中国中产阶级的未来：AI的奴仆还是弃儿？
- 吴 博 士 说 -
｜导语：AI新浪潮的出现，正在让世界的一切发生脱钩，深刻影响着中产阶级的未来。如何认识中产阶级，也将决定如何认识AI潮流的冲击。
关键词：中产阶级、AI、脱钩、平庸国家
*节选自「吴博士私享会」2024年第8次分享；
题图：Edward Hopper, People in the Sun, 1960
这期分享是“中产阶级”专题讨论的第四讲，也是今年“阶级分析”系列的第六讲。如果按照常规逻辑，今天应该谈谈所谓中等收入陷阱的问题，这是过去20年政策界和社会学界都在讨论的一个问题，一个所谓经典问题。
但是，我们今天要讨论的，是过去几个月美国技术创新的涌现、然后对中国的技术道路和资本市场可能造成过去20年最大冲击的——AI。冲击之大，中国官方甚至以新举国体制应对，搞出了“新质生产力”的概念。
那么AI浪潮的到来，将对中产阶级以及每个个体产生怎样的影响？将对相关行业、企业和职业产生怎样的影响？将对中产阶级的家庭、教育、移民等等一系列决策产生怎样的影响？似乎没有确定的答案，各种不确定的集中，再一次将中国新中产阶级抛入巨大的不稳定感当中。
这种AI冲击带来的不稳定感在过去几个月尤其明显。如果新冠疫情后的一年里，很多资本在“去风险化”的外部政策冲击下已经开始选择，那么AI浪潮的到来可谓彻底加速了这种去风险化的选择，即脱钩。这是决定性的一击，给予资本市场的信号非常的强烈，也让整个资本市场在过去几个月都面临着一个决绝的选择，仿佛占卜一般，AI向整个资本市场给出了判断。
我相信，这个信号对中国中产阶级的未来影响是深远的。今天重点谈谈AI的社会影响(social impacts)。
01
首先，在过去一个多月我们所谈的中产阶级，最关键的是马克斯·韦伯对中产阶级的定义，即生活机会和阶级位置。从此出发看待中国中产阶级，其中的中国特色浮现出来，就是中产阶级的依附性。这是很多人怀疑中国中产阶级是否存在的一个关键。
前几期分享我们谈到，在1980年代前，今天的体制内中产阶级以侍从阶级的身份存在，也就是所谓革命干部的主体，而在1980年代改革开放刚开始就产生了最早的中产阶级，主要是外资的买办，和清朝19世纪以来的中产阶级性质是一样的。从1992年后体制内外中产阶级的同步发育，则分别依附着权力和资本。这种新二元体制内的两种依附性，是中国中产阶级的一个特色。
当然，随着过去十几年互联网产业高速发展催生的新一批中产阶阶级，特别是其中与资本成功结合的创业群体，具有相当独立性的幻觉，也许不太认同这种依附性。他们发现资本依附的关系在弱化，他们凭自己的人力资本、人际网络和创造性活动，相信自己是在资本大海当中的弄潮儿，具有充分的中产阶级的自主性。这当然是一种积极的自我认同，也是新中产阶级与企业家概念重合的证明。
这个时候就涉及到我们如何认识这种矛盾现象。一方面，侍从阶级曾经在1980年代知识分子的自由主义的美好回忆当中得到充分的体现，也就是人们对知识分子的独立性的认可，而对侍从性——毛曾经讲的皮之不存毛将焉附的依附性认识不足，结果形成了八九年的冲突。现在同样我们能够看到类似对新中产阶级的主体性的乐观，掩盖着依附性，妨碍对一个阶级位置的总体社会事实的认知。
Edward Hopper, Chair Car, 1965| 网络
