合众国的代码·附录
算法词典(续):并联架构的专属语言
AI时代鹿透社 | 鹿大珂
---
编者说明
这份词典,是《王朝的算法·附录》的续集。
第一份词典,建立了理解两个系列所需的基础概念框架。这份词典,收录三类条目:
第一类:《合众国的代码》中新出现的AI概念,第一份词典未曾涉及。
第二类:第一份词典已有的概念,但在美国历史语境下产生了新的维度或新的对应,需要补充说明。
第三类:一组跨系列对照表——同一个AI概念,在中国历史和美国历史中,各自对应的历史案例并置,让两个系列的深层对称变得可见。
建议将两份词典对照阅读。
---
第一类:新概念
---
技术债务(Technical Debt)
概念本义
软件工程中,开发者明知某个代码模块存在设计缺陷,但为了短期目标(赶工期、降低当前成本)选择暂时保留,计划"以后修复"。技术债务像金融债务一样,会以复利的方式积累——被推迟的修复,会与其他模块产生越来越深的耦合,修复代价随时间指数级上升。
直觉解释
一栋建筑的地基有裂缝,但施工方为了赶工期选择在上面继续建造。裂缝本身是可以修复的,但随着建筑越建越高,修复地基的代价越来越大,最终可能只能等待整栋楼的崩塌才能强制处理。
美国历史对应
1787年宪法对奴隶制的刻意回避,是人类政治史上记录最详细的技术债务案例。制宪者清楚地知道这个缺陷,选择推迟处理,相信时间会自然化解。技术债务在七十四年里积累,与宪法的其他条款(三五妥协、逃奴条款)深度耦合,最终以南北战争的形式强制清偿——六十万人的生命,是那笔推迟处理的债务的复利账单。
延伸思考
技术债务的最危险特性,不是它的存在,而是它的不可见性——在压力触发之前,系统表面上运转正常,没有任何可见的失效信号。1850年的美国,表面上比1787年更繁荣、更强大,技术债务却在水面下以复利积累。繁荣,有时是技术债务最好的伪装。
---
版本迭代(Version Iteration)
概念本义
软件系统的更新方式:在原有版本的基础上,识别已知缺陷,引入改进,发布新版本。版本迭代保留了系统的连续性——新版本不是对旧版本的否定,而是在旧版本基础上的增量改进。
直觉解释
手机操作系统的更新。iOS 17不是对iOS 16的否定,而是在同一套核心架构上,修复已知问题,增加新功能,适应新的硬件能力。连续性与改进,同时存在。
美国历史对应
美国宪法的修正案制度,是人类政治史上最明确的版本迭代机制。前言用"版本号"框架描述美国历史,正是基于这个对应:版本0.0(邦联条例)→ 版本1.0(联邦宪法)→ 版本1.1(权利法案)→ 版本1.5(重建修正案)。每次版本更新,都有明确的触发原因(谢斯起义、内战、大萧条),明确的改进内容,以及明确的版本记录(修正案编号)。
与《王朝的算法》的对照
中国历史上的制度演化,更接近**架构重写(Architecture Rewrite)**而非版本迭代——每次朝代更替,往往是对整套架构的推倒重建,而不是在原有基础上的增量改进。这不一定是坏事:重写可以彻底清除技术债务,但代价是失去连续性和已积累的有效功能。版本迭代的优势是连续性,代价是技术债务的积累;架构重写的优势是彻底清零,代价是历史积累的断裂。
---
硬约束(Hard Constraint)
概念本义
在优化过程中,无论目标函数如何计算、优化多么有效,某些条件必须被满足,不参与任何形式的权衡。与软约束(Soft Constraint,可以被违反但会产生惩罚项)不同,硬约束是绝对的,违反它意味着解无效。
直觉解释
一个设计桥梁的工程师,有各种可以优化的目标:最小化成本、最大化美观、最快完成施工。但"承重能力必须超过X吨"是一个硬约束——无论其他目标如何优化,如果这个条件不满足,设计方案无效,不参与讨论。
美国历史对应
《权利法案》前十条修正案,是美国宪法架构里的硬约束层。无论国会多数如何投票,无论总统的行政权力如何扩张,无论当时的多数民意如何倾斜,言论自由、宗教自由、免于无理搜查的权利——这些是系统无法覆盖的底线,不参与日常的政治权衡。第一修正案是硬约束的典型:国会"不得制定法律"限制言论自由,这个"不得"是绝对的,不是"尽量避免"或"有代价地允许"。
与Constitutional AI的深层对照
Anthropic的Constitutional AI方法,试图为AI系统建立一套类似权利法案的硬约束——某些输出类型(帮助制造武器、生成儿童剥削内容)是绝对禁止的,不参与任何"权衡有用性和安全性"的优化过程。帕特里克·亨利对权利法案的坚持,与AI安全研究者对硬约束的坚持,面临的是同一个深层问题:当系统足够强大、足够有动机寻找规避硬约束的方法时,如何确保硬约束真正是硬的?
