大数跨境

王朝的算法·引言 分工的物理学:用AI架构重读中国政治演化史(完整版)

王朝的算法·引言 分工的物理学:用AI架构重读中国政治演化史(完整版) AI时代鹿透社
2026-03-24
0



王朝的算法·引言

分工的物理学:用AI架构重读中国政治演化史

AI时代鹿透社 | 鹿大珂

---

一个被误读了两千年的故事

公元前213年,咸阳宫。

秦始皇正在举行一场庆功宴,庆祝帝国平定岭南。七十位博士依次献寿,气氛正在走向高潮。

这时,博士淳于越站了出来。

他的发言,开头客气,结尾却像一把刀:陛下统一天下,功过三皇五帝。但您废除分封、推行郡县,一旦中央有变,没有宗室藩屏,凭什么续存社稷?古人云,事不师古而能长久者,非所闻也。

宴席安静下来。

丞相李斯随后起身反驳。他的论证冷静到近乎无情:五帝的制度各不相同,三代的礼法互相矛盾。所谓"师古",究竟师哪个古?诸侯分封之所以失败,不是因为诸侯们不够贤明,而是因为那套架构本身,在时间足够长之后,必然走向梯度分歧、协议失效、全局崩溃。换一批人,只是重置初始值,解决不了架构级别的缺陷。

这场廷辩以李斯的胜利告终。随后发生的焚书事件,让这段历史蒙上了一层道德阴影,李斯从此成为"助纣为虐"的符号,淳于越成为"忠谏被压"的殉道者。

但如果我们暂时搁置道德判断,只看这场辩论的技术内核——

李斯说的,是对的。

这篇文章,就是关于他为什么是对的,以及这个"对"在两千年后的今天,以什么样的新面貌重新出现在我们眼前。

---

 为什么用AI来谈治理?

这个类比需要一个辩护。

最常见的反对声音是:政治涉及人的尊严、价值观和历史,不能被化约为工程问题。这个反对是对的——作为反对"把人当机器"的警惕,它永远有效。

但这套文章的类比方向,其实是反过来的。

我们不是要把政治"降格"为工程。我们是要问:当工程师在解决大规模复杂系统的协调问题时,他们发现了哪些不依赖于具体内容的结构性规律?这些规律,是否也在人类社会的组织演化中留下了相同的痕迹?

举一个具体例子。

深度神经网络在层数加深后,会出现一个著名问题:梯度消失。信号在从输出层向输入层反向传播的过程中,逐层衰减,最终底层的参数几乎无法得到有效更新。解决方案是残差连接——为信息开辟一条跨越中间层的直达通道。

这是一个纯粹的数学现象,没有任何政治含义。

但当你描述它的时候,任何在大型组织工作过的人都会认出一种熟悉的感觉:基层的真实信息,在经过足够多的中间层之后,到达决策层时已经面目全非。这不是某种制度的专利,是所有足够复杂的层级系统都会面临的物理约束。

这就是这套文章使用AI类比的理由:不是因为政治等同于工程,而是因为复杂系统的信息处理约束,是先于任何具体制度设计而存在的底层规律。承认这一点,不是贬低政治,而是给政治讨论增加一个新的坐标轴。

---

 体检,不是竞赛

这套系列文章,将沿着中国政治架构演化的七个关键节点,逐一展开分析。

需要在一开始就说清楚这个分析不是什么。

它不是"以史为鉴"的道德劝诫——历史上已经有太多这样的文章,它们告诉我们前人犯了什么错,然后隐隐暗示我们不要重蹈覆辙。这套文章不打算加入这个行列。

它更像是一份系统架构的演化记录——记录一个复杂系统在两千年里,如何在不同的压力下,一次次地被迫重写自己的架构,以及每一次重写如何在解决旧问题的同时,埋下新问题的种子。

工程师读这份记录,会认出很多熟悉的模式。管理者读这份记录,会在自己的组织里看到同样的动力学。对历史感兴趣的读者,会发现那些被反复讲述的故事里,藏着一层从未被正式命名的逻辑。

体检的目的不是评判受检者的道德价值,而是在同一套规律下,找出可识别的结构性特征。

这套系列文章的目的,与此相同。

---

 失效不是例外,是规律

在正式进入第一篇之前,需要建立一个对很多人来说反直觉的前提:

复杂系统的失效模式,是可以被分类和预测的。承认失效不等于否定系统,就像承认人体会生病不等于否定人体的设计。

AI研究者有一份非正式的"已知失效清单":梯度消失、过拟合、奖励函数错位、单点失效……每一种失效都有被反复观察和记录的特征,以及被反复尝试的应对方向。没有任何一种应对是完美的,但这份清单本身是真实知识的积累。

两千年的中国政治史,也是这样一份清单——只是从未被如此命名和整理过。

这套文章尝试做的,是把这两份清单对齐:用AI领域更为精确的失效分类语言,为历史上反复出现的现象提供一套更清晰的共同词汇。

这不是万能钥匙。类比有边界,工程规律和社会规律之间存在真实的不可通约之处。在后文涉及具体分析时,我们会在必要的地方标注这些边界。

---

最后,一个诚实的预期管理

这套文章不会在结尾给出"正确答案"。

不是因为作者回避责任,而是因为这个框架本身的一个核心结论是:在复杂系统的演化中,不存在可以被提前设计出来的最优静态架构。AI领域花了几十年才从"设计最优解"转向"让系统在约束下自我演化",这个认识转变本身就是重要的教训。

我们能做的,是更清楚地认识当前状态的结构性特征,更准确地辨认失效模式的早期信号,以及更谦逊地借鉴其他复杂系统在应对类似压力时找到的补丁方向。

咸阳宫的那场廷辩,离我们已经两千两百年。

但李斯和淳于越争论的那个问题——一个复杂系统,应该如何在稳定性与适应性之间寻找架构上的平衡——今天仍然没有标准答案。

只是现在,我们有了一些新的语言来描述它。

---

《王朝的算法》系列,下一篇:《封邦到郡县:中国第一次中央化的系统重构》

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