【經濟】【學術管理】金融史觀(三)政策建議 - 王孟源的部落格 - udn部落格
王孟源的部落格
作家:王孟源
文章分類
    Top
    【經濟】【學術管理】金融史觀(三)政策建議
    2023/11/21 00:06:12
    瀏覽:136237
    迴響:150
    推薦:21
    引用0
    長期改革的方向

    從前述美國的前車之鑒,我們可以總結中國應有的長期治理目標,在於强壯自身,尤其:

    1) 發展全系列、全層次、全方位的實體產業鏈,在强力加速升級技術層次的同時,還要盡可能維持既有中低端產能的國際競爭力;

    2) 追求合理成長,避免堆積顯性財政債務和隱性社會負債,後者包括貧富差距、環境剝削、文化腐朽、房地產炒作、階級固化、以及經濟虛擬化和金融化。

    從上述治理方針,可以立即引申出幾個重要的執行方向:

    一) 必須重視財政和經濟政策的可持續性:

    美國的赤字消費,有美元霸權兜底,不但可以自由印鈔,還周期性地對外做潮汐式收割,每10年掠奪所得高達十萬億美元的數量級,即便如此,通脹危機只是被推遲,而不是徹底消解。所謂的現代貨幣理論(Modern Monetary Theory),鼓吹無中生有的無限印鈔沒有負面後果,其實是盲人摸象、斷章取義,只看美國經濟在1980-2020年之間的風光榮景,既不在乎遲來但必不會缺席的滯漲終局,也無視中國欠缺建立全球金融殖民帝國的意願和條件。

    然而若要限制赤字不可持續地擴大,首先就要先對GDP成長率定下合理可達的目標,切忌好高騖遠。對當前的中國而言,面對金融史觀下即將來臨的歷史轉折點,尤其有謹慎的必要。這裏有以下幾道逆風:

    首先是中美脫鈎;這本質上是美國要把中國剔出外包放牧體系。中國將無可避免地損失若干市場份額和技術來源,從而壓低出口型產業成長,並推高研發成本。

    其次中國在過去20多年過度追求高GDP成長率,使得政府、企業和家庭的總負債甚至超過美國水平,達到GDP的282%(對比美國的257%;來自JP Morgan研究報告,參見《How Much Debt Does China Have?》 )。擁有美元霸權的美國尚且無可持續,一旦新一輪危機爆發,中國當然有被連鎖引爆的危險,因此提早收拾整理財政賬目、盡可能縮減負債是應有的未雨綢繆之舉。

    第三是國際資本定價,也就是利率,在美元超發的背景下,其實一直低於其自然公允水平,對投資和消費都有著廣汎、持續而顯著的刺激效應。現在美國終於面臨債務和通脹的雙重壓力,這個刺激機制不論過程細節如何,必然即將瓦解。因而中國必須準備面對40年未見的國際資金稀缺時代, 低質量成長將不再能夠滿足投資人所要求的報酬率,大水漫灌只會加大浪費。

    綜合上述考慮,我們强烈建議國家徹底放棄恢復平均8%GDP年成長率的念想,改爲以平均5%作爲未來10年的長期目標。這代表著在若干全球經濟低迷的年份,中國必須接受4字頭的成長。

    二) 必須將人力資源保留給實體產業,而不是虛擬服務和文書處理

    美國在過去40多年的產業空洞化過程中,製造業勞動人口由1980年的1928萬人,佔總勞動力的18.1%,降至當前的1299萬人,占比只剩7.74%。這些藍領階級工作崗位,對應著沒有高等教育卻能過中產階級生活的家庭,原本是20世紀中期美國全盛時代的中堅力量。它們的消失,不但對社會造成天翻地覆的改變,尤其加劇貧富不均,而且與國家經濟的金融化、虛擬化互爲因果、相輔相成。

    這些工作被外包了的勞動人口,運氣不好的只能陷入貧困,舉債度日;運氣好的,被吸收進入政府和企業的底層,大幅增快了官僚管理體系臃腫化的過程,進一步削弱其實體經濟的國際競爭力。與其配套的大學教育,自然也因之低級化、浮濫化。美國在1980年有170萬本科生畢業,到2023年已經成長為420萬人。這個過程導致精英學校和其他大學的素質落差急速加大,前者文憑的鍍金效應水漲船高,其招生程序也因而被腐化扭曲,越來越利用各種藉口(例如Affirmative Action肯定性行動)不以學生本身程度為標準,以便藉機圖利富人子弟,近年常春藤盟校的連串招生醜聞便源於此。

    原本高等教育適度普及化有其價值,但過猶不及,中國無視在立國原則和經濟背景上的差異,讓高等教育浮濫化已遠超美國程度。2001年大學畢業生剛剛突破100萬人,到2019年突破800萬,四年至今居然又增加40%,達到1160萬人,於是立刻導致青年失業率在四年内從9.7%飆升到今年七月的21.3%,然後不再公開以躲避關注和檢討。

    這裏真正的問題不只在於總數,也在於品質:那些畢業生增額的絕大多數,並不對應著實體經濟所需要的工程和醫療人才,而是只能填充政府和企業官僚管理體系底層的文書推手。在當前的中國,製造業勞工短缺、人口結構老齡化、家庭少子化、而且人工智能正要把文書寫作處理全面自動化,卻還將最主要的人力資源依照美國經濟虛擬化的邏輯來向低層白領工作大幅傾斜,無疑是極度愚蠢的自我傷害。

    我們建議立刻中止大學擴招,並且對高等教育院校科系啓動全面效益評估,尤其著重於學科教學與學生水平是否與產業需求有合理嚴謹的配套,並針對新增的非工程/醫療系所做出精簡考量與計劃。

    三) 必須全面提高運作和投資的效率

    前面提到全球資金漫灌的時代即將告一段落,因此所有的大規模資金用戶都必然會被迫提高效率。這裏包括了政府、公營事業和民營事業三個方面,其中民營事業最爲簡單,主要由它們自己適應解決,政府能出手並且該出手的,在於對融資的管理。這又分股市和銀行貸款。對内綫交易、公關炒作和虛僞詐騙等等國内資本及特權勢力的金融掠奪,中國股市監管單位的管理嚴格程度甚至還遠低於已經被大資本腐蝕了50年的SEC(美國證券交易委員會),亟待全面而徹底的整頓加强。至於浮濫借貸,剛剛有恆大集團的前車之鑒,必須吸取全方面的教訓,充分預期資本家的無恥無信,以避免再次面臨一地鷄毛的亂象。

    中國公營事業佔有相當大的國家整體經濟份額,其風氣和效率因此尤爲重要。但國企主管的職級偏高,往往超過監管單位的主官,造成執行上的先天阻礙。建議國家盡可能壓低國企主管的級別,以方便監管,並可針對規模經濟效應(Economies of Scale)不特別顯著的產業進一步拆分(例如油氣業)。針對國企外銷可能過度内捲的弊病,可以視個別產業需要設立對外統籌銷售機構,這些對外銷售機構也可以用來管理戰略性物資的出口,例如石墨和稀土。

    要提高政府自我運作的效率,則有幾個努力方向:首先是養成預先考慮負面因素、做好各種書面預案的風氣和慣例,以避免朝令夕改、政出多門。例如2022年8月Pelosi訪台前後,政府姿態口徑嚴重不一致,無謂地損傷了公信力。又如該年底的新冠政策變更,雖然是因應客觀局面突然改變的必要之舉,但顯然仍在事先可預期的範圍内,如果曾經做好詳細的預案,便不至於手足無措,類似退燒藥的儲備和分發可以有序進行。

