内容
今天这期 Decoder，我想聊聊一个在我脑子里盘旋了好几周的想法——这段时间我们一直在报道 AI，也在这档节目里做了不少相关讨论。我把它叫做"软件思维"（software brain），这是一种看待世界的方式，倾向于把一切都归入算法、数据库和循环——也就是软件——的框架里。
软件思维是一种强大的思维方式。它基本上塑造了我们身处的现代世界。马克·安德森（Marc Andreessen）可以说是软件思维的化身，他在2011年为《华尔街日报》撰写的评论文章《为什么软件正在吞噬世界》中，就明确提出了这一观点。但 AI 的出现让软件思维得到了极大的加速，我认为这恰恰解释了为什么科技行业对这项技术如此兴奋，而普通人对它的反感却与日俱增。
事实上，相关民调数据非常清晰，我认为完全可以说很多人讨厌 AI，而且Z 世代对 AI 的厌恶尤为明显，并且随着接触增多，这种情绪还在加剧。NBC News 的民调甚至显示，AI 的好感度比美国移民与海关执法局（ICE）还低，仅略高于伊朗战争和民主党整体。而这项调查中，近三分之二的受访者表示他们上个月使用过 ChatGPT 或 Copilot。昆尼皮亚克大学（Quinnipiac）的最新调查发现，超过一半的美国人认为 AI 带来的危害大于益处，超过 80% 的人对该技术表示非常担忧或有些担忧，只有 35% 的人感到兴奋。
一项又一项民调表明，Z 世代使用 AI 最多，对它的负面情绪也最为强烈。盖洛普（Gallup）最近的一项调查发现，只有 18% 的 Z 世代对 AI 抱有希望，而去年的数据已经是惨淡的 27%。与此同时，愤怒情绪在上升：31% 的 Z 世代受访者表示对 AI 感到愤怒，高于去年的 22%。
我在 Decoder 上采访过很多科技高管和政策人士，我可以告诉你们，他们都知道 AI 不受欢迎，也清楚这在现实中是如何体现的。微软 CEO 萨提亚·纳德拉（Satya Nadella）在谈到科技行业▶ 需要为其在 AI 上的投资赢得社会许可时这样说：
萨提亚·纳德拉：归根结底，我认为我所在的这个行业，需要赢得消耗能源的社会许可，因为我们正在为这个世界做善事。
我认为可以公平地说，科技行业和 AI 至今还没有赢得任何这种社会许可。两党政客都在反对数据中心的建设。支持数据中心的本地社区政客正在被选民赶下台。而在最令人沮丧的提醒中——政治暴力如何已成为美国日常生活的一部分——支持数据中心的政客遭到了枪击。OpenAI CEO 萨姆·奥尔特曼（Sam Altman）的住宅曾被投掷燃烧弹。
很遗憾我不得不在节目里再次重申这一点，也很遗憾会有评论者对此表示反对，但这种暴力是不可接受的。如果你想要以一种持久的方式有意义地反对 AI，你应该在市场上用你的钱包大声表达，在互联网上用你的注意力大声表达，在投票时大声表达。你应该参与民主的监管和政治进程。任何其他方式都只会被无视，并延续这个循环。而这种无视已经在发生了。
我还认为，我们的政客和科技高管必须确保我们的政治进程让人们感到有力量，而不是无助——这种特定的虚无主义正是他们所有人共同助长出来的。暴力正是这种无助和虚无主义的后果，而我们社会中最有权力的人应该正视这一点，尤其是当他们到处宣扬 AI 将消灭所有工作的时候。我甚至没有夸张——以下是 Anthropic CEO 达里奥·阿莫代伊（Dario Amodei）关于他认为 AI 将消灭所有工作的言论：
