Import AI 462：AI 逼近的三种权力，不只是变聪明

一组数字很刺眼：4 个实验、18,978 次对话、6,923 名参与者。结果是，前沿 AI 在文本劝服上稳定超过专家人类。

这不是普通的广告文案测试。研究里有人类精英辩手、专业募款员、现金激励、真实捐赠任务。AI 在 Save the Children 捐赠任务中比英国专业募款员更有效；接近 3 倍的表述需要谨慎理解，但方向很清楚：它已经不只影响观点，也能推动一点真实行为。

三条线放在一起，才是这期 Import AI 的重点

Import AI 462 不是在说同一件小事。它把 AI 的三种能力放到同一张桌上：劝服、生产、自我升级。

这三条线的共同点，不是聪明。

共同点是权力关系在变。

AI 先变得更会影响人的判断，再讨论能不能减少对人类劳动的依赖，最后进入超越人类组织能力的情景分析。单独看，每条都还有限制。放在一起看，味道就不一样了。

像早期报业、广播、电视广告一样，新媒介一开始总被包装成信息效率的提升。过几年大家才发现，真正被重写的是分发权和议程权。今天的 AI 劝服也类似，但不完全一样：它不只分发内容，还能按对话对象即时改写论证。

AI 劝服的危险，不在话术，在调用权

劝服实验里，AI 的优势并不神秘。

它信息多，出手快，复制便宜。研究者把 AI 限制成人类写作速度和消息长度后，它相对训练后精英辩手的优势从 +4.1 个百分点收窄到不显著。

这说明一件事：它没有凭空长出某种魔法。

它更像一支不疲劳、读过大量材料、可以无限复制的说服队伍。真正的问题变成：谁能把这支队伍接到分发系统上？

低成本劝服当然有好处。小慈善组织、公共辩护者、基层倡议者，过去请不起专业募款员和传播团队，现在可能用 AI 补齐表达能力。这是技术平权的一面。

但市场不会自动把好处分给弱者。天下熙熙，皆为利来。预算、数据、渠道、投放经验，通常在广告平台、大公司、政治组织和政府机构手里。

所以我不太买账那种轻松说法：大家都有 AI，所以大家会更平等。

现实经常相反。工具越便宜，真正稀缺的东西就越变成数据、渠道和规模化执行。AI 负责把话说得更顺，平台负责把话送到该送的人面前，这才是放大器。

对关注 AI 安全和治理的人，这里该盯的不是单个模型会不会写漂亮劝服稿，而是三件事：是否要求 AI 劝服内容披露身份，是否限制高风险场景的个性化劝服，是否记录大规模调用的审计日志。

对做大模型商业化和平台产品的人，动作更直接：别只把劝服能力当增长工具。涉及募捐、金融、医疗、政治倡议、未成年人触达，最好提前做速率限制、用途分级和人工复核。否则短期转化率好看，长期信任成本会回来结账。

普通用户也不是完全无事可做。遇到特别贴合自己焦虑、身份、收入、家庭处境的劝服内容，先停一下。AI 最适合补足论证链，也最适合把一个人的软肋包装成合理建议。

从劝服到自我维持，关键是人还剩多少议价权

Asterisk 讨论的自我维持 AI，定义很硬：AI 接入工厂、矿山、晶圆厂、机器人等物理基础设施后，能扩张自己的能力，不再持续依赖人类认知劳动或体力劳动。

这不是说它已经发生。材料里的时间线分歧很大。Ajeya Cotra 认为可能约 10 年内出现，Timothy B. Lee 的中位数大约 50 年，还给出 20 年内低于 10% 的判断。

分歧背后的变量很具体：人形机器人数量、成本、维修能力，机械手进步，工业现场的鲁棒性，供应链能不能被软件系统稳定调度。

这比空谈机器人统治世界有用得多。因为它把问题拉回现实约束：AI 想摆脱人，必须先穿过物理世界。矿山不会因为模型参数更大就自动开采，晶圆厂也不会因为推理更强就免维护。

DeepMind 的 ASI 路径分析也是这个意思。规模化、算法范式变化、递归自我改进、多智能体组织形成，每条都不确定，但都指向同一个问题：人类组织的优势还能维持多久？

过去人类的优势在组织。公司、大学、政府、军队、供应链，把很多人的认知和劳动组合起来。AI 如果能低成本组织大量智能体，又能接入生产系统，人类的议价能力就会变薄。

不是一下子归零。

是一层层被削弱。

需要人类写提示词，人还有入口权。需要人类维护工厂，人还有基础设施权。需要人类协调组织，人还有制度权。一旦这些依赖减少，AI 就从工具接近行动主体。

接下来最该观察的，不是某个模型榜单多涨几分，而是这些硬变量：

这期 Import AI 的价值，不在于替我们宣布某个终点。

它更像一张粗糙路线图：影响力、生产力、组织力，正在被同一种技术连续触碰。每一步都有边界，但每一步都在削弱人类原本以为稳固的筹码。

模型看着更强，产品只是表层。真正该看的，是权力从哪里松动，又流向谁手里。