总体性的社会事实，谈的是个体和整体之间的关系，整体就是具体的认知，是人类学家莫斯(Marcel Mauss)在二十世纪初所提出来的一个概念。根据他对礼物循环的研究，人们可以通过社会的短暂瞬间来认识群体和人的生活的同一性，并在一种彻底的、不间断的连续性上展开，突破表面的矛盾，揭示其中的一致性。我们在谈中产阶级依附性的时候，也是试图揭示其中的总体性社会事实——后面这套国家资本主义体制的双重控制，以及如何理解中产阶级作为“总体的人”，而不是各种创业幻觉产生的“新造的人”。这也是我们过去一个月分享谈的主要问题（意识形态、二元性等）。
不过，这里暂时不展开，只是从这一总体社会事实出发，来谈谈AI对中产阶级的社会冲击。
02
首先，我们关心的AI在认知层面上的意义，例如我们为什么要搞AI。全世界有关AI的各种学术研讨会上，人们更关心的都是有关AI的伦理和意义，而不是说AI技术上的东西。最近联合国国际电信联盟刚刚通过了一个决议，在这个联合国组织里很不容易的通过了美国主导的AI伦理决议，关于如何为人类的和平、正义服务的问题。
其中涉及到的一个认知是，跟人类大脑认知的两种方式有关。即杜威100多年前的分类，人有两种认知方法，一种是平常的思维，一种是严谨的思维。前者在过去十年甚至吸引了中国自由派知识分子主体，他们沦为常识自由主义者，崇拜川普主义的常识治国。很多更激进的自由派也袭用这种平常思维，大量撰写口水文章，以为这便是潘恩式的启蒙。在心理学上，对应的就是所谓自发性认识，基于各种所谓常识、快捷模式、简单刻板印象做出判断。
而后者，严谨的也是分析性的认知，区别于自发性认知，需要复杂的逻辑和分析，在做出判断的时候往往比较慢。但是长期形成之后，也会有一些文化的模因把它变得快捷化。这是可能的。在人类认知历史上，这种认知模式的普遍，对应着启蒙时代特别是笛卡尔之后理性的追求。但是，这两种方式思考方式从启蒙时代以来的分裂越来越深，尤其在现代社会高等教育发达之后，世俗主义和自然主义、理性主义和虚无主义之间的分裂浸润到阶级分裂和对抗当中，也是去年我们讨论世界极化政治的认知根源。
Edward Hopper, Hotel Lobby, 1943| 网图
所以，我们上周在谈这个问题，谈到主体间性如何在轴心时代和启蒙时代的前两次思想革命基础上发展起来，可能弥合这种冲突。今天我们再看主体间性就发现，当我们在谈AI的时候，它可被看作是一个主体间性的最新发展。换句话说，人为什么要搞AI，AI出来以后它代表了什么，特别是对于两种认知方式AI意味着什么？
因为大脑需要一种认知的脱钩机制，decoupling。更早，这个decoupling系统论引入的。这种脱钩机制，是后天形成的能力，如同我们曾经讲的现代性的开始和《堂吉柯德》有关，人们在对堂吉柯德对嘲笑中分清了虚构和现实，脱钩机制就意味着人能够分清楚两个世界，一个真实存在的世界和一个象征的世界的两种表征。这是人类和人类个体进行分析性思考的前提。
基于这种脱钩机制和能力，人才能分清两种世界，而不是像有些人把想象世界当做现实世界、把现实世界当做想象世界。只有区分之后，人才有反思的可能性，而从反思开始，才有分析的可能性，才有进一步我们说各种理性的进化的可能。
而AI的发展，我们知道，从图灵机以来经过了大半个世纪的发展。它的技术原理并不复杂，已经走上正确的道路，依赖足够的内存、神经网络、和深度学习与训练，然后形成一个镜像式的人脑的判断能力。换句话说，AI现在是可以做出判断了，而且是建立在大数据基础上。