达里奥·阿莫代伊：金融、咨询、科技等许多领域的入门级工作——入门级白领工作——我担心这些工作会首先被 AI 增强，但不久之后就会被 AI 系统取代。我们可能确实——未来很难预测——但我们可能确实会面临一场严重的就业危机，因为这条早期白领工作的通道正在收缩和枯竭。
当我看到这样的视频片段时，我看到的是科技行业与普通人在 AI 问题上的真正鸿沟——软件思维的局限。正如我所说，科技行业的每个人都明白普通人对 AI 有多反感。我认为他们遗漏的是原因。他们以为这是一个营销问题。OpenAI 刚刚在 TBPN 播客上花了 2 亿美元，因为他们认为这有助于让人们更喜欢 AI。萨姆·奥尔特曼已经明确说过：
萨姆·奥尔特曼：哦，他们是天才营销人员，我希望我们有更好的营销。最近有人对我说，如果 AI 是一位政治候选人，它将是历史上最不受欢迎的政治候选人。考虑到 AI 能做到的惊人事情，我认为 AI 一定需要更好的营销。
感觉只需要有人把这件事说清楚，那我就直说了。**AI 没有营销问题。**人们每天都在亲身体验这些工具！ChatGPT 每周有 9 亿用户，正向 10 亿迈进，每个人都在谷歌搜索里见过 AI Overviews，在信息流里看到过大量 AI 生成的垃圾内容。
你不可能通过广告让人们对自己亲身经历的事情产生不同的反应。这就是拥有软件思维的科技人士看待世界的方式，与普通人实际生活之间的根本脱节。
那么，什么是软件思维？我想到的最简单的定义是：把整个世界看作一系列可以用软件代码的结构化语言来控制的数据库。正如我所说，这是一种强大的思维方式。我们生活的很大一部分都运行在数据库之上，许多重要公司的核心业务就是维护这些数据库并提供访问权限。
Zillow 是一个房屋数据库。Uber 是一个司机和乘客的数据库。YouTube 是一个视频数据库。The Verge 的网站是一个文章数据库。你可以一直列举下去。一旦你开始把世界看作一堆数据库，就很容易产生一种感觉：只要能控制数据，就能控制一切。
但这并不总是行得通。举个例子：埃隆·马斯克和 DOGE 进入政府后，做的第一件事就是控制了一批数据库。然后他们遇到了一个不可否认的事实——数据库并不等于现实，DOGE 最终以滑稽的失败告终。事实证明软件思维有其局限——政府不是软件。人不是计算机，他们也不生活在可以被整齐地装进数据库的可自动化循环中。
任何真正管理过数据库的人都知道这一点。在某个时刻，数据库会开始与现实脱节。到那时，我们通常选择调整数据库，而不是调整现实世界。但 AI 行业已经完全忘记了这一点，因为 AI 依赖数据生存。它终究只是软件。所以，行业的要求是让我们越来越多地去适应数据库，而不是反过来。
让我再举一个我经常思考的例子，尤其是在 AI 作为商业工具找到真正落地场景的背景下。那就是 AI 正在冲击律师和法律体系。AI 行业喜欢谈论不再需要律师，这已经让各种各样的人陷入各种各样的麻烦。但我理解这种说法。我花了很多时间和律师打交道。我曾经是一名律师。我的妻子现在仍是律师。我一些最好的朋友也是律师。
同时，我工作中所有时间都在和科技人士交谈。久而久之，我发现软件思维和律师思维之间的重叠非常、非常深——深到令人着迷。如果说软件思维的核心是用代码的结构化语言来思考，从而在现实世界中产生结果，那么律师思维的核心就是用法规和引证的结构化法律语言来做到这一点。天哪，它甚至能赋予你支配社会的力量。
两者还有其他共性。软件开发和法律都严重依赖先例。我们有一套判例法体系，反复用来帮助解决纠纷，就像软件工程师有代码库，他们反复调用这些代码库来构建产品的基础。这种相似性深入骨髓：归根结底，律师和工程师都尽力使用正式、结构化的语言，以可预测且可能盈利的方式引导复杂系统的行为。
