数经科技 范文仲
最近，笔者和一些优秀的技术团队围绕世界模型的研发方向进行讨论，这个领域正在得到越来越多的关注。我们习惯于将“世界模型”这个词视为硅谷实验室里的最新产物，是训练更强大的AI模型，通向通用人工智能的终极路径。其实，如果我们把历史的镜头拉远，构建世界模型，本就是人类文明发展过程中的永恒主题。
我们生活的这个宇宙，纷繁复杂，浩渺无垠。人类有一种近乎本能的冲动，把它简化抽象，变成一套可以理解、可以预测、可以操作的规则和表征体系。这套体系，就是“世界模型”，它是一个文明对“世界如何运作”的整体性认知框架。
从原始部落口耳相传的星象传说，到亚里士多德以地球为中心的宇宙图景；从托勒密精密的本轮均轮体系，到牛顿统摄天地万物的力学大厦——每一次世界模型的迭代，都意味着人类向世界真相逼近了一步，而每一次逼近，都释放出改造世界的巨大能量。统计学家乔治·博克斯有一句名言：“所有模型都是错的，但有些是有用的”。这句略带自嘲的话，恰恰道出了人类文明演进的真实逻辑——我们从来没有真正“掌握”过世界的全部真相，我们只是在不断地用更精巧的模型，逼近那个永远无法穷尽的实在。
五百年前，欧洲社会用帆船和星盘开启了波澜壮阔的“大航海时代”，探索地理意义上的新大陆，建立了一个覆盖全球的世界模型，并由此催生了工业革命。今天，人类正在用人工智能探索物理意义上的“新宇宙”——从量子到星系，从意识深处到时空边疆——试图建立一个宇宙尺度的新模型。而这一次，探索者不再只是人类自己，还有AI助手。这两次跃迁都始于思想的解放，都依赖于数据的获取，都催生了科学方法的革新，最终都将引发产业和文明的革命。
一、大航海时代与欧洲世界模型的重构
1. 文艺复兴——思想的破冰与探索精神的觉醒
任何一场认知革命，起点往往不是一项发明，而是一种思想的解放。中世纪的欧洲，被一套自上而下的神学宇宙观牢牢笼罩——地球是宇宙的中心，人类是上帝的特殊造物，知识的合法性来自权威的阐释而非对自然的直接观察。这套世界观正是一种“神学世界模型”，而且是一个主观先验的，不允许被质疑的模型。
文艺复兴并非一场突如其来的文化爆炸，而是长期压抑后的精神觉醒。中世纪晚期，意大利文学家弗朗切斯科·彼特拉克在阿维尼翁的图书馆里翻阅古罗马手稿时，他发现的不仅仅是西塞罗的修辞和维吉尔的诗行，更是一种以人为中心的价值取向。西塞罗的书信集中那些充满人文关怀和理性思辨的文字，像一道闪电劈开了中世纪神学笼罩的黑暗天空。彼特拉克后来被称为“人文主义之父”，他发出了思想领域的复兴宣言：人，而非神，应当成为认知世界的中心。这种对人本身价值的重新确认，看似与航海、天文毫无关系，实则松动了整个欧洲思想界的地基。当人们开始相信自己的理性和感官经验值得信赖，怀疑权威、挑战教条才有了合法性。
当教会说“地球是宇宙的中心，这是上帝的安排”时，波兰教士尼古拉·哥白尼在弗龙堡教堂的塔楼上，用一台简陋的观测仪器，对准了夜空进行验证。1543年，哥白尼的《天体运行论》（De revolutionibus orbium coelestium）在他临终前出版。哥白尼的伟大贡献不仅在于提出了日心说，还在于一种思维方式的转变：当观测与理论矛盾时，应该修正的是理论，而不是观测。这种“理论应当服从事实”的原则，成为现代科学的基石。
与此同时，古罗马地理学家托勒密的《地理学指南》（Geographia）在15世纪被重新发现并翻译成拉丁文。这本书包含了一张世界地图和一套经纬度坐标系统，虽然其中许多数据是错误的（比如严重低估了地球的周长），但它提供了一种关键的方法论启示：世界是可以被测量、被绘制、被数学化的。
科学思想的复兴同样推动了航海技术的发展。十五世纪葡萄牙人发明了卡拉维尔帆船，是那个时代真正意义上的“硬科技”突破——它吸收了阿拉伯三角帆的灵活操纵性与欧洲方帆的动力效率，船体轻便、吃水浅、既能顺风疾驰又能逆风抢风调向，使得远洋探险第一次在技术上具备了可行性。葡萄牙的恩里克王子（英语中译为亨利王子）建立的航海学校，某种意义上正是那个时代的“研发实验室”，它聚集了造船工匠、天文学家和制图师，系统性地推进航海技术的迭代。而到了1569年，佛兰德地图学家墨卡托发明了新式的投影法，水手们终于可以锁定目的地航向，沿着一条直线航行，而不必时刻调整罗盘，担心球面几何带来的方向偏差。
思想的怀疑精神、理论的重新发现、技术工具的成熟，三股力量在十五、十六世纪的欧洲交汇，为随后波澜壮阔的大航海时代做好了的准备。换句话说，技术革命从来不是单项技术的突然爆发，而是思想、工具、知识和制度逐渐形成共振之后产生的跃迁。文艺复兴的深层意义，不在于它产生了多少具体的科学发现，而在于它改变了人类对待知识的态度。正如瑞士历史学家雅各布·布克哈特在《意大利文艺复兴时期的文化》中所言，文艺复兴是“人的发现”和“世界的发现”的双重过程。人不再是上帝剧本中的被动角色，而是可以主动探索、质疑、创造的主体。这种精神气质的转变，是大航海时代得以发生的前提条件。
