郭锐｜从谷物到人工智能：被统治的选择
編者按：两种模型都面临着不同形式的“被统治”风险。开源模型的自由是相对的，其同样存在独特的脆弱性。国家权力可以通过多种间接手段施加控制：例如，通过出口管制限制训练和运行先进模型所需的高性能芯片（硬件瓶颈）， 或未来可能直接管制高能力模型权重的跨境传播；通过法律责任加大开源开发者或社区的法律风险，迫使他们自我审查或限制发布；通过施压代码托管平台（如GitHub, Hugging Face）或模型市场，要求下架或限制访问特定被视为“危险”的模型，实施“平台治理”；以及利用开源模型易于被修改和滥用（如移除安全护栏、“越狱”使用）的风险，将其作为加强监管或限制其发展的理由。中国DeepSeek模型的例子也说明，技术上的“开源”可以与严格遵守国家内容审查要求并存。
因此，看似自由的开源生态，同样可能被无形的力量“驯化”。用户在互动、修改、贡献数据以“改进”开源模型的过程中，是否也不知不觉成为模型增强循环中不可或缺的“养料”？正如斯科特所揭示的，人类驯化谷物的同时也被谷物所驯化，我们参与AI（无论开源闭源），是否也在被其数据需求和算法逻辑所塑造？人的参与价值，是否会像水稻种植的历史一样，最终筛选出那些最能为AI系统提供有效数据、促进其“性能”（产量）提升的个体？那些无法提供新颖、有创造力信息的“泯然众人”者，是否会因其数据价值的“贫瘠”而被边缘化、淘汰，或仅仅作为维持系统运转的背景数据被“圈养”起来？这不禁让人再次联想到《黑客帝国》中人类沦为系统“电池”的可怕隐喻。
我们不禁要问：正在兴起的AI，会不会成为新的“谷物”？它会以何种方式“驯化”人类？
本文为书评专栏作者郭锐最新文章。原创首发文章，未经许可禁止转载。波士顿书评免费订阅，发邮件到boshidunshuping@gmail.com 或是点击下面链接
书名往往是进入作者思想世界的门径。詹姆斯·斯科特（James C. Scott）的著作 Against the Grain，书名既从字面呼应谷物（Grain）主题、也表达反潮流(Against the Grain是一个惯用语)目的匠心。中文译者想出“作茧自缚”，是一种超越英文字面含义、寻求意义相合的翻译努力。译者借此暗示一种自我设限、陷入困境的状态。这是斯科特对早期人类社会进入农耕时期的批判性回顾：大部分人把种植谷物看为人类的进步，但斯科特认为，在追寻定居农业带来的所谓“文明”时，人类反而陷入了更深重的束缚与控制。这个翻译当然很好，但一位生态学家朋友提出了一个同样精妙的译名：“辟谷”。Against the Grain同时有“谷物”的字面含义和反主流的隐喻含义。“辟”意为“避”或“断绝”，“谷”指谷物。辟谷二字合起来，恰好是一个道家术语，是通过“不食五谷”来进行的养生实践。《辟谷》这个译名暗合本书的理论指向：来自对以谷物为基础的国家机器及其控制逻辑的逃离与反抗。（繁体中文版书名译为“反谷”，似谐音“反骨”。）
斯科特在书中的核心论点是，早期国家的形成并非田园牧歌式的自愿联合，而是与特定农作物——尤其是谷物（Grains）——的特性紧密相关。
“历史上没有出现过以木薯、西米、山药、芋头、香蕉、面包果或甘薯为基础的国家……只有谷物最适合集中生产、税收评估、征用、地籍调查、储存和配给。”（"History records no cassava states, no sago, yam, taro, plantain, bread fruit, or sweet potato states...only grains are best suited to concentrated production, tax assessment, appropriation, cadastral surveys, storage, and rationing."）
水稻、小麦等谷物，因其同时成熟、可见、可分割、可估算、可储存、可运输，成为了国家进行税收、征兵、劳役和人口控制的理想媒介。这并非因为谷物本身优于其他作物，而是因为它们最便于统治者“看见”和管理。
斯科特颠覆了传统的历史叙事：