    其次是充分利用電子政務的革新,仔細檢討行政業務流程,追求統一明定,並且建立跨級抽查監督的管道,以減低組團貪腐的危害。對於大規模的投資決定,如果不涉及機密,應盡可能將決策流程和正反面論證做出簡潔明確的書面解釋以公開並留存,方便事後檢討;例如港珠澳大橋的流量估算嚴重失實,值得深究以杜絕類似的浪費。

    但當前中國政府管理效率最低的重災區,還在於學術和科研;這是因爲在這兩方面,甚至不能說是監管不嚴,而是根本不存在監管。學術和科研的貪腐形式,與其他政務不同,主要不是侵占或受賄,而是造假誇大來詐取項目、竊佔職位、然後收割股市,因此當前的紀委和監委系統都無法發生太大作用。

    中國的學術誠信和論文内涵,原本就遠遠不如美國,例如中美近年發表的AI論文數量比例為3:1,但ChatGPT卻依舊在美國出世,中國落後2-3年;偏偏大時代背景下的全球反殖民革命潮流和美國全力推行的中美脫鈎,都在凸顯高效率内部治理和經濟發展的重要性,而學術和科研正是中國產業升級和維持國際競爭力的絕對關鍵,所以本文進一步詳細探討於下。

    四) 必須建立尊重誠信的學術文化

    改革開放以來的中國治理哲學,一直尊重理性和專業,但專業事實和行業權威其實是兩回事。尤其新世紀的中國學術界益發功利,早已不再普遍有幾代前老科研人的無私奉獻精神,早年遺留下來任由行内權威自決的體制,卻非常方便新一代的學閥和學術詐騙集團自由運作、獨占話語權,從而謀取職能和金錢上的私利。

    另一方面,尖端研發先天就有很高的不確定性,造成監管上的極度困難。越是想要條例化、正規化,越是容易產生反作用。例如中國科研學術界是全世界要求出版論文最多最繁的,於是很自然的,每篇論文的實質内涵也就遠遠最低,造假誇大的問題也遠遠最為嚴重。因此政府的監管,除了放鬆揠苗助長的頻繁論文要求之外,只應該專注在最關鍵、最無爭議、最能明確定義的事項之上,也就是打假和立項。

    中國科研學術界的造假問題,早已超過坍方的程度。每年都有良心人高調實名舉報造假,然後無一例外在發回單位自審之後,被定調為“誤會”,例如成果照片被修圖軟件改得面目全非以支持論文的虛構結論,居然也都算是“無意的誤用”。這些亂象已經發展到造假本身就是專業傳承的地步,例如先有裴鋼憑藉無外人能複製的成果做到中國科學院院士,被饒毅教授實名舉報多次無果,幾年下來反而是前者的後輩合作者憑藉同樣無法由外人複製的後續論文也紛紛評上了院士,多次造假醜聞完全不被考慮。

    政府發展高科技的政策和投資,都由行内權威來決定方向。如果這些權威不是自己忙著造假、就是在為同僚遮掩,那麽指望他們推薦最有利國家而不是最有利自身的方案,當然是緣木求魚。因而整頓學術的最基本步驟,便在於嚴格打假。而且造假不同於誇大或空洞,可以簡單客觀認定,所以政府不必擔心如何確認專業事實,只須要建立一個專職打假的機構,平行或附屬於紀委或監委,但專門針對學術造假事件;一旦排除方便官官相護的現有機制,自然能還學術界一個清白。

    此外我們也建議將專業權威的頭銜,例如院士,與行政、財務、和人事職權做徹底切割,也就是只作爲榮譽銜。當前的學術管理體系下,權威學閥可以用專業論斷來排斥政府監察,然後用職能權位來打擊學術上的挑戰。學術專業的真理必須通過公開對立的尖銳辯證才能求得;賦予學閥行政地位,在中國尊卑分明的傳統文化和政治體制下,基本保護放任他們自由扭曲真相,以科學之名行反科學之實,絕非國家社會之福。

    五) 科研項目必須做嚴謹客觀的評估

    另一個政府應該加强監管的重點方向,在於立項,尤其是基礎科研的立項。這裏有一個語義學上的歧義,常被學術詐騙集團利用,值得先行澄清:所謂的“基礎科研”,其實有兩個常被混肴的意思,首先是純粹的泛式(Paradigm)突破,無需也基本不會有任何實用可能;另一個本質上是有明確實用目的的應用科學,但因還不成熟所以成功與否不能確定的技術嘗試。然而在政府資助這件事上,這兩者卻剛好南轅北轍:前者既然是要突破既有泛式,那麽當然連大方向都不能事先確定,立項更無從談起,正確的策略是把最節約的資源撒在最廣汎的嘗試之上。對於後者,立項的先決議題自然應該在於其是否為達成特定實用目的的最佳可能方向。

    詐騙集團利用語義學上的模糊,一方面要求重點投資、突出立項,另一方面卻又拿著“基礎科研”的招牌,堅決拒絕針對實用目的的性價比評估。結果十四五的國家基礎科研重點項目,居然普遍經不起正經的推敲。例如排在頭位的是量子計算和量子通信,其被吹噓的潛在用途,在於前者能破解當前互聯網和加密貨幣所用的密碼,而後者能替代那些密碼;但實際上早就另外存在完美的替代技術,亦即後量子密碼(Post Quantum Cryptography),能夠完全抵抗任何量子計算的算法,不但價格低廉、使用方便、性能可靠,而且已經成熟,只需短暫試用。結果美國官方根本不理會量子通信和量子計算,只花了一年就讓後量子密碼完成試用,正式在全國推行。反觀中國,屈服於中科大的游說力量,將所有的籌碼放在不靠譜的量子通信和量子計算之上,原本領先美國的後量子密碼技術反而被棄之不顧。這正是科技管理徹底腐化的典型惡果,是當前嚴厲的國際形勢下所不應容許的。

    另一個十四五重點項目是核聚變發電,比之量子計算更加不靠譜,連所需材料和粗略設計也根本不存在,行内人自己都反復公開承認30年内絕無可能實用,實際上則可以嚴謹論證永遠都無應用可能(參見前文《從假大空談新時代的學術管理》) 。然而同樣是在等離子所的游說之下,獨占了國家管理單位對新能源基礎科研的關注和資源,導致一個已經在試用階段的關鍵技術(指液流儲能電池)只拿到不足核聚變百分之一的資金,坐視電網儲能繼續做為全球推廣新能源的最嚴重短板,對國家經濟持續造成每年千億元以上的隱性傷害。

    這些拿著基礎科研招牌來詐騙的團隊,不但腐蝕學術文化,造成人力財力時間上的浪費,更糟糕的是擠占資源,排擠對國家有真正重要價值的替代技術。有些居然還設立了附屬公關組織,例如中科大的“風雲之聲”,專門負責壟斷傳媒管道,壓制過濾批評聲浪,以方便在申請項目的同時,上市自己的公司,然後大肆搜刮。中科大自我炒作最力的潘建偉,就是先利用量子通信在股市收割一波韭菜,事後公司唯一的客戶發現毫無用處,營收歸零,於是才必須換上量子計算的新招牌來進行下一輪的收割。換句話説,不做客觀評估就幫助他立項的科研管理單位,其實是股市詐騙的共犯。

