AI科学与经济：系统图谱
摘要
本文认为，尽管AI在模式识别和假设生成方面表现出色，但科学和经济的进步需要与现实世界的接地互动以及制度执行，强调了人机协作的必要性。
人工智能系统，特别是大型语言模型，常被视为通往自主科学发现和快速经济转型的直接路径。虽然它们在模式识别、跨领域综合和假设生成方面的能力已然卓越，但这种观点忽略了一个关键现实：仅凭智能不足以推动进步。科学与经济的突破取决于与现实的接地互动、因果验证以及制度执行。以下框架描绘了AI在何处创造价值、何处受到限制，以及为何人机协作仍是实现有意义的现实影响的主导结构。
相似文章
AI经济学 第二部分（11分钟阅读）
本文分析了AI的经济学，聚焦于GPU资源的争夺战，将人类推理的尖峰负载与智能体连续工作负载进行对比，并认为当前基础设施是为人类使用而优化的，而非要求更高的智能体推理。
我正在尝试使用AI构建新的经济模型。
作者提出，使用AI扫描来自电网、数据中心等来源的信号，提取权力动态变化，并生成关于AI经济的更好问题，而不仅仅是回答现有问题。
AI可能重塑机构而非取代工作
文章认为，下一场重大AI辩论应聚焦于代表性和机构架构，提出三个层次（感知、核心、驱动）来应对AI系统如何捕获现实、推理及合法行动的问题，而非仅仅模拟智能。
思维经济：通过经济互动涌现的多智能体智能
本文介绍了一种面向多智能体AI系统的经济框架，其中智能体通过经济机制互动以产生涌现的集体智能，灵感来自哈佛和麻省理工学院的研究人员。
AI不是问题——问题在于资本主义
文章认为，人工智能真正的威胁并非技术本身，而是资本主义无法分配自动化创造的财富。文章呼吁建立由AI生产力资助的全民基本收入，以防止经济崩溃。