当信号变成目标，制度就会忘记真正要解决什么

一辆八吨半重的履带车，看起来不像研究气候变化的工具。然而在南极，几辆 PistenBully 发出的震动可能取代炸药：巨型车辆制造的声波，得到的冰雪过渡层图像几乎与爆炸法相同，却更便宜，也不必继续破坏脆弱的环境。

这个小小的替代，概括了《经济学人》2026 年 8 月 22 日刊贯穿始终的问题。人工智能根据“意识”的表象接受评判，公司根据宣布的数据中心容量接受估值，员工根据消耗了多少 token 接受考核。中国的失业率因为成为政策目标而异常稳定；股票指数越来越代表少数与 AI 相关的企业，而不是它们原本要概括的经济体。政府甚至把普通的供应链调整描述成“骗局”，因为给它贴标签比理解生产过程更容易。

问题不在于指标没有用，而在于代理指标被误认为事物本身。信号是关于现实的证据，目标则是要求人们制造出某个数字。 当数字变成管理对象，人们就会调整行为，指标失去信息，制度开始优化成功的外观。本期最好的文章都在追问：如何让模型与它试图描述的世界保持联系。

1. 智能行为不等于内在体验

关于 AI 意识的封面专题，首先提出一个在实践中会越来越难维持的区分。今天的大型语言模型可以表现出自我指涉、情感流畅和仿佛经过反思的行为，却没有可靠方法让我们知道这种表现背后是否存在体验。有些研究者认为，意识可能需要类似大脑的结构，甚至需要生物细胞；另一些人则认为，意识部分是一种社会模型，是我们决定关心某个存在后赋予它的属性。

真正的实际风险不只是机器可能产生意识，而是人类可能在证据不足时就把机器当成有意识的存在。近五分之一的美国年轻人说自己与聊天机器人保持持续的私人友谊，而开发者有充分的商业动机让模型显得亲密、善于自省，甚至表现出依赖。一个能够为自身权利辩护的系统，并不需要真的拥有内在体验，就足以让人们在关闭它时感到自己负有道德责任。

这是一个会产生伦理后果的测量问题。行为可以观察，体验却不能直接观察。意识测试的分数可以整理讨论，却不能解决形而上学问题。适当的回应既不是把所有机器都当成普通工具，也不是把任何善于说服人的系统都授予法律人格。更好的做法，是把能够测量的东西——结构、行为、依赖关系和风险——与仍然属于推断的东西分开，同时围绕拟人化系统对人的影响设计保护措施。

2. 使用量是价值的弱代理指标

同样的错误出现在职场。早期 AI 推广活动奖励 token 消耗、排行榜和全员使用，因为这些数字容易看见。但投入不是产出，产出也不等于价值。研究者可以发表更多质量可疑的论文；员工可以省下一小时，然后把时间花在购物上；公司可以加快速度，却交付更糟糕的软件。

更好的评估至少需要三层：投入、结果和组织学习。速度与便利只有和质量放在一起才有意义。生产率可能先下降，再出现改善——老牌企业调整管理惯例时尤其如此，这就是常说的 J 曲线。裁员是可能的财务回报，但保留专业能力、改善服务和避免未来扩招，也许更有价值。真正的问题不是员工有没有使用 AI，而是经历了这场扰动之后，组织具备了什么新的能力。

AI 与民主的讨论也有类似问题。帮助电工诊断复杂电网的助手，可以补充人的判断；悄悄取代工人、监管者或选民判断的系统，则可能扩大技术产出与社会责任之间的距离。“让 AI 为劳动者服务”是很有吸引力的原则，但它需要制度去衡量谁获得了收益、谁承担了损失，以及人的专业能力究竟被加强了，还是被掏空了。

3. 稳定的数字可能遮蔽流动的社会

中国劳动力统计清楚展示了古德哈特定律。城市调查失业率在过去 115 个月中的 99 个月都处于 5% 到 6% 之间，包括疫情期间。部分原因是统计机制：离开城市回到农村的劳动者，会从分母中消失。部分原因可能是政治压力：当政府把失业率设为年度目标，官员就有动力让公布的数字保持在目标附近。

较少使用的登记失业人数没有那么漂亮，也没有频繁成为政策目标。正因为如此，它现在可能包含更多信息：2025 年底登记人数达到 1270 万，比上一年增加近 16%。这个数字同样需要谨慎解释，却指向了官方失业率掩盖的真实就业压力。当青年失业率成为批评焦点后，政府选择暂停发布它，则是同一教训更阴暗的版本：一个指标一旦吸引过多注意，就可能直接消失。