    我們建議國家收緊基礎科研的立項和獎勵,要求每個項目必須先明確最終的實用目的,詳細列舉其他的替代性技術選項,最終解釋本技術的相對優越性,並著重論證時程進度上的承諾。這些解釋和論證應該公開進行並給予反對者充分評論的機會。立項並通過官媒吹捧過的重點投資如果爛尾了,就應該事後復審,若發現評審失職便必須追責;例如當年的漢芯是明顯而純粹的詐騙,但事後卻沒有任何人爲之負責,以致認可並推動假芯片的爛人院士,得以繼續把持國家半導體產業發展政策、扭曲其方向,造成可見的遲滯效應,至今其惡果仍在餘波蕩漾之中。此外因爲科研詐騙的大筆進賬在於股市,監管單位應該考慮嚴格限制學術界的創業股權所有人,如中科大和潘建偉,以及受他們雇傭的公關人員,不能在媒體上公開炒作,國家和公衆對項目的預期應以前述的立項評估文書爲準。

    【後註一,2023/12/01】去年六月的《社會主義國家應該如何管理資本》以及最近的這三篇《金融史觀》是集博客多年論證之大成的政策建言總結,而其中最核心的論點,正是金融改革的重要性和應循原則。

    一個月前,政治局最高層舉辦了一場中央金融工作會議,由總書記親自指導全新的政策方向。剛剛有人將公共論壇上出現的解讀轉發給我;一家之言,未可盡信,但其重點與過去幾個月的諸般改革舉動相符,值得大家參考。

    1 本次會議叫做里程碑式的會議,對過去的評價不高、負面;金融不是核心是血脈。

    2 本次會議最主要的改革就是黨管金融體制,組成中央金融委員會;管政策、管人事、管股權;各省成立金融委員會;以後不再保留國務院金融穩定發展委員會及其辦事機構;一些重要的職位不再需要留學經歷。

    3 黨管金融的核心理論在於,本質上是黨的信用理論,信用債是黨的信用,最後是政治局兜底,要防止透支黨的信用。

    4 黨管金融的政治性問題,不能出現“華爾街政治”,所以,廳局級以上領導幹部配偶等不允許從事私募股權基金投資及從業等。

    5 一行兩會權威不夠,黨管幹部,管住國有金融機構,關注金融腐敗。

    6 現在不是降薪的問題,而是追薪,發出去的錢,還要追回來。

    7 金融監理總局是超級監理機構,強化機構監理、行為監理、功能監理、穿透式監理、持續監理;兜底式監管,金監總局全覆蓋,不再是誰發牌照誰監管了。

    8 金融監局下面設計稽查局,和司機機關配合;會參照證監會的稽查隊伍設定。

    9 中央支持了貨幣政策和金融監理可以分離的理論。

    10 這次會議以後,明顯感覺到處置小型銀行不良資產等工作加快。

    11 不能對標美國金融模式,要有中國特色金融發展道路,金融就是服務業,為實體經濟服務,為高科技服務,不鼓勵把金融業發展作為經濟發展的優先地位,地方經濟也同樣;不鼓勵金融創新了,很多地方都抹掉了金融科技的概念;中國不需要太多的金融中心城市,就是上海和香港;(記得之前您拒絕參加海南金融創新的會議,不過個人覺得上海和香港已根深蒂固,推到重來是不是會更好?尤其是海南對 標香港和新加坡個人所得稅15%封頂是否能更容易吸引資本和人才?答:金融變數太多,切忌高度競爭,否則不斷打破下限、全新花樣一時還看不出來。香港上海錢來得容易,用的只是基本的藏錢和詐欺,反而方便監督管理。)

    12 金融業發展不能高於實體經濟。

    13 銀行業融資和服務仍然是我國金融資源分配和發展的主要方式。

    14 中央地方金融格局大變化,解決地方之間爭取資源、監理能力不夠等問題;地方金融機構將嚴格審批,業務要嚴格限制在本地,不准風險外溢,監管更嚴格。

    15 國營金融機構主導,支持國有大型金融機構做優做強,當好服務實體經濟的主力軍和維護金融穩定的壓艙石,嚴格中小金融機構准入標準和監管要求;明確國有金融機構是主力軍。

    16 加速處置小金融機構風險;政府發債,注資,清理不合格股東,清理不良資產,注入優質資產等;中小銀行改革化險給了路線圖。

    17 化解地方政府債務風險;穩健化解存量,嚴格限制新增;透過展期、借新換舊、置換等方式;中央這次下決心了,要化解地方政府債務;鼓勵地方政府賣資產;不只是支付債務,還要支付隱形債務,工程款、薪資等。

    18 把地方融資平台分類管理,高債務的省份只能接新還舊,不能新增;防範道德風險。

    19 央行透過緊急貸款對地方政府難以償還的提供緊急性的流動性支持,但最長期限不得超過兩年,僅用於“緊急事項”。

    20 對城投債有要求,地方政府,尤其是縣一級,發不債了,需要出具說明。

    21 繼續金融反貪。

    22 網路平台金融業務沒有明確;沒有再提金融科技,現在提的是「科技金融」和「數位金融」;科技金融一詞內涵豐富,包括引導及促進銀行業、證券業、保險業等金融機構及創業投資等各類資本;AI技術發展、監理政策完善、業務轉型、資本市場促進,我國金融科技應該有新發展。

    【後註二,2023/12/24】前天上《龍行天下》節目(參見《23.12.22【觀點│龍行天下】中國、美國與ECFA》)科普了正文的部分論述,其中包括美國資本市場的浪費。剛好Hyperloop One壽終正寢(參見《Once buzzy startup Hyperloop One to shutter after its sci-fi transit project failed to get much momentum》),灰飛烟滅的5億美元主要來自Dubai,始作俑者Elon Musk反而賺了,完美地示範了掌控全球金融投資體系的美方如何從極端愚蠢的“長生仙丹”式科技方案一樣可以獲取暴利。

    相對之下,中國本土的詐騙集團就只能騙自己國人的錢了。以下是IEEE反思量子計算的一篇文章(參見《Quantum Computing’s Hard, Cold Reality Check / Hype is everywhere, skeptics say, and practical applications are still far away》);這裏可怕的地方在於這類專業討論的譯文,在中國是被嚴密封鎖的。運用政治力量,完全封鎖技術討論的人,真的可能是中國的“科技脊梁”嗎?

    【後註三,2023/12/24】《龍行天下》節目中還提及了《bloomberg》針對中國政府將半導體產業研發的管理重任交給華爲的一篇文章,有興趣的讀者可以在此找到原文:《China Secretly Transforms Huawei into Most Powerful Chip War Weapon》。因爲有付費墻,我把最重要的那張圖轉載於下,供大家參考:

    【後註四,2023/12/28】今天在閲讀中國工業發展歷史相關議題的時候,注意到1980年代改開初期,先行的深圳蛇口工業園區門口曾有一個“時間就是金錢,效率就是生命”的標語牌,對此後40年的中國工業技術文化有深遠影響。這個效率就是要搶時間的觀念,在當時無疑是切合時代需求的,但它其實並不具有普世性和永恆性,因爲它有一個重要的隱性前提,亦即正確的技術方向事先已由別人反復驗證,所以前路確定,無須選擇,只要兩條腿努力就行。現在中國的科技產業層次基本達到世界先進,未來發展方向已經無可借鏡,如果繼續無腦地聽信資本公關炒作,反而會加速衝下懸崖;換句話說,動手動腿之前,必須先用上眼睛和腦子,否則被詐騙集團搜刮,是沒有外國中央銀行和投資人來代爲買單的。

