追本之箭 — 新技术三层

2026-05-25 Sun 10:42

起点

"新技术部署(特别是 AI)的经典三层模式:

Absorb(吸收): 用新技术更好地做旧事情

Innovate(创新): 做只有借助新技术才可能实现的事情

Disrupt(颠覆): 重新定义问题"

朴素的读法把它当菜单:三种用法,三档野心,按需取用。

错。它不是菜单,是一条单行道——

而且这条路上,灯的亮度和价值成反比:

第一层灯最亮(人人看得见、当场能算 ROI),价值最低;

第三层一片漆黑(没人能描述它),价值最高。

所以这个框架真正断言的不是机会,是盲:

任何人接触新技术的第一眼,必然看错,且错的方向确定——把它看小。

不是蠢,不是懒。是某种比性格更硬的东西,把所有人的第一眼锁死在第一层。

命门只有一个:这个顺序凭什么是铁的?

如果只是统计巧合,聪明人可以跳层;

如果是结构必然——那"跳层"这个词本身就有问题。

第一层 · 序锁

地面:把"问题"写成数学。

一个问题 = 一个目标函数 L + 一个可行域 F。

"解决问题" = 在 F 里把 L 压到最低。

三层是对这个结构的三种不同手术:

顺序为什么铁?因为每一层的输入,是上一层的输出:

• Absorb 的价值可计算——旧基线就在那里,"省 30%"当场能验。资本只往能定价的地方流。
• Innovate 的价值只能被发现——F 里的新点,要等工具被大规模使用后才显形。没有 Absorb 的普及,新可行域根本不会被踩出来。
• Disrupt 的价值只能被回溯定义——新 L 要等新可行域里长出新行为,才有语言去陈述它。

→ 资本沿可定价的梯度流,行为沿已普及的工具长,语言沿已出现的行为造。

三条流水线首尾相接,一环咬死一环。

跳层 = 在没有定价依据的地方下注 + 在没有行为依据的地方造概念。

不是难。是每一步需要的输入,在那个时点还不存在。

第二层 · 类比税

下钻到认知。

证据先行:

• 汽车 = horseless carriage(无马之车)——连名字都是旧物的否定式
• 最早的电影 = 把摄影机钉死在观众席,拍舞台剧
• 早期电视 = 带画面的广播
• 第一代 AI 产品 = 补全 / 摘要 / 翻译——全是"更快的旧动词"

这不是想象力贫乏,是大脑的计费方式:

类比 = O(1) 检索:新东西 → 哈希到最近的旧范畴 → 立刻可用。

重构 = 组合搜索:在概念空间里造一个新范畴 → 成本高几个数量级,且全程无中间奖励。

Duncker 1945 的蜡烛实验给这笔税起了名字:functional fixedness(功能固着)——

盒子一旦被看成"装图钉的容器",大脑会主动屏蔽它作为烛台底座的用法。

旧功能不是中性信息,是有引力的。

Piaget 给了更底的刻画:认知只有两个动作——

同化(assimilation,把新东西塞进旧格子)与顺应(accommodation,改格子)。

同化便宜,顺应昂贵;大脑默认同化,只有同化反复失败,才肯顺应。

所以 Absorb 根本不是策略选择:

Absorb 是认知接触新工具时,唯一可能的初始状态。

新范畴不是被想出来的,是被用出来的——行为先于概念,误用先于发明。

第三层 · 折旧钟

下钻到经济史。

Paul David,《The Dynamo and the Computer》(AER, 1990):

工厂用电的头三十年,电动机只是被安在蒸汽机原来的位置上——

同一根中央传动轴,同一栋多层厂房,同一套围着轴排的工序。Absorb,纯粹的。

真正的收益藏在别处:unit drive(每台机器自带电机)→ 传动轴消失 → 厂房摊成单层 → 工序按物流而非按轴排布 → 管理结构重写。

这一步在等什么?等旧厂房折旧完,等围着传动轴长大的那代工程师退休。

这就是第三层的真相:

旧问题不是被更好的答案杀死的。

旧问题被它的互补品网络供养着:厂房、技能、供应链、合同、监管、职业身份。

答案再好,只要互补品还没折旧,问题就继续"在"。

于是 Disrupt 有自己的钟,而且不是技术钟:

T(Disrupt) ≈ max(物理资本折旧年限, 一代从业者的职业半衰期, 制度更替周期)

——三项里最慢的那一项说了算。

这也顺手解开 Solow 1987 的悖论("计算机无处不在,唯独不在生产率统计里"):

不是计算机没用,是写字楼版的传动轴——科层、流程、职业身份——还没折旧完。

对 AI 照抄公式:

知识工作的互补品 = 学历制度 + 职业身份 + 管理科层 + 按工时计价的合同。

四样的折旧期,粗算 10-30 年。

模型每年翻倍,钟不跟着快——钟挂在折旧上,不挂在 benchmark 上。

第四层 · 假梯

这是框架最锋利的反面,也是它的 killer:三层梯子不是所有技术都有。

Bresnahan & Trajtenberg(1995)划过这条线:只有 GPT(General Purpose Technology,通用目的技术)才配完整三层。判据三条:

① 普适性——横跨大量互不相关的行业

② 内生改进空间——成本/性能持续数量级移动

③ 互补创新生成——逼着别的领域为它发明新东西

蒸汽、电力、内燃机、计算机、互联网——过线。

绝大多数新技术不过线:延续性技术,梯子在第一或第二层封顶。

于是死法对称:

对称的残酷在于:两种死,临死前的姿态都显得理性——

等第三波的人在讲愿景,停第一层的人在看财报。靠姿态分不出来,只能靠判据。

AI 过不过线?三条判据当下的读数:

证伪条件(写下来,到期对账):

若到 2030 年前后,AI 没有催生出"无法用旧职业范畴命名的新行为类别",

且 token 成本停止数量级下降——

则 GPT 论点降级,三层预期砍成两层,一切 Disrupt 叙事按假梯处理。

第五层 · 盲区

最后一钻,到逻辑。

一个问题,只能在产生它的框架内被陈述。

"更快的马"是旧框架里的合法句子;

"汽车将重组城市的空间结构"在 1890 年不是一个可说的句子——

不是没人聪明到说出它,是它需要的词(通勤、郊区、加油站)还没有所指。

Disrupt 的定义 = 框架更替。

于是"预见 Disrupt"这个要求,展开是:

用旧框架的语言,陈述一个只在新框架里才存在的命题。

维特根斯坦,《逻辑哲学论》5.6:"我的语言的界限,意味着我的世界的界限。"

再问一次"为什么看不到 Disrupt",答案只剩同义反复:

看到 = 用现有范畴识别;

Disrupt = 现有范畴失效;

"看到 Disrupt" = 用范畴去识别范畴的失效——句子在逻辑上自噬。

箭碰到的不是知识的边界,是陈述的边界。

不是你不够聪明,是这里没有句子可说。

到底了。

终点:不看箭头,看引力场

三步 + 一张信号表。

第一步:验梯(它配有三层吗)

GPT 三判据逐条打分:普适性 / 内生改进 / 互补创新。

三条全 ✓ 才按三层下注;两条以下,按延续性技术估值,不付 Disrupt 溢价。

第二步:对钟(第三层几点到)

估算步骤:

1. 列出旧问题的互补品清单(资本/技能/合同/监管/身份)
2. 给每一样标折旧年限
3. 取最大值 → 那就是 T(Disrupt)
4. 禁止用技术进步速度修正它——钟挂在折旧上,不挂在 benchmark 上

第三步:测引力(Disrupt 不可直视,代理信号可见)

姿态

✅ 把"我的第一反应是类比"当默认 bug 记账——第二眼强制问:F 多了什么点?

✅ 用 Absorb 的现金流付 Innovate 的学费,但三层分开记账,不许互相抵押估值

✅ 写下证伪条件和到期日(2030 对账那条),让信仰变成头寸

❌ 不验梯就付 Disrupt 溢价——假梯是对称死法之一

❌ 用模型进步速度推 Disrupt 时间——钟挂在折旧上

❌ 要求自己或别人"先描述出 Disrupt 再行动"——逻辑上不可能,只能测引力

最后一句

第一层亮,因为它把价值照给你看;

第三层暗,不是没光,是你的语言还没长出那只眼睛。

所以别问"AI 会颠覆什么"——这个句子自噬。

问:哪里出现了没有名字的行为,哪里的折旧钟在加速。

黑洞从不现身。

但它弯曲周围的光。

(箭到底了。)