算法与中国AI时代的政治

中国进入 AI时代，并不只是一次技术升级，而是一场政治治理方式的深度变形。图为手机上显示的AI标志。（Oleksii Pydsosonnii／英文大纪元）

导语：AI并不只是技术，它正在把治理、审查、恐惧与风险“系统化”。在一个缺乏制衡的结构里，算法不是中立工具，而是权力的延伸。

中国进入 AI时代，并不只是一次技术升级，而是一场政治治理方式的深度变形。在中国语境中，AI并非中立工具，它更像是一种被高度政治化的“权力技术”，被嵌入到维稳、治理、意识形态与社会控制的核心结构之中。

一、AI在中国首先不是“创新工具”而是“治理工具”

在许多国家，人工智能更多被置于“技术进步”与“经济发展”的讨论框架之中，被视为提高生产力、优化商业效率或改善公共服务的中性工具。然而在中国，AI的发展路径从一开始就呈现出明显不同的政治取向。它最早、也最系统化的应用场景，并不在市场竞争或社会福祉领域，而是在治理、维稳与社会控制之中。

从人脸识别、行为识别到轨迹追踪，从大数据建模到风险评分系统，AI被迅速嵌入公共安全、城市治理和社会管理体系之中。通过对个体行为、社交关系和日常活动的持续采集与分析，技术被用来预测所谓的“潜在不稳定人群”，并提前介入可能被视为风险的社会行为。舆情监测、情绪分析与风险预警系统，则进一步将公共表达转化为可量化、可排序、可处置的数据对象。

关键在于，这些技术并非在一个自由、开放的环境中被“误用”或“滥用”，而是在高度明确的政治目标指引下被设计、部署并不断优化的。在中国的制度语境中，AI并不是为了限制权力运行，而是为了让权力运行得更高效、更低成本、更难被质疑。算法的引入，使得原本依赖大量人力的监控与干预过程，转变为可以长期自动运转的系统工程。

这种技术路径带来的变化并不仅是规模上的扩大，更是性质上的转变。AI让权力变得更加“精细化”：不再依赖粗放式的全面压制，而是针对个体、群体和行为模式进行差异化管理；让权力更加“自动化”：监控与筛选不再需要持续的人工判断，而是由系统自行完成；同时也让权力显得“去情绪化”：压制不再以明确的命令或惩罚出现，而是以系统判断、风险提示和技术合规的形式展开。

因此，理解中国 AI的政治意义，不能把它视为一种外来技术对政治结构的冲击。恰恰相反，AI的发展方向本身，正是由既有的政治逻辑所塑造和引导的。

AI不是改变中国政治的外力，而是中国政治主动选择、并不断塑造的权力工具。

二、算法让权力从“人治”升级为“系统治”

传统高压政治存在一个长期难以克服的内在缺陷：它高度依赖具体的人来执行。无论制度设计多么严密，权力的运作终究要通过官员、警察和基层执行者来完成。而人本身并不稳定——官员会懒惰，警察会犯错，执行者会犹豫、会同情、会权衡风险，也会因为责任压力而选择“不作为”。

AI的出现，恰好弥补了这一缺陷。算法不需要政治动机，不会情绪波动，也不存在良心或同情心。它不需要理解行为的社会背景，只需要数据、阈值和指令。只要规则被设定，系统就可以在没有任何道德负担的情况下持续运行。

正是在这一点上，政治控制开始呈现出一种全新的形态。权力不再主要依赖事后的惩罚机制，而是通过预测与干预，提前介入个体行为的可能性空间。监控的重点不再是“你已经做了什么”，而是“你可能会做什么”。一旦某种行为模式、言论倾向或社交网络被算法判定为“风险”，干预就可以在事件发生之前启动。

这种转变，意味着中国政治正在从以公开惩罚为核心的事后镇压，逐步转向以数据建模和风险预警为核心的事前预防。暴力不再总是以可见的形式出现，而是被嵌入到结构之中：账号被限制、行动被干扰、机会被提前关闭，却往往找不到明确的责任主体。