    【後註五,2024/03/05】李强總理在全國人大做政府工作報告時,定下“5%左右”為2024年的GDP成長目標(參見《政府工作报告极简版来了!只有700字》);雖然不是博客所建議的4.8%那般明確地以長遠深刻發展為重,但亦相差不遠,“左右”兩字尤其值得玩味。

    【後註六,2024/05/12】本周留言欄48樓討論到中國智庫和社科學術界的水準,我們隨手就有當日的一個案例可供示範,但這個問題當然不局限於個別人員,而是整個行業的普遍現象。要支持上述這個更强力的論斷,同樣在近日就可以找到明確的證據,這裏我指的是美國援助烏克蘭的610億美元法案通過衆議院一事:回顧今年3月,又一名共和黨衆議員忽然提前離職(參見《The ‘Great Resignation’ continues as yet another GOP rep exits》);如同留言欄已經討論的,這絕非正常人事變動,因爲衆議員任期很短、只有兩年,歷史上須要及早離職的議員不多,而且一般只會提前宣佈,依舊留任幾個月至選舉後。本届衆議院的政黨席次差別很小,離職議員更加應該尊重黨的大局需要,然而過去幾個月卻一連有幾個共和黨議員急著離職,而且都是立即生效,以致共和黨在衆議院的權力架構岌岌可危。這裏相關的美國國會議事法規標準是“過半數”,而當前的所謂半數是217席,在3月22日之後,議長Mike Johnson手裏剛好只剩217個人頭,一個冗餘都沒有;換句話説,再有一名議員被策反,他就將徹底失去多數黨地位。所以我一看到那條新聞就立刻預測(在3月23日的學術座談會中討論),因Mike Johnson的堅決反對阻撓而卡在衆議院多時的援烏法案將會有變數,不到一個月後果然如此。這裏讀者應該特別注意的,不在於事先只有我一個人看出端倪,畢竟博客示範如何以嚴謹的邏輯辯證分析對世事做出人力可及極限的正確預測,已經有過千百次,到了例行公事的地步;而在於四月援烏法案正式通過之後,華語智庫和網紅學者連作爲事後諸葛亮的馬後炮都放不好,普遍忽略Johnson做出180°政策轉向這條表層新聞幕後,當事人在軍工利益集團公開碾壓性威逼之下的無力和無奈,以及本届衆議院共和黨民粹派已在大選前七個半月被釜底抽薪、徹底閹割的事實(爲了避免事情鬧大,成爲大選議題,建制派見好就收,沒有真正推翻多數黨地位,發力拿捏得相當精準)。

    歷史上中央決策高層除李克强任期後段做過輕微短暫的咨詢,對智庫界相對蔑視,幾乎當成籠裏養著的倉鼠,亦即不作實際生產任務的期許,基本只有觀賞性價值。所以中國智庫行業亟需奮發圖强,努力提升研究水平,而不是只寫陳腔濫調、甚至做敵方宣傳的復讀機,然後靠著拉關係走後門來玩弄自我營銷,與媒體利益集團沆瀣一氣、欺世盜名。

    【後註七,2025/03/28】我曾在本篇文章的【後註三】以及《台灣的國安和產業前景》的【後註二】討論華爲成立子公司SiCarrier新凯来,專職負責開發半導體製程所需的各種設備,包括光刻機。昨天有報導(參見《China’s SiCarrier Surprises Chip Industry By Unveiling Extensive Range of Chip Equipment at SEMICON 2025, Potentially Breaking ASML’s Dominance》)稱SiCarrier在上海舉辦的SemiCon 2025 China展覽會中,公佈了一系列替代歐美設備的新產品,包括“峨眉山”12英寸單片減壓外延生長設備、“三清山一號”柵極氧化/氮化設備、“三清山二號”超快尖峰退火設備、“三清山三號”均溫/尖峰退火設備等等。

    同個展覽會中,還宣佈了SMIC中芯國際將在今年開始量產5nm晶片,不過因受ASML制裁所限,必須采用舊式的DUV深紫外光光刻機,參見《SMIC Is Rumored To Complete 5nm Chip Development By 2025》。

    【後註八,2025/03/28】易綱在2021年美國面臨强大通脹危機的關鍵時節,犧牲中國的外匯和經貿利益,逆向操控匯率,成功挽救了美國的金融霸權,隨後我預測下一輪金融危機將築基於聯邦赤字的指數成長(這個三年多前所做的分析,就已包含Trump將在2024年勝選、並於上任之後立刻延展減稅法案的預期),時間點因而落在2030年前後。十月的《龍行天下》節目(參見《中美對抗失控:稀土、人民幣、穩定幣!》)中,我又基於Trump上任之後的倒行逆施程度略有超出事前的中位預期(包括關稅政策、加密貨幣、AI、稅率法案、和財政管理等等),對時間預估做了提前的調整,最新的期望值是2028-2030之間(亦即鐘形曲綫的一個標準差範圍内,對應著2/3機率)。隨即有人私下詢問,明明AI泡沫不可持續,爲什麽不預期金融危機在2026年爆發,而非要等到2028年之後呢?這裏的原因在於當代經濟泡沫的本質是美元泡沫,AI只是美元資產泡沫中的一部分,而美元霸權受益於上一輪歐盟和中方的割肉喂鷹,人民銀行又始終不肯建設真正的美元替代品,美聯儲因而獲得額外的操作空間,得以爭取苟延殘喘的餘地。

    上周剛好出現如上所述、爲了美元體系苟延殘喘而被美聯儲創造出的新操作,參見《Agencies issue final rule to modify certain regulatory capital standards》。因爲專業性高,所以我簡單解釋一下:這裏美聯儲所調整的,是所謂“SLR”“Supplementary Leverage Ratio”“補充槓桿比率”,這是2008年金融危機之後,爲了限制銀行資產債務的杠桿率而新加的法規,其實際作用主要落在“優質資產”上,尤其是美國國債;事實上,這項規定正是最近十幾年局限大銀行無法盡情參與美國國債(以及一系列基於國債的金融衍生品和高杠桿策略)交易的緊箍咒。如前所述,Trump的各項政策加速了赤字的增長擴大,而通脹的威脅又限制了美聯儲直接出手(例如QE)的自由,於是在2008年之後因被迫保守經營而現金相對充裕的大銀行就成了新流動資金的理想來源。此次修改法規,將JPMorgan之流的超大銀行杠桿率限制放鬆了15%(亦即20:1放鬆到23:1),得以解放5萬億美元的資金用於購買國債;因爲當前的聯邦赤字略低於3萬億,光是這一個技術性手段就足以推遲財政危機一年以上。當然,這本質上是以美元資產整體泡沫的再次膨脹為代價,來暫時遮掩彌補AI之類局部泡沫的虛弱無力,因而保證了最終的總崩塌只會更加劇烈而突然。

    【後註九,2026/04/06】上月14日我在本文留言欄第104樓,把AI和Private Equity并列為當前美元經濟金融體系“樣樣泡沫”中最離譜的兩個焦點,那麽它們自然會有互相勾連、狼狽為奸的動力和條件。結果兩天之後《Reuters》就發出獨家報導(參見《Exclusive: OpenAI courts private equity to join enterprise AI venture, sources say》),OpenAI和四家超大型私募基金正在準備合資創投;其實質當然如同過去兩年OpenAI和Microsoft、Oracle、NVidia、AMD等等公司所玩的許多左手倒右手游戲一樣,是互相交換服務產出和金融義務,從而無中生有、製造出天量營收和利潤的會計魔術。不過這次私募基金並不是自己出面買AI,而是强制手裏投資控制的衆多企業以浮誇價格向新合資公司購買AI服務,而OpenAI則保證17.5%的投資報酬率(請注意,不是利潤的17.5%,甚至不只是營收的17.5%,而是名義總投資額的17.5%,而且是每年一次;與此對比,當年的Madoff詐騙案也只保證8-10%的年報酬率)。這些虛擬的資金在左右手輪轉一圈,私募基金的賬目上就憑空多出巨額獲利,而OpenAI則得到巨額營收,從而可以為當前籌備中的IPO中更離譜的估值正名。

