施密特的兩張處方箋：用 AI 修理民主，用共識統治經濟
前 Google 執行長施密特在《數位主義者文集》兩卷各寫了一篇文章，一篇談用 AI 升級民主制度，一篇描繪矽谷對超智慧的集體信念。兩篇讀在一起，既看見他作為 AI 政策圈最活躍人物的格局，也暴露了身為最大 AI 投資者之一的結構性矛盾。
本文導讀《數位主義者文集》（The Digitalist Papers）中施密特的兩篇文章：第一卷〈Democracy 2.0〉與第二卷〈The San Francisco Consensus〉。
矽谷最忙碌的政策人
在《數位主義者文集》的三十多位作者中，艾瑞克．施密特（Eric Schmidt）大概是日程表最滿的一位。不是學術圈那種忙，而是在真實世界同時操盤太多事情的那種忙。
他最廣為人知的身分是前 Google 執行長，2001 到 2011 年帶領 Google 從搜尋引擎變成全球科技巨頭。但離開 Google 之後，施密特反而更活躍了。他在 2025 年接下 3D 列印火箭新創 Relativity Space 的執行長，同年共同創辦了 AI 資料中心能源公司 Bolt Data & Energy，手上還有一家為烏克蘭開發低成本自殺無人機的秘密公司 White Stork。他主持的「特殊競爭力研究專案」（Special Competitive Studies Project, SCSP）是華府最有影響力的 AI 政策智庫之一，2025 年 10 月還和 NVIDIA 的黃仁勳聯手成立了 AI 與未來工作專責小組。他的家族辦公室 Hillspire 自 2019 年以來投資了超過 22 家 AI 公司，淨資產約 545 億美元。
這樣的人在一套討論 AI 治理的論文集裡寫了兩篇文章。一篇在第一卷談 AI 如何升級民主，一篇在第二卷描繪矽谷對超智慧的集體信念。讀這兩篇的時候，你會同時看見兩件事：一個站在 AI 權力核心的人如何思考治理和經濟的未來，以及當這個人自己就是 AI 產業最大的受益者之一時，每一個政策建議都帶著無法忽視的利益糾葛。
民主 2.0：AI 能讓民主更好嗎
施密特在第一卷的〈Democracy 2.0〉開篇拉了一條歷史線。他從 H.G. 威爾斯 1940 年代的《新世界秩序》講起，帶出二十世紀中葉的關鍵辯論：社會主義技術樂觀派（如奧地利經濟學家紐拉特）認為中央計畫加科技可以打造完美社會，而海耶克那一派堅持市場與個人自由不可取代。施密特的起手式是對當代 AI 樂觀派潑冷水：那些認為通用人工智慧可以直接取代民主程序的人「走得太遠了」。民主不只是一套行政系統，它承載著平等與賦權的功能，不能被優化掉。
但他不是來唱衰的。他的核心主張很明確：如果民主要撐過這個世紀，就必須進化。他的進化藍圖涵蓋行政、司法、立法三個部門。在行政端，AI 可以在危機時為總統彙整情報、模擬外交政策情境上千次、透過情緒分析和歷史資料預測政治危機。在司法端，AI 分析判例可以幫法官做出更一致的裁決，偵測人類看不見的偏見模式。在立法端，演算法可以分析民調、社群媒體和經濟指標，幫國會議員預估法案的實際衝擊。他搬出幾個數字當佐證：2022 年美國國稅局在報稅季只接通了不到三分之一的來電；加拿大用 AI 分流低風險簽證，處理時間縮短了 87%；美國糧食券計畫 2023 年的錯誤率高達 45%。
效率確實有改善空間，這些案例都是實在的。但施密特文章裡最有意思的段落不在效率，而在「合法性」。他指出一個根本矛盾：人們一邊不信任 AI，一邊卻積極採用 AI。如果把治理決策交給不透明的演算法，制度信任只會更低。他引用亞里斯多德提醒讀者，政治決策經常涉及「價值與優先順序的折衷」，不是技術優化可以解決的問題。黑箱決策等於把權力集中到不受問責的技術官僚手中，還讓政客多了一個推卸責任的藉口。
所以施密特的處方箋不是讓 AI 替人做決定，而是用 AI 放大民主參與的規模。他稱之為「民主 2.0」：全國性的虛擬市民大會、AI 即時匯總公民意見的平台、作為「審議夥伴」的個人化聊天機器人讓每個公民都接觸到對立觀點。他特別點名臺灣的 Pol.is 平台，說它讓將近一半的人口參與了 AI 監管的公共討論。配套的三道護欄也寫得明確：人類必須保有最終決定權（問責性）、官僚必須能向公民解釋演算法的產出（可解釋性）、系統必須防範歧視和大規模監控（隱私保護）。