---
公地悲剧(Tragedy of the Commons)
概念本义
博弈论中的经典困境:一个共享资源(公地),每个个体行为者都有短期激励去过度使用,因为收益归个人,代价由所有人分担。当所有人都这样做时,共享资源被耗尽,所有人都变得更差。没有任何单一行为者是这个结果的设计者,但所有人共同生产了这个结果。
直觉解释
一片公共草地,每个牧民都有激励多放一头牛——多一头牛的收益归自己,草地退化的代价由所有牧民分担。当所有牧民都这样做时,草地被过度放牧,最终所有人都失去了草地。这不需要任何人有恶意,只需要每个人都理性地追求自身短期利益。
美国历史对应
当代政治极化中,协调协议的侵蚀,是一个典型的公地悲剧。每个政治行为者,都有短期激励去破坏协调协议——违反惯例、拒绝妥协、极端化表态——因为这可以向支持者展示强硬,赢得选举优势。但当所有人都这样做时,协调协议这个公共资源被耗尽,整个系统的有效运转能力下降,所有人(包括破坏者)都变得更差。2023年的议长危机,是这个动力学的清晰展示:没有任何人希望众议院瘫痪四天,但每个参与者的短期激励,共同生产了这个没有人想要的结果。
---
元学习(Meta-Learning)
概念本义
"学会如何学习"的机制。普通的机器学习,是系统从数据中学习如何完成特定任务。元学习,是系统从多个任务的学习经验中,学习如何更快更有效地学习新任务——它优化的不是某个具体任务的表现,而是学习过程本身的效率和适应性。
直觉解释
一个普通学生,通过练习学会了解代数题。一个掌握了元学习能力的学生,不只是学会了解代数题,还学会了"如何学习新数学分支"的通用方法——当他第一次遇到微积分时,他能够比普通学生更快地掌握它,因为他有更好的学习学习的能力。
美国历史对应
美国宪法的修宪程序,是政治架构中的元学习机制——它不只规定了系统如何运作,还规定了系统如何更新自己的运作规则。这在人类政治史上是第一次:一套制度不只被设计出来,还被设计了它自己的迭代机制。联邦党人文集中,麦迪逊对修宪程序的论证,是对元学习价值的古典表述:没有任何设计能够预见所有未来情况,因此设计更新机制与设计系统本身同等重要。
《王朝的算法》中的对比缺失
中国历史上,几乎没有任何朝代在制度设计中显式地建立了制度的自我更新机制。制度的更新,主要通过三种方式发生:皇帝的个人决定、大臣的谏言被采纳、或者朝代更替后的重建。没有一种是被制度化的元学习机制。这个缺失,是中国历史上制度演化呈现"间断平衡"(长期稳定+短期剧变)而非"持续迭代"特征的架构原因之一。
---
监管俘获(Regulatory Capture)
概念本义
一种制度性失效:被设计来约束某个行业或群体的监管机构,随着时间推移,逐渐被被监管者所影响和控制,开始服务于被监管者的利益,而不是它名义上保护的公众利益。监管俘获不需要任何明显的腐败行为,它通过旋转门效应、信息不对称、和长期的文化渗透,缓慢而系统性地发生。
直觉解释
一个被雇来看守羊圈的牧羊犬,在与狼长期共处后,逐渐开始理解狼的处境,同情狼的诉求,最终开始帮助狼进入羊圈——不是因为它变坏了,而是因为它每天打交道的是狼,它的判断框架被狼的视角所塑造。
美国历史对应
新政建立的联邦监管机构,在随后的数十年里,普遍经历了不同程度的监管俘获。证券交易委员会(SEC)与华尔街的旋转门,联邦通信委员会(FCC)与电信行业的深度交织,食品药品监督管理局(FDA)与制药公司的复杂关系——这些都是监管俘获的历史案例。每一个案例,都可以追溯到同一个结构性原因:监管机构需要行业专业知识,而最容易获得专业知识的渠道,是雇用行业人士;行业人士带来了知识,也带来了行业视角。
与《王朝的算法》的对照