结果是，控制变得更加稳定、更加低调，也更加难以对抗。个人面对的不再是某个具体的权力执行者，而是一整套持续运转、不可协商、不可申诉的系统。正是在这种意义上，AI并非简单地“加强”了威权政治，而是为其提供了一种去人为因素、去摩擦、去中断点的运行模式。

这正是 AI对威权政治最关键、也最深远的赋能。

三、AI并没有让政治更“理性”而是更“冷酷”

在官方叙事中，AI常被描绘为一种可以减少人为偏见、提升治理效率和科学性的技术工具。通过数据分析和算法决策，权力似乎可以摆脱情绪化判断与个体随意性，转而依赖“客观”“中立”的系统运行。

但在现实的政治环境中，这种期待本身就是误导性的。AI并不会消除偏见，它只会继承并放大既有的政治设定。算法并不自行决定什么是风险、什么是稳定、什么是正常秩序——这些标准早已由权力预先设定。AI所做的，只是以更快的速度、更大的规模，把这些判断执行到社会的每一个角落。

如果某些言论被定义为“风险”，AI并不会进行价值判断或比例衡量，而是更高效、更全面地将其识别、过滤和清除；如果某些群体被视为“重点人群”，算法就会通过长期的数据积累，将这种标签固化下来，形成一种几乎无法摆脱的系统记忆。与人的记忆不同，算法不会遗忘，也不会“网开一面”。

正因为如此，AI带来的并不是更温和的治理，而是更冷酷的执行。人类在行使权力时，至少仍可能犹豫、妥协或选择例外；而算法只会忠实地执行目标，并不断优化执行效果。在缺乏权力制衡、司法独立和言论自由的制度环境中，这种“理性化”的技术反而会让压制变得更加彻底、更加稳定。

因此，问题并不在于 AI是否足够先进，而在于它服务于怎样的政治结构。在一个不允许权力被质疑的体系中，AI不可能成为中立理性的工具，它只能成为既有政治偏见的加速器——让不公更系统化，让压制更高效，也让冷酷显得更像一种“技术必然”。

四、AI加固了以恐惧为基础的统治结构

在 AI介入之前，以恐惧为基础的统治仍然存在明显的成本与不确定性。高压需要持续的人力投入，公开惩罚容易引发反感与反弹，过度镇压还可能暴露权力自身的焦虑。恐惧是一种有效但不稳定的治理资源，必须不断被制造、展示和维持。

AI的出现，彻底改变了这一结构。它不再依赖频繁、可见的惩罚来制造震慑，而是通过持续监控、预测干预和不可见的限制，将恐惧转化为一种日常化、内化的心理状态。人们不再只是害怕“已经发生的惩罚”，而是长期生活在“可能随时被注意到”的不确定之中。

算法并不需要公开宣示权力的存在。恰恰相反，它通过模糊边界来放大恐惧：没有清晰的红线，没有明确的违规告知，也没有稳定的申诉机制。个体永远无法确定，哪一次发言、哪一次转发、哪一种联系，会被系统视为“异常”。这种不可预测性，正是恐惧得以长期运作的关键。

更重要的是，AI让恐惧脱离了具体的压迫者。面对算法和系统，人们无法讨价还价，也无法通过人际关系获得豁免。权力不再需要被反复展示其暴力能力，只需让系统持续存在即可。久而久之，社会成员学会主动降低风险，避免表达、减少参与、提前退让，恐惧由此完成自我复制。

在这种结构下，统治不再主要依靠恐惧的“爆发”，而依靠恐惧的“持续”。AI并没有制造新的统治逻辑，而是将一种本就存在的政治不信任加固为技术基础设施，使其更加稳定、更低成本、也更难被瓦解。

