微信罕见妥协背后, 另一条使人摆脱技术奴化的新路线浮出水面? | 文化纵横

数字未来的多重技术路线

▍数字化反思下“另一种”互联网的可能性

“自由”“开放”是互联网缔造者所秉持的理念和希望。在五十余年的发展进程中，互联网也的确实现了彼时的愿景，带来了蔚为壮观的数字化新时代，开源软件、维基百科乃至共享经济都是其成果的集中体现。但伴随着商业化进程的深化与普及，互联网已经不仅仅只是自由、开放的象征，同时也充斥着权利的侵害、权力的斗争以及风险的涌动。蒂姆·伯纳斯-李在2019年纪念万维网诞生30周年的活动中，将互联网当前“乱象”总结为三点：蓄意传播恶意内容以影响政治进程（以剑桥分析事件为代表）、技术被滥用导致网络极化，以及互联网协议设计存在缺陷以致激励错配。

当前世界各国普遍出现的针对数字业态的监管浪潮，事实上也是对互联网“乱象”的回应。但针对具体问题的治理改革仅仅只是利益相关方反思数字化进程的一个视角，探索兼顾治理要求的技术创新路径则是另一个重要视角。互联网发展史证明，仅仅依托“端对端”的开放式网络架构，并不必然带来自由的人类社会和解放的知识经济。互联网演化发展的多元技术路线，值得更多地深入反思与竞争性探索。作为万维网协议的发明人，伯纳斯-李近年来积极实践的“另一种”互联网设计思路，便是在此方向上的典型代表。

万维网的初心是缔造一个全人类能够协同创新的自主空间，不同的知识在网络汇集、开放，进而累进式地创造出更多的人类智慧。为实现这一目标，万维网的关键创新在于两方面：将超文本技术嫁接到互联网，以使得图片、视频、音频等更多类型的信息可以在互联网上传播；同时，采用单向链接方式，使得任何人都可以在资源所有者无须做任何回应的情况下链接该资源，从而最大限度地维系开放性（即开放链接是默认状态）。万维网独特的技术设计拉开了互联网商业化进程的序幕，产生了“开放促进创新”的积极影响。但另一方面，主要聚焦“链接开放性”的技术方案，最终却成了阻碍作为关键生产要素的“数据”开放的瓶颈与门槛。具体而言，万维网以网页为中心的技术架构并没有将应用程序与数据分离开，这便导致用户数据被分割在不同网页（背后是不同公司）而难以开放共享。伯纳斯-李将此种情况形象地比喻为“数据竖井”（Silos）。“数据竖井”既使得先发的数字平台公司能够凭借用户数据优势享有网络效应和垄断势力，也使之能够轻松通过广告模式获得巨额收益。二者带来的直接后果便是对用户信息的全面监控和隐私权利侵犯，也导致所有公司都致力于扩张市场规模以收集并垄断用户数据，而非提升应用服务的水平。

正是因为看到了这样的问题，伯纳斯-李近年来发起了Solid开源项目，试图通过技术方案的创新将互联网拉回“初心”的轨道。Solid开源项目的核心理念在于通过将应用程序与用户数据分隔开，将数据的控制权交回用户手中，改变当前互联网商业业态的主流模式。Solid的这一理念事实上与欧盟在《通用数据保护条例》（General Data Protection Regulation，GDPR）中提出的“数据可携带权”（Right to Data Portability）一脉相承，但不同之处在于，数据可携带权在实践过程中往往更重视不同商业平台公司在应用程序接口（Application Programming Interface，API）方面的标准化和统一性，而这种思路仍然沿袭了传统万维网框架下应用程序与用户数据集成在一体的技术路径，因此并没有从根本上改变数字商业平台公司试图收集用户数据并打造“数据竖井”的行为动机。与之相比，Solid则采用了不同技术路径，用户在互联网上产生的数据都被存储在特定位置并因此与提供服务的应用程序（或网页）相分离，商业平台公司必须首先获得用户同意才能获得数据以提供服务，由此带来了两方面影响：一方面，“数据竖井”现象被消除，任何数字平台公司都不拥有用户数据，而经由用户同意，不同商业平台公司都可以调用同一套用户数据，由此打破了网络效应并促进了市场竞争；另一方面，互联网商业化进程中的激励错配被消除，此时数字平台公司的动机不再是收集并控制用户数据，而是提升并创新产品服务，隐私侵犯、虚假新闻等互联网乱象有望从根本上得到解决。同时，值得注意的是，Solid并不以限制数据应用为目的，其本质上仍然是以促进应用、开放为宗旨，这也再次体现了伯纳斯-李所反复强调的互联网“初心”——实现全人类能够协同创新的自主空间。