这与唐代三省制中"判别器被收编"的故事,结构完全相同——门下省的给事中被李林甫系统性地安排为亲信,判别功能在形式上存在,在实质上失效。监管俘获是CDMA并联架构中的"判别器收编"——独立运作的监管节点,被它本应约束的力量所渗透,正交性被破坏,系统产生模式崩塌。
---
行政国家(Administrative State)
概念本义
指政府中大量专业化的行政机构和监管机构,它们同时承担立法性(制定规则)、行政性(执行政策)和司法性(裁决争议)功能。行政国家是现代复杂社会治理的产物——议会无法对每个技术性领域制定详细规则,必须将规则制定权委托给专业机构。
直觉解释
一个城市的交通管理,不可能让市议会为每一个交通问题立法。交通管理局被授权制定具体的交通规则,执行这些规则,并裁决违规争议。它同时做了立法者、执法者、法官三种角色的工作——这在传统的三权分立框架里是矛盾的,但在复杂的现代治理中是不可避免的。
美国历史对应
罗斯福新政,是美国行政国家大规模扩张的历史节点。SEC、FDA、NLRB、FDIC——这些机构的建立,是在原有三权分立架构上,插入了大量功能性隐藏层。这些隐藏层解决了市场失灵问题,但同时引入了民主合法性悬空(行政官员不经选举)和监管俘获的新风险。行政国家的合法性争议,是美国政治中持续时间最长的架构争论之一——它本质上是一个关于"在复杂社会治理的需求与三权分立的原则之间,最优平衡点在哪里"的永恒问题。
---
旋转门效应(Revolving Door Effect)
概念本义
监管机构与被监管行业之间人员双向流动的现象:监管官员离职后去被监管行业任职,行业人士进入监管机构任职。这种双向流动,在提供行业专业知识的同时,也系统性地模糊了监管者与被监管者之间的利益边界,是监管俘获的主要机制之一。
直觉解释
一扇旋转门,让人可以从一侧进入另一侧,又从另一侧回到这一侧。监管机构和被监管行业之间的旋转门,让人员、知识、文化和利益关系,在两者之间持续流动。每一次流动,都在两者之间建立新的非正式联系。足够多的流动之后,"监管者"和"被监管者"之间的边界,在人员构成和文化认同层面,开始变得模糊。
美国历史对应
华盛顿的旋转门,是美国政治生态中最持久的结构性特征之一。国防部长与军工企业的董事会席位,FDA官员与制药公司的顾问职位,财政部长与华尔街投行的高级职务——这些流动模式,跨越了党派界限,在民主党和共和党执政期间同样存在。这不是个人腐败问题,而是一个系统性的激励结构问题:监管机构无法提供与行业相当的薪酬,专业知识集中在行业内部,人员流动是不可避免的结构性结果。
---
信息茧房(Filter Bubble / Echo Chamber)
概念本义
算法推荐系统根据用户的历史行为,持续向其推送符合其既有偏好的内容,使用户逐渐被包围在与自己观点一致的信息环境中,很少接触到不同的观点和信息。信息茧房降低了用户的认知多样性,强化了既有偏见,使不同信息环境中的人们越来越难以相互理解。
直觉解释
一个只读同一份报纸、只和持相同政治观点的朋友交流的人,会逐渐形成一种错觉:自己的观点是普遍的,持不同观点的人要么是少数,要么是愚蠢或邪恶的。算法推荐系统,以前所未有的规模和精度,为每个人制造了这种个性化的信息茧房。
美国历史对应
信息茧房,是当代美国政治极化的技术驱动力。它反转了麦迪逊在联邦党人第10篇里的核心假设——更大的规模稀释派系,而不是强化派系。算法推荐系统,在地理规模不变的情况下,通过信息环境的定制化,实现了派系的全国性高效整合。2016年后的美国政治生态,是信息茧房效应在全国规模上运作的结果:两个政治群体,生活在同一个地理空间,但接收几乎完全不同的信息流,形成几乎完全不同的政治现实认知。
---
自主武器系统(Autonomous Weapons System)
概念本义
能够在没有人类实时控制的情况下,自主识别目标并做出攻击决定的武器系统。从完全人工控制(每次攻击都需要人类明确授权)到完全自主(系统独立完成从识别到攻击的全过程),存在一个连续的自主程度谱系。