五、AI时代，中共政治面临的真正风险

在 AI时代，中共政治面临的真正风险，并不在于技术是否失控，而在于权力可能彻底失去自我修正的能力。当治理越来越依赖算法，当判断被系统化、自动化，政治决策就更容易被视为“技术结果”，而不再被当作需要承担责任的权力选择。错误不再表现为某个官员的失职，而是被掩盖为模型偏差、数据异常或系统误判，从而失去被追责、被纠正的出口。

更深层的风险在于，AI会让权力逐渐脱离现实社会的真实反馈。舆情被过滤，异议被提前消解，恐惧被内化为自我约束，最终呈现给决策层的，只剩下被算法“净化”过的数据与表象稳定。在这样的环境中，政治并非变得更理性，而是更容易陷入自我确认的闭环：系统不断证明自身“有效”，却无法识别潜在的结构性危机。

当一个政治体系既不需要倾听真实声音，也不需要为错误付出代价，技术的进步反而可能加速制度僵化。AI本应是提升治理能力的工具，却在缺乏制衡的条件下，演变为延缓问题暴露、推迟风险爆发的装置。真正危险的不是系统出错，而是系统永远认为自己不会出错。

六、AI将监控边界推向国境之外：留学生与海外异议者成为“数据延伸人口”

当这一套技术化治理逻辑向外延伸，其影响便不再局限于国内社会。

AI时代，中国政治监控的一个根本变化，是权力不再以国境为边界。通过平台数据、社交媒体抓取、舆情分析和关系网络建模，留学生与海外异议者被纳入一种“远程治理”体系之中。政治表达不再因为发生在海外而天然安全——相反，算法让这些表达变得更可追踪、更可标记、更可回溯。一次公开视频、一篇文章、一场校园演讲，都会转化为可被分析、关联、存档的政治数据。这种监控并不一定立即表现为抓捕或惩罚，而是以更隐蔽的方式出现：国内家属被“关心”、个人被列入风险档案、未来回国的不确定性被永久化。AI在这里扮演的角色，不是直接的镇压者，而是让跨国威慑变得低成本、常态化和制度化。对留学生而言，最深层的压力并非“已经发生了什么”，而是算法制造的那种持续存在的、无法确认边界的恐惧——你永远不知道，哪一次表达已经被系统记录，哪一个节点会在未来被重新调用。

七、社交媒体审查：当平台算法成为“第一道政治关卡”

在 AI加持下，社交媒体已成为中国言论审查最前线、也最有效的执行场。不同于传统的事后删帖，平台算法在内容发布的最初阶段就完成了筛选：语义模型识别“风险表达”，推荐系统决定“是否可见”，传播预测提前判断“是否扩散”。结果是，大量内容并未被公开禁止，却在发布瞬间被限流、折叠、降权，悄无声息地消失在信息洪流中。审查不再以“红线”存在，而是以“曝光概率”呈现——你能不能被看见，取决于系统对你内容的政治风险评分。

更关键的是，这种审查通过平台规则被市场化、去政治化。用户面对的不是“国家禁止”，而是“平台规范”“社区守则”“系统异常”。责任被分散，权力被技术外包，政治判断被包装成商业决策。久而久之，创作者开始主动迎合算法偏好：回避敏感议题、使用模糊隐喻、拆解观点以规避触发词。社交媒体因此不再是公共讨论的放大器，而变成了自我审查的训练场。AI并未减少审查成本，而是把审查变成一种默认运行的基础设施——在这里，沉默不是被强迫的结果，而是被算法“优化”出来的选择。

八、政治异见人士的算法化监控：从“做了什么”到“你是谁”

在 AI时代，政治异见人士不再仅因某一次具体行为而被关注，而是被转化为一种长期、可计算、可继承的风险身份。通过整合社交媒体记录、通信数据、出行轨迹、人际关系和历史言论，算法可以构建出高度稳定的“异见者画像”。一旦被系统标记，监控便不再依赖持续的人力投入，而是进入自动运行状态：你的新账号会被快速识别，你的表达会被优先审查，你的社交关系会被纳入关联分析。重要的并不是你是否再次“越线”，而是你是否仍然存在于系统的关注范围内。

