跳轉到

第六章 數位時代：電腦、網路與 AI——數目字管理的第二次革命#

6.1 ENIAC 到微處理器：計算成本的第二次暴跌#

1946 年 2 月，賓州大學的 ENIAC 通電：30 噸重、17,468 支真空管、每秒 5,000 次加法——比當時最快的機械計算器快千倍，最初的工作是計算砲彈彈道表（見../../科技史/科技發展史/1946-ENIAC.md）。1971 年，Intel 4004 微處理器把一整台計算機壓進一枚指甲蓋大的晶片（見../../科技史/科技發展史/1971-微處理器.md）；此後摩爾定律以每十八個月翻倍的速度，把計算成本壓低了十的十幾次方量級。

用第3章的框架看，這是斐波那契事件的二十世紀版：1202 年的位值記法把「算」的成本降低一個數量級，催生了複式簿記與商業數學；1946–71 年的電子計算把「算」的成本再降十幾個數量級，則把國家層級的理性會計從「年度、抽樣、事後」升級為「即時、全量、事中」。帕喬利的守恆律沒有變——變的是核對的速度：試算表借貸必平需要會計師幾天，資料庫的對帳只需要幾毫秒。當核對的成本趨近於零，吳思的潛規則第一次在技術上變得無處可藏：每一筆公帑從請求到核銷的全鏈條，都可以在資料庫裡留下互相咬合的痕跡——複式簿記的「每筆記兩次」，被放大為「每筆記 N 次、人人可查」。

6.2 資料庫、感測器與即時統計：測量不再依賴官僚自報#

比計算更深刻的是測量方式的革命。第2章診斷的潛規則，寄生於一個古老的前提：國家所需的數據必須由被監督者自報——黃冊由里長造，上計由郡吏報，所得由納稅人申報。自報就必然過濾，過濾就必然失真。數位時代拆掉了這個前提：

  • 感測器測量：1969 年的 ARPANET 使數據可以跨機構即時流動（見../../科技史/科技發展史/1969-ARPANET.md）；1995 年全面運作的 GPS 使位置、速度、時間成為免費的全天候測量（見../../科技史/科技發展史/1995-GPS.md）；此後衛星遙感直接測作物長勢、夜間燈光成為經濟活動的獨立代理變數——2008 年後，連 IMF 都開始用夜光數據交叉核驗各國自報的 GDP。
  • 交易即測量：電子支付、電子發票、海關單一窗口，使每一筆交易自動生成稅務與統計數據。自報制下的瞞報需要主動造假；流水制下的瞞報需要繞開系統——說謊的成本再次陡增，這一次是技術性的。
  • 交叉核驗：同一事實被多個獨立通道測量（電力消耗、銀行流水、物流數據、衛星影像），單一通道的篡改在比對中現形。這正是泥板封球「內籌外印互核」六千年原理的全網版。

明治日本用三十年、英國用兩百年建成的測量環，一個後發國家今天可以用十年裝上。技術使數目字管理的「真實測量」項變得空前便宜。但本書寫到這裡，讀者應該已經學會警惕這種樂觀——技術只解決「算得出、測得準」，不解決「敢不敢問、願不願查」。

6.3 AI 時代的潛規則 2.0：演算法也會報喜不報憂#

2012 年深度學習革命（見../../科技史/科技發展史/2012-深度學習革命.md）之後，出現了一種新型失真：不是人篡改數字，而是系統在人類不知不覺中優化出錯誤的數字。

  1. Goodhart 定律的機器化。推荐系統以點擊率為目標，學會餵養偏見；信用評分以還款率為目標，學會在數據裡找出與還款無關但相關的代理變數（郵遞區號即種族）；企業 KPI 落入 AI 之手，指標被以人類無法想像的方式「完成」。指標成為目標的那一刻，指標開始說謊——這與釘子廠的圖釘笑話是同一條定律，只是執行者從廠長換成了梯度下降。
  2. 黑箱使審計失效。複式簿記之所以能防弊，在於每一筆都可人工追蹤；深度模型是數十億參數的黑箱，連開發者都無法解釋單一輸出。當系統自己不能「對帳」，外部審計就退回到抽樣與壓力測試——這是核驗技術的相對退步。
  3. 合成數據與深度偽造。生成式 AI 可以批量製造以假亂真的文件、影像與「統計報告」。第4.5節「強迫公開」的前提是公開的東西可信；當偽造成本趨於零，信任必須重新掛靠到技術性的可驗證性上——數位簽章、可驗證資料源、零知識證明，正是資訊世界的新度量衡。
  4. 國家層面的新誘惑。感測器與 AI 使全面監控第一次在技術上可行，一種「反向閉合」的高效版本正在被安裝：測量環空前強大，問責環空前萎縮——數據服務於監視而非糾錯，指標服務於穩定而非真實。這是蘇聯病歷（5.4）的技術升級版：蘇聯需要百萬報表員維持的失真，現在只需要一個優化目標。

6.4 尾聲：國家能學會數目字管理嗎？——迴路不會自動閉合，問責不會自動降臨#

把全書因果鏈收攏：

\[ \underbrace{\text{真實測量}}_{\text{第3、6章：泥板}\to\text{複式簿記}\to\text{感測器}}\times\underbrace{\text{理性會計}}_{\text{第3章：預算・統計・審計}}\times\underbrace{\text{法治產權}}_{\text{第4章：大憲章}\to\text{分權}\to\text{披露}}\times\underbrace{\text{信息迴路}}_{\text{第5章：四環閉合・持續再閉合}} \]

連乘式的教訓從未改變：任何一項為零，積為零；任何一項為負，積為負。數位時代使第一項空前便宜，卻同時使第四項面臨新型威脅——而歷史反覆證明，第四項從來不是技術問題。明代不缺黃冊，缺的是讓黃冊的「不平」能夠彈劾巡撫的權力結構；蘇聯不缺統計局，缺的是讓統計局的數字能夠殺死五年計畫的政治安排；AI 時代不缺算力，缺的是讓演算法的錯誤能夠被追責的制度設計。

黃仁宇的命題在六千年的尺度上依然成立：國家必須能在數目字上管理，工業社會與現代信用才可能。但吳思與金觀濤為它補上了另一半真理：數目字管理不是技術採購，是權力的自我設限——記帳的人必須可以被查帳，查帳的人必須不害怕，害怕的人必須有救濟。迴路不會自動閉合，問責不會自動降臨；每一次技術革命都只是重新發牌，而牌桌上的規則，永遠要由制度來寫。國家能學會數目字管理嗎？六千年的病歷與病癒給出的答案是：能——但不是當它買得起電腦的時候，而是當它付得起「說實話」的政治成本的時候。

參照：ENIAC 見../../科技史/科技發展史/1946-ENIAC.md；微處理器見../../科技史/科技發展史/1971-微處理器.md；ARPANET 見../../科技史/科技發展史/1969-ARPANET.md；GPS 見../../科技史/科技發展史/1995-GPS.md；深度學習革命見../../科技史/科技發展史/2012-深度學習革命.md；知識工作變局見../../世界史/世界發展史/2022-ChatGPT與知識工作.md。