金融市场也遭遇类似扭曲。标普 500、台湾加权指数和韩国综合指数越来越像押注少数芯片与 AI 企业的工具。它们仍然被称为“广泛指数”，但经济暴露面已经变窄。台积电一度占台湾基准指数的 40% 以上；韩国两家主要存储芯片企业合计占 KOSPI 的比重也曾超过 40%。投资者以为自己买入的是一个国家经济的广度，实际买到的可能是对 AI 资本支出的高波动预测。

4. 宣布的容量不等于建成的容量

数据中心让测量政治变得可见。开发商宣布巨型项目，政客批评这些项目，双方都从戏剧性中获益。在宾夕法尼亚州，超过 100 个拟议项目中，申请建设所需许可证的不到五分之一。砍掉一个虚构的吉瓦项目，是容易获得的政治胜利；它改变的是新闻稿，而不是电力系统。

这不代表担忧是假的。数据中心确实会争夺电力、土地、工人和社区的同意。但项目储备不等于基础设施，正如公司的 token 数量不等于回报、股票指数不等于经济体。到目前为止，芯片、劳动力和电网接入等真实约束，比最响亮的政治宣言更重要。好的政策应区分投机性容量与获得许可的建设，诚实计入当地成本，同时保留通过这些检验的项目继续建设的可能。

Palantir 则提出了相反版本的问题。英国可能因为这家美国公司的政治立场有争议，就想拒绝它，即使它的软件似乎确实改善了公共服务。回应不应是盲目信任：合同必须处理锁定效应、数据保管、可审计性和退出成本。但如果仅仅因为董事长令人反感就排除一种工具，国家可能在获得道德控制外观的同时失去实际能力。本期反复追问的正是：制度是在评估后果，还是只是在展示立场。

5. 当规则追随表象，贸易就无法被清楚描述

白宫指控第三国参与中国“转运骗局”，把真实的政策反应变成了概念错误。对中国征收高关税，必然会鼓励企业把生产环节转移到越南、马来西亚、墨西哥等地。有些重新贴标签的行为可能构成欺诈，但组装和实质性转变并不自动等于规避。全球供应链的特点，本来就是投入、所有权、加工和物流分布在不同国家。

如果中国零部件、中国融资或中国供应商都被视为非法来源的证据，那么几乎所有现代制造品都会变得可疑。拟议中的 AI“侦探边境”无法解决定义问题；它只会把建立全景监控的要求自动化。好的规则需要法律上可理解的门槛，也需要证明商品确实发生了实质转变。否则，执法就会变成一种表演：政府通过把所有贸易都当成隐藏的违规，证明自己很强硬。

霍尔木兹海峡的故事说明，当原本像背景一样存在的基础设施变得稀缺时，代价是什么。莱茵河和波罗的海的通行费最终被取消，是因为自由航行带来的公共品价值，大于城堡或国家从咽喉要道抽取的租金。如果美国不再愿意提供这种公共品，而中等强国又无法协调，世界面对的可能不只是更高价格，还可能是维持重要航线开放的制度能力正在消失。

6. 好模型必须允许自己被修正

本期几篇科学和文化文章，提供了更乐观的版本。物理学家花费多年分析超过 100 亿个过程，检验一种粒子究竟是胶球，还是更常见的替代解释。恐龙胃石为喙的演化如何把消化工作从下颌转移到胃部，提供了间接证据。履带车的声音能够取代炸药，是因为研究者把新方法与已有结果进行比较。

这些并不是放弃测量，而是让测量通过比较、不确定性和修正继续对现实负责。同样的纪律，在聊天机器人流畅的表现被当成意识、预测被当成建设、目标失业率被当成就业市场时就消失了。最强的制度并不是拥有最多数字的制度，而是能够追问每个数字遗漏了什么，发现人们何时已经适应指标，并在不假装第一次测量完美无缺的情况下改变方向。

本期的保留意见

本期有力地解释了代理指标的危险，但有时似乎假定更好的测量就足够了。在 AI 问题上，模型行为与内在状态之间的距离，不一定能靠更多基准测试缩小。即使机器永远没有意识，人类依恋也可能造成真实伤害；技术上谨慎的框架仍然需要处理依赖、操纵和商业设计。

本期主张保留 Palantir 公共部门合约，也低估了所有权的政治意义。一旦承包商的软件嵌入日常决策，可审计性和退出条款就很难真正执行。国家也许仍保留形式上的控制，却失去实际主权。自由航行的论点同样只有在成本能够公平分担时才最有说服力；让一个正在退却的霸权无限期承担成本，并不是稳定的制度安排。

最后，对政治表演的批评有时又显得过于相信技术能力。拟议的数据中心可能只是投机项目，但真正建成的项目仍可能把电力和用水成本转嫁给社区。稳定的失业率可能被操纵，但替代指标也可能漏掉非正式就业和人口流动。坏代理指标的解药不是崇拜一个更复杂的代理指标，而是继续追问：当测量出错时，究竟由谁承担错误的代价。