我们并不能确定Solid项目的未来是否会像万维网一样成功，但伯纳斯-李的“二次”创业至少提醒我们，互联网并非一蹴而就的完美架构。不同的技术路线不仅代表着差异化的技术方案及特点，同时也反映了不同的治理思路与途径。在利益相关方均认识到互联网当前已经面临“转折点”之际，技术革新仍然是不可或缺的突破治理困境、回归“初心”的重要途径。考虑到互联网全球治理涉及议题的广泛性，类似于Solid项目这样的技术创新，甚至还具有基础性变革的作用和价值。

▍劳动危机下“另一种”人工智能的可能性

人工智能的技术革新和普及应用正在推动新一轮技术革命和产业革命的爆发，与之伴随的社会变迁在迎来发展红利的同时，也弥漫着发展红利能否普惠共享以及人工智能技术是否会进一步扩大社会分化的担忧与质疑。

人工智能应用背景下围绕劳动危机的讨论即是典型体现，这又具体体现在两个方面：劳动的异化以及劳动本身的替代。前者例如劳动者被“困”在技术系统中以致丧失自主性的担忧，后者则是在人工智能推动自动化变革的浪潮下，就业岗位本身的减少乃至消失。针对劳动危机引发的治理需求，固然可以通过基于税收的再分配机制，或者类似全民基本收入制度这样的社会赋能机制加以回应，但更根本的问题还在于：人工智能的技术发展与应用路线，是否必然导致劳动危机？换言之，我们是否存在不同于当前人工智能技术发展与应用模式的“另一种”技术可能性？

上述问题正是麻省理工学院教授达龙·阿西莫格鲁在其2021年的新书《重新设计AI》中提出的关键问题，而这事实上也反映了近年来人工智能技术研发和应用领域的新探索与新趋势。在阿西莫格鲁看来，人工智能存在两种不同的技术发展和应用路线。一方面，人工智能可被视为对人类工作的替代，并在自动化进程中降低劳动成本或者提升劳动效率。无论是汽车制造业的无人工厂，还是外卖行业对劳动者的调度与规划，大抵都可被视为在此类思维下的复制或延续。但作为通用型技术，人工智能的潜力并非仅限于此，或者说并不该限于此，阿西莫格鲁认为的另一条技术路线便是将人工智能视为人类劳动过程的辅助，以更好地释放人类的创造力、判断力和灵活性。以教育行业的人工智能应用为例，新技术既可以用来自动对学生评分或者自动生成教学内容以替代教师功能，但也可以辅助教师发现不同学生的偏好、特长或困难，以真正实现差异化、个性化教育。

在理解人工智能两条技术路线的基础上，其优劣比较便成为一个重要问题。更多的理论或实践表明，伴随着自动化进程的深入，第二条技术路线可能更有利于技术本身的迭代式创新以及人类社会的可持续发展。在阿西莫格鲁看来，当越来越多的人类工作被人工智能所替代之后，再进一步追求劳动替代的边际效用将迅速下降，而此时也将越来越凸显出人类劳动的价值（例如需要手眼协调的工作）。类似的，哈佛大学法学院教授罗伯特·昂格尔在2019年出版的《知识经济》一书中同样提出，人类工作可分为规则类与非规则类两种。前者是指重复性、模块化、范式化的工作，在明确规则下反复进行；后者则是在跳出或否定既有规则的情况下，形成新理念、新发现的过程，这也被称为“想象的能力”（the power to imagine）。人工智能的功能大致可被总结为提升“规则类”工作的效率，却不具备完成“非规则类”工作的能力，后者正是人类劳动的价值所在。在此背景下，昂格尔认为“人-机合作”才能带来最先进的生产力：在机器智能不断代替人类重复工作——换言之，实现了劳动机械化——的同时，人类被解放出来以更多地进入“创新无人区”，从而在不断拓展人类知识边界的同时进一步将更多工作机械化，由此形成机器与人的共同发展。

