1994年，凱文·凱利出版了一本后來被中文互聯網反復引用的書，叫《失控》。

這個書名太好了。好到很多人第一次看到它時，會自然以為它講的是災難：機器反叛，系統掙脫韁繩，人類創造的東西轉身吞噬主人。但凱文·凱利當年說的"失控"，完全不是這個意思。

他真正想說的是：未來最強大的系統，不會再像工業時代的機器那樣，由一個中心、一個按鈕、一個總控制室來指揮。它們會越來越像生命，像蜂群，像生態，像市場，像神經網絡。

沒有一個蜂王在給每只蜜蜂下命令，但蜂群能找到巢址、分工、遷移。沒有一個中央大腦在安排每個細胞，但生命能修復自己、適應環境、不斷演化。沒有一個總工程師在設計每一次交易，但價格和供需會在無數局部互動中形成秩序。

他看到的，是一個從"控制"走向"涌現"的世界。在他那里，失控不是壞消息。失控意味著生命力，意味著分布式智慧，意味著復雜系統終于擺脫了機械時代的僵硬，開始以一種更像生物、更像自然的方式生長。

用他后來的話說，"要想獲得有智能的控制，唯一的辦法就是給機器自由"。

三十年后，我們真的進入了他說的那個世界。但奇怪的是，我們并沒有感到更自由。

我們感到的是另一種東西。一種說不清楚的無力感。一種控制感正在從手里滑走的感覺。

你打開搜索框，AI已經替你總結好了答案。你打開郵箱，AI替你寫好了回復。你打開代碼編輯器，AI在讀項目、改文件、跑測試、提交修改。你打開短視頻，系統比你更知道你下一秒想看什么。你打開購物軟件，它替你預測你會買什么。你打開地圖，它替你決定走哪條路。

表面上看，人類從來沒有這么強大過。一個普通人今天能調用的外部能力，超過三十年前一家小公司的總和。但工具越強，人的位置反而越模糊。

你還是那個使用工具的人嗎？還是你已經變成了系統里的一個輸入端，一個反饋點，一個被預測、被引導、被優化的對象？

大西洋月刊剛剛發表了一篇文章，標題就叫《控制感正在消失》。文章說整個生成式AI的繁榮，本質上是一場被硅谷強加給全社會的巨大實驗。這場實驗的核心問題只有一個：人到底是干什么用的？

凱文·凱利當年預言的失控，終于來了。但它來的方式，和當年想象的完全不一樣。

一、凱文·凱利說的失控，本來是一種樂觀

要理解今天的變化，必須先回到《失控》當年的語境。

上世紀九十年代，互聯網剛剛興起，個人電腦正在普及，復雜系統、控制論、人工生命、進化算法、網絡文化都處在一種興奮的早期階段。那是一個技術樂觀主義還很純粹的時代。人們真誠地相信，只要把中心放掉，把邊緣釋放出來，世界就會長出更好的秩序。

這并不是沒有道理。互聯網就是這樣誕生的。它沒有一個真正的總開關，不是一座由中心機構規劃好的大樓，更像一片不斷擴張的森林，每個節點都可以連接，每個人都可以發布，每條鏈接都可能打開一個新的世界。

開源社區也是這樣，沒有傳統公司的層級管理，卻生產出了Linux。維基百科也是這樣，沒有一個百科全書委員會每天坐在會議室里審定詞條，但無數人靠局部修正和爭論，搭起了人類歷史上最大的知識工程之一。

這就是凱文·凱利最迷人的地方。

他看到工業時代最迷信的東西是控制，控制時間，控制流程，控制工人，控制成本，控制誤差，控制變量。而生命最強大的地方，恰恰不是控制，而是適應，冗余和變異，是失敗之后還能繼續。沒有一個總設計師，卻能從局部互動中長出整體智慧。

所以《失控》真正反對的，不是秩序。它反對的是那種機械時代的、上帝視角的、把世界當成鐘表來修理的秩序。它相信另一種：自下而上，分布式，半混亂，多中心，足夠好而不是絕對最優。