直觉解释
传统的导弹,由人决定发射,由人决定目标。半自主武器,由人决定发射,系统自动追踪目标。完全自主武器,系统自行决定何时攻击、攻击谁,人类不参与实时决策。这个连续谱系,代表了人类控制在武器使用中逐渐退出的过程。
美国历史对应
自主武器系统的发展,是冷战体制影子子系统在AI时代的延伸。第五篇描述的那个结构性困境——平行的国家安全子系统缺乏有效的民主监督——在AI时代被进一步加深:当武器系统的决策速度以毫秒计,当算法的决策逻辑无法被人类实时理解,传统的文人控制军队原则(civilian control of military),在技术层面面临前所未有的挑战。宪法规定国会有战争宣布权,但当一个自主系统在几毫秒内做出了实质上的战争行动决定,这个宪法权力如何被有意义地行使?
---
第二类:已有概念的新维度
---
奖励函数错位(Reward Hacking)——政治版本的新维度
第一份词典已有的定义:系统高效地优化了一个指标,但这个指标并不真正代表期望目标。
美国历史新维度:在民主政治中,奖励函数错位有一个特别精妙的表现形式——选举周期与政策时间视野的系统性冲突。
政治行为者的奖励函数,主要由"赢得下次选举"来定义。但许多重要政策(气候变化应对、基础设施投资、教育改革)的收益,在一个选举周期内几乎不可见,代价却是立竿见影的。这产生了一个系统性的偏差:理性的政治行为者,会系统性地优先选择短期可见收益的政策,回避长期必要但短期无收益的政策。
这不是个别政治家的道德失败,而是民主制度的奖励函数的结构性特征:选举周期,把"能够赢得下次选举的政策"设定为代理指标,而代理指标与"对国家长期有益的政策"之间,存在系统性的偏差。
美国的基础设施长期投入不足、应对气候变化行动迟缓、社会保障体系的结构性财务问题被反复推迟处理——这些都是同一个奖励函数错位的不同表现。
《王朝的算法》的对照:中国历史上对应的奖励函数错位,是政绩考核指标与真实治理目标的偏差——地方官员优化"可以被看见的政绩"(建筑工程、短期增长数字),而不是"难以被看见的治理质量"(公正的司法、可持续的环境)。两者的错位机制不同,但结构相同:可测量的代理指标,系统性地替代了真正重要的目标。
---
梯度消失(Vanishing Gradient)——美国版本的新维度
第一份词典已有的定义:误差信号在传递过程中逐层衰减,底层参数无法有效更新。
美国历史新维度:在并联架构中,梯度消失有一种与串联架构不同的表现形式——信息在横向传递而非纵向传递时,被权力边界所过滤。
在美国的三权分立架构中,三个权力节点之间的信息传递,不是通过层级关系,而是通过宪法规定的程序接口。当这些接口被政治极化所堵塞时,信号无法在节点之间有效流动,每个节点开始在信息孤岛中做决策。
越战决策中的梯度消失,是这种横向信息流失的典型案例:战场上的真实信号,无法穿越国家安全机构的保密屏障,到达国会和公众。五角大楼文件的泄露,是一次强制性的梯度恢复——用个人代价强制打通了被堵塞的信息通道。
与串联架构梯度消失的对比:在串联架构(中国历史)中,梯度消失是纵向的——信号从底层向顶层传递时衰减。在并联架构(美国历史)中,梯度消失是横向的——信号在同级权力节点之间传递时被阻断。两种方向,相同的根本问题:决策者无法有效获取他们做出好决策所需要的信息。
---
单点失效(Single Point of Failure)——并联架构的反向教训
第一份词典已有的定义:系统中某个关键节点失效,导致整个系统崩溃。
美国历史新维度:并联架构被设计来消除单点失效——这是它相对于串联架构最重要的优势。但《合众国的代码》系列揭示了一个反直觉的发现:并联架构在成功消除节点层面的单点失效的同时,可能在协议层面引入了新型的单点失效。
