当AI成为一场“不能输”的竞赛
When AI Becomes a “Must-Win” Race
——全民AI悖论、Project Meridian与All for Life
—The Universal AI Paradox, Project Meridian, and All for Life
钱 宏（Archer Hong Qian）
明天，2026年10月3日，我将在温哥华作一场关于人工智能（Artificial Intelligence，AI）哲学的演讲。
今天早晨修改最后几页PPT，最后命题是：
AI–SI for All → All for Life
这里的SI，是超级智能（Super Intelligence，SI）。
AI–SI for All，意味着让AI与SI创造的成果惠及所有人，却不意味着所有人都必须AI–SI化。
如果AI大幅提高生产率，替代越来越多重复性劳动，社会当然可以期待技术红利改善公共服务、缩短劳动时间，甚至为全民基本收入（Universal Basic Income，UBI）创造条件。
但另一面同样需要计算。
全民、高频、高强度使用AI，需要巨量能源、算力、芯片、水、土地和资本。如果AI创造的社会剩余，又越来越多地被用于维持AI自身不断扩张的资源负载，那么一个看似矛盾的问题就出现了：
AI创造的红利，究竟用来养人，还是越来越多地用来养AI？
我把它称为：
全民AI悖论
The Universal AI Paradox
一、“不能输在AI起跑线上”，半年间发生了什么？
今年3月13、14日，我参加温哥华AI高峰论坛。
大家谈AI应用、效率和机会，谈怎样赶上AI浪潮。我却想到一个问题：
当所有人都在谈怎样赶上AI的时候，我们是不是已经悄悄接受了一个时代暗示——不能输在AI起跑线上？
再往前一步：
AI究竟为了什么？
6月5日，我又参加了一场AI论坛。
问题进一步落到：
LIFE—AI—TRUST
生命—智能—组织信托，怎样交互契合共生？
那一天，加拿大政府刚刚发布 AI for All 战略。我欢迎AI走向社会，同时提出另一个问题：
AI与电不同。
电是人类发现并利用的自然存在。AI则是人创造出来的，能够学习、生成、交互，并越来越多地参与人的认知、判断和行为。
因此，不能简单套用电气化的历史经验，把“AI全民化”等同于“技术平权”。
到了9月，我在《真的“不能输在AI起跑线上”吗？——谈谈从AI for All到AI for Life》中继续追问：
All，并非天然的道德词。
“不能让孩子输在起跑线上”，开始也是一句好话。
别人家的孩子学了，你的孩子能不学吗？
别人报三个班，你敢只报一个吗？
别人已经跑起来，你还能让自己的孩子慢慢走吗？
同样的机制也可能进入AI：
AI普及 → AI道德化 → AI裹挟化 → AI全民竞赛
半年过去，这个问题正在继续向生活深处移动。
二、从“学不学AI”到“还有没有饭碗”
今天我看到一张多伦多AI论坛的海报。
主题非常醒目：
AI求职｜AI创业｜AI全职＋实习招聘｜AI应用
学习AI、寻找工作、尝试创业，本来都是正常的个人选择。
值得注意的是它背后的社会心理。
9月我已经问过：
别人已经使用AI，你还不用？
别的公司已经AI化，你还不AI化？
一个员工借助AI一天完成过去三天的工作，其他员工怎么办？
现在可以继续问：
别人靠AI求职，我不用AI还能找到工作吗？
别人靠AI创业，我不做AI还有创业机会吗？
“不能输在AI起跑线上”，已经不只是技术焦虑。
它正在进入人的饭碗。
认知焦虑（Cognitive Anxiety）
→ 竞争焦虑（Competitive Anxiety）
→ 应用焦虑（Application Anxiety）
再向现实生活传导为：
就业焦虑、创业焦虑、教育焦虑、生活焦虑。
当AI从“可以使用的工具”变成“害怕不用就会被淘汰的工具”，一个重要转换便发生了：
AI for All → All Must AI
“让所有人分享AI创造的成果”与“让所有人都必须使用AI”，完全不是一回事。
三、警惕组织机会主义：谁从“最后机会”中获益？
全民AI焦虑还有一个不能忽略的组织问题：
谁在宣布“最后机会”，谁又从大家的紧迫行动中获益？
过去，组织可能以“最后斗争”动员人们；今天，也可能用“最后机会”出售课程、证书、平台和流量。形式变了，机制却似曾相识：
制造紧迫 → 放大焦虑 → 形成裹挟 → 转化为组织机会
所以，“不能输在AI起跑线上”甚至不需要谁正式宣布。只要不断告诉你：
别人已经跑了，这是最后机会。
人们便可能战战兢兢、争先恐后、趋之若鹜。
真正需要警惕的，是这种看似激进、实则悲观，最终又可能被组织机会主义利用的时代心理。
这也是组织信托（Organizational Trust）在AI时代的重要性所在。负责任的政府、企业、社区、教育机构和平台，不能只问“怎样让更多人进入AI”，还要说明成本、边界、受益者和风险，避免把公共焦虑转化为组织收益。
对各国领导人、企业家、社区、家庭和个人而言，判断一项AI倡议是否值得跟进，不能只听“别人已经开始了”，还要追问：
谁提出？谁受益？谁承担成本？谁承担风险？最后向谁承兑？
如果这些问题没有回答清楚，“AI for All”就可能在组织机会主义推动下，更快滑向“All Must AI”。
四、AI–SI时代的不可能三角
由此可以提出一个需要进一步验证和建模的假说。
一个社会可能同时追求三个目标：
全民、高频、高强度AI–SI应用
Universal & Intensive AI–SI Adoption
可承受的资源负载
Affordable Resource Load
能源、算力、水、土地、芯片、资本仍在社会可以承受的范围。
可持续的全民基本收入
Sustainable Universal Basic Income
AI创造的生产率红利，仍有足够部分能够向生命承兑。
问题是：
三者能够同时最大化吗？
我把它称为：
AI–SI时代的不可能三角
The AI–SI Impossible Trinity
这还是一个有待验证的理论假说，不是已经得到数学证明的定理。
它要检验的是一个临界关系：
当全民AI–SI增加的边际资源负载超过其创造的边际生命增益，“AI赋能全民”就开始向“全民供养AI”反转。
这不是一个简单的“AI耗电”问题。
而是一个资源配置问题。
五、效率越来越高，总负载也可能越来越大
国际能源署（International Energy Agency，IEA）预计，全球数据中心用电量将从2024年的约415 TWh增长到2030年的约945 TWh；AI是其中重要的增长驱动力。未来实际需求仍存在较大不确定性，取决于AI采用速度、软硬件效率和能源系统约束。
AI自身也在迅速提高能效。
但：
单位能耗下降，不等于社会总能耗下降。
一次任务的能源成本下降十倍，如果调用量增加一百倍，总负载仍可能增加。
所以不能只问：
一次AI查询耗多少电？
还要计算：
多少人 × 多少AI × 多少次调用 × 多复杂的任务 × 多大的基础设施？
最后的问题很简单：
一个社会究竟需要多少AI？
六、Project Meridian：战争需要多少AI？
就在思考这个问题的时候，美国战争部公布了新的战略计划。
2026年9月30日，美国战争部长皮特·赫格塞思（Pete Hegseth）在弗吉尼亚州匡提科宣布六项主要举措，其中包括：
子午线计划（Project Meridian）
以及自主战争司令部（Autonomous Warfare Command）等项目。
Project Meridian由埃隆·马斯克（Elon Musk）、帕尔默·拉基（Palmer Luckey）和纽特·金里奇（Newt Gingrich）共同领导，在战争部首席技术官埃米尔·迈克尔（Emil Michael）指导下展开。
三人将在120天内研究未来战场、武器和技术需求，范围从地下空间延伸至地月空间，并提出公开报告及机密附件。
战争部当然必须研究：
未来战争需要什么技术？
国家需要怎样的威慑能力？
但还有另一个问题：
战争需要多少AI，等于生活需要多少AI吗？
不等于。
七、“不能输”本身，也会成为竞赛动力
20世纪80年代，美国总统罗纳德·里根（Ronald Reagan）政府提出战略防御倡议（Strategic Defense Initiative，SDI），后来被称为“星球大战计划”（Star Wars）。
苏联解体当然不能简单归因于SDI。经济结构、政治制度、财政状况、民族关系和国际环境等因素共同作用于那个历史过程。
但SDI留下了一种值得今天重新观察的竞争机制：
一方进入昂贵的新技术领域，另一方即使并不确定这种投入是否最符合自己的社会需要，也可能因为害怕落后而跟进。
甲加码。
乙怕输，也加码。
甲看到乙追赶，再加码。
最后推动资源配置的，不再只是“我需要什么”，还有：
我不能输。
我把这种机制称为：
AI竞赛悖论
The AI Race Paradox
它可以压缩成一句话：
当“不发展会输”成为发展的主要理由，“发展本身”就可能成为社会负担。
不需要阴谋。
竞争结构本身就可能不断自我强化。
八、从国家竞赛一直传导到个人焦虑
传统军备竞赛主要发生在国家财政、军队、军工和科研体系之间。
AI却能够一直传导到普通人的日常生活：
国家AI竞赛
↓
企业AI竞赛
↓
学校AI竞赛
↓
家庭AI竞赛
↓
个人AI竞赛
国家说：
我不能落后。
企业说：
我不能不用。
学校说：
我不能不教。
家庭说：
孩子不能不学。
个人最后问：
别人都在用，我不用是不是就会被淘汰？
AI原本是为了把人从工具性劳动中解放出来。
人却可能为了追赶AI而越来越工具化。
AI本来可能创造支持UBI的生产率红利。
无边界的AI竞赛，却可能把越来越多社会剩余重新投入能源、算力、芯片和资本。
所以还是那个问题：
AI创造的红利，养AI，还是养人？
九、AI–SI时代，不能简单套用“后浪拍前浪”
这里还有一个更根本的AI哲学问题。
工业革命（Industrial Revolution）以来，人们习惯了一套技术进步叙事：
蒸汽机替代人力；
电力扩展机械能力；
汽车替代马车；
电子计算替代机械计算。
由此形成一种简单而有力的判断：
新的就是先进的，旧的就是落后的；先进淘汰落后；后浪拍前浪。
AI–SI时代不能简单套用这套逻辑。
过去许多机器主要替代和延伸人的体力与工具功能。
AI乃至SI正在进入人的：
认知、判断、表达、创造、教育、交往和日常生活。
被替代的可能不再只是一件旧工具，而是一个生命原本亲自参与的过程。
所以不能只问：
新技术效率是不是更高？
还必须问：
它替代掉的究竟是什么？
AI替代危险、繁重、重复劳动，让人获得更多自由，这是赋能。
但是，如果因为“效率更高”，人与人交谈、教师与学生互动、父母陪伴孩子、自己阅读、自己思考、自己写作、自己购物和体验世界，也越来越交给AI代办，另一张账就必须算。
社区书店也许没有平台效率高，但人与人的相遇不是落后。
孩子自己思考半小时，也许没有AI三秒钟给答案快，但思考不是落后。
一家人坐在一起吃饭聊天，也绝不会因为没有AI参与而成为落后。
因此：
工具可以被更先进的工具淘汰，生命不能因为效率较低就被判定为“落后”。
技术更先进，不等于生活必然更进步。
All是覆盖尺度，Life是目的尺度。
十、不是AI越多越好，也不是越少越好
问题不在于支持AI还是反对AI。
问题是：
什么地方需要AI？
需要多少AI？
以什么成本使用AI？
最后由谁受益？
医学研究需要，可以用。
基础科学需要，可以用。
复杂工程需要，可以用。
危险劳动需要，可以用。
国家安全需要必要的AI能力，也必须研究。
但是：
AI有用，不等于任何地方都应该AI化。
汽车有用，不意味着人人一天开24小时汽车。
药物能够救命，不意味着吃得越多越健康。
AI也是如此。
AI的价值，不在于使用量最大化，而在于生命增益最大化。
十一、给AI建立一张“生命资产负债表”
怎样衡量生命增益？
不能只计算AI创造了多少，还要计算为了维持AI付出了多少。
我把它称为：
生命资产负债表
Life Balance Sheet
资产一边：
AI降低了多少成本？
释放了多少创造？
把多少时间还给生命？
改善了多少健康？
增加了多少信任？
减少了多少冲突？
负载一边：
消耗多少能源？
多少水？
多少土地？
多少芯片？
多少资本？
多少人的时间和注意力？
改变乃至破坏了哪些有价值的生活关系？
这与共生经济学（Symbionomics）的五个生命尺度相通：
C——降本
E——赋能
H——健康
T——信任
P——和平
AI进步不能只看多少人使用、多少企业采用、创造多少GDP，还要看它最终向生命承兑了多少。
十二、AI–SI for All，不是All Must AI–SI
现在回到最初的命题：
AI–SI for All → All for Life
它不是：
All Must AI–SI
不是要求全民AI化。
不是让每个人都成为AI终端。
不是因为别人进入AI，我也必须进入AI。而是：
让AI–SI创造的成果惠及所有生命。所以：
不是算力最大化，而是生命增益最大化。
不是AI使用最大化，而是生命福祉最大化。
不是全民供养AI，而是AI–SI服务生命。
共生经济学所说的：
生产回归生活，
生活呈现生态，
生态激励生命。
也在这里获得一个新的现实问题：
如此强大的智能，应该与生命形成怎样的关系？
十三、SI之后为什么更需要Double AM？
AI可能带来能源、就业、伦理、数据和社会结构问题。通常的回答是：
监管（Regulation）。
必要的监管不可缺少。
但技术不断加速，外部监管不断追赶，也会增加巨大的组织成本。
另一条路径，是改变AI–SI进入的关系结构。
这就是：
Double AM（Artificial Mind & Amorsophia MindsField / Network）
一个Mind与另一个Mind连接、交互，形成Minds；
Minds与Minds上下左右联通，形成 MindsField / Network；
Amorsophia（愛之智慧）贯通其间，形成：
奖—抑—通
Reward–Restrain–Pass-Through
有益生命的，奖；
损害生命的，抑；
真实贡献被发现、记录、确权，并最终向生命承兑，通。
所以：Elevation is not an upgrade.
从AI、SI走向AM，不是再制造一台“更厉害”的机器。
升格的，是智能与生命之间的关系。
十四、战争需要多少AI，生活需要多少AI？
Project Meridian将在120天内研究未来战争需要什么能力。
这个问题需要有人回答。
同样需要回答的，还有：未来生活究竟需要多少AI？
再进一步：我们发展AI，是为了赢过别人，还是为了让生命活得更好？
竞争可以推动创新。
但竞争必须有目的。
别人投入，所以我投入；
别人建数据中心，所以我建更多；
别人增加算力，所以我增加更多；
别人全民AI，所以我也全民AI——
如果一路走下去，技术就会从手段变成目的。
人类反而忘记为什么出发。
结语：机器变强，不等于生命变好
AI时代真正值得衡量的，不只是：
有多少GPU，
有多少数据中心，
有多少参数，
消耗多少电，
甚至不是有多少人每天使用AI。而是：
AI出现以后，人活得怎么样？
劳动是不是更加自由？
生活是不是更加从容？
家庭是不是拥有更多时间？
健康是不是改善？
人与人是不是更加信任？
冲突和战争是不是减少？
生命是不是获得更多创造自己的可能？
如果这些没有发生，再强大的AI也只能证明：机器变强了。
不能证明：生命变好了。
所以，AI时代需要重新确定目标函数：
AI能做什么？——技术问题。
一个社会需要多少AI？——经济问题。
AI–SI应该怎样与生命相处？——哲学问题。
AI最终为了什么？——生命问题。
AI–SI for All → All for Life
All是覆盖尺度。
Life是目的尺度。
All Must AI，是裹挟。
All for Life，才是目的。
让全民分享智能的成果，而不是让全民成为智能的工具。
——2026年10月2日，于温哥华