定居并非始于农业： 人类定居远早于农业出现，最初发生在物产丰饶的湿地等环境。两河流域最早的国家出现于公元前3100年左右，距离作物驯化和定居已过去四千多年。
驯化是双向的，甚至有代价： 人类驯化谷物和牲畜的同时，也被它们“驯化”了。人类被束缚在“耕、种、锄、收、脱粒、研磨”的循环中，为谷物和牲畜服务。考古学证据（骨骼研究）甚至表明，转向依赖谷物的定居农业人口，相比狩猎采集者，身材更矮小，营养更差，更容易患病（尤其是女性贫血），人口维持依赖于前所未有的高生育率。斯科特甚至将此比作从手工艺匠到工厂工人的“去技能化”（deskilling）。
国家形成并非基于自愿，而是强制： 人们并非总是自愿加入国家。物产丰饶之地反而可能阻碍国家形成，因为人们可以轻易地在国家控制之外生存。国家需要将人口固定下来以便管理，因此往往兴起于易于控制的冲积平原。城墙的功能，可能既是抵御外敌，也是防止纳税人逃跑。国家税收进一步加重了农牧业的辛劳。
“野蛮人”并非落后，而是选择： 许多所谓的“野蛮人”并非未开化，而是主动选择生活在国家之外，以逃避税收、征兵和强制劳动。他们通过劫掠、贸易（包括供应奴隶和雇佣兵）等方式，与国家并存甚至从中获益。
国家崩溃未必是灾难： 早期国家高度依赖少数作物，体系脆弱，容易崩溃。而所谓的“黑暗时代”，对普通民众而言，生活水平反而可能有所提高。
Against the Grain 是斯科特长期思考国家和统治的一部分，与The Art of Not Being Governed（《逃避统治的艺术》）、Two Cheers for Anarchism（《为无政府主义申辩》）一脉相承，旨在挑战“像国家一样思考”的惯性思维，重新评估国家在政治思想中的角色。科特通过重述早期农耕国家的形成，直接挑战了那些将国家建立视为人类进步必然阶段的宏大叙事。斯科特不理会类似福山的“历史终结” 等进步赞歌，他认为这类赞歌不过时最早来自农耕王国（如约公元前3100年兴起于两河流域的王国）宣传的现代复制品，其中内嵌了谷物神圣起源以及“定居优于流动”的神话。对定居生活方式的偏见，以及国家对流动人口的持续性压制和污名化，都并非偶然，而是国家逻辑的体现。那些选择流动生活的人们“顽强地抵制永久定居，即使在相对有利的条件下也是如此”，这本身就是对国家逻辑的一种反抗。人们并非都乐于被“谷物-国家”复合体所“驯化”。斯科特笔下的赞米亚高地居民，便是不断向山上逃遁，以“逃避谷物”，实则逃避国家统治的象征。
佐证斯科特研究的中国案例不少。如苗族的先民，宁愿生活在采集、狩猎或刀耕火种的状态中，哪怕他们物质相对匮乏。三国小说中，诸葛亮强制南蛮农耕，正是一种以“物”驯“人”、将其纳入统治秩序的经典案例。如果说，谷物构成了国家统治的基础，那么逃避谷物，就天然带有逃避统治、寻求自由的意味。这也是我的生态学家朋友给出中文译名“辟谷”的缘由。
辟谷，本是道家术语，《庄子·逍遥游》中描述：“藐姑射之山，有神人居焉，不食五谷，吸风饮露。”汉字中的“俗”（人+谷）与“仙”（人+山）更直观地体现了人们在谷物与自由之间的对立选择。从苗族的迁徙到道家的“修仙”，这种追求自由、拒绝国家控制的精神代代相传。现代网络文学中的爽文常将修仙简化为打怪升级，这是一种既要超脱世俗又要世俗好处的“东食西宿”逻辑。真正的“辟谷”或“成仙”，意味着要付出代价，要上山，要吃点苦头，要安于散漫无序。历史上，早期道教神仙散漫无序，恰是对等级森严的世俗权力结构的一种对照和反动。苗族迁徙、道家修仙，无不体现了人类对国家与统治的反抗。当然，道教的神仙体系后来却也逐渐被纳入世俗国家秩序，失去了“辟谷”之意。
是谷物选择了统治方式，而是统治方式选择了谷物？无论是怎样的顺序，一旦一个文明种植谷物，就踏上了一条“谷物循环”的宿命之路，其社会结构、文化形态乃至后来的发展路径（如东亚成为“世界工厂”）都可能与此相关。
斯科特的洞察引发今日之思考：随着人工智能（AI）的兴起，我们是否正处在一个引入“新作物”的历史关口？AI会成为新的“谷物”，以更隐蔽、更强大的方式“驯化”人类吗？谷物的历史提醒我们，人类并非总是走向更大的自由，技术也并非天然中立。我们可能在拥抱技术带来的便利时，不自觉地被新技术所“驯化”。智能手机和互联网已经让许多人患上“网络依赖症”，无法忍受片刻的离线和无聊，这何尝不是一种驯化的表现？有人做过实验，现代人甚至无法忍受短时间没有网络，正是“作茧自缚”的写照。
