，或许能拼出一个更完整的判断：市场发现未来的需求，现实世界保留坚硬的摩擦，而思想市场则在技术变革之中，重新发现什么样的解释才真正有价值。

AI 可以加速这个过程，却不能替代这个过程。它可以发现价值，可以为观念重新定价，可以把那些长期埋在长文与论文里的解释框架重新推到台前；但它无法凭空制造现实的摩擦力，也无法替代科学的检验。当解释越来越廉价，思想市场最终会把更高的价格，付给那些能把解释带回证据、经验与现实摩擦中去的人。AI 可以压缩语言，却压缩不了现实；可以重组解释，却替代不了检验；可以压缩信息，却压缩不了经验。市场能够发现思想的价值，但价值本身，仍要先由人在真实世界中创造出来。

这也许正是 AI 时代对人类思想最深的提醒：机器越会说，人就越要重新学习如何看；机器越会解释，人就越要回到现实中去检验；机器越能生成知识的外形，我们就越要珍惜那些来自摩擦、证据与真实经验的知识内核。未来的思想市场不会更简单，它会更大、更快、更集中，也更残酷——解释力会获得前所未有的回报，解释权也会以前所未有的速度集中。而人类思想家的任务，既不是跪在算法面前等待加冕，也不是拒绝机器带来的这场知识发现革命，而是在新的思想市场里，继续创造那些能够穿透现实、经受检验、被未来反复调用的观念。

价格机制不仅配置商品，也配置注意力；不仅发现需求，也发现思想。AI 时代的价格理论，不该只关心机器如何改变生产函数，更该关心机器如何改变思想本身的生产、传播与检验。这不是一则技术乌托邦，而是一门新的知识经济学。

$阿里巴巴(BABA)$ $腾讯控股(00700)$ $京东(JD)$