大数跨境

欧联邦的学习·第四篇 从废墟开始:当失败的代价高昂到系统必须学习

欧联邦的学习·第四篇 从废墟开始:当失败的代价高昂到系统必须学习 AI时代鹿透社
2026-04-03
0

欧联邦的学习·第四篇

从废墟开始:当失败的代价高昂到系统必须学习

AI时代鹿透社 | 鹿大珂

---

引子:两个人,两种废墟,同一个问题

1945年,鲁尔区。

让·莫内,法国计划总署署长,站在德国鲁尔区的废墟上。

这里曾经是欧洲最重要的工业心脏——煤矿、钢铁厂、化工厂,密集地分布在莱茵河两岸。两次世界大战,这里都是争夺的焦点:谁控制了鲁尔区的煤炭和钢铁,谁就拥有了战争机器的燃料。

现在,这里是瓦砾。

莫内看着这片废墟,脑子里转着一个问题,这个问题他已经想了很多年:

如果煤炭和钢铁是战争的燃料,那么,把煤炭和钢铁的生产置于两国共同管理之下,战争是否就会失去它的燃料?

同一年,科隆。

阿登纳,刚刚被美国占领当局任命为科隆市长。

他站在科隆大教堂前。教堂的双塔,奇迹般地在轰炸中幸存,但周围的城市,几乎夷为平地。

阿登纳后来在回忆录里写道,他在那一刻明白了一件事:

德国必须找到一种方式,重新赢得欧洲邻居的信任。不是通过承诺,而是通过结构——通过一种让德国无法再次走向战争的制度性约束。

莫内的问题,和阿登纳的认识,在五年后的1950年,汇聚成了舒曼计划——欧洲煤钢共同体的蓝图。

这是欧洲联邦学习实验真正起步的时刻。

不是因为欧洲人终于变得更聪明了,而是因为他们终于付出了足够高的学费。

---

一、为什么这一次不同:负反馈信号的强度

《欧联邦的学习》系列的前两篇,展示了两次失败的整合尝试:

拿破仑的强制参数共享,因为触发了节点的本地参数保护机制而崩溃。

维也纳体系的非正式均势,因为没有自动校准机制而在参数漂移中失效。

这两次失败,都产生了代价。但代价,还不够高。

拿破仑战争结束后,欧洲精英们在维也纳的舞会上重建了秩序,生活继续。一战结束后,凡尔赛和约留下了新的技术债务,生活——对大多数人来说——继续。

但二战之后,情况不同了。

这不只是量的差异——更多的人死亡,更多的城市被摧毁。这是一种质的差异:整个旧秩序的合法性,在1945年,已经彻底破产。

没有人可以说"让我们回到1939年之前的状态"——因为1939年之前的状态,正是导致这场灾难的原因。

没有人可以说"让我们再试一次威斯特伐利亚式的主权体系"——因为主权国家之间无约束的竞争,已经被证明会产生不可接受的后果。

没有人可以说"让我们再试一次维也纳式的均势"——因为均势在1914年用了六周就崩溃了,二战更是证明了它完全无法阻止一个有足够意志的节点破坏整个系统。

在联邦学习的语言里:二战产生的负反馈信号,强度足够大、频率足够高、持续时间足够长,以至于它真正改变了系统中主要节点的损失函数。

1945年之前,欧洲各国的损失函数,主要由"如何最大化本国的相对权力"来定义。战争,在这个损失函数下,有时是值得冒的风险。

1945年之后,这个损失函数发生了根本性的重写。"避免再次发生这样的战争",成为了压倒一切的优先目标。

当损失函数改变,系统的优化方向就会改变。当优化方向改变,系统愿意探索的架构选项就会改变。

这,才是欧洲一体化在1945年之后真正成为可能的深层原因:不是理想主义的胜利,而是损失函数的重写。

---

二、莫内的工程师直觉:改变激励而不是改变人性

让·莫内,是欧洲一体化最重要的设计者,但他从来不是一个政治家或外交官。

他是一个商人,一个组织者,一个在两次世界大战中协调盟军后勤的实务专家。

他对政治的理解,是工程师式的:你不能改变人性,你只能改变人性所处的结构,从而改变人性在这个结构下产生的行为。

他在回忆录里写道:"人们只有在面对危机时才会接受变化,而他们接受的变化,取决于他们手边有什么解决方案。"

这句话,是联邦学习设计哲学的精确表述:

你不能在系统没有感受到足够压力的时候,强行推动架构升级——阻力会太大,代价会太高,时机会不对。

你需要等待——或者,在某些情况下,创造——足够强的负反馈信号,使得节点愿意接受它们平时不愿意接受的参数更新。

然后,你需要在那个窗口期,有一个现成的、可以立即实施的架构方案。

1945年的欧洲,提供了那个负反馈信号。

莫内,花了多年的时间,准备了那个架构方案。

---

三、煤钢共同体:联邦学习的最小可行版本

1950年5月9日,舒曼声明。

方案的核心,出人意料地简单:

把法国和德国的煤炭和钢铁生产,置于一个共同的超国家机构——高级机构(High Authority)——的管理之下。这个机构,有权对煤钢生产做出对成员国有约束力的决定,不需要每次都经过各国政府的审批。

就这些。

没有共同的外交政策,没有共同的军队,没有共同的货币,没有欧洲议会,没有欧盟委员会。

只是两个行业,一个超国家机构。

这个有限的设计,是莫内刻意为之的。

他清楚地知道,在1950年,任何试图建立全面政治联盟的方案,都会因为阻力太大而失败。各国政府不会愿意放弃大范围的主权,各国议会不会批准,各国公众不会接受。

但一个有限的、具体的、利益清晰的功能性整合,是可以实现的。

用联邦学习的语言,煤钢共同体是一个最小可行联邦学习系统(Minimum Viable Federated Learning System):

不试图整合所有参数,只整合最具战略意义的一组参数(煤钢生产)。

不试图建立全面的全局模型,只建立一个处理单一功能领域的共享模型。

不要求节点放弃所有的本地数据主权,只要求在这一个领域内,接受超国家机构的决定。

最小可行,意味着它的实施阻力最小,意味着它可以真正启动。

而一旦启动,功能性整合会产生两个效应,把系统向更深的整合推进:

效应一:利益的共同化。

当法国和德国的煤钢产业深度整合,两国的经济利益开始深度绑定。法国的繁荣,部分地依赖于德国市场;德国的繁荣,部分地依赖于法国的合作。战争,开始意味着摧毁自己的利益结构。

这正是莫内的核心设计逻辑:不是通过道德约束来防止战争,而是通过改变战争的成本收益结构来防止战争。

效应二:整合的自我强化。

功能性整合,产生了需要协调的新问题,这些新问题又推动了新领域的整合。

煤钢一体化,产生了跨境竞争的问题——如果法国和德国的煤钢可以自由流通,但其他商品仍然面临关税壁垒,就会产生扭曲。这推动了关税同盟的建立(1957年罗马条约)。

关税同盟,产生了货币汇率波动的问题。这推动了货币协调的讨论,最终导向了欧元(1999年)。

每一层整合,都产生了需要下一层整合来解决的新问题。

莫内把这个逻辑,称为"溢出效应"(Spill-over Effect)——在一个领域建立整合,会自然地"溢出"到相邻领域,推动整合的深化和扩展。

用联邦学习的语言,这是一种渐进式参数共享的自我强化机制:

共享一小组参数,产生了参数不一致的新问题,这推动了更多参数的共享,新的参数共享又产生了新的不一致,如此循环,系统在每个循环里,都向更深的整合靠近一步。

---

四、阿登纳的另一半:整合需要两个愿意的节点

莫内提供了架构,但架构需要节点的接受。

欧洲煤钢共同体的建立,需要一个关键条件:德国愿意接受这套安排。

这不是理所当然的。

战败的德国,面临着巨大的屈辱和不确定性。占领、赔款、领土分割、国际监管——任何一个国家,在这种处境下,都很容易走向民族主义的抵抗,拒绝任何形式的外部约束。

阿登纳,选择了不同的路。

他的判断,是一个深刻的系统分析:德国想要恢复主权,想要重新成为国际社会的平等成员,想要重建经济。这些目标,通过抵抗西方无法实现,只能通过融入西方来实现。

但更深层的,是他对德国历史的反思——他认为,德国在历史上最大的错误,不是某个特定的政策决定,而是一种结构性的倾向:当德国变得强大时,它会开始追求单方面的主导地位,而不是寻求在规则框架内的平等合作。

欧洲一体化,对阿登纳来说,不只是实现德国利益的工具,而是一种对德国本身的制度性约束——通过把德国的权力嵌入一套多边规则框架,防止德国再次走向单方面的权力政治。

用联邦学习的语言:阿登纳做出了一个不寻常的选择——他主动要求约束本地节点的参数更新自由度,以换取加入全局模型的资格。

这种自愿的参数约束,是联邦学习能够建立的关键条件之一:当一个强大的节点主动选择接受规则约束,它向其他节点发送了一个强烈的信号——这个系统是认真的,值得投入。

---

五、罗马条约:从最小可行到系统性扩展

1957年,罗马条约。

六个国家——法国、德国、意大利、比利时、荷兰、卢森堡——签署了建立欧洲经济共同体(EEC)和欧洲原子能共同体(Euratom)的条约。

这是联邦学习实验的第一次重大扩展:

从两个行业(煤钢),扩展到整个经济领域(商品、服务、资本、人员的自由流通)。

从两个国家,扩展到六个国家。

从一个高级机构(部分超国家权威),扩展到一套更完整的制度体系——欧洲委员会(执行权)、欧洲理事会(成员国政府代表)、欧洲议会(直选,但初期权力有限)、欧洲法院(司法管辖)。

这套制度体系,有意地设计了权力的多重平衡:

超国家机构(委员会)代表共同利益,推动整合。

政府间机构(理事会)代表成员国利益,保护主权。

法院代表规则的权威,防止任何一方单方面破坏共同框架。

议会代表民主合法性,为整合提供公民基础。

这个设计,是一种精妙的联邦学习架构:

委员会,是全局模型的维护者——它负责提出参数更新建议,推动系统向更深的整合演化。

理事会,是节点代表的聚合机制——成员国政府在这里讨论和协商,决定是否接受委员会的参数更新建议。

法院,是全局模型的完整性保护者——它确保各节点不会单方面背离已经达成共识的参数设置。

议会,是系统的外部校验机制——它代表公民,对整个系统的运作进行民主监督。

这四个机构,共同构成了一个比任何之前的欧洲协调机制都更完整的联邦学习系统——有了全局模型的维护者,有了节点聚合机制,有了规则执行者,有了外部校验。

---

六、戴高乐的挑战:节点主权与全局模型的第一次正面冲突

但联邦学习系统建立之后,立刻面临了它的第一次重大压力测试。

1965年,法国总统戴高乐,发动了欧洲共同体历史上的第一次主权对抗。

争议的直接原因,是关于欧共体预算和农业政策的技术性问题。但更深层的冲突,是关于欧洲一体化的根本性质:

戴高乐认为,欧洲应该是"国家的欧洲"(Europe des patries)——一个由主权国家通过合作形成的联盟,但每个国家保留对自己命运的最终控制权。

欧盟委员会的设想,是超国家的欧洲——一个全局模型能够在特定领域覆盖本地模型的系统,多数决定可以对少数成员国具有约束力。

1965年7月,法国实施了"空椅政策"——拒绝派代表参加欧共体理事会,让理事会无法运作。

这持续了六个月。

最终,1966年的"卢森堡妥协"结束了这场危机。妥协的内容,是一项非正式协议:当一个成员国声称某个决定涉及"非常重要的国家利益"时,理事会将努力达成一致意见,而不是强行用多数票通过。

用联邦学习的语言,卢森堡妥协是一个节点退出权的非正式确认——任何节点,在它认为某个全局参数更新会严重损害本地模型的情况下,可以声明否决权。

这个妥协,保护了节点的主权,但同时降低了全局模型的更新速度。它反映了联邦学习中一个基本的张力:节点自主性与全局协调效率之间,没有无代价的解决方案。

---

七、从六国到二十七国:扩展的挑战与机遇

欧共体建立之初,有六个成员国。

1973年,英国、爱尔兰、丹麦加入。1981年,希腊加入。1986年,西班牙和葡萄牙加入。1995年,奥地利、芬兰、瑞典加入。

然后,是2004年的大扩张:波兰、捷克、匈牙利、斯洛伐克、斯洛文尼亚、爱沙尼亚、拉脱维亚、立陶宛、塞浦路斯、马耳他——十个国家同时加入。2007年,保加利亚和罗马尼亚加入。2013年,克罗地亚加入。

从六个节点到二十八个节点(英国脱欧后是二十七个)。

这个扩展,在联邦学习的框架下,产生了双重效应:

正向效应:更多的节点,意味着更丰富的本地数据分布,意味着全局模型可以学习到更多样化的经验。东欧国家的加入,把民主转型的经验、不同的经济结构、不同的历史记忆,带入了欧洲联邦学习系统,丰富了系统的参数空间。