KK在書里提煉了"造物九律"來概括這種秩序的邏輯。
分布式生存：不要把所有雞蛋放在一個籃子里。自下而上的控制：讓底層個體自主決策。遞增收益：用得越多越有價值。模塊化生長：從簡單且能獨立運作的模塊逐步組裝。邊界最大化：創新和多樣性來自邊緣地帶。鼓勵犯錯誤：持續犯小錯誤以避免致命大錯誤。不求最優但求多目標：復雜系統不能只優化單一維度。謀求持久不均衡態：均衡即死亡。變自生變：不僅要遵守規則，更要能改變規則本身。

這九條在今天的科技行業里幾乎一字不改地成了操作手冊。微服務架構是"分布式生存"，敏捷開發是"自下而上的控制"，網絡效應是"遞增收益"，A/B測試是"鼓勵犯錯誤"，大模型的自我進化是"變自生變"。

這也是為什么三十年前的"失控"帶著一種浪漫氣質。它不是末日，它更像從工廠逃向森林，從控制室逃向荒野，從總工程師的藍圖逃向蜂群的舞蹈。

KK引用過老子的話來表達這種感覺：太上，下知有之。最好的統治者，是你感覺不到他存在的那種。

二、但今天的失控，不再是同一種失控

問題在于，凱文·凱利當年默認了一件事。他默認系統可以失控，但人仍然是行動者。

互聯網再混亂，是人在搜索。論壇再吵，是人在發帖。開源再分布式，是人在寫代碼。市場再復雜，是人在出價、議價、后悔、承擔損失。那一代技術樂觀主義最深的前提是：放棄中心控制，會釋放個體自由。

但今天，我們面對的不是同一個世界。今天的核心變化，不是系統失去了中心，而是人開始不再處于中心。

過去，你在網上尋找答案，現在AI直接把答案遞給你。過去，你在信息流里判斷哪些內容值得看，現在推薦系統已經在你判斷之前完成了排序。過去，你用軟件執行自己的想法，現在AI代理開始替你理解任務、拆分步驟、調用工具、執行行動。

這里有一道巨大的裂縫。過去機器是工具，今天機器越來越像代理。工具放大你的意圖，代理開始替你形成意圖。工具回答你的問題，代理開始決定什么問題值得被回答。工具幫你走路，代理開始決定你應該去哪里。

大西洋月刊的那篇文章里，引用了在線文化研究者艾丹·沃克的一個說法。沃克說，今天互聯網的用戶體驗，越來越像"被戴了綠帽子"：算法和模型攫取了網絡上大部分的能動性，而"循環中的人"坐在屏幕前，看，點，滑，每一次滑動都是在給機器投票。人類不是在駕馭蜂群，人類變成了蜂群里被喂食的那張嘴。

這就是我在之前的文章里反復討論過的一個命題：AI最深的危險，不是它比你聰明，而是它開始替你欲望、替你判斷、替你行動。

這是一種主體性的外包。人類最早外包的是體力，后來外包的是記憶，再后來外包的是計算。現在，我們開始外包判斷，外包選擇，外包表達，以及方向感。

這和凱文·凱利當年說的"失控"已經不是一回事了。當年的失控，是系統獲得生命。今天的失控，是人開始懷疑自己是否還在生活里"在場"。

三、權力沒有消失，它只是換了一副面孔

這里藏著KK的第一個誤判。

他以為放棄中央控制，權力就會自動回歸個體和社區。每個人都是蜂群中一只自由飛舞的蜂，沒有人指揮別人，也沒有人被人指揮。但他沒看到的是：放棄中央控制之后，權力不會憑空消失。它會流向那些最擅長駕馭分布式系統的人。

我在之前的文章里分析過一個重要的趨勢：AI讓建設產品的成本趨近于零，也讓抄襲產品的成本趨近于零。當代碼可以被一鍵生成，當設計方案可以被一句話產出，產品的護城河在哪里？答案不在產品本身，而在誰能接觸到用戶、誰擁有注意力管道、誰構建了信任資產。

