说说“预测悖论”

On the “Prediction Paradox”

——从算法趋同、系统内崩到心智鲜活性的退化

—From Algorithmic Convergence and Endogenous Systemic Collapse to the Erosion of Mental Vitality

钱宏（Archer Hong Qian）

引言预测究竟是什么？

人之所以能够行动，是因为人能够预期。农人看天播种，家庭规划收支，企业判断需求，政府制定政策，投资者估计风险；理论研究、统计指标和数学模型，也都试图帮助我们认识尚未发生的事情。预测（Prediction），是主体依据已有信息、经验、理论和假设，对未来可能状态及其发生条件作出的判断。它既可以是数值概率，也可以是方向性判断、情景推演与行动方案。

预测总有定义域、时间尺度和前提条件。一个模型能够解释过去，未必能够预测转折；一个指标能够统计产出，未必能够衡量生命的得失；一项技术能够展示潜能，未必能够保证其社会后果。更复杂的是，人会依据预测采取行动，而行动又改变预测对象。

我把这一组张力称为“预测悖论”（Prediction Paradox）：理论解释日益精密，重大转折却可能被集体遗漏；个体预测精度提高，群体判断独立性却可能下降；局部效率提升，系统纠错能力与生命心智的鲜活性却可能受到侵蚀。这是一组有待分层验证的机制问题，不是断言预测必然失效。

一、从虞彤教授的研究说起

人类文明的发展，始终伴随着对可能世界的认识、探索与创造。从哲学上看，人类面对的可能世界至少包含三个相互关联的层次：第一重，是依据既有条件、经验和规律，可以计算、推演与预测的可能世界；第二重，是生命主体通过探索、实践与选择，不断打开的可能世界；第三重，是不同心智主体在交互关系中生成新认识、新秩序与新可能的世界。

从计算可能、探索可能到交互生成可能，三重可能世界展开了人类文明的不同层次。

预测，尤其是人工智能（Artificial Intelligence，AI）预测，首先属于第一重可能世界。数据、算法与算力能够拓展预测的范围和精度，却始终受到已有信息、模型假设和认知参照的制约。第一重可能世界的计算能力再强，也不能替代生命主体的探索与差异心智的交互生成。

2026年10月10日，在温哥华第六届复旦论坛上，辛辛那提大学虞彤（Tong Yu）教授从经济预测与预测市场谈起，介绍了AI辅助预测对准确率、预测信心和判断趋同的影响。他的研究揭示了一个耐人寻味的现象：AI建议能够改善特定任务中的预测表现，同时促使不同参与者的判断更加一致。

虞教授的研究引出一个值得追问的问题：个体预测越来越准确，是否必然意味着群体能够更可靠地认识未来？

论坛结束后，我与虞教授还谈到权威与群体压力对个人判断的裹挟，以及人在某些环境中宁愿沉默也不愿表达不同意见。我们都认同：差异才能共生。同则不济。

由此，预测的哲学边界与经济学的现实难题相遇：理论越来越精密，为什么仍可能集体失察？要回答这一问题，不妨先回顾经济学预测的历史困境。

二、理论为什么会预测失灵？从经济危机到GDP

早在2000年6月，法国一群经济学专业学生便发起请愿，要求经济学“走出想象的世界”。他们批评经济学教学脱离现实、数学形式主义泛滥、新古典经济学（Neoclassical Economics）占据主导，其他理论和认识方法难以获得平等讨论的空间。这场后来被称为“后自闭症经济学”（Post-Autistic Economics）的改革运动，逐渐扩展到其他国家。2014年，来自19个国家的学生组织又联合呼吁改革经济学教育。这里沿用历史运动名称，所批评的是学科与现实隔绝的知识状态，并非医学意义上的自闭症。

我在《共生经济学概论（修订版）》开篇讨论过这场运动。学生们的质疑直指经济学的认识论基础：当理论越来越精密，方法越来越统一，研究者却越来越远离真实的经济生活，经济学究竟是在认识世界，还是在不断完善自己预设的世界？

这些学生要求经济学回到真实问题，鼓励理论多元与批判思维，使数学工具服务于问题，并拓展经济学的研究视野。缺乏思想与方法的多样性，既可能限制教育，也可能削弱对重大经济变化的识别能力。这场发生在大模型普及之前的运动提醒我们：预测的共同盲区，并不是AI出现后才有的问题。