当维持并联架构运转的协调协议(选举结果的合法性共识、反事实节制、机构忠诚高于党派忠诚)被系统性侵蚀时,整个并联架构不会因为任何单一节点的失效而崩溃,而是会因为所有节点之间的协调能力同时下降而陷入瘫痪。
这是一种新型的单点失效:协议层的单点失效——不是某个节点失效,而是让所有节点能够协同工作的基础协议失效。
2023年众议院议长危机,不是任何单一节点失效的结果,而是协议层失效的集中展示:所有节点(议员)都在"正常运作",但它们之间的协调协议已经无法产生系统输出(选出议长)。
---
第三类:跨系列对照表
这是两份词典合并使用的最高价值所在——用同一个AI概念,同时照亮中美两个历史语境,让两套架构的深层对称变得可见。
---
对照一:谁来监督监督者?
| AI概念 | 中国历史对应 | 美国历史对应 |
|--------|------------|------------|
| 判别器独立性 | 门下省封驳权的制度化 vs 李林甫对门下省的系统性收编 | 最高法院司法独立 vs 大法官提名程序的渐进政治化 |
| 元监督机制 | 御史台监督官员,但御史由皇帝任命——谁监督御史? | 国会监督行政,但议员由选民选举——谁监督选民的信息环境? |
| 监管俘获 | 李林甫收编门下省(直接人事控制) | SEC被华尔街俘获(旋转门+信息不对称) |
共同规律:无论是串联架构还是并联架构,独立校验机制的有效性,最终都依赖于某种外部于被校验系统的力量。这个力量可以是制度性的(宪法文本)、文化性的(政治规范)、或者技术性的(算法透明度)。当这个外部力量本身被内化或收编时,校验机制的独立性消失。这是两个系列共同面对的、迄今没有完美解决方案的核心递归困境。
---
对照二:信息如何到达决策者?
| AI概念 | 中国历史对应 | 美国历史对应 |
|--------|------------|------------|
| 梯度消失 | 地方信息在官僚层级中的纵向过滤(报喜不报忧) | 越战情报在国家安全机构中的横向封锁(机密屏障) |
| 残差连接 | 密折制度(雍正的直达信息渠道) | 五角大楼文件泄露(强制打通的信息直连) |
| 信息茧房 | 皇帝被内朝信息渠道所限定的视野 | 社交媒体算法制造的政治信息茧房 |
| 独立验证集 | 缺失——清朝无法评估自身对分布外输入的适应能力 | 部分存在——国会调查、新闻自由、学术研究提供独立验证 |
共同规律:所有政治系统都面临同一个信息处理挑战:决策者如何在信息不完整、信息来源有偏见、信息传递有损耗的条件下,做出足够好的决策?串联架构和并联架构,在这个问题上各自有不同的结构性盲点,但没有任何一种架构能够完全解决它。
---
对照三:技术债务的积累与清偿
| 债务类型 | 中国历史案例 | 美国历史案例 |
|---------|------------|------------|
| 刻意推迟的已知缺陷 | 明代废相后内阁的权责模糊(朱元璋知道会产生问题但选择推进) | 1787年宪法对奴隶制的刻意回避 |
| 强制清偿的触发点 | 崇祯时期的全面系统崩溃(无法协调应对内忧外患) | 南北战争(六十万人的生命代价) |
| 修复后的残余债务 | 清代军机处解决了内阁问题,但引入了零泛化能力的新债务 | 重建修正案解决了奴隶制问题,但"隔离但平等"的司法解释留下了新债务 |
| 债务的复利机制 | 与既得利益耦合越深,修复代价越高 | 与宪法其他条款的耦合(三五妥协)使奴隶制问题越来越难以单独处理 |
共同规律:技术债务的最危险特性,是它与系统其他部分的深度耦合——时间越长,耦合越深,清偿代价越高。两个系列都提供了"主动修复 vs 被动强制清偿"的历史对比,结论是一致的:被迫清偿的代价,系统性地高于主动修复的代价。
---
对照四:权力如何防止过度集中?