    【後註十,2026/05/18】上周我在《龍行天下》節目中曾提到一篇論文,發現不同語言卻都有相同信息密度,或許有讀者會有興趣追讀,在此給出鏈接以供參考:《Different languages, similar encoding efficiency: Comparable information rates across the human communicative niche》。

    我沒有發表過關於智能和AI的正文,以後這類話題大家就在這篇博文下討論吧。

    【後註十一,2026/07/22】去年底華爲公宣麒麟9030芯片,幾個月後將其用在Mate 80系列上。最近歐美的科技博主拿到樣本,解剖之後放到電子顯微鏡下檢驗其電路結構,以便與Intel和臺積電的製程做比較(參見《Kirin 9030 In-Depth Analysis Proves SMIC Can Create Denser SoCs Than Intel Has With Its 18A Node, But The Attributes That Require Improvements Are Left Out》以及《 Did China just beat Intel?》),發現這個SMIC的N+3製程強處在於密度(亦即綫寬;請注意,以往博客提起過,Moores Law早已失效一半,在臺積電的16nm之後,縮減綫寬不再自動帶來熱/電效率的提升,製程的進步分爲兩個維度:密度和能量效率),不但全面優於臺積電2021年量產的N6(TSMC最早的EUV製程是N7+,N6已經是改進版),拿來對比Intel最新的18A都能互有長短。不過能量效率依舊是其短板,這是用DUV來與EUV硬掐的兩個無奈後果之一,另一個是良率問題。

    【後註十二,2026/07/27】最近中國AI產業有兩個熱門談點:月之暗面的Kimi和針對Claude(當前世界最强寫程序AI;博客已經多次評估,認爲寫程序是本世代AI的最大商業效益所在)的“蒸餾”(亦即AI界的逆向測繪)。這高度涉及計算機科學的特定應用細節,遠超外行人的理解,但我今天看到一個科普視頻(參見《Claude是如何被破解和蒸馏的?-卢菁博士(北大)》),覺得解釋得很通俗易懂,值得有興趣的讀者參考。這裏最重要的論點在於Kimi既不是中方寫程序AI、也不是蒸餾技術的領頭羊,但爲了股價,完成測繪後搶先發表新版本,並只針對評測跑分、而不是實際效能做了優化,導致其占據新聞頭條卻沒有實用優勢;例如爲了讓Kimi在評測裏勝出,處處選擇以大幅提高能耗的低效率路綫來換取一丁點的分數提升(雖然盧博士沒有明説,但這倒是能解釋爲什麽Kimi推出第二天就因算力不足,而暫停接受新用戶)。如果這個敘事屬實,那麽月之暗面不但不應該與Deepseek相提並論,事實上是美式金融污染實業的負面教材。不過這只是一家之言,盧菁博士的視頻屬於科普性質,並沒有提供詳細嚴謹的事實和邏輯等論證根據,所以我這個外行人難以進一步確認;我們可以等幾年,讓時間沉澱出真相。

    【後註十三,2026/07/30】有朋友反饋,上面【後註十二】所引用的視頻,其論點和證據基本來自一篇網文(參見《国内大模型蒸馏风波的来龙去脉》),而這篇網文已經遭遇到一些質疑。如果有行内人熟悉這個議題(基本是Kimi的内核運作細節,所以或許很不容易),請在留言欄評論。

    【後註十四,2026/08/16】最近幾周當代數學大師陶哲軒多次公開演講,評論AI對數學界的衝擊(參見七月的《Terence Tao on AI in mathematics (and beyond)》和八月的《 ICM 2026 Public Lectures》),其觀點基本符合博客對本世代AI特性的評估,並針對數學界的特定任務和既有結構做了深入的解析和建言,我鼓勵對AI或純數學有興趣的讀者去學習參考。這裏我只給出一個顯然太過精簡的心得總結:AI的長處在於閲讀過所有相關文獻,人類曾經想出來過的解題技巧它全部掌握,憑藉這個優勢可以相對輕鬆地找到新證明;然而本世代AI的本質是機率計算,並沒有真正的嚴謹邏輯思維,所以這些“證明”往往錯誤百出(除非是找到反例的證僞,因而找反例是AI當前在純數上最强的貢獻)。問題在於,現代數學發展到當前的程度,驗證證明嚴謹性的工作量極大,有時需要多人各花數年時間,偏偏數學界的獎勵機制是根據人腦特性而定制的,證明的發明者獲得所有的榮耀(丘成桐例外,他認爲由他主導的抄襲剽竊可以分享發明榮耀,解答Poincare Conjecture的Grigori Perelman因此而對美國數學界敬而遠之),事後驗證證明的人卻連一篇論文也不一定能發得出來(這裏的合理性部分來自發明者一般也已經用心做過多次驗證,然而AI卻做不到這一點)。在新的AI輔助時代,發明和驗證的重要性將會顛倒過來,那麽獎勵機制自然也應該有對應的調整,不過這種沿襲幾百年的行業規範,變革極爲困難,必須在全行業普及共識,同心協力,才能成功。

    看到陶哲軒站出來護持行業長期正當發展的前瞻性無私奉獻,我不禁要唏噓一番。上世紀90年代,高能物理界同樣面臨存亡危機(冷戰結束,導致美國政府投資大幅縮減),超弦妖風趁機席捲整個行業,引領風潮的也是一個公認的“當代大師”Edward Witten;但他明明知道超弦在物理上連邏輯自洽(物理理論的“邏輯自洽”包含了Bayesian機率上的統計意義提升)都做不到,只因爲他能藉此左右逢源,對數學界講物理、對物理界講數學,從而得獎不計其數,同時他的徒子徒孫得以順勢霸占所有的職位和論文審批,就一再撒謊遮掩超弦理論的邏輯缺陷,欺矇行業内外數十年,直到Peter Woit寫下《Not Even Wrong》(“連錯都談不上”,亦即亂加參數自由度,使理論的Bayesian意義大幅倒退)揭穿國王新衣的真相,這時超弦教的態度居然是“教皇做教皇的研究,其他人要跟風是他們的選擇”(超弦幫内部曾流行將Witten稱爲教皇,亦即自承是宗教;前述為Witten的辯解來自我幾次直接質詢他們所得的衆口一詞答復),翻譯過來就是“魚兒自己要咬餌,有錯也是他們的責任”,與“我憑本事騙錢,你憑什麽駡我”有異曲同工之妙。高能物理因此而爛透,但純數學有陶哲軒這樣的人來守護,即便偶爾出個丘成桐,應該還能有光明的未來。

    【後註十五,2026/09/18】今天上《龍行天下》談油價,提到曾因爲此前的原油市場對和平解決太過樂觀而建議小孩買美國能源股的ETF,出了一個錯誤,我以爲是在7月節目中討論的,其實是在更前一次討論美伊戰事的3月節目(參見《油价大涨对全球金融经济的三层影响,日本最受伤害》以及節目尾端的觀衆問答;《UDN》不允許鏈接有特殊字母,以致有些鏈接不能直達終點,請見諒)裏簡單提及。年紀大了,記性不好(尤其幾個月前草稿裏的論點,到了節目中有時間壓力,往往不能説全,卻一樣留存腦中,特別容易引起記憶混淆),特此致歉。恰好3至7月間那隻ETF基本持平,6個月和最近2個月的回報率同樣是25%。