这种监控方式的残酷之处在于，它几乎不给“回到普通人状态”的机会。政治异见不再是可以被澄清、被解释、被遗忘的事件，而是一种被算法永久记忆的标签。即便当事人保持沉默，系统仍然在后台持续运行，等待下一次触发条件。AI在这里并未制造新的迫害逻辑，而是让旧有的政治不信任获得了无限续航能力：不需要频繁打压，却能长期震慑；不需要公开惩罚，却足以塑造恐惧。异见因此不只是被压制，而是被结构性地“管理”，成为政治系统中一个永远无法注销的变量。

九、AI会加速极权还是加速分化？

一个绕不开的问题是：AI最终会让中共的极权统治更加稳固，还是反而加速其内部分化与失控？从短期看，答案似乎偏向前者。AI显着降低了治理成本，提高了监控效率，延缓了矛盾暴露的速度，使得原本依赖高压维持的秩序看起来更加“平稳”“可控”。在这一阶段，技术确实为极权提供了前所未有的工具支持。

但从中长期看，AI也在悄然改变权力结构本身。高度依赖算法的统治，会逐步削弱基层官僚的自主判断，使执行层对系统产生路径依赖；同时，数据被层层过滤、风险被提前“消音”，决策层越来越难以接触真实社会。这并非权力的集中，而是一种对技术中介的依赖性集中。当系统成为唯一可信的“现实来源”，权力反而可能失去对现实的直接感知。

更重要的是，AI强化的并非社会整合能力，而是社会切割能力。人群被分类、打分、分层管理，不同群体之间的信息、机会与命运被算法系统性区隔。这种治理方式可以压制冲突，却难以形成真正的政治认同。一旦技术系统出现偏差、资源分配失衡或突发危机，原本被算法压平的差异，反而可能以更剧烈的方式集中爆发。

因此，AI对极权的作用，并非单向的“稳定器”，而更像是一种延迟反馈、放大后果的结构性变量。它可以在一段时间内加固统治，但也可能在关键时刻放大失真、加速分化。技术越是被用于替代政治判断，权力就越可能在失去现实感的同时，失去应对复杂社会的弹性。

结语：当算法成为权力的延伸，政治的代价也被系统化

无论 AI最终是让极权更稳固，还是在某个时刻加速分化，它都已经在改变中国政治的底层运行方式：权力越来越习惯于用数据替代倾听，用预测替代解释，用“系统判断”替代责任承担。技术在短期内确实能制造一种可控的幻觉——舆情被过滤，风险被提前压制，矛盾被延后显现，统治看起来更平稳、更高效。但真正的代价，是政治逐渐失去与社会真实互动的能力：真实声音被降噪，真实冲突被隐藏，真实问题被推迟。

当治理被算法化，恐惧也会被基础设施化。人们并非因为看见惩罚而沉默，而是因为无法确认边界而自我收缩；不是因为被明确禁止，而是因为被系统性“不可见”。这种沉默表面上带来稳定，实则削弱社会的修复机制——一个无法表达、无法纠错、无法公开讨论的体系，最终只能靠更强的控制去维持表面的秩序，而控制越强，反馈越弱，误判越多。

因此，AI不是未来的答案，而是现实的放大镜：它放大一个政治体系对人的信任程度，也放大一个体系是否允许权力被质疑、被约束、被纠正。技术可以让统治更高效，却无法替代政治合法性；算法可以延缓危机，却无法消除结构性风险。最终决定走向的，不是模型参数，而是权力是否愿意承认：社会不是变量，公民不是数据，人也不应被简化为“可管理的风险”——更不应被当作治理的原材料。