经济学（Economics）发展出越来越精密的统计方法、计量模型与风险预测工具。然而，一旦经济运行出现结构性转折，模型所依赖的历史规律、主体行为和制度条件可能同时发生变化。金融危机、债务危机与经济衰退反复提醒我们：能够解释正常时期的模型，未必能够预见异常时期；能够事后解释危机的理论，也未必具有事前预警的能力。

虞彤教授在2026年温哥华复旦论坛报告中引用国际货币基金组织（International Monetary Fund，IMF）相关研究：1992—2014年，63个国家发生的153次经济衰退中，预测者在衰退发生前一年的4月，仅对其中5次预见到产出下降。153次，仅5次！按这一特定样本、预测时点与判断标准，提前预见的比例约为3.3%。这不是“所有经济危机无人预测”的统计，却足以成为检验经济学预测能力的一道尖锐问题。

由此引出预测悖论的第一层：当所有人都用同一套历史资料和近似理论预测未来，预测者数量增加，是否意味着独立信息也在增加？如果大家共同遗漏了导致危机的变量，模型越精密，可能只是让错误更整齐。AI的加入，会打破这种共同盲区，还是使共同盲区获得更强大的计算能力？

问题来了：既然拥有那么多数据、那么多专家、那么多精密模型，为什么重大转折仍然屡屡成为“意外”？一种值得检验的解释是，许多预测者共享相似的指标、历史样本与行为假设，善于在既定轨道上推演，却难以把制度变迁、资产负债表关联、杠杆传染、群体情绪与预测本身引发的行动反馈纳入同一个开放系统。危机一旦改变模型的前提，局部精确便可能与整体失察同时发生。

国内生产总值（Gross Domestic Product，GDP）首先是既定核算口径下的产出统计指标。它本身并非预测模型；但当人们用GDP增长率外推未来繁荣、政策成败乃至人民幸福时，统计参量便被赋予了预测和价值评价功能。经济总量上升，未必意味着生活成本下降、健康改善、信任增强与生态负载减轻。统计了多少，预测了什么，最终对生命有什么价值，这是三个必须分开的判断。

在共生经济学（Symbionomics）中，钱宏提出国内生产效能总值（Gross Development Effectiveness，GDE），以降本（C）、赋能（E）、健康（H）、信任（T）、和平（P）五因检验经济发展对生命的实际效能。GDP（Gross Domestic Product，国内生产总值）回答生产了多少；GDE进一步追问：增长成果与相应代价，最终如何向生命承兑？个体或分项效能转换率η?＝GDE?/GDP?，总体资源效能转换率R＝GDE/GDP。GDP与GDE都须接受统计口径、可测量性和实际结果的检验；理论不能因为数学表达精致，便获得免于现实检验的特权。

三、从预测市场进入AI：一百个人还是一百个独立判断吗？

预测市场（Prediction Markets）通过参与者交易，把分散信息与判断汇集为价格信号。虞彤教授的PPT从经济衰退预测、预测市场和美联储决策出发，继而讨论人工智能（Artificial Intelligence，AI）如何影响个人判断。这一研究把上面的问题推进了一步：如果经济预测已经存在共同盲区，AI能否增加真正独立的认识？

他介绍的Kluger与Yu（2026）AI辅助预测实验报告：在1,248个“参与者—问题”观察值中，原先与AI意见不同的514次观察，有369次（约72%）转向AI；原先与AI一致的734次观察，有661次（约90%）继续保持一致。初始信心较强者，更不容易接受与自身判断冲突的AI建议。实验还报告了预测准确性改善和判断一致性提高。这里的百分比是观察次数比例，不等于相同比例的人失去独立思考能力。

假如一百个人分别使用相似的数据与模型，最后给出一百份相似答案，表面上的共识究竟来自独立证据的相互印证，还是同一种建议的反复复制？如果他们又进入同一个预测市场，模型之间的共同误差会不会通过交易集中为市场风险？虞教授在PPT末尾也提出了相近的研究问题。这些结果提示研究方向，尚未直接证明系统崩溃。

个体误差下降与群体误差相关性上升，可以同时发生。经济衰退预测中的集体失察，与AI建议下的判断趋同，虽然不能直接画上因果等号，却共同指向一个可检验的问题：信息源的独立性、误差的相关结构和市场的反馈机制，究竟怎样影响系统识别转折的能力？

