01

最近美国AI圈的画风越来越像真人秀了。

黄仁勋在All-In峰会上口若悬河，把AI末日论说成是不讲科学的哗众取宠，逐条清算过去几年落空的恐慌预言：放射科医生没消失，反而更缺了；说好的90%代码由AI生成，没发生；50%初级岗位蒸发，也没发生。

讲到一半，特朗普突然来电。黄仁勋寒暄几句——“一切都在您远见卓识的领导下，而且我们正夸您呢”——然后丝滑外放、接上麦克风。于是全场几千人一起听特朗普开麦：AI末日论就是个骗局，是某方的叙事武器，数据中心才是未来的石油。

很难不怀疑这是真人秀套路。相亲秀、生存秀里那种“关键时刻意外来电”的桥段，被搬进了AI政策辩论现场，气氛反倒被烘托得更像马戏团。

02

但真正有意思的不是电话，而是辩论结构。

黄仁勋说：过去的末日预测全错了，所以现在的末日预测也不可信。
Dario说：模型能力增长曲线是这样走的，所以按此外推，出大事的概率是那个数。

两派立场对立，论证骨架却一模一样——都是用过去的观察去推断未来的因果。一个说“你的归纳错了”，另一个说“我的外推没错”。

这就撞上了哲学里最老的问题之一：我们到底凭什么从“过去的因”推出“未来的果”？

做宏观和量化的人迟早会碰到它。比如格兰杰因果（Granger causality）。

图灵奖得主Judea Pearl在《The Book of Why》第一章末尾，就专门把这个概念拎出来揍了一顿。Granger 1969年提出的方法很朴素：如果只拿Y的历史预测Y，不如加上X的历史预测Y准，我们就说“Y格兰杰因果依赖于X”。

翻译成人话：美股北京时间凌晨收盘，A股早上开盘，隔夜美股对预测A股开盘有信息量，所以“美股→A股”满足格兰杰意义上的先行关系。

但计量学界早就达成共识：格兰杰因果不是因果。就像公鸡总在日出前打鸣，鸡叫对预测天亮有用，可不是公鸡把太阳叫出来的。Granger自己后来都被打脸打怕了，干脆建议别叫“因果”，叫“时间上的可预测性”更老实。

03

为什么做研究的人，尤其经济学家，提到“因果”就小心翼翼？

因为休姆。

休姆是彻底的经验主义者：人的知识只能来自感官经验。你跟他讲“白球撞红球，白球是原因，红球滚动是结果”，他会让你只汇报眼睛看到了什么——

你看到两个球接触，看到白球先动、红球后动，看到每次撞击后红球都滚开。仅此而已。那个叫“导致”的神秘力量，你一眼也没看见。

休姆的结论很刺耳：原因和结果之间并没有一股客观存在的“推动力”，所谓因果，是人类在反复相继出现的经验里养成的心理习惯。A和B老一块出现，大脑就自动期待A之后必有B。因果律不是世界自带的说明书，而是人脑为理解世界装的滤镜。

这引出哲学史著名的归纳问题：过去的恒常连结，凭什么担保未来还成立？

罗素的火鸡把这个故事讲完了：农夫每天来喂食，火鸡用样本量一天天堆出“脚步声=食物”的高置信规律，直到感恩节那天，规律还在，火鸡没了。

而今天AI自己的底层逻辑——下一个token预测、强化学习、贝叶斯更新、用历史分布逼近未来分布——和经济学里的固定效应、双重差分、事件研究，本质上都在跟休姆的幽灵搏斗：大家都知道归纳没有逻辑保证，但除了拿过去猜未来，又没别的东西可用。

04

回到开头那场真人秀。

黄仁勋的论证本身就是归纳法：“末日预言家过去总打脸，所以将来也打脸。”这和火鸡故事同构。当然，这不代表他错，也不代表末日论对。

末日论这边更尴尬：“文明灭绝”是一种从没发生过的事件。没有历史样本，没有恒常连结，所谓“P(末日)=10%/20%/50%”既不能被证实，也不能被证伪，它更接近一种主观信念的刻度，而不是频率意义下的概率。

所以当两派都拿不出决定性证据时，吵到最后一定是叙事战、立场战、政治战。底层不是模型参数的分歧，而是认识论的分歧：面对无先例事件，人总会把恐惧或野心包装成“科学估计”。

做叙事研究久了会有种应激反应：当双方都没有铁证，胜负往往不取决于谁更对，而取决于谁的故事传播得更快、更像常识、更贴权力。

所以特朗普那通电话一定不是巧合——它把“AI末日论是骗局”这个判断，直接焊进了真人秀式传播的现场音里。

05

最近我对着双重差分的平行趋势假设发呆，反而生出一点敬意。

这些看起来枯燥的东西——平行趋势、反事实、稳健性、安慰剂检验——其实是人类在明知“归纳法没有逻辑担保”之后，依然想把“我为什么相信”做得更克制、更可复核、更体面一点的努力。

AI到底危险不危险？

急什么，感恩节还没到呢。