只不过，在“大数据”浪潮几年过后，人们不仅看到了新冠疫情期间对大数据的滥用，还终于看到了AI的出现，可能改变这种黑暗前景，朝向人类理性的方向发展。AI正在几乎所有领域要发展出足够的能力来做出判断。
换句话说，杜威所关心的问题——寻找确定性，是通过教育、通过思维模式训练等等，在AI时代变得无比的清晰和可能。AI所能够做的，不仅在于回答我们的问题，那些都是终端用户在帮助他的训练，而是提供确定性的判断。
我们知道，人类的两种思维，一种平常思维和分析性的严谨思维，对待不确定和确定性所采取的态度是不同的。杜威说，确定性本身是由不确定性关联的不安全感所催生的，人的平常思维在面对不安全感的时候很容易过度追求安全感。这也是中国目前的战略思维模式，过度追求安全。实际上是由这种平常思维所驱动的。
与此同时，我们上周在谈主体间性的时候，在谈对恐惧的恐惧的时候，已经是在心理认知的脱钩意义上来谈。这种情形之下，分析性的思维对不安全感的处理，可能转为反思和随后创造性的活动，寻找办法来克服，而不是无限的强化不安全感。AI在这个时候就能够做到，它会提供判断，帮助人类去分析各种不安全。这也是我们今天看到的美国智库和军队在应对未来潜在危机的时候努力开发AI的目的和驱动（机制）。它所产生的，当然包括一系列战略设计，特别是政策层面上的“脱钩”，也就是安全的脱钩。它对中国中产阶级的影响是直接和巨大的。然而，这种脱钩可能又是AI技术内生的。
03
我们去年曾经专门讲了芯片战争和芯片联盟（硅联盟），AI浪潮一出现就让这些萌芽之初的硅联盟迅速发育、巩固起来，世界开始出现一种分野，AI的世界和传统的世界。
目前，在终端层面，很多人从ChatGPT开始到各种图形、视频生成、以及工业设计、代码编写等。但理论上，在即将到来的AI世界里，AI的功能主要帮助人做战略决策，从企业决策到产业决策、到国家政策，还有战争决策等等，包括投资上的战略决策。
我相信，华尔街首先将迎来革命性的变化，资本主义进入到了一个AI的战略时代，告别持续繁荣20年的社交媒体资本主义时代。
Edward Hopper, Conference at Night, 1942| 网络
硬件上，OpenAI用了10万块GPU来连接和处理，每块A100的GPU价格是一万美元。大型AI模型和公司都使用类似规模的数十万块GPU，理论上可能集成上千万块的GPU。当各位应用大佬都在向英伟达乞求供应的同时，从AI浪潮的一开始，中国就完全被割裂在AI的硬体基础设施建设之外了。相对中国过去二十年疯狂的在全球范围的基础设施建设，这种隔离是难以想象的、无比震惊的。
虽然这种隔离并不妨碍中国普通用户、尤其是新中产阶级在新冷战隔离的缝隙中狂热的追求，但是在我看来，所有这些终端应用不过是在帮助AI的深度学习和训练，不意味着AI世界的穿透。而且，这种关系不过是颠倒了他们现在忙于的社交媒体和电商产业所制造出来的庞大的新奴役阶级的关系，也就是那些外卖骑手、快递等等服务业者，他们自身正在成为AI产业的训练奴仆，集体m, 在为母体的AI服务。
至于更高端的应用，我们相信在欧洲战场、在各种兵棋推演层面，AI大规模应用、在各个战术层面的应用已经展开，即使俄乌战争当中AI还暂时无力起到决定性的全局运用，但是完全可能为未来的太平洋战场积累数据、学习、训练，从而对未来的第二次太平洋战争奠定了结局。也就是说，随着2027戴维森窗口的临近，一场AI主导的国家竞争几近定局。这是中国国家资本主义的未来、也是中国中产阶级现在就面对的一个关键战略变化，尽管绝大多数人都如同面对AI的黑箱处理一样处在黑暗之中。