格局不小。施密特試圖走一條中間路線，既不是全面交給演算法的「algocracy」（他自己用的詞），也不是拒絕改變的制度保守主義。問題在於，他花了大量篇幅討論「AI 能為政府做什麼」，卻對「為什麼公民不信任科技公司介入政治」這個更根本的問題著墨太少。考慮到施密特自己就是最大的科技公司之一的前掌門人，這個盲點格外刺眼。
舊金山共識：矽谷的信仰告白
第二卷的〈The San Francisco Consensus〉切入角度完全不同。施密特這次不是開處方，而是在做一件少見的事：替自己所屬的產業圈子做一次信仰盤點。
他定義了一個叫「舊金山共識」的東西。這是 AI 產業核心人士廣泛共享的三個信念：規模定律（scaling laws）會持續驅動進步、超智慧將在兩到五年內出現、變革性 AI 將帶來前所未有的好處。這個命名不是隨意的。1990 年代有「華盛頓共識」，一套主導全球經濟政策數十年的新自由主義信條。施密特用同樣的框架命名矽谷的 AI 信念，等於暗示這套信念也有可能像華盛頓共識一樣，既有一段風光的擴張期，也終將面對自己的盲點和反撲。
他把 AI 的發展拆成三場革命。語言革命已經完成，大型語言模型證明了這一點。代理人能力革命正在進行中。推理革命是最具投機性的一步，也是通往超智慧的關鍵門檻。但三場革命面臨三個物質約束：能源（美國需要相當於 92 座核電廠的新增發電量）、資料（公開網路的內容幾乎已經被吸收殆盡，未來進步需要合成資料或全新的學習方法）、演算法（業界對於持續擴大語言模型是否真的能通往通用智慧，至今沒有共識）。
施密特列出了舊金山共識所承諾的好處：加速科學發現和疾病攻克、個人化 AI 系統提升生活品質、經濟生產力的戲劇性增長。他算了一筆帳，指出即使只有 0.5% 的額外經濟成長率，也足以穩定美國的聯邦債務。但文章最誠實的部分在後半段。他承認存在一系列「邪惡問題」（wicked problems）：AI 對民主和地緣政治穩定的衝擊、技術對齊的挑戰，以及經濟學家對分配效應的根本分歧。有人看見中產階級復興的曙光，有人看見不平等加劇的深淵。
文章的收尾句值得畫線。施密特寫道：矽谷不能獨自處理這些深層的經濟、社會和存在性問題，學者主導的批判仍然不可或缺。一個產業內部人士公開說「我們需要外部監督」，這在矽谷是罕見的。它也間接回答了一個問題：為什麼史丹佛要花力氣做這套論文集。
兩篇讀在一起：理想主義者還是利益代言人
把兩篇文章並排，一個有趣的張力浮現了。第一卷的施密特是改革者，相信 AI 可以讓民主變得更好，語氣樂觀，方案具體。第二卷的施密特是產業內部人，坦承他的社群不完全清楚這些技術的所有後果，語氣審慎，結論開放。哪一個施密特比較真實？
我的判斷是，第二卷的施密特更誠實。替一個產業的信仰體系命名，然後親手指出這套信仰的極限，這需要一定的自覺。相較之下，第一卷的施密特有時候讀起來像是一份科技產品的功能簡報：AI 可以幫國稅局接電話、幫法官分析判例、幫國會預估法案影響。這些都是真的，但它們描述的是效率的改善，不是民主深層結構的修復。當一篇文章標題叫做「Democracy 2.0」，你會期待它處理權力、信任和正當性的根本問題。施密特碰了這些問題，但沒有深挖。
和同一套文集裡的其他作者對比，施密特的定位更清楚。芝加哥學派經濟學家 John Cochrane 在第一卷寫了一篇名副其實的〈Just Relax〉。Cochrane 的立場鮮明：AI 監管才是真正的威脅，放輕鬆讓市場競爭解決問題就好。他引用了從馬爾薩斯到中國鄭和寶船的歷史案例，論證「害怕新技術然後用監管壓制它」從來不是好策略。施密特至少比 Cochrane 認真對待民主制度的脆弱性。他承認黑箱決策可能侵蝕制度信任、集中不受問責的權力。但施密特的解方本質上仍然是技術性的：用更多科技來修補科技造成的問題。如果你是 Cochrane，你會說這根本是多此一舉。如果你比較關心制度，你會說這是用錯了工具。