    回應
    你可能會有興趣的文章:

    限會員,要發表迴響,請先登入
    迴響(150) :
    150樓. 百年未有之大變局
    2026/09/22 08:48
     
    人類祖先在幾百萬年前能夠以互利共生和團隊組織協作的形式生存下來,因此保留了利他主義基因,但這種協作的規模通常是幾十人為單位的狩獵採集團體,只要不出現害群之馬,小規模合作並不複雜,如果出現害群之馬或自私的人,會立刻傷害到小團隊本身,那會被自然選擇和演化規律淘汰掉,因此這種環境有利於利他主義基因保存下來。

    到了幾十萬年前現代智人出現之後,語言更複雜,比尼安德塔人更有優勢,組織協作的範圍增大到幾百人,因此難度增大,但大多是有血緣關係,少量害群之馬協作難度只是小幅度上升,整個團隊是可以容忍少數害群之馬。

    進入文明社會和農業社會,幾百萬、幾千萬的人口需要官僚主義才可能完成協作生產,因為修建水利、開墾農田、土地測量和曆法、收稅養軍抵抗外敵等等,不得不依賴官僚體系,這樣即使少數人自私自利甚至貪腐,一樣可以靠社會生產的剩餘生存下來,不會立刻影響整個國家,而且自私自利的人基因得到最大程度的生存優勢,比如貪官可能有幾百上千的奴婢、幾百個後代子嗣,後代生存反而的規律已經變成受人類內部體制影響,跟自然環境無太大關係,不像早期狩獵採集社會一樣會被自然選擇淘汰,而清官通常兩袖清風,還可能被利益集團彈劾甚至流放,這樣發展幾千年到一萬年下來,是否自私的基因會獲得廣泛傳播?

    還包括鄉紳階級,是皇帝管理不到的,從皇帝能直接管理的縣太爺到最近身邊的大臣,至少隔了3~4層官僚體系,因此最底層已經和上層階級生活狀況、生活經驗發生脫節,溝通也發生障礙,這更有助利益貪腐集團的產生,比如明朝的東林黨集團,雖然滿口仁義道德,但是文化和文明道德本身並沒有完全限制這種利益集團產生,加上信息不對稱的機制,然後皇帝被誤導了,就可能誤殺了忠臣,最根本的原因還是人性的規律很難被違反,靠文明和文化本身要抑制人類的自私和愚蠢可能有作用但難度很高,儒家文明+中央集權出現東林黨奸臣集團,文化只是稍微拖延一些腐化的時間,並不會改變人性的基因和官僚主義體系;西方的封建制度出現基督教文明和土地貴族,出現教士集團販賣贖罪券和封建制度高度結合,兩種不同的方向都碰到一樣人性越不過去的障礙,所以人類在幾百萬年前利他主義基因還未廣泛傳播,而理性的獵人更晚出現,邏輯思考的理性基因未廣泛傳播之前就出現文明,導致農業→工業革命,這過程只有1萬年,演變速度太快,因此人類只能用1萬年前的生物大腦來處理現代幾十億人的協作和社會大生產,大多數人其實不需要邏輯思考也能在現代社會中生存,因為人類生產力已經保障低智商人口不被自然選擇淘汰,這個BUG會導致任何文明都無法突破人性的生物學限制,而基因改造人和AGI通用人工智慧會是一個變數,但因為壞人總是比好人多,即使發展這條路徑,大機率也會導致控制在利益集團手中,改不出這個BUG,對人類文明整體有害。

    因為至今為止沒有看過任何制度和文明-組織能突破人性的2個統計限制:
    1.自私的人(壞人)總是比好人更多
    2.高智商的人總是比低智商的人更少
    149樓. 百年未有之大變局
    2026/09/20 00:36
     
    假使未來實現AGI通用人工智慧或是基因改造人技術,這類科技讓人類變得更好的機率是很低的,具體要看控制在好人或壞人身上,因為自私的人比好人更多所以權力和能力越大風險也越大,人類智商分布不平均導致少數人統治多數人成為必然,不論是資本主義民主的寡頭統治還是獨裁

    人類的生物學特性導致愚蠢的從眾效應、聽信謠言謊言;智商分布不平均,導致少數人統治多數人,導致民主成為不可能或是寡頭統治控制媒體被資本寡頭幕後操控。獨裁偶爾遇到幾個明君,且也要依賴官僚只要是官僚階層體制就有信息不對稱底層和上層無法溝通和理解順暢傳遞信息,長期統計概率上會成為自私的制度,所以古代王朝平均壽命只有300年,如果核戰爭風險、全球暖化、生態災難、貧富差距不可能解決,人類300年內自我毀滅的概率是很大的,宇宙很大必定還可以演化出人類這種生物和文明但離我們太遠人類根本不可能從頭來過,但地球生態系的食物鏈、生態棲位被人類卡住已經浪費了時間。但人類從幾百萬年老祖先演化一開始就走錯路徑了。

    因為愚蠢和自私疊加的效應人類社會存在劣幣驅逐良幣效應,好的未必能夠傳播、繁衍,壞的倒是無限循環。

    人類還有損人不利己的特性,對誰都沒好處的蠢蛋做的就是這種事情;還有具有對人類整體有優勢的利他主義基因和高智商,未必在現代複雜社會能夠傳播。人類會透過貧富差距、民粹主義、非理性主義、從眾效應等機制毀滅自己。

    拿西漢、東漢、唐、宋、明、清等王朝覆滅來類比人類的國家政權存在300年左右的國家或政權生命周期性循環雖然不是「王朝覆滅=人類滅絕」。當然兩者不是同一件事。我想說的是人類社會本身就存在貧富差距、土地兼併、權力集中、政治腐敗、社會矛盾累積,最後爆發危機的長期循環。以前這種循環最多摧毀一個國家或一個文明的一部分,現代全球化之後,整個人類文明已經高度互相連結。更重要的是,人類現在第一次擁有了核武器、全球工業體系,以及能大規模改變氣候和生態環境的科技。以前就算一個皇帝昏庸、一個王朝腐敗或是寡頭自私,也不可能按一個按鈕就讓幾十億人的文明面臨核戰爭,也不可能在幾十年內把整個地球的生態系統推到新的狀態。