当前AI领域呈现出“开源”与“闭源”两大阵营的对垒，各自蕴含着不同的控制逻辑与自由潜力。以OpenAI的GPT系列、Google的Gemini以及Anthropic的Claude为代表的闭源大模型，能力通常领先，但其技术细节——包括代码、训练数据和关键的模型权重——均被严格保密。用户主要通过API接口访问，必须联网，依赖其中心化的服务器和算力。这种模式使得提供商能够直接控制使用权限、执行内容审查（过滤）、监控用户行为，并将用户数据转化为“行为剩余”（behavioral surplus），用于模型迭代或潜在的其他商业目的。这种中心化的结构为国家权力提供了清晰的控制点：政府可以通过法律或非正式压力，直接要求公司进行内容审查、提供用户数据访问权限（如用于监控目的），或强制遵守特定标准。对闭源模型而言，其不透明性（opacity）也意味着外部难以独立验证其安全性、偏见，也无法验证是否秘密嵌入了国家要求的控制机制。
相比之下，以Meta的Llama系列、Mistral的部分模型以及中国的DeepSeek等为代表的开源模型（“开放”程度各有差异），通常允许用户下载模型权重甚至代码，部署在本地设备上，理论上支持离线运行，提供了摆脱中心化服务器控制的可能性。<sup>6</sup> 这种模式的技术透明性（至少在代码和权重层面）允许社区进行审查、发现潜在后门或偏见，并进行修改。<sup>7</sup> 其去中心化的特性使得单一政府难以彻底“铲除”或全面控制一个已经广泛流传的开源模型，展现出对直接审查和单一节点控制的抵抗力。
两种模型都面临着不同形式的“被统治”风险。开源模型的自由是相对的，其同样存在独特的脆弱性。国家权力可以通过多种间接手段施加控制：例如，通过出口管制限制训练和运行先进模型所需的高性能芯片（硬件瓶颈）， 或未来可能直接管制高能力模型权重的跨境传播；通过法律责任加大开源开发者或社区的法律风险，迫使他们自我审查或限制发布；通过施压代码托管平台（如GitHub, Hugging Face）或模型市场，要求下架或限制访问特定被视为“危险”的模型，实施“平台治理”；以及利用开源模型易于被修改和滥用（如移除安全护栏、“越狱”使用）的风险，将其作为加强监管或限制其发展的理由。中国DeepSeek模型的例子也说明，技术上的“开源”可以与严格遵守国家内容审查要求并存。
因此，看似自由的开源生态，同样可能被无形的力量“驯化”。用户在互动、修改、贡献数据以“改进”开源模型的过程中，是否也不知不觉成为模型增强循环中不可或缺的“养料”？正如斯科特所揭示的，人类驯化谷物的同时也被谷物所驯化，我们参与AI（无论开源闭源），是否也在被其数据需求和算法逻辑所塑造？人的参与价值，是否会像水稻种植的历史一样，最终筛选出那些最能为AI系统提供有效数据、促进其“性能”（产量）提升的个体？那些无法提供新颖、有创造力信息的“泯然众人”者，是否会因其数据价值的“贫瘠”而被边缘化、淘汰，或仅仅作为维持系统运转的背景数据被“圈养”起来？这不禁让人再次联想到《黑客帝国》中人类沦为系统“电池”的可怕隐喻。
我们不禁要问：正在兴起的AI，会不会成为新的“谷物”？它会以何种方式“驯化”人类？
社会进步的幻像，让现代人过分相信自己。人类之外的因素（无论是谷物还是AI）同样在塑造我们的命运。斯科特的价值，不仅在于其历史叙述（其具体历史论断可能存在争议），更在于让我们对当下看似“自然”、“中立”甚至“不可避免”的国家及其他权力结构进行批判性质疑：在拥抱AI的效率和便利时，我们是否正在重复谷物的故事，以自由为代价，步入新的“作茧自缚”？关于AI，我们是否面对关乎未来社会形态和人类生存状态的根本性抉择？是开源和闭源模型的选择吗？技术从来不是中立的，人在使用技术，技术也同样在“驯化”人类。“作茧自缚”或“辟谷”，无论译为何名，本书都为我们审视国家、控制、进步以及人类自身的处境提供了新的角度。轻信“进步”，就看不见“系统性控制”的力量。我们是要“作茧自缚”，还是设法“辟谷”，为自己留下自由的天地？
