數位主義者文集:為什麼 AI 時代需要 35 種不同的聲音辯論國家政策走向
史丹佛大學教授布林優夫森發起的《數位主義者文集》,集結了諾貝爾獎得主、圖靈獎得主、前 Google 執行長、臺灣前數位部長等 35 位作者,用兩卷論文集辯論 AI 時代的民主治理與經濟轉型。這篇系列導讀帶你看懂整個計畫的野心、結構,以及 35 種聲音碰撞出的五條核心辯論軸線。

本文為 AINEXT「數位主義者文集」導讀系列的總導讀,涵蓋《數位主義者文集》(The Digitalist Papers)兩卷共 35 篇文章的計畫全貌。本系列共 27 篇導讀文章,本文是最後完成、但建議第一篇閱讀的起點。

艾瑞克.布林優夫森(Erik Brynjolfsson)花了三十年研究科技如何改變經濟。從 1990 年在 MIT 開始研究資訊科技的生產力悖論,到 2014 年與安德魯.麥克費(Andrew McAfee)合著《第二次機器時代》成為全球暢銷書,他的核心主張始終一致:科技應該增強人類,而不是取代人類。但到了 2023 年,ChatGPT 上線不到一年,全球 AI 投資突破 1,500 億美元,各國政府從華盛頓到布魯塞爾爭相推出 AI 監管法案。布林優夫森發現,光靠學術論文已經不夠了。政策辯論的速度遠遠跟不上技術的腳步,而這場辯論需要的不是一個人的聲音,是三十五個。
於是他做了一件在學術界少見的事:發起一個刻意讓作者彼此矛盾的論文集計畫。
為什麼叫「數位主義者文集」
這個計畫的名字不是隨便取的。The Digitalist Papers 直接致敬美國建國時代的《聯邦黨人文集》(The Federalist Papers,臺灣左岸文化出版時譯為《聯邦論》)。1787 年到 1788 年間,亞歷山大.漢密爾頓(Alexander Hamilton)、詹姆斯.麥迪遜(James Madison)和約翰.傑伊(John Jay)三個人用筆名「帕布利烏斯」(Publius)在紐約的報紙上發表了 85 篇文章,目的是說服紐約州批准剛起草好的美國憲法。那不是一本教科書,而是一場論辯。他們要回答一個根本問題:十三個各自為政的殖民地,該怎麼組成一個聯邦國家?
布林優夫森的類比是:AI 帶來的制度挑戰,規模不亞於建國。當機器開始能做大多數人的認知工作,當深度偽造能動搖選舉,當一家公司訓練出來的模型可能比政府更了解國民,我們需要的不是技術修補,而是重新思考社會契約的基本架構。什麼該由市場決定、什麼該由政府管、什麼需要全新的機制來處理?這些問題的規模,確實跟建國差不多。
但兩者有一個關鍵差異。聯邦黨人文集是三個人假裝一個人,漢密爾頓、麥迪遜、傑伊共用「帕布利烏斯」這個筆名,對外呈現統一的聲音。數位主義者文集恰好相反:它邀請了 35 個人,每個人用自己的名字,各說各的。經濟學家跟法學家吵、矽谷創業家跟公共行政學者吵、主張放任市場的芝加哥學派跟主張政府干預的凱因斯學派吵。這不是缺陷,是設計。布林優夫森在導言中直說,他們刻意追求「spirited disagreements」,有火花的歧見。因為在技術變革的不確定性面前,多元觀點比虛假共識更有價值。
兩卷的結構:先問制度,再問經濟
《數位主義者文集》分兩卷出版,時間差了一年多,主題各有側重。
第一卷《AI 與美國民主》(AI and American Democracy)2024 年 9 月出版,收錄 13 篇文章。指導教授群包含前美國國務卿康朵麗莎.萊斯(Condoleezza Rice)、布林優夫森、史丹佛法學教授 Nathaniel Persily、以及 MIT 媒體實驗室的艾力克斯.潘特蘭(Alex Pentland)。核心問題只有一個:AI 會強化民主,還是腐蝕民主?