換句話說，分銷代替產品成了更高的護城河。表面上這是一個越來越去中心化的世界，實際上底層基礎設施在急劇集中。少數幾個平臺掌握著算力、數據、模型和分發通道。它們不需要站出來命令你，它們只需要改變你每天看到的東西。

控制論的創始人諾伯特·維納，晚年寫過一本不太出名的書叫《人有人的用處》。他在里面提出了一個警告：當人類把反饋回路的控制權讓渡給擁有學習能力的自動化系統，系統就會以人類無法理解的節奏反過來規訓人類的行為。

系統不需要強迫你，只需要不斷反饋你。你看了什么，它記住。你停在哪一秒，它記住。你跳過什么，它記住。你為什么憤怒、為什么停留、為什么買單，它都記住。然后它把一個更像你的世界遞給你。

久而久之，你以為自己在看世界，其實你在看一個根據你過去反應生成的、越來越窄的回音室。

這不是傳統意義上的控制，因為沒有人拿槍指著你。但這可能是一種更深的控制，因為你甚至不覺得自己被控制，你只覺得"這就是我喜歡的"。

法國哲學家斯蒂格勒有一個概念很適合用來理解這種處境。他說技術是一種pharmakon。在古希臘語里，這個詞同時是"解藥"和"毒藥"。

AI一邊把你從重復勞動中解放出來，一邊剝奪你的"生活知識"，那些你通過親自動手、反復犯錯、在真實世界里碰壁才獲得的判斷力和直覺。斯蒂格勒管這種剝奪叫"無產階級化"，不是剝奪體力勞動，是剝奪思考的能力和做人的知識。

KK說："要想獲得有智能的控制，唯一的辦法就是給機器自由。"這句話在1994年聽起來像技術啟蒙。到了今天，它讀起來是一道哲學難題：自由的機器還愿意被你"控制"嗎？即使愿意，控制它們的到底是誰？

四、你不是失去了控制權，你是失去了控制感

這是KK的第二個誤判：他把"系統的控制"和"人的控制感"混為一談了。

今天最值得警惕的，不是某一個AI系統突然宣布統治人類。那種想象太粗糙了。真實的變化要安靜得多。它不是以戰爭片的方式發生，而是以"用戶體驗"的方式發生。

一切都變得更順了。郵件更順，寫作更順，搜索更順，購物更順，會議紀要更順，旅行規劃更順。甚至你跟人吵架時都可以讓AI幫你組織一段"更理性、更有邊界感、更不傷害對方"的表達。

問題恰恰在這里。太順了。

人類生活里很多真正重要的東西，來得都不容易，本來就不順。寫作不是把意思輸出來，而是在卡頓和摩擦中發現自己到底想說什么。閱讀不是把信息下載進大腦，而是在困惑中慢慢形成判斷。

選擇不是從幾個選項里挑最優解，而是在不確定中承認：這是我要承擔后果的路。表達不是把情緒翻譯成漂亮句子，而是一個人艱難地讓另一個人知道自己正在經歷什么。

AI的高效正在把這些過程抹平。它不一定讓你變笨，但它可能讓你越來越不習慣那個"自己費勁"的過程。而人的控制感，恰恰來自這個過程，而不是來自結果。

你自己查過資料，所以你知道自己為什么相信。你自己寫過一遍，所以你知道那個觀點是怎么長出來的。你自己失敗過，所以你知道邊界在哪里。一旦這些過程被系統替代，人得到的不是自由，而是一種漂亮的空心化。表面上你更快了，內在上你更輕了。輕到最后，連自己為什么這么選都說不清。

《華爾街日報》在一篇文章里給過一組對比數據。1995年，互聯網剛剛興起的時候，一項調查顯示72%的美國人對新技術感到舒適，只有24%不舒適。到了2025年的AI時代，這個比例完全反轉，只有31%對AI感到舒適，68%感到不安。而同一時期，美股七巨頭的市值漲了169%，消費者信心指數卻接近歷史最低。

繁榮在漲，人在跌。

耶魯經濟學家帕斯夸爾·雷斯特雷波有一個極端推演：當機器的智能達到足以替代人類在所有領域的程度，勞動在GDP中的份額"將收斂到零，大多數收入最終歸于算力"。然后他補了一句：請注意，這還是樂觀場景。