理论上的探讨同样得到了实践中的印证。2018年4月，马斯克接受了CBS电视台的采访，并第一次允许大众媒体参观Model 3车间。在采访中，马斯克阐述了特斯拉应用自动化机器的苦恼：试图将整个生产流程自动化的努力往往会使生产过程变得过于复杂，因而他不得不雇用更多的工人以增加生产速度。换言之，无人化工厂并不一定是理想模式，片面追求自动化对人类劳动的替代，反而会限制生产绩效的释放（在特斯拉，这便体现为产能瓶颈）。

值得注意的是，人工智能技术路线的选择或调整并不能通过市场机制而自发实现，阿西莫格鲁认为原因在于第二条技术路线存在“外部性”：人工智能在辅助人方面的技术创新，其效用将分布于广泛的利益相关者，而并不能为技术研发者或应用者所独有。旨在释放人类劳动价值的人工智能技术创新，其受益者更有可能是劳动者，以及能够发现最适合“人-机合作”组织模式的企业，而并不一定是技术创新者本身。因此，针对不同技术路线的公共政策引导乃至规制便显得尤为重要。

同时，人工智能背景下围绕就业危机的争论，事实上也与技术路线选择紧密相关。在技术创新的就业影响研究中，就业创造与就业替代是两种相互竞争的影响机制。2014年皮尤研究中心针对“人工智能所取代的工作是否会比其创造的多”这一问题进行了调查，1896名专家的回答和看法分歧巨大。但如果从人工智能具有不同技术路线的视角来看，那么就业创造与就业替代的争论事实上就体现为不同技术路线的选择。此时，探索人工智能第二条技术路线，便被赋予了更大的社会价值：即人工智能的发展是否将有利于创造更多就业，并最终缩小社会分化。

▍全球产业链变革下“另一种”制造业数字化转型的可能性

全球产业链正在发生的变革是国际政治经济领域的焦点议题，许多评论者将其视为全球贸易战及新冠肺炎疫情的外部冲击的结果，但清华大学崔之元教授更深入地指出了产业链变革的内生逻辑，实质上是在“增材制造”（Additive Manufacturing）技术推动下“后福特主义”的新升级。这可被视为制造业数字化转型的“另一种”路径。

当前的通常观念往往将制造业数字化转型等同于工业互联网建设，关注的重点在于通过数字化改造提升生产效率或者形成更灵活的生产组织结构。例如浙江绍兴新昌县推进轴承厂设备联入工业互联网，在实时监控设备动态的同时实现了全县各工厂设备的动态调用，从而提升了设备利用率；而类似于“生意帮”的协同制造平台，则可以灵活组织平台上的不同生产者完成特定产品的不同环节，从而适应不确定且动态变化的市场环境。正如崔之元教授所指出的，上述改革思路仍然只是在不改变传统生产流程或产品属性的前提下，利用数字技术提升生产速度或效率，其实质是对“福特主义”的有限提升；然而，数字技术的更大潜能却可能是改变传统生产流程，实现“后福特主义”的新模式与新结构，这集中体现为“增材制造”技术的发展与应用。

“增材制造”常被简称为“3D打印”，这一技术可以利用数字化控制方式（计算机辅助设计）一次性制造出部件或成品，从而减少传统制造业对生产任务的细致分工。举例而言，在特斯拉2020年第一季度财报中，首次介绍了特斯拉所采用的3D打印技术，用1个大型压铸件替换了原本由70个零部件组成的后下车体；在2021年8月的报道中，特斯拉又进一步用2~3个大型压铸件替换了370个零件组成的整个下车体。此种生产流程的变革，不仅使得特斯拉成为供应链受疫情冲击影响最小的汽车制造商，同时更意味着产业链由全球深度分工向本地回流的历史进程的开启。

值得注意的是，“增材制造”技术的影响并不限于生产流程本身，它还会进一步变革制造业的组织模式与产业模式。崔之元教授所引用的发表于2017年《麻省理工斯隆管理评论》的研究文章指出，以“增材制造”技术为基础出现的“泛工业平台”（Pan-Industrial Platform），不仅可能成为新的制造业“企业集团”（conglomerate），同时还可能具有比中小企业更大的灵活性和创新性。

互联网、人工智能、制造业数字化转型，是本文列举的三个体现不同技术路线可能性的典型案例。相关实践探索在近年来的涌现，不仅代表着数字化转型进程进入深水区，同时也意味着我们所惯常的发展模式走到了“转折点”。在此背景下，更宽广的理论视野与更开放的改革空间，可能才是面对数字未来的最佳选择。