    只要每年有1%的小機率發生,幾百年下來就幾乎一定會發生會變成統計上的柏松分配
    這種十分悲觀的預測,並非不合理,但還有樂觀一點的其他可能,例如領跑者腐化衰落之後,會有新興的健康文明取而代之。畢竟即便是世界大戰,也沒有理由將珍貴的核彈浪費到非敵對方,而大部分新興國家必然會采取中立。換句話説,中國若是衰敗,也不關人類文明什麽事,多等幾個世代自然會有其他國家孕育出理性精英(亦即Intellectuals)、重新走一次工業化崛起;我只不過是不想看到中國很快步上美國的後塵,以致下一世代和下下世代不能達到原本應可企及的高度,所以才努力批判科研、教育、文化、金融等方面的管理缺失罷了。 王孟源 於 2026/09/23 05:38回覆
    148樓. LoveClem
    2026/09/14 11:51
    还有其它的问题:1>现有的AI总是倾向于迎合用户固有的观点,这样虽然能提供情绪价值,但是同样可能加固用户的信息茧房(就像古代某些奸佞的大臣对皇帝所做那样)2>AI对于灌入"神经网络“的数据不加分辨地接受,缺乏基本的判断力和批判性思维(比方说利益集团反复强调”可控核聚变30年内实现“ ”火星殖民可以在有生之年做到“ ”人类的未来是属于星辰大海的“并且列举一大堆看似合理的理由或者强行的狡辩,AI会把它们照单全收,那么在面对一般的用户的提问时,AI就会倾向于这些”未来科技“是可以在21世纪实现的并给出”证据“【当然某些人比如小粉红也是这样的存在甚至不如AI,那么AI确实比某些人要强了】)3>某些硅谷精英似乎有了相当离谱的想法:在AGI成功并且自己的势力控制的机器人接管世界之后,如何对待剩下的人以及如何防止这些人威胁自己的安全   4>如果AGI真的在未来的某次范式革命(因为本时代AI局限性,它能成功可能性不高)后出现并且人类由于需要广泛使用该技术任由其数量与规模不断扩大,那么即使底层代码有”不能取代人类文明“”要造福人类“之类的东西,根据1956年就人类的控制论就知道的”必要多样性“定律,AGI在足够长时间后也大概率失控
    (1)和(2)都只是在反映本世代AI學而不思的文藝本質。
    (3)則反映了資本家的自私自利,這也應該不算新聞。
    (4)本世代AI已經是黑箱,要對更進幾步的AGI强加“機器人三定律”之類的底層禁制,根本不可能絕對保險,失控不是“大概率”、而是必然。 王孟源 於 2026/09/18 02:54回覆
    147樓. LoveClem
    2026/09/14 10:10

    [PDF] LLMs can’t jump | Semantic Scholar

    前一段时间的研究显示目前的AI无法独立“重新发现”广义相对论(就算拥有相关的数学知识),这说明目前的AI确实缺乏溯因推理和物理直觉,但是把现有的知识进行组合的归纳推理是其擅长的领域。

    陶哲軒這個級別的數學家所追求的,遠超“溯因推理”,而是全新的邏輯觀點和分析工具;本世代AI至今沒有任何跡象顯示有這方面的能力,從它們的概率本質來看,也不應該會成功。 王孟源 於 2026/09/14 11:21回覆
    146樓. LoveClem
    2026/09/14 08:59
    AI在Lean等系统的辅助下,符号化的逻辑推理已经超越了除了少数顶级天才外的绝大多数人了,所以我觉得“逻辑不过关”这个表达语义上容易有歧义,应该是:AI不具有严谨的形式化逻辑方面的创造力且在其它的需要经常与现实世界交互的专业领域(因为其在物理空间的环境交互与适应能力差的原因)缺乏足够的判断力与创造力。
    你所驚嘆的AI“邏輯推理”,並不是真正的因果推論,而是閲讀過所有前人文獻之後的浮面模仿,所以在創造力和嚴謹性上先天不足。一般應用無所謂,但尖端數學研究上就是致命的缺陷,至少在當前已完成的技術層次下是如此。 王孟源 於 2026/09/14 09:22回覆
    145樓. LoveClem
    2026/09/09 16:11
    当然最近一连串的AI在纯数学方面的突破也说明数学界在学术诚实上的态度比物理界(尤其是高能和可控核聚变相关)好太多而且其思想方法也可以被有效检验(例如Lean)不像某些物理学的子领域基本上吹牛横行/数据造假/理论基本迈入玄学领域。
    數學先天就只有邏輯的直接運用,無須對現實做任何妥協,所以其文化當然要比物理更健康。壞人想要詐欺,也頂多是搶功,例如丘成桐主導的、針對Perelman的剽竊;如果非要撈錢,則必須跳出數學研究,另謀途徑(總不能申請幾千億公費來買粉筆吧?),例如丘成桐開補習班。(我不是有意針對丘成桐,而是對數學界不熟,全世界幾十萬名數學家之中,我真的就只知道這麽一個壞人;不過幾萬件Epstein檔案裏,他是唯一的華人兼唯一的數學人,所以也不算冤枉他。)
    順便再討論一下這次的NS解:這些世界頂級的數學大難題,除了少數例外(尤其是Riemann假説),其本身的真假往往沒有太大意義,例如Perelman所證明的Poincare假説,至今23年,並沒有什麽直接引申出來的重要後果;數學界真正珍惜的,是Perelman所發明的分析方法,亦即Ricci Flow,不但在相關領域開創了更深一層的認知,也被廣汎用來研究類似問題。所以AI最擅長的、也是這次NS問題所對應的反例證僞解,其實對數學界來説,是一個大大的失望,因爲既沒有新的分析方法,也沒有更深層的認知。更糟糕的是,從博客討論的AI長處/短處來看,上面的失望並非偶然:AI只是剽竊/復述既有文獻,那麽就不會有新發明的分析方法;AI的邏輯嚴謹性不過關,那麽寫出來的正面證明必然是一團漿糊(人寫的證明也可以是一團漿糊,例如日本數學家望月新一在2012年發表論文,宣稱證明了ABC假説,至今仍然處於既未被解讀接受、也沒有挑錯證僞的薛丁格狀態),更別提什麽深層認知了。陶哲軒的評論(參見https://mathstodon.xyz/@tao/117207849921390904),很多人看不懂,以爲他在酸葡萄,其實是上面那個意思。 王孟源 於 2026/09/14 13:27回覆
    144樓. LoveClem
    2026/09/09 02:22
    我不太懂纯数学,但是似乎很多AI生成的证明可以用Lean这种形式化语言加以验证,迭代速度超过纯人工验证,就比如3D的N-S的解的存在和光滑性问题这个著名数学难题(AI公司的数学冷战结束了,取而代之的是核热斗_哔哩哔哩_bilibili),说明任何符号化的逻辑推理对现有AI都不是太大问题了。那么现有AI最缺的就是通用且泛化的物理世界的环境理解/交互与适应能力(毕竟这是自然选择的核心能力,有着数亿年的进化历史,非常不容易攻克甚至攻克的难度超过理性思维能力),而这种能力的缺失也是制约现有AI发展出物理学直觉和成为AGI(当然根据环境和任务目标自我学习并迭代的能力以及足够的判断力也是另外两个缺少的点)的最大原因。
    當代AI的長處(能剽竊/參考所有既往文獻)和短處(沒有真正的邏輯能力和空間認知),博客幾年分析下來已經明確論斷,最新的NS問題依舊屬於正面印證,請不要忽略既有討論,重啓原始話題。
    這裏我只簡單談一談NS問題:首先,OpenAI明顯剽竊了另一個團隊的洞見,憑著公司在算力上的絕對優勢,將對方可能需要幾個月甚至幾年的研究時間壓縮到一周,從而搶先發表。而這次OpenAI能如此輕鬆地剽竊,正因爲傳統數學人(除個別例外)有職業道德規範,一般不會去剽竊,所以也無須防賊;如果數學研究被無道德的AI取代,那麽公開交換洞見成爲不可能,不但OpenAI式的剽竊突破無從搞起,創新速度除了AI本身的弱勢之外,還要在分工合作的效率再打一輪折扣。其次這個解恰好是反例證僞,所以不需要嚴謹邏輯。 王孟源 於 2026/09/16 11:21回覆
    143樓. 百年未有之大變局
    2026/08/19 00:54
     
    有個問題想問,是什麼東西阻礙了王博士的文章被最高領導層或有決策能力的人看到?如果溝通受阻,有什麼辦法或好的策略能夠改變或提高被上層看到文章的機率?看了王博士部落格8年時間,從以前《中國時報》偶爾看,到後來遷移到UND,幾乎頻繁來讀。