负向效应:节点数量越多,梯度同步的难度越大,达成共识的成本越高,全局模型更新的速度越慢。二十七个节点之间的协调,比六个节点之间的协调,在数学上复杂得多。

2004年的大扩张,是联邦学习系统的一次重大压力测试——它检验了系统能否在节点数量急剧增加、节点异质性大幅上升的情况下,仍然维持有效的全局协调。

这个问题,在随后的二十年里,以各种危机的形式,被反复检验。

---

八、这个故事的东西方对照

欧洲在1945年后从废墟中重建的故事,与中国历史上某个特定时刻,有一个令人深思的对照。

隋文帝统一南北朝,结束了将近四百年的分裂,开始重建统一的政治架构。

两者都是在长期的分裂和战争之后,面临重建秩序的任务。

但它们选择的路径,呈现了串联架构和联邦架构最清晰的对比:

隋文帝的解决方案,是强制中央化——通过军事统一,在全国范围内推行统一的行政体系、法律体系、度量衡。速度快,效率高,但依赖强力的中央节点来维持。

欧洲的解决方案,是渐进联邦化——不通过军事力量统一,而是通过经济利益的逐步绑定,让节点自愿接受越来越多的共同规则。速度慢,效率低,但不依赖任何单一节点的强力,系统的稳定性来自节点之间的相互依赖。

两种路径,各有其适用条件:

隋文帝的路径,在一个有深厚文化和历史整合基础的地理单元里,在有足够强大的中央节点可以依靠的情况下,是更快捷的选择。

欧洲的路径,在一个节点异质性极高、没有任何单一节点足够强大来主导整合的情况下,是唯一可行的选择。

两者共同揭示的规律:整合的可能路径,受制于节点的初始条件——异质性越高,强制整合越难,渐进联邦化越是唯一的可行选项。

---

九、这个故事的现代回响

欧洲煤钢共同体的故事,今天在AI治理领域,有一个直接而重要的回响。

2023年,欧盟通过了《人工智能法案》——这是全球第一个针对AI系统的综合性监管框架。

这个法案的诞生,与煤钢共同体的诞生,有一个结构性的相似:

煤钢共同体,是在两次世界大战的惨烈教训之后,欧洲各国意识到无约束的主权竞争代价太高,而建立的共同管理框架。

《人工智能法案》,是在看到AI可能带来的系统性风险之后,欧盟试图建立的共同监管框架——在AI的"战争"造成不可挽回的损失之前,主动建立规则。

两者都面临同样的核心挑战:如何在不扼杀创新(不过度损害本地节点的参数更新自由)的同时,建立足够有效的安全约束(维持全局模型的安全边界)?

煤钢共同体的经验告诉我们:从最小可行版本开始,只规范最高风险的应用,允许其他领域保持自由,然后根据实际运作的经验,渐进地扩展规范范围。

《人工智能法案》,在设计上,确实遵循了这个逻辑:它把AI系统按风险等级分类,对最高风险的系统(生物特征识别、关键基础设施控制)施加最严格的约束,对低风险系统几乎不干预。

这是莫内的工程师直觉,在七十年后,在一个完全不同的技术领域里,被重新应用。

---

结语:学习需要代价,但代价不必是唯一的老师

欧洲联邦学习实验的真正起步,需要了两次世界大战、约八千万人的死亡、整个旧秩序的彻底破产,才真正启动。

这是一个关于学习代价的深刻教训:

系统在旧架构运作良好时,几乎不会自发启动架构升级——代价太高,阻力太大,时机不对。

只有当旧架构的失效代价高昂到无法再次承受,系统才真正开始认真地探索新架构。

但这个教训,有一个令人不安的推论:

如果学习总是需要先经历灾难,那么在AI的时代,当灾难的规模可能是史无前例的,我们是否只能等待灾难发生,然后从废墟上重新开始?

莫内和阿登纳,给出了一个不那么悲观的答案:

他们在废墟上看见的,不只是代价,还有机会——一个窗口期,在那里,那些平时不愿接受的改变,因为旧秩序的破产而变得可能。

他们能够利用这个窗口期,因为他们在窗口开启之前,就已经准备好了方案。

这才是这个故事真正的教训:

代价,打开了窗口。但能够穿过窗口的,是那些早已准备好方案的人。

在AI浪潮到来之前,在旧的治理架构还没有被彻底击穿之前,我们是否已经准备好了方案?

这个问题,比任何关于欧洲历史的讨论,都更紧迫。

---

本文是《欧联邦的学习》系列第四篇。下一篇:《欧元区——当共享参数遭遇结构性不兼容》

AI时代鹿透社 | 鹿大珂

【声明】内容源于网络
0
0
AI时代鹿透社
1234
内容 219
粉丝 0
AI时代鹿透社 1234
总阅读3
粉丝0
内容219