讀完第一卷的 13 篇文章,你會看到三個陣營浮現。制度改革派認為現有民主制度不夠用,需要建立新機制。哈佛法學教授雷席格(Lawrence Lessig)主張用公民大會在 AI 噪音之外建立受保護的審議空間,臺灣前數位發展部長唐鳳(Audrey Tang)則展示了 Polis 平台如何讓公民直接參與政策制定。自由放任派站在光譜的另一端。胡佛研究所經濟學家 John Cochrane 的文章標題就是一句話:「Just Relax」,別管了,讓市場自己處理。UCLA 法學教授 Eugene Volokh 則主張使用者主權模式,反對由政府或平台替人們決定能看什麼。實用主義派則不站隊,專注於怎麼讓既有制度跟上。Code for America 創辦人 Jennifer Pahlka 分析了政府體系為何被自己的僵化層層纏住,前 Google 執行長艾瑞克.施密特(Eric Schmidt)則用兩篇文章分別描繪 AI 改善行政、司法、立法三權的具體路徑。
第二卷《變革性 AI 的經濟學》(The Economics of Transformative AI)2025 年 12 月出版,篇幅更大,收錄 22 篇文章。核心研究團隊加入了多倫多大學的阿杰.艾格拉瓦(Ajay Agrawal)、維吉尼亞大學的 Anton Korinek 和牛津大學的丹尼爾.薩斯金(Daniel Susskind)。這一卷面對的問題更尖銳:如果 AI 真的能做大多數人的認知工作,不是科幻假設,而是 AI 實驗室負責人普遍預測兩到五年內可能實現的情境,經濟會怎樣?
第二卷的 22 篇文章沿著三條辯論軸線展開。第一條是工作:AI 到底會消滅多少工作?MIT 經濟學教授大衛.奧特(David Autor)認為 AI 反而能讓非專家取得過去只有專家才有的判斷力,擴大而非縮小就業機會。Anthropic 執行長幕僚長 Avital Balwit 卻描繪了一個更冷酷的未來:當 AI 能做你八成的工作,你的「專業」還剩什麼可賣?第二條是財富:就算 AI 創造了巨大的經濟價值,誰能分到?尼古拉斯.伯格魯恩(Nicolas Berggruen)提出全民基本資本,賓州大學經濟學教授 Ioana Marinescu 則主張雙軌安全網。第三條是全球秩序:AI 的地緣政治誰說了算?前美中經濟與安全審查委員會成員和 HTC 前任中國區總裁分別從美國和中國的視角分析了 AI 軍備競賽的風險與現實。
35 種聲音碰撞出的五條辯論軸線
寫完這個系列的 26 篇導讀,回頭看整個文集,最精彩的不是任何單一篇文章的論點,而是作者之間的碰撞。以下是五組最核心的觀點衝突。
放手 vs. 護欄:市場自由派與制度改革派的根本分歧。 Cochrane 的「Just Relax」與雷席格的「Protected Democracy」是整個文集最尖銳的對立。前者認為 AI 的風險被嚴重誇大,政府干預造成的傷害會比 AI 本身更大。後者認為不作為才是最大的風險,因為 AI 會放大民主已有的兩個致命弱點:金錢政治和媒體極化。有趣的是,兩人都自認在捍衛民主,只是對「什麼最威脅民主」的判斷截然相反。
增強 vs. 替代:AI 會擴大專業還是消滅專業。 奧特的樂觀論(AI 把專家知識民主化,讓護理師做出過去只有醫師才能做的診斷)和 Balwit 的悲觀論(當 AI 做了你工作的八成,你剩下的兩成不足以維持職業身份)是第二卷最值得放在一起讀的對照。兩人看到的技術趨勢完全一樣,但對人類適應能力的信心天差地遠。
衝刺 vs. 煞車:AI 開發該全速前進還是暫停。 施密特在兩篇文章中毫不掩飾他對 AI 潛力的興奮:用 AI 改造政府、用 AI 提升民主效能、確保美國而非中國主導 AI 發展。圖靈獎得主約書亞.班吉歐(Yoshua Bengio)看到的卻是另一面。他幫忙打造了深度學習的理論基礎,現在卻成為業界最知名的「拉煞車」倡議者,主張先進 AI 應被視為全球公共財與風險同時管理。兩人的分歧不在技術判斷,在價值排序:速度優先,還是安全優先?