這就是今天的失控感。它不是"我按了按鈕但機器不聽"，而是"機器太聽話了，聽話到最后，我不知道那個命令到底是不是我自己的"。

五、信息越多，敘事越少，人越容易焦慮和漂浮

KK的第三個誤判，藏在"信息"和"敘事"的區別里。

《失控》歌頌的是信息的無邊涌現和分布式流動。KK相信當信息足夠多、連接足夠密，智慧就會自然涌現，就像蜂群覓食、鳥群遷徙一樣。他沒看到的是，當信息泛濫到一定程度，它就不再是智慧的原料了。它變成了噪音，變成了殺死敘事的兇器。

韓炳哲在《敘事的危機》里做過一個精準的區分：信息加劇世界的熵，敘事減少世界的熵。

信息是去脈絡化的、瞬時的、被算法切割成碎片的，它讓世界越來越像一團高速旋轉的沙塵暴。而敘事是有時間錨點的、有方向的、能給人提供安身之所的。信息越多，人越可能失去錨點。敘事越強，人越能在混亂中知道自己站在哪里。

今天的系統極其擅長生產信息。它能給你三分鐘看懂世界局勢，一分鐘理解某個技術突破，三十秒掌握一個商業模式，十條總結讀完一本書。但它很難給你真正的敘事。

因為敘事不是壓縮，敘事是一種承擔。你必須把雜亂的事實放進一個時間結構里，說明它從哪里來，要到哪里去，和什么價值沖突有關，要求你做出什么選擇。

這也是為什么我在之前的文章里反復說：知識套利已死，敘事者永生。不是因為講故事比較高級，而是因為當信息無限膨脹，人最缺的不是更多信息，而是能抵抗漂浮的意義結構。

一個人每天攝入大量內容，看過很多，懂得很多，收藏很多，轉發很多，但到了深夜，仍然不知道自己究竟相信什么。這不是知識貧乏，這是敘事破產。

而敘事破產之后，人就會自動把自己交給系統，因為系統至少會給你下一條內容，下一條任務，下一條建議，下一條路。它不能給你意義，但它能讓你沒有空隙去追問意義。

六、人被從真實世界中連根拔起了

還有一個更隱蔽的變化，很多人還沒注意到。

AI和算法并不只是替代了某些腦力勞動。它們還讓人和世界的接觸變得越來越間接。過去你要認識一個地方，你要走進去，聞到氣味，看到人的表情，感受到天氣、路面、擁擠、沉默和尷尬。今天你可以先看攻略、評分、路線、總結、避坑指南。

過去你要理解一個人，你要和他相處、誤解、爭吵、和好。今天你可以讓AI分析他的心理類型、關系模式和溝通策略。過去你要做一個東西，你要碰材料，承受失敗，知道手感。今天你可以先生成一套方案，看起來已經非常完整。

效率當然提高了。但效率的另一面，是脫離現場。

社會學家吉登斯把這個過程叫做"脫域"，社會關系從彼此關聯的本土語境中被連根拔起，被抽象系統重新組織。

當一切都變成數據、標簽、選項、摘要和建議，世界不再是一個你親身進入的地方。它變成了一個被系統預處理過的界面。你不是在和世界發生關系，你是在和世界的計算版本發生關系。

這也是為什么很多人明明獲得了前所未有的信息便利，卻仍然感到空乏。因為人不是只靠信息活著，人靠觸碰、延遲、誤解、失敗、身體、關系和現場活著。算法可以優化路徑，但它無法替你走路。AI可以總結一本書，但它無法替你經歷被一本書改變的那個緩慢過程。

哈佛教授布魯諾·卡瓦略在研究城市規劃史的時候，指出了一個貫穿現代性的核心張力：效率與體驗之間永遠存在矛盾。理性規劃追求高效，但人的意義恰恰棲居在那些看似低效的事物中。