四、信源趋同、信道窄化、信果反射：预测如何改变现实？

我把潜在机制概括为三个相互关联的环节。信源趋同：越来越多人依据相似数据、叙事和模型，独特经验与隐性知识被排除。

信道窄化：算法推荐、表达环境和社会压力共同筛选信息，使不同意见难以被听见。

信果反射：预测影响行动，行动改变现实，新的现实又进入下一轮预测，形成自我强化的反馈。

金融市场中，若交易者根据相似AI信号同步买卖，价格变化便可能成为下一轮交易的新证据。国家战略中，若双方都预期对手将加码，彼此行动又可能强化最初的威胁判断。预测因而不只是对未来的描述，也可能成为塑造未来的力量。

我所说的系统“内崩”，是指判断趋同、纠错弱化与反馈自我强化相互叠加，使系统在转折或冲击面前突然丧失适应能力的风险。它是需要通过金融、组织和社会数据检验的假说，不能把所有危机都归结为AI。

五、算法裹挟与社会沉默：奥威尔的提醒

与虞彤教授交流时，我们谈到另一种更早存在的趋同机制：一个人明明持有不同意见，却可能因为担心被孤立、误解或惩罚而选择沉默。公开表达越一致，真实判断未必越一致；沉默可能被误读为赞同，赞同又被误读为事实。

英国作家乔治·奥威尔（George Orwell）的《一九八四》（Nineteen Eighty-Four）和《动物庄园》（Animal Farm），以文学形式揭示权力、语言、群体压力与独立判断之间的紧张关系。今天的AI既可能帮助人们寻找证据、表达异议，也可能因重复主流答案与放大权威效应而加强既有的裹挟。

由此必须区分：因证据更充分而改变观点，是认知进步；仅因“大家都这样说”或“AI这样说”而放弃审视，则可能损伤集体智慧。没有自由表达，所谓共识可能只是沉默的表象。

六、国家战略也是预测：创世纪计划与子午线计划

白宫的“创世纪计划”（Genesis Mission）面向AI加速科学研究的前景；美国战争部所讨论的“子午线计划”（Project Meridian）则涉及未来国防技术与战略能力的规划。二者的性质和目标不同，却都包含对未来技术能力、对手反应、资源条件与风险后果的预期。对这些具体计划的实施成效，仍需依据公开方案与实际结果分别评估。

科学预测可能因共同模型而遗漏异质路径；战略预测则可能因相互预判而形成自我实现的竞争升级。一个国家即使更准确地预测对手的步调，也不能因此省去对自身行动目标、代价、责任和和平后果的审慎判断。

第一个不可替代由此出现：预测是否准确，不能替代决策是否合理。独立验证、不同情景推演和可追责的组织决策，都是预测能力之外的必要条件。

七、马斯克的UHI：机器养活人，还是人供养机器？

埃隆·马斯克（Elon Musk）提出过由AI、机器人和超级智能（Super Intelligence，SI）带来普遍高收入（Universal High Income，UHI）的未来愿景。这是对生产力和分配前景的预测，尚不是已经兑现的经济事实。它至少跨越三道关口：技术能力能否持续提高生产率，经济剩余能否通过制度转化为普遍收入，收入增长能否真正改善人的生命质量。

AI—SI系统运行需要电力、芯片、冷却、土地、维护和生态资源。即使单位计算成本下降，总使用量扩大也可能推高全生命周期资源负载。国际能源署（International Energy Agency，IEA）对数据中心用电需求的预测，提示了规模扩张与能效改善可能并存；预测数值应依其具体报告、年份与情景核对，不能被当作必然发生的事实。

更深的问题是：假如机器越来越能生产，人越来越不必劳动，是否就意味着人越来越幸福？人非牛马，亦非宠物猪！生命的价值不能被“喂养得足够好”所穷尽。孩子独立探索的乐趣、朋友之间的争论、一个人表达不同意见的勇气，都无法由收入数字代替。

第二个不可替代是：生产力是否丰裕，不能替代结果是否有益于生命。机器可以越来越聪明，人不能因此越来越失智。UHI的可能性值得研究，但心智自主、健康、社会关系和生命生成能力，必须进入评价体系。

