哈佛大学历史学教授、《纽约客》撰稿人吉尔·莱波雷(Jill Lepore)的新书《人工国家的兴衰》将于2026年8月25日出版。她在书出版前接受《The Verge》Decoder节目采访,提出一个判断:竞选沟通、民调汇总、公共讨论这些原本靠人协商完成的国家职能,正在被私人科技公司和自动化系统一步步接手。

她管这个过程叫"人工国家"。这不是说某个新政体已经取代了民主国家,而是一种历史诊断:国家职能正被企业和算法慢慢蚕食。这是她的判断,不是已经落地的事实,但足以说明她真正担心的东西——效率提升的代价,是协商和问责被挤出决策链条。

"人工国家"具体指什么变化

莱波雷把关键转折放在1935年:民调先驱盖洛普创办美国民意研究机构,把竞选团队挨家挨户拉票、蹲点球场和图书馆聊天的活儿,换成了抽样调查和数据分析。她认为这条线一路延伸到今天——候选人用AI起草竞选信息,选民用ChatGPT问该投谁,变成了"AI对AI"。

量化政治的加速 1935 盖洛普民调机构 1980s 个人电脑+精准定向 2026 AI代理参与竞选沟通

莱波雷还提到,多个社交平台上机器人流量已经超过真人。这是她在采访中的表述,没有给出独立数据来源,读者可以当作她的判断口径,不必当成无争议的行业共识。真正立得住的部分是:竞选沟通和舆论测量确实越来越交给自动化系统处理,而不是人和人对话。

早期互联网降门槛,这轮AI更像收权

采访里,主持人尼雷·帕特尔并不完全认同莱波雷的悲观。他的证据很具体:自己在威斯康星长大,没有媒体行业人脉,最后能采访到哈佛教授,本身就说明互联网确实降低过门槛。

阶段承诺实际情况
1980年代个人电脑打破IBM大型主机垄断,个人自由计算1984年苹果Macintosh超级碗广告塑造"解放"想象,计算门槛确实下降
1990年代互联网商用化数字民主,人人可发声发布和从业门槛确实降低,独立媒体、博客经济由此出现
当前AI浪潮"让AI帮你做决定""民主化AI"定向广告、竞选微定向、代理式AI共享同一套数据提取逻辑,权力更集中而非分散

莱波雷回应的限制在于:这轮AI延续的是平台权力集中,不是重新分权。定向广告、政治微定向、代理式AI背后是同一套逻辑——先测量、再量化、再自动化决策。这套逻辑一旦成型,冲击的不只是平台自己的广告收入,还包括内容创作者的职业空间和竞选团队的传播方式。

对广告和内容行业从业者来说,如果代理式AI真的接管了内容分发和购买决策,原来靠人类点击换来的广告分成逻辑就要重新谈——亚马逊起诉Perplexity、指控其AI代理"侵犯自家劳动数据",就是这个矛盾已经摆上台面的例子。对高校管理者来说,更现实的问题是要不要在没有内部讨论的情况下,直接签下AI工具的采购合同;对学生来说,问题是学费换来的技能会不会被这套系统提前折价。

学生嘘声和数据中心抗议,能不能变成规则

莱波雷提到的希望落在校园:一些大学毕业典礼上,学生对上台致辞的AI公司高管发出嘘声。她举了耶鲁的例子——AI工作组第一次开会,讨论的不是使用边界,而是"怎么给校园AI起个性感的品牌名",学生对此的反应比校方管理层更清醒。

类似的抵制也出现在部分社区对AI数据中心选址的争议里,居民直接承受电力、用水和土地被占用的后果,去听证会投了反对票,项目照样推进。

这两类反弹目前都还是零星表达,没有变成制度约束。莱波雷给的参照是陪审团制度:如果一项公民参与机制被取消几十年,等人们想起要恢复它时,早已不再相信重建有意义。接下来最该盯的是,这类反弹会不会从"嘘一声""投一次反对票",变成具体的规则——比如高校在签AI合同前先做内部辩论,或者地方政府给数据中心审批设置可执行的否决条件。目前看不出来。