再和哈佛法學教授勞倫斯．雷席格（Lawrence Lessig）的〈Protected Democracy〉比較，差異更根本。雷席格的診斷直指美國民主的兩個結構性弱點：對私人資金的依賴（他稱之為「合法的腐敗」）和極化（媒體商業模式獎勵對立而非真相）。他的處方箋完全不靠 AI，而是靠制度設計：隨機抽選的公民審議會議，以愛爾蘭成功處理墮胎和同婚議題為範本。把施密特和雷席格擺在一起，你會看見一條根本的分界線：施密特相信技術可以修理政治，雷席格相信制度設計才能保護政治不被技術破壞。兩個人都在乎民主，但開出的處方箋指向截然不同的方向。我們會在後續導讀雷席格那篇時更完整地討論他的論點。
還有一個房間裡的大象。施密特在 2018 到 2021 年擔任美國國家安全 AI 委員會（NSCAI）主席期間，他和相關實體進行了超過 50 筆 AI 投資。他一方面倡議國防部和情報機構採用機器學習技術，另一方面在投資那些向政府銷售同類技術的新創公司。他那份長達 38 頁的利益衝突揭露表，在資訊自由法申請下被全文遮蔽。前美國政府倫理顧問 Walter Shaub 直接說這「絕對是利益衝突」。
2024 年的史丹佛演講外洩更加深了外界的疑慮：他在那場非公開演講中建議學生複製 TikTok 的用戶和音樂，然後「雇一堆律師善後」，還把 Google 在 AI 競賽中落後歸咎於員工的遠距工作。這些場外言行和文集裡那個審慎論政的施密特之間，落差不小。這不表示他的論點就是錯的。但讀他寫的每一句「AI 應該如何融入治理」時，你都必須記得：這個人同時站在政策制定端和商業獲利端。
施密特眼中的臺灣，和臺灣眼中的施密特
施密特在〈Democracy 2.0〉裡兩度提到臺灣。他舉了 Pol.is 平台的案例，說臺灣利用 AI 驅動的公共討論平台讓將近半數人口參與了 AI 監管的共識建構，增強了政府的民主正當性。被一位前 Google 執行長當作民主創新的典範引用，對臺灣來說當然值得注意。但施密特對這個案例的理解有一個明顯的缺口：他把成功歸因於技術平台，卻很少談背後的政治條件。
臺灣的數位民主實驗之所以能走到那一步，不只因為 Pol.is 的演算法設計精妙。它背後有唐鳳（Audrey Tang）和 g0v 社群超過十年的公民科技耕耘，有太陽花運動之後公民社會對政府透明化的強烈要求，還有一個願意把公民討論結果真正納入決策流程的行政體系。這些是公民社會和制度的成就，不是軟體的成就。單純把技術平台移植到另一個國家，如果缺少這些條件，不會自動產生同樣的效果。這恰好呼應了雷席格的觀點：制度條件比技術工具更關鍵。
「舊金山共識」對臺灣則有另一層意味。施密特說美國需要相當於 92 座核電廠的發電量來支撐 AI 發展。這個數字從帕羅奧圖讀和從臺北讀，感受完全不同。臺灣在全球 AI 供應鏈上有不可取代的位置（台積電的角色不需要多解釋），但同時也是美中 AI 競爭加劇時地緣風險最直接的承受者。施密特在 2025 年共同撰寫的〈超智慧策略〉論文中，提出了「相互確保 AI 失靈」（Mutual Assured AI Malfunction, MAIM）的嚇阻框架，主張各國政府可以主動癱瘓具有威脅性的境外 AI 基礎設施。這類構想如果成真，臺灣夾在兩大 AI 強權之間的處境只會更複雜，不會更簡單。
野心最大，矛盾也最大
施密特在這套文集裡的兩篇文章，可能是全部 35 篇中格局最大的。他不只處理一個政策領域，而是同時涵蓋民主制度和經濟秩序。他不只引用學術文獻，還拿出真實世界的數字和案例。他甚至做了一件很少有產業界人士願意做的事：在第二卷裡公開承認「矽谷解決不了這些問題」。
但這兩篇文章也是全部 35 篇中矛盾最深的。寫下這些文字的人，同時經營無人機公司、投資數十家 AI 新創、主持影響美國立法的政策智庫，還在蓋給 AI 用的資料中心和電廠。他在文集裡扮演的角色和他在現實世界裡扮演的角色之間，始終存在著張力。
他在兩篇文章裡都沒有回答的一個問題，可能也是最要命的問題：如果「舊金山共識」是對的，超智慧真的在兩到五年內出現，那「民主 2.0」來得及開機嗎？制度改革需要的時間尺度是十年、二十年。技術變革的速度，按照施密特自己的描述，是兩到五年。這兩條時間線之間的鴻溝，才是他真正該面對的問題。
📚 「數位主義者文集」導讀系列