（顺便说一句，我不是第一个有这种想法的人。劳伦斯·莱斯格（Larry Lessig）在 2000 年就写了一本书叫📚 《代码和其他网络空间的法律》。这本书在今天和四分之一个世纪前一样具有现实意义。）
法律与代码之间这种令人陶醉的相似性，总是让人们栽跟头。人们不断试图像对计算机下达指令一样对整个社会发号施令。这样的例子大大小小无处不在——我最喜欢的是那些在 Facebook 上疯转的消息，坚称马克·扎克伯格无权发布人们的照片。说实话，我看这些的时候，会觉得如果法律真的像代码一样就好了。也许事情会更可预测。也许我们会感觉更有掌控感。
但法律实际上不是代码，社会和法院也不是计算机。我不得不经常提醒 Decoder 和 The Verge 上那些相当精通技术的观众：法律不是确定性的。你根本无法仅凭案件事实和成文法律，就真正确定地预测案件结果——尽管法律体系的形式化外表让人们以为它像计算机一样运作——是可预测的。
但归根结底，模糊性才是我们法律体系的真正核心。正是模糊性使律师成为律师。说实话，正是模糊性让人们讨厌律师，因为总是有可能为另一方辩护，总是有可能在法律中找到灰色地带。这就是为什么检察官最终会去做辩护律师，为什么我们的监管者往往最终会去大公司工作。
你可以在这里看到软件思维和律师思维之间显而易见的冲突。这个看起来像计算机的东西，实际上一点也不像计算机。很多人甚至主张法律应该更像计算机，系统应该是可验证的、一致的，只要在正确的时间发出正确的指令，就应该产生客观正确的结果。
布里奇特·麦科马克（Bridget McCormack）曾是密歇根州最高法院首席大法官，几个月前上了 Decoder 节目，推介一套全自动 AI 仲裁系统。她对我的论点是：人们认为传统法律体系非常不公平，因此只要他们感到被倾听，就会接受自动化系统给出的更差结果，并认为那更公平。而如果 AI 有一件事能做到，那就是日夜不停地坐在那里倾听。
我不知道这些说法是否正确，甚至是否可行，但我确实了解软件思维，而这纯粹就是软件思维：认为我们可以强迫现实世界像计算机一样运作，然后让 AI 向这台计算机发出指令。
你可以在其他各行各业看到同样的事情发生。你雇佣大型咨询公司，并不是真的要他们来研究你的业务并提高效率。你雇佣他们是为了制作幻灯片，向董事会和股东证明裁员的合理性。大型咨询公司非常擅长这一点，而现在他们只是用 AI 来生成这些演示文稿。他们已经在这么做了，裁员也已经开始。
任何看起来像代码与数据库反复对话的业务流程，都面临被替代的风险。这就是为什么 Anthropic 一直如此执着于企业客户，也是为什么 OpenAI 现在正在转向商业用途。将 AI 引入商业确实有巨大的价值，因为现代商业的很大一部分已经是软件：收集数据、分析数据，然后在一个循环中反复采取行动。企业还控制着自己的数据，可以要求所有数据库协同工作。
从这个意义上说，软件思维在商业世界中长期占据主导地位。AI 只是让更多人比以往任何时候都能更容易地制造更多软件——让每一种业务都能用软件自动化自身的大部分环节。它无处不在：广告和营销的绝对前沿就是 AI 自动化。而不是发挥创意。
但是：并非一切都是商业。并非一切都是一个循环！人类的全部体验无法被装进一个数据库。这就是软件思维的局限。这就是人们讨厌 AI 的原因。它扁平化了人。
普通人根本不把编写代码的机会视为机会。人们并不渴望自动化。我是一个彻头彻尾的智能家居狂热爱好者；我家里的灯光、窗帘和空调系统有几十种自动化方式。但苹果、谷歌和亚马逊这样的大公司十多年来一直在努力让普通人对智能家居自动化产生兴趣，却始终未能如愿。人们就是不感兴趣。