八、太空取电与纳米自供电：能源规模能否替代终端自主？

马斯克讨论的太空太阳能、轨道计算与空间能源构想，探索能源供给和计算设施的新空间；我提出的纳米自供电机制，则关注微纳尺度、生命原位与分布式终端自主的可能性。在《共生经济学概论（修订版）》中，MPU（Minds Processing Unit，心智超序处理单元）指面向心智关系与超序处理的新技术方向；S-MPU（Superordinate Minds Processing Unit）进一步指向九態贯通、时空意间与MindsField生成的开放构想。能源机制与心智处理架构各有不同的工程问题，不能混为一谈，更不能预先宣布一方必胜、一方必败。

太空能源需要回答发射、散热、传输、维护和总成本问题；纳米自供电需要说明可利用的能量来源、转换效率、持续功率、生物相容性与适用范围。自供电并不意味着无源生能；S-MPU的心智处理构想也须独立接受技术可行性检验。集中式供能与分布式供能可能互补，其价值必须经过全生命周期核算。

第三个不可替代是：能源供给规模的拓展，不能替代终端获取与生命主体的自主。真正值得比较的，是不同方案的资源负载、可靠性、依赖结构，以及它们能为生命创造多少可验证的增益。

九、从预测参量到共生经济学：谁创造，谁负载，谁承兑？

为研究AI—SI扩张的边际效应，还可以考察新增生命效能与新增全生命周期资源负载之比，即ΔGDE/ΔL：ΔGDE表示按GDE五因核算、可验证的新增生命效能，ΔL表示相应新增资源负载。这只是供讨论的分析比值，不另设为共生经济学的既定定律，也不得与η?＝GDE?/GDP?或R＝GDE/GDP混用。正式计量仍须解决资源负载的计量口径、时间边界、可比性与因果归属。

这一指标并不预先判定技术好坏，而是要求回答：谁创造了丰裕，谁承担了负载，谁获得了承兑？当新增资源依赖与认知依赖相互强化，组织又缺少独立复核和责任约束时，预测悖论可能进一步演变为系统脆弱性。

组织信托（Organizational Trust）意味着可验证、可追责、可承兑的受托关系：明确授权边界，记录贡献与损益，追究决策责任，使技术发展的成果和代价最终向生命主体交代。

十、差异才能共生：从预测悖论走向Double AM

万事交互主体共生（Everything Intersubjective Symbiosism）。生命本自具足，又非独存。不同主体保持独立判断，才能在交互中相互发现、相互纠错、相互赋能；差异需要真实联通，才能生成新的认识与可能。同则不济。

我提出的Double AM（Artificial Mind & Amorsophia MindsField / Network），一方面探索机器智能向Artificial Mind升格的可能，另一方面更重视Amorsophia MindsField / Network：Mind与Mind交互形成Minds，Minds与Minds联通形成心智场与网络，以愛之智慧贯通，并通过“奖—抑—通”机制约束智能系统、激励生命增益。

预测悖论由此提出三组不可替代：预测准确不能替代决策合理；生产力丰裕不能替代生命丰盈；能源规模不能替代终端自主。更深的一层是，智能工具可以持续改进，生命心智的鲜活性不能因此被外包和耗尽。

这些问题分别贯穿我的两本新书：《将AI升格为AM》讨论从AI—SI走向Double AM的哲学与文明方向；《共生经济学概论（修订版）》讨论从GDP到GDE、从价值核算到组织信托与生命承兑的经济学路径。两条路径在这里交汇：预测未来，最终要对生命的未来负责。

机器可以越来越聪明，人不能因此越来越失智；能源可以越来越充沛，生命不能因此越来越依附；财富可以越来越丰裕，文明不能因此越来越贫乏。

Elevation is not an upgrade.

研究资料与参考文献

虞彤（Tong Yu），《预测市场、经济与AI：经济预测及人类对AI建议的反应》，2026年10月10日温哥华复旦论坛报告PPT。经济衰退预测数据见PPT第4—5页（引用An、Jalles与Loungani，2018）；AI辅助预测实验及讨论见第34—37页（介绍Kluger与Yu，2026）。

加努图拉、辛格（2026）：《增强悖论：人工智能导致技能退化的理论模型》，《人类行为与新兴技术》，DOI：10.1155/hbe2/8303770。该研究为理论模拟，不能将模拟数值直接当作实际人群的技能退化幅度。

李等（2026）：《准确率悖论：人工智能治理中幻觉的认识论、操纵性与社会风险》，《计算机法律与安全评论》第61卷，106311，DOI：10.1016/j.clsr.2026.106311。