戀愛是低效的，陽光是低效的，街頭足球是低效的，漫長的晚餐是低效的，沒有任何功利目的的創作沖動更是低效到令人發指。KK的"失控"未來之所以讓人喘不過氣，正是因為它把效率推到了極致，而那些曾經由"低效"構成的人生質感，正在被一寸一寸地抽走。

我們這一代人，將是最后一批在沒有AI深度介入的環境中被教育、被培養、被塑造的人。硅基"智能"正在蔓延，而生物心智的獨創性正在變得次要、隱形。速度、便利，以及對機器的近乎崇拜，讓硅基輸出凌駕于生物創造之上。

有學者甚至認為，"人工智能競賽"在生物意義上是一場競相沉淪，不如改叫"生物智能衰退"。

這話說得有點極端，但方向是對的。人類生活里最重要的東西，很多都不是最優解。它們甚至是低效的。但正是這些低效，讓人確認自己還活在世界里，而不是活在系統生成的界面里。

七、KK真正沒有搞錯的是什么

在批判了這么多之后，有必要說一句公道話：KK的框架里有一些東西，在今天比任何時候都更有價值。

首先是他的"活系統"直覺。最有力量、最能適應環境的系統，不是被精心設計的，而是長出來的。

這個判斷已經被AI的發展本身證明，沒有人"設計"出了GPT-4的涌現能力，它是長出來的。問題不在這個判斷本身，而在于KK沒有追問：一個有機的、不斷進化的、不可完全預測的系統，對生活在其中的個體意味著什么？

其次是九律中的最后一條，"變自生變"。這不只是說系統要進化，而是說規則本身也要進化。

今天我們對AI的治理思維，仍然停留在工業時代的"立法-執行"框架里。出了問題立法，法律跟不上就恐慌，恐慌完了繼續等下一次出事。用一套機械時代的工具去管理一個生物時代的系統，這本身就是最大的失控。

但KK最大的遺漏，不是技術問題。他從頭到尾不談"意義"。他討論了系統如何運作、智能如何涌現、秩序如何從混沌中升騰，但他從來不問：活在這樣的系統里，對一個具體的人來說，是什么意思？

這就解釋了為什么他的預言全部成真，我們卻感覺不到他許諾的那種喜悅。他描繪了一幅宏大的系統畫卷，但畫卷里沒有人的面孔。

八、要奪回的，不是全部控制，而是幾個關鍵開關

說到這里，很容易滑向一種廉價結論：那我們是不是應該拒絕AI，拿回人類的“控制感”？

不是。這不現實，也不深刻。KK有一點仍然是對的：復雜系統一旦生長出來，就不會退回簡單系統。

人類不可能重新回到一個完全由自己手動控制一切的世界。你不可能不用搜索，不可能不用推薦，不可能不用自動化，不可能拒絕所有AI代理。那不是解決方案，那只是懷舊。

真正的問題，不是重新控制一切，而是在一個注定失控的世界里，保留幾個不能交出去的關鍵開關。

第一個開關，是問題定義權。不要一上來就問AI"我該怎么辦"。你要先問自己：我到底在解決什么問題？很多人以為自己缺答案，其實是把問題定義權交出去了。一旦問題被別人定義，答案再漂亮也不是你的。

第二個開關，是價值排序權。AI可以告訴你哪個選擇更高效、更安全、更符合數據，但它不能替你決定什么值得。效率不是最高價值，安全也不是最高價值，收益更不是。人生最難的部分，恰恰是你必須在無法完全比較的價值之間做選擇。

第三個開關，是最后判斷權。AI可以參與第一遍，但最后一遍必須回到人。尤其是那些會改變你生活方向、關系結構、職業路徑、價值承諾的決定。你可以讓AI幫你整理信息，但不能讓它替你承擔后果。因為承擔后果這件事，無法外包。

第四個開關，是真實世界反饋。越是活在生成內容里，越要回到真實世界。見真實的人，做真實的事，聽真實客戶的抱怨，接受真實關系里的不舒服，用身體經驗校正系統經驗。一個人如果長期只和模型、平臺、數據和二手解釋打交道，他會越來越聰明，也越來越不著地。