資訊經濟 vs. 財政工具:治理 AI 的槓桿點在哪裡。 諾貝爾經濟學獎得主約瑟夫.史蒂格里茲(Joseph Stiglitz)從他畢生研究的資訊不對稱切入,認為 AI 會讓資訊權力更集中、市場更不透明。Korinek 和 Betsey Stevenson 的合併篇則把焦點放在財政政策,論證政府手上已有的稅制工具其實足以應對 AI 帶來的分配問題。一個看見結構性危機,一個看見技術性解方。差異不在對錯,在於對既有體制能力的信任程度。
民族國家 vs. 全球治理:AI 的邊界在哪裡。 牛津哲學家尼克.伯斯特隆姆(Nick Bostrom)和國際關係學者 Yelizarova 的文章主張建立新的國際 AI 治理架構,但中美 AI 軍備競賽的現實分析則顯示,大國之間的信任赤字讓任何多邊框架都很難落地。地緣政治篇是整個文集中最讓人不安的部分,因為它揭示了一個矛盾:最需要全球合作的技術,恰好誕生在全球合作最困難的時代。
台灣讀這個系列的三個理由
唐鳳是 35 位作者中唯一的亞洲面孔。她和 Divya Siddarth、格倫.韋爾(E. Glen Weyl)合著的文章,直接把台灣的數位民主實驗寫進了這部以美國為中心的論文集。vTaiwan、Join 平台、Polis 共識機制,這些在台灣已經運作多年的工具,回答了一個其他作者只能理論推演的問題:AI 輔助的公民參與,在真實的政治環境中到底行不行得通?答案是行得通,但有條件。這個「有條件」本身就值得所有作者重新審視自己的假設。
第二個理由是半導體。35 篇文章裡大量討論 AI 的算力需求、供應鏈風險、地緣政治博弈,但幾乎沒有人提到台積電。這不是疏忽,而是暴露了一個盲點:多數美國學者在討論 AI 政策時,把算力當作理所當然的基礎設施,沒有意識到這個基礎設施的咽喉點就在台灣。身為台灣讀者,你在讀這些文章時天然擁有一個其他讀者沒有的視角。你知道 AI 的地緣政治不是抽象的國際關係理論,而是你家附近的產業現實。
第三個理由最根本:35 篇文章討論的每一個議題,AI 會消滅多少工作、財富該怎麼重新分配、政府能不能跟上技術的速度、公民要不要有權決定 AI 的邊界,台灣都得面對。不是五年後面對,是現在。台灣的勞動市場已經感受到 AI 的衝擊,政府正在制定 AI 基本法,企業正在決定要把多少工作交給機器。這個論文集不是別人家的辯論,是你自己必須參與的。
一場有組織的辯論,不是一本有結論的書
讀完 35 篇文章,或者讀完我們這 27 篇導讀,你不會得到一個統一的答案。布林優夫森從一開始就沒打算給你答案。他給你的,是一張辯論的地圖。在這張地圖上,你可以看到施密特和班吉歐的分歧不是因為其中一個比較笨,而是因為他們把不同的價值放在天秤的兩端。你可以看到奧特和 Balwit 的矛盾不是因為資料不同,而是因為他們對人類適應變局的能力有截然不同的信念。你可以看到雷席格和 Cochrane 都想保護民主,只是對「威脅從哪裡來」的診斷完全相反。
這正是布林優夫森從《聯邦黨人文集》借來的最重要的東西:不是三個聰明人給出正確答案,而是一場公開的論辯,讓所有參與者,包括讀者,在碰撞中形成自己的判斷。1787 年的美國人讀完漢密爾頓和麥迪遜的 85 篇文章後,決定批准了憲法。2026 年的我們讀完這 35 篇文章後,該決定的事情不會比較少。
全系列文章索引
第一卷:AI 與美國民主
- 施密特的兩張處方箋:用 AI 修理民主,用共識統治經濟
- 讓公民校準 AI:唐鳳等人的民主 AI 願景
- 寫下「Code is Law」的人,為什麼說 AI 時代需要制度護欄?
- 民主需要一座陽台:MIT 學者重新發現多元主義的樂趣
- 六個鄰居與八億用戶:弗萊爾從 Nextdoor 到 OpenAI 的論述轉換
- AI 碰上僵化瀑布:政府為什麼消化不了新科技
- 當所有人都在喊監管,他說:你們才是問題
- 保護民主還是保護自由?兩位法學家的 AI 監管辯論
- 為什麼 AI 辯論永遠吵不完?一張 21 世紀科技意識形態地圖
- 霍夫曼說 AI 是你的 GPS,但地圖是誰畫的?
- 好結局不會從天上掉下來:Google 副總裁的 2050 AI 思想實驗
第二卷:變革性 AI 的經濟學
- 如果 AI 全跑在別人的伺服器上,談什麼民主?
- 他押對了 Tesla 和 SpaceX,現在賭 AI 會成為經濟的神經系統
- 他幫忙打造了深度學習,為什麼現在要替 AI 拉煞車?
- AI 前線的「職涯」建議:當 Anthropic 幕僚長告訴年輕人,工作快要結束了
- AI 不會搶你的飯碗,但會改變你的專業值多少錢
- 不要發錢,發股份:全民基本資本的構想
- 如果失業不再是暫時的:為 AI 時代設計的雙層安全網
- 經濟在長大,稅收在縮水:AI 時代最弔詭的財政問題
- 一個資料中心裝滿天才之後:AI 最被低估的經濟衝擊是降低試錯成本
- 真相太貴,謊言太便宜:史迪格里茲的 AI 資訊危機診斷
- AI 能讓金融更公平,也能讓崩盤更快速:潘特蘭與利普頓的金融系統診斷
- 紡織機的教訓:AI 會走向壟斷、蜂群,還是文藝復興?
- 凱因斯算對了財富,算錯了人性:AI 時代的經濟可能性
- 便宜商品給所有人?AI 降價的紅利,被誰吃掉了
- 當 AI 賺走所有的錢:全球治理的兩種想像
- 加速還是克制?拆解美中 AGI 競賽的兩種策略邏輯