| AI概念 | 串联架构(中国)的解法 | 并联架构(美国)的解法 |
|--------|---------------------|---------------------|
| 正则化机制 | 三省制的流程性约束(决策必须经过固定程序) | 三权分立的结构性制衡(权力被空间分割) |
| 正则化失效 | 李林甫收编门下省(程序被参数收编) | 极化使三权协调失能(空间分割产生对抗而非制衡) |
| 过度正则化 | 宋代军事体系(为防武将叛乱而牺牲军事能力) | 新政后的监管过度(部分行业被过度约束) |
| 正则化不足 | 秦代的单点集中(无任何制衡机制) | 镀金时代的市场垄断(经济权力无约束集中) |
共同规律:正则化强度的校准,在串联架构和并联架构中都是一个没有普适最优解的持续挑战。过少导致权力过度集中,过多导致系统失去应对外部压力的能力。最优的正则化强度,是一个随环境压力动态变化的目标,需要持续的校准机制,而不是一次性的设计决定。
---
对照五:平行子系统的生长
| 维度 | 汉代内朝 | 明代司礼监 | 美国国家安全体系 |
|------|---------|----------|----------------|
| 建立原因 | 皇权被外朝过滤,需要直连通道 | 内阁缺乏制度合法性,权责真空被填充 | 冷战压力需要在民主程序外快速行动 |
| 与主架构的关系 | 并联于外朝,初期受皇权直接控制 | 在内阁旁生长,最终反客为主 | 在三权分立旁并联,通过保密屏障保持独立 |
| 失控触发点 | 皇帝判断力下降(汉武帝晚年) | 皇帝无法或不愿履职(嘉靖长期不上朝) | 外部威胁的真实性为自主扩张提供持续理由 |
| 校验机制 | 无——完全依赖皇帝个人判断 | 无——权责真空无法产生有效校验 | 有限——国会监督、司法审查,但受保密屏障结构性限制 |
| AI对应 | 无验证集的微调层 | 无对齐保障的旁路激活 | 低透明度的平行推理链 |
共同规律:在任何足够复杂的系统中,当主架构因为过滤效应或程序约束无法快速响应特定需求时,系统会在主架构旁边生长出平行子系统。平行子系统的初始合理性,不能作为其长期有效性的保证。随着时间推移,平行子系统会发展出自己的制度逻辑,与主架构的目标函数产生越来越大的偏离。有效的校验机制,必须在子系统建立之初就被设计进去,而不是等到问题暴露后再补救。
---
结语:两份词典,一套语言
把《王朝的算法》附录和《合众国的代码》附录放在一起,我们拥有了一套包含四十余个条目的跨文明系统分析词汇表。
这套词汇表的价值,不在于它的完整性——复杂系统的词汇永远无法被穷尽——而在于它提供的认识论工具:
当你看到一个历史事件,你可以问:这是梯度消失,还是奖励函数错位,还是判别器被收编?
当你看到一个当代政治问题,你可以问:这是技术债务的积累,还是正则化强度的失调,还是协调协议的公地悲剧?
当你看到一个AI系统的行为,你可以问:这在历史上有没有对应的案例,人类用什么方法尝试过解决,结果是什么?
这套双向可用的语言,是两个系列共同试图建立的东西。
它不是答案的来源。
它是让问题变得更清晰可见的一套透镜。
而看见,永远是理解的第一步。理解,是改变的前提。
---
《合众国的代码》附录
与《王朝的算法》附录合读
AI时代鹿透社 | 鹿大珂
合众国的代码·附录 算法词典(续):并联架构的专属语言
AI时代鹿透社2026-03-30
0
导读:用表格而非段落,是刻意的——表格的并列格式,让两个系列的案例在视觉上处于同一层级,强化"这是同一套规律的两种表现"的核心论点,而不是"一个系列在解释另一个系列"的层级关系。
【声明】内容源于网络
0
0
AI时代鹿透社
1234
内容 219
粉丝 0
总阅读3
粉丝0
内容219