    不可否認,王博士的努力的確有少數非常成功的例子,比如當年的中國學閥壟斷話語權、騙國家的經費、不應該建設大對撞機,被楊振寧看到;中美貿易戰時期孟晚舟被拘留,美國的域外管轄權這篇文章介紹皮耶魯奇的書《美國陷阱》,和您建議被後來可能被華為的工程師或是內部高管看到,反映給華為高層,可能是任正非(通常大公司內部一定也有官僚,華為這麼快看到算是效率很高了);再來就是《中國特色社會主義》這篇文章,被少數有良心的人且在體系內部、國務院和層峰最終看到。這三個算是最成功的例子。

    但是會不會就是某些利益集團(壞人)刻意地阻礙您的文章被更高層級的人看到,從而沒辦法影響歷史和高層決策?或是意思在網路傳播過程中被蠢人扭曲或被壞人加料,真正能傳到高層之後,看的的已經是被扭曲了好幾個版本的東西?其實只要有能夠做決策的領導階層人能夠看到文章,照理講來說就能改變政策(我猜應該不是看的了而不想改變),但偏偏傳播上就充滿層層阻礙(兩種人會阻礙傳播:蠢人和壞人),也是劣幣驅逐良幣的效應的原因之一。有什麼好的策略能克服這一點呢?

    讓人想起古代如果官僚體系最底層的官僚要上折子奏疏給皇帝也會經歷利益級集團層層阻礙,最後高層看到的是被扭曲的東西或是訊息不對稱失真的東西,或是傳播到一半斷掉了被中間階層壓下來了或是利益集團說謊給事實加料半真半假,蒙混過關等等都是普遍狀況這種假設很合理

    真希望能夠有好的結果。想做好事的人卻缺乏策略,但壞人和蠢人永遠比好人更多,所以謊言和謠言,甚至誤導人的宣傳,總是傳播得特別廣,真正有意義的東西反而無人注意。可能文章掛上網路幾十年,才通過一些迂迴曲折的路徑發揮一點效果。

    長期觀察,目前為止您金融管理、貨幣體系的建議,都沒找到能落實它的人,或許是這個體系太過腐敗,根本無法改革;學術科研管理、學閥貪腐、騙補這類就更無法顧及了。教育改革方面也沒看到改變,例如大學盲目擴招,害死不少大學生,一畢業就失業……
    因爲現代中國沒有取賢於草莽的傳統和機制,而之所以會如此,當然是因爲現代輿論對參與者沒有門檻,所以整體水平太差,一般不值得浪費時間精力去其中尋找深入的分析,畢竟華語世界除我之外、還有哪一個評論者能連續做出幾千個正確而有意義的預測?這裏我不是說中共不重視輿論,而是並不指望其中有洞見,只作爲搜尋民間事實案例的通道。
    即便在古代,出身民間的賢者也必須先被賦予權力才能做出貢獻,參考諸葛亮。我困於身份經歷,不想也不能進入體制内,中國既有體制也不可能接受我這樣的背景,所以只能在輿論場上僅憑正確的認知來扭轉國家社會的意志和選擇,首先聲量就先被衝淡14億倍,能有現在的影響力已經遠超原先的預期了。畢竟唯一成功的歷史前例是Lippmann,而他不也在羅斯福死後很快被排出主流、並迅速遺忘嗎?更何況我對危害公益的私利集團指責更加嚴厲、討論的話題更加專業,那麽詆毀者自然更積極、狡辯抵賴起來也更加容易得多。
    再加上思想隨年齡而固化的效應,真正完全吸收我所揭示正理的,集中在30-40嵗這一代;等到他們成長起來、成爲決策階級,我早已停筆或甚至不在了,所以博客不斷鼓勵讀者接棒我的任務,持續揭穿利益集團的謊言;換句話説,沒有權力在手的智慧,其實先天就力量極為薄弱,只能靠質量、數量、和時間的纍積來增强其影響力,但爲了全民公益和國家興盛,這樣無止境的努力是值得的,不是嗎? 王孟源 於 2026/08/21 05:19回覆
    142樓. Fanboy
    2026/08/06 01:12
    华为半导体首席科学家廖恒博士几天前有一个公开的采访,时间有4个多小时,他回顾了个人经历、半导体产业史,以及昇腾芯片当下的技术路线选择。有不少内容都和您之前对于半导体/AI的评论有相互印证的地方。从中美AI相关软硬件差距的角度来看,有这么几个地方值得注意:


    1. 摩尔定律 vs "韬定律"

    制程微缩终将撞上原子尺度物理极限,经济性持续恶化。他提出应换一把尺子——从"空间尺度"切换到"能量/时间尺度"。核心论证:die面积增大,算力/带宽/功耗按面积(N²)增长,但边缘I/O只能按周长(4N)线性增长,这个鸿沟决定单纯堆大芯片必有上限(他估计现有架构还能撑2-4代)。结论:微缩不是唯一路径,堆叠(芯片级+系统级)同样有效,这是他回应"中美芯片代差"焦虑的技术依据。


    2. 中美AI硬件的真实差距

    他的判断:先进封装、DRAM、HBM差距不大;逻辑芯片有代差但可控(能正向经济闭环即可);真正短板是软件生态(CANN vs CUDA)而非硬件本身。并提出一个反常识的成本结构——GPU/NPU约80%成本是HBM,只有约10%是先进逻辑die。


    3. 和下游客户/“楼上的同学”Co-design逻辑

    不在英伟达定义的赛道上正面对抗,而是让算法主动适配硬件约束:昇腾Cube:Vector算力比例是8:1(英伟达Blackwell是32:1,算力相对更充裕),DeepSeek的MoE稀疏激活、长序列稀疏化,本质是用更多Vector计算换取更少Cube算力消耗,恰好匹配昇腾这种"算力紧张、必须精打细算"的硬件特性。系统层面同理:拒绝英伟达式all-in-one高密度机柜路线,转向模块化+全光互联。


    视频链接:【对华为半导体首席科学家廖恒的5小时访谈:一部昇腾史、18层宝塔与全球芯片恢弘30年史诗| B站 x WAIC AI会客厅】 https://www.bilibili.com/video/BV1nB3u6tERu/?share_source=copy_web&vd_source=bc8d7638db2371f2e00b3773d771cb18


    文本:https://docs.google.com/document/d/1_znMsG915MSCKxBqcOjgMmdQFTzRIWTnTbF5kQJPN4M/edit?usp=sharing
    他的這些評論,是從AI專用軟硬件的觀點來看的,而不是計算機行業的整體。這裏的差異,在於中國在AI的作業系統(亦即Deepseek和友商們)上對比美方足夠強,所以癥結落在芯片和與之對應的編譯軟件上;而在通用計算方面,中方在作業系統層級也沒有具備競爭力的生態系。 王孟源 於 2026/08/16 03:10回覆
    141樓. AbzX5
    2026/08/01 08:01
    科学上, DeepSeek在顶级AI会议上发了不少论文, 已经有很多复现和讨论, 但是Moonshot目前只发了tech report, 还没有peer reviewed. 工程上, 具体运行的时候到底怎么优化, 降低成本, 有些属于不公开商业机密. 所以Kimi这些复杂的新架构带来的性能提升有多少, 成本上值不值, 目前外人还不知道.
    好的,那麽我從你的評論總結:AI專業人員也同意Moonshot是否比肩Deepseek應該暫時存疑。 王孟源 於 2026/08/16 03:15回覆