在这种黑暗之中，唯一确定的，是心理学上的脱钩已经变为政策层面上的脱钩，变成国家竞争之间的脱钩。如果说过去几年狼来了一般的脱钩趋势还半遮半掩、渐进试探，那么AI潮流的出现则让这一切变得前所未有的清晰和明确。
譬如说，现在所有投资者、包括中产阶级都可以通过AI来问要不继续在中国投资、要不要留下来？我相信，随着AI的资本模型的发展，它会很明确的做出回答和决断，帮助人们做出战略选择。结果，便是让市场出现两极分化。我们去年还在谈世界政治的极化，今年AI浪潮就意味着全球资本的战略极化。
Edward Hopper, Two Comedians, 1966| 网络
它意味着，曾经存在的灰色地带会在AI的战略介入之下被清零。而且，一个AI模型做出来，我相信，其他AI模型也会做出或有差异但类似的战略判断，那么全球的AI-中产阶级能够对全世界的未来、对自己的未来做出前所未有的清晰选择。这是AI在世界范围的脱钩。
也意味着，中国的中产阶级面临着成为脱钩的牺牲品、AI的弃儿，被AI世界抛弃了。意味着，整个中国的新中产阶级将逐渐丧失深度学习能力、丧失AI辅助的创造性、以及AI关联资本支持的各种创业、技术开发和市场决策。那意味着，整个新中产阶级成为AI的弃儿，并且在国家资本主义的新二元体制下会迅速萎缩，面临着阶级的消亡。
当然，对个体来说也可以不那么依赖大型AI模型和公司，一个人只要有两到四块A100的GPU，就可以建立起一个自我深度学习的AI工作站，但成本确实很高，四块GPU就是4万美元，还是走私进来，这个成本远比目前穿越防火墙的信息走私成本高得多。这种工作站，对缓解个体的AI脱钩焦虑或许有帮助，但对整个阶级来说无异杯水车薪。
它无法来克服的有AI主导的全面意义上的脱钩。美国对中国的脱钩、欧洲对中国的供应链去风险化，不仅是安全上的需要，现在已经有了AI的战略选择。这是中国中产阶级所面临的国际硅基地缘政治的根本改变。
04
进而，如果回到刚才分享之初谈到的中产阶级与国家（资本主义）的依附性，那么，如此全面深刻的脱钩或许也意味着这种依附性的解除，即一个阶级自由的获得，他们可能从未像今天这样面临着一个阶级自主性的选择。
因为，当新轴心国家继续用害怕不确定的、过度追求安全感的平常思维也就是常识治国，继续停留在自发性思维的战略设定基础上，并且失去了AI支持的阶级的、社会的和国家的深度学习、智能战略以及相应的全球资本的支持，那就意味着一个平庸国家的出现。那是在AI世界之外的平庸国家，banal states，汉娜·阿伦特所说的平庸的恶的那个平庸。
例如，这个周末莫斯科发生的恐怖主义袭击，普京之下的俄罗斯的反应，已经表现出平庸国家的典型症状。
另外一面，有AI加持、用AI改造所有产业和战略决策的AI世界，正在把这些国家改造成smart states，智慧国家或者灵巧国家。智慧国家和平庸国家两种国家形态的出现，因此可能改变民主国家和威权国家两大阵营的对垒态势，也改变和决定着新冷战的结局。
Edward Hopper, Gas, 1940| 网络
所以在这种形势下，21世纪的竞争、太平洋竞争的结局其实已经定下来了。就像我一开始讲的，俄乌战争的结局因为AI出现其实已经越来越清晰了，只不过民主世界的统治精英并不向大众告知。
而当我们远远的窥见中产阶级的解放的可能，上周所谈的主体间性字这个时候似乎变得更有意义了，在AI和人和阶级之间挣扎发生一种新的互动关系，这种关联正是我们今天的主题。（END）
▇文/吴强