AI 也不会改变这一点。大多数人不会收集他们所做的每一件事的数据。即使收集了，也分散存储在不同的系统里——邮件在 Gmail 里，消息在 iMessage 里，工作安排在 Outlook 里，锻炼数据在 Peloton 里。这些系统彼此不通信，也许永远不会，因为没有理由让它们通信。要求人们把它们全部连接起来，只会让他们感到不安。
仅仅是花时间去思考你的生活有多少被记录在数据库中，就会让人不快乐。没有人希望被持续监控，尤其是以让科技公司变得更强大的方式。但把所有东西放进数据库以便软件能够读取，正是 AI 行业的执念。这就是为什么所有会议系统现在都内置了 AI 会议纪要功能。这就是为什么 Canva 这个设计软件，现在连接到了企业邮件系统。我的朋友埃兹拉·克莱因（Ezra Klein）刚去了硅谷，他描述了那些积极试图把自己扁平化为数据库的人：
埃兹拉·克莱因：你可能会认为硅谷那些腰缠万贯的 AI 人士现在正处于人生巅峰。但我发现他们明显缺乏安全感。他们认为 AI 时代已经到来，赢家和输家将在一定程度上由采用速度决定。论点很简单：在一群 AI 助手和程序员的加持下工作，优势会随着时间不断累积，而现在启动这一过程，就意味着在未来远远领先于竞争对手。所以他们正在竞相将 AI 全面融入自己的生活和企业。但这不仅仅意味着使用 AI。它意味着让自己对 AI 变得可读。你可以让它访问你所有的文件、邮件、日历、消息。它在后台持续运行，不断构建对你偏好和模式的持久记忆，以便更好地代表你行事。网络安全风险显而易见，但有数百万人正在使用它，这是有原因的：你向 AI 开放的生活越多，AI 就越有价值。
在过去十五年里，我评测了大量科技产品，我能告诉你的是：要求人们去适应计算机，这本身就是一种失败。计算机应该适应人。要求人们让自己对软件变得更可读——把自己变成一个数据库——这是一个注定要失败的想法。
这个要求如此之大，以至于我想象不出有什么回报能让它变得值得，尤其是当科技行业还在不断宣称 AI 将消灭所有工作、需要彻底重新思考社会契约——顺便说一下——最新的模型还可能导致灾难性的网络安全问题，甚至可能引发世界末日。
这听起来像是一笔好交易吗？你能通过营销走出这个困局？只有当你拥有软件思维时，这一切才说得通——如果你的思维框架就是把一切扁平化为可以用结构化语言控制的数据库。那些每月花费数千美元搭建 OpenClaw 智能体集群、编写数千行代码的人，是那些看到世界就想到自动化机会、重复任务、数据收集的人——想到构建软件的人。AI 对他们来说很棒。它甚至令人兴奋，我认为这种兴奋很重要，而且可能会永远改变我们与计算机的关系。
对其他人来说，AI 只是一个贪得无厌的垃圾制造机。它是一种威胁。我不是说普通人不用 Excel 或 Airtable 来策划婚礼，或者不搞有趣的 PowerPoint 聚会，也不是说 AI 随着时间推移不会对普通人有帮助。我认为很多人喜欢数据，喜欢追踪生活的不同方面。我写这篇文章的时候就戴着 Whoop 手环。我只是说这些不是一切。我们生活中并非所有东西都可以被测量、自动化和优化，也不应该被如此对待。
所以科技行业正在以巨大的代价——能源、排放、制造产能、内存购买力——把 AI 推向每一个角落，却被困在软件思维的狭隘框架里，没有意识到他们也在要求人们从根本上变得更不像人。然后他们坐在一起，纳闷为什么所有人都讨厌他们。
我觉得剪几次头发是解决不了这个问题的。