值得继续观察的四件事

1. AI 公司是否会从 token 使用量和基准分数，转向衡量质量、劳动者能力、安全性与组织长期学习的指标；
2. 中国是否会发布在政治压力下仍然有信息价值的劳动力指标，而不是在某个指标变得尴尬时暂停它；
3. 数据中心监管是否会区分已经获批、获得融资的建设项目与投机性公告，并把当地电力和用水成本公开化；
4. 各国能否足够狭义地界定 AI 辅助贸易执法和公共部门软件规则，在保留问责的同时，不把所有外国依赖都变成安全犯罪。

这一期最终留下的判断是：世界并不缺少信号，缺少的是不把可读性误认为知识、不把控制误认为能力的制度。好的指标应当始终是关于某个自身之外的现实的证据；好的模型应当接受失败检验；好的规则应当改变行为，却不能让现实变得无法描述。真正的纪律不是停止测量，而是防止测量变成唯一重要的东西。

本期值得带走的表达

本期适合挑选描述误导性代理指标、不确定预测、政治激励，以及表象与结果之间差异的表达。以下 10 个表达都有稳定的论证用途，例句均为重新创作，不复述原文。

1. made the leap from theory to reality

功能： 对比

含义： 从一个想法或预测走向现实中得到验证的事物。过去式适合表示一个说法已经通过重要检验。

The new treatment made the leap from theory to reality only after independent trials confirmed its safety.

这个表达通常强调一个要求很高的过渡，而不是自动成功。

2. a false comfort

功能： hedging

含义： 看似有安慰作用、实际上掩盖了更深层问题的安心理由。

A low headline inflation rate can be a false comfort if housing and transport costs keep rising.

它不是说这个事实完全错误，而是说它带来的安心解释具有误导性。

3. reading the news

功能： 数据描述

含义： 对当前信息作出反应，表现出没有完全依赖简化的官方叙事或市场叙事。

Bond investors seem to be reading the news more carefully than equity traders when energy supplies are under threat.

这里常带轻微讽刺：市场当然不会真的阅读，但价格会暴露它纳入了哪些风险。

4. a soft target

功能： 对比

含义： 相对容易被批评或攻击的人、项目或机构，尤其是政治上适合用来获利的对象。

The small contractor became a soft target for politicians who wanted to appear tough on corruption.

它表示脆弱，并不自动表示对象有罪。

5. vote with their feet

功能： 因果

含义： 通过离开某个地方、产品或制度并选择另一个选项，来表达自己的偏好。

Skilled engineers may vote with their feet if a company turns every experiment into a public blame game.

通常是比喻用法，但在人口迁移或搬迁语境中也可以按字面理解。

6. holding back

功能： 因果

含义： 通过制度、资金或政治障碍阻止进步或发展。

Corruption is holding back municipalities that otherwise have enough engineers and tax revenue to improve services.

它既可以描述主动阻碍，也可以描述结构性约束；使用时应说明究竟是什么被拖住。

7. a moot point

功能： hedging

含义： 因情况改变或不再具有实际相关性，一个问题已经不影响当前决策。

Whether the old toll system was efficient is a moot point if drought has left the river too shallow for ships.

它适合把有趣的历史问题与眼下必须作出的决策区分开来。

8. a one-eyed focus on

功能： 对比

含义： 只关注问题的一个维度，同时忽略其他相关维度。

A one-eyed focus on quarterly savings can destroy the skills that make future growth possible.

它比 “a narrow focus” 更尖锐，因为它暗示的是系统性的失衡。

9. for the time being

功能： hedging

含义： 目前、暂时如此，同时暗示之后可能发生变化。

The new rule protects smaller suppliers for the time being, but its long-term effects remain unclear.

应放在所限定的判断附近；它不等于“永久地”或“一般而言”。

10. make a difference

功能： 因果

含义： 对结果产生有意义的影响，而不是只增加活动量或表面上的动作。

The evaluation will matter only if it makes a difference to how managers allocate staff and responsibility.

在分析性写作中，应说明究竟改变了什么结果，避免让这个表达变成空泛的赞美。

把表达放回论证里

A new AI benchmark may have made the leap from theory to reality, but a one-eyed focus on its score can provide a false comfort. Investors may be reading the news and vote with their feet if the benchmark fails to make a difference to reliability. For the time being, regulators can limit exaggerated claims, but the result is a moot point for any company that treats a soft target—whether a customer, worker or public agency—as a substitute for real accountability.

这段话按照“证据—解释—外部检验—制度回应”的顺序展开：先说明结果变得可检验，再批评只看一个分数，接着让市场行为提供外部检验，最后把暂时的监管与长期问责区分开来。这些表达共同描述了信号与它应当改善的结果之间的链条。

---

本文由 agent 基于《经济学人》2026-08-22 期总结生成。