2. 大航海时代——一场规模空前的“全球数据采集活动”
如果说文艺复兴解放了头脑，那么大航海活动解放的则是双脚。用今天的话来说，大航海时代是一场规模空前的“全球数据采集活动”。如果把当时的欧洲想象成一个正在训练中的世界模型，那么大航海就相当于突然向这个模型注入了大量欧洲知识界从未了解的“分布外数据”，迫使欧洲社会重新建模。
1488年，葡萄牙航海家巴尔托洛梅乌·迪亚士率领三艘卡拉维尔帆船，首次绕过了非洲最南端的好望角。这次航行证明了一个此前充满争议的假设：非洲大陆并非向南无限延伸，印度洋可以通过绕行非洲到达。迪亚士将那个风暴肆虐的海角命名为“风暴角”，但葡萄牙国王若昂二世更具远见地将其改名为“好望角”（Cabo da Boa Esperança）——一个充满乐观主义精神的名字，暗示着通往东方的新希望。
1492年，克里斯托弗·哥伦布在西班牙王室的资助下，带着给印度君主和中国皇帝的国书，率领三艘船向西航行，试图找到通往亚洲的新航线。他依据的是托勒密对地球周长的低估，以及佛罗伦萨地理学家托斯卡内利的地图。哥伦布的计算是错误的——他以为从加那利群岛到日本的距离只有约3700公里，实际超过19000公里。但正是这个“美丽的错误”，驱使他横渡了大西洋，在10月登上了巴哈马群岛中的一个岛屿。哥伦布的的远航使欧洲人第一次见到了美洲的地理地貌、气候植被、动物物种，以及完全陌生的原住民文化。这些新数据，彻底颠覆了旧世界模型的诸多假设。
欧洲人从未见过玉米、马铃薯、番茄、可可、烟草这些植物，也从未见过美洲豹、犰狳、火鸡这些动物。反过来，欧洲人将马、牛、猪、小麦、葡萄带到了美洲。这种跨半球的生物大交换，后来被美国历史学家阿尔弗雷德·克罗斯比命名为“哥伦布大交换”（Columbian Exchange）。它不仅仅是一次物种迁移，更是一次生态系统的重组，深刻改变了全球的农业结构、人口分布和饮食文化。
欧洲人看到了阿兹特克帝国、印加帝国这样高度发达的文明，它们的建筑、历法、社会组织形式与欧洲截然不同。这迫使欧洲思想家重新思考“文明”的定义：如果这些“异教徒”拥有如此复杂的文明，那么基督教世界中心论的合法性何在？法国思想家蒙田在《论食人族》一文中，借美洲原住民的视角反思欧洲文明的野蛮，这种文化相对主义的萌芽，正是新数据冲击旧世界观的直接产物。人类社会的多样性以不可辩驳的事实呈现在欧洲人面前，动摇了《圣经》叙事中关于人类起源单一性的教条。这些数据如此新颖、如此丰富，以至于旧有的知识框架——无论是亚里士多德的自然哲学还是中世纪的神学宇宙论——都显得捉襟见肘。
远航探索的风气在欧洲勃然兴起。1519年，麦哲伦率领五艘船、约两百六十余名船员从西班牙出发，试图找到绕过美洲南端通往香料群岛的航线。这场远征异常惨烈，麦哲伦本人在菲律宾一场与当地部落的冲突中丧生，最终仅有一艘船“维多利亚号”于1522年返回西班牙，船上仅剩十几名幸存者。然而正是这唯一一艘船的归来，用最直接、最不容辩驳的方式证明了地球是一个球体、海洋是彼此连通的整体。这是人类历史上第一次用亲身实践而非纯粹的理论推演，验证了这样一个此前只存在于哲学思辨与天文学计算中的命题。
必须注意的是，所谓“地理大发现”并不意味着欧洲人“发现”了一个此前无人知晓的世界。美洲大陆拥有悠久而复杂的文明，非洲、亚洲和太平洋世界同样存在庞大的社会网络。所谓“发现”，只是从欧洲知识体系的角度而言，帮助欧洲原有的世界模型进行了修正升级。玉米、马铃薯、番茄从美洲传入欧亚大陆，深刻改变了旧大陆的农业结构与人口承载力；而天花等疾病则随欧洲殖民者传入美洲，给原住民带来了灾难性的冲击。这一切都在提醒我们：世界模型的每一次重大更新，往往不是纯粹的“知识增量”，而是伴随着剧烈的、有时甚至是残酷的现实重构。
大航海时代的深层意义在于，它证明了世界模型的构建不能仅靠书斋里的思辨，必须通过实际的探索、观察和数据收集来完成。正如奥地利科学哲学家卡尔·波普尔所强调的，科学理论必须是可证伪的——而大航海，就是人类历史上第一次大规模的“证伪实验”。法国社会学家埃米尔·涂尔干在《社会分工论》中讨论了“社会密度”的增加如何推动分工的发展。大航海时代正是全球社会密度急剧增加的开端——不同大陆、不同文明被纳入同一个交换网络，信息、物种、疾病与观念的流动速度前所未有地加快。这种空间压缩效应，为后来的科学革命与