這四個開關，不是消除不確定性，而是在不確定性中保留行動空間。你不需要去預測AI會往哪里走，你做不到，連搞AI的人自己也做不到。

你需要做的是確保：如果A路徑斷了，B路徑真的能頂上；你的能力不只綁定在一個行業、一個平臺、一種收入模式上。你在平靜時期所做的那些看起來不緊迫的準備，學習、連接、儲備、健康，它們會在風暴來臨時變成你唯一的緩沖區。

最后，也是最容易被忽略的一點：刻意保留一些不能被算法優化的低效。漫無目的的散步，充滿誤解但飽含溫情的肉身交談，不為了發表、不為了變現、只因為你想寫而寫的文字。這些不是落后的遺跡，它們是一個人在存在主義意義上為自己釘下的錨點。

九、失控不是末日，但不知道自己交出了什么才是

三十年前，凱文·凱利說"失控"，是在歡迎一種新生命。三十年后，我們重讀《失控》，心情復雜得多。

因為我們終于進入了他描述的那個世界。機器越來越像生命，組織越來越像網絡，市場越來越像算法，AI代理開始替人行動，軟件開始自動生成軟件，系統開始和系統對話。這一切都證明凱文·凱利看得很遠。但他那個時代的樂觀，今天必須被重新審視。

因為問題已經不是"系統會不會獲得生命"，而是"當系統獲得生命，人會不會失去自己的生命感"。

技術永遠是兩面刃。它解放你，也重塑你。它增強你，也削弱你。它讓你更有效率，也可能讓你忘記某些能力為什么重要。AI時代最危險的不是使用AI，而是在使用AI的過程中，完全不知道自己把什么交出去了。

你以為交出去的是麻煩，其實可能是判斷力。你以為交出去的是重復勞動，其實可能是手感。你以為交出去的是低效溝通，其實可能是關系里的真實摩擦。你以為交出去的是搜索時間，其實可能是自己形成問題的能力。

薩特說，人注定是自由的。這句話聽起來像鼓勵，其實很沉重。因為自由不是想做什么就做什么，自由意味著你不能永遠把自己藏在系統、環境、趨勢、算法和建議背后。你必須選擇，而且必須承認：這是我選的。

這就是AI時代重新獲得控制感的方式。不是重新幻想自己能控制整個系統，而是在一個注定分布式、自動化、自我演化的世界里，守住那些必須由自己完成的選擇。

KK教我們放手。

但今天，我們還要補上后半句：放手不是撒手，失控不是失魂。真正成熟的人，不是拒絕復雜系統，也不是跪在復雜系統面前，而是知道什么可以交給系統，什么必須留在人這里。

三十年前他說失控。這一天終于來了。只是它不像當年想象中那樣，是一場奔向自由的技術狂歡。

它更像一次安靜的考試。考的不是機器會不會超過人，而是當機器越來越會替你做事、表達、判斷和行動的時候，你還知不知道，那個不能被替代的"你"，到底在哪里。【懂】

相關參考文章：

https://www.theatlantic.com/technology/2026/05/ai-agents-agency-crisis-humanity/687379/

經叔最近做了一個網站:https://budongjing.com

人肉篩選挖掘的硬核優質內容及深度原創，重點關注科技、文化、財富、權力四大要素以及它們之間的互動與影響。網站定價1999元/年，目前內測優惠價1299元/年，感興趣的讀者可以加經叔微信訂閱。

另外，歡迎加入經叔的知識星球。在這里，我們拒絕無用的焦慮，只談底層的邏輯與實戰的干貨。我會結合最新的AI前沿動態、深度的商業創新分析（如一人企業的構建）和獨特的文化思潮（如麥克盧漢的媒介洞察），幫助大家把握時間窗口。

我是不懂經的經叔，國內最早翻譯介紹了納瓦爾的《如何不靠運氣獲得財務自由》，以及影響了納瓦爾、中本聰、馬斯克等大佬的《主權個人》。

不懂經知識星球，眾多百萬粉絲大V、千萬及億萬富翁訂閱。專注分享一人企業、一人創投主題，關鍵詞：AI、IP、創投、科技及商業前沿的高杠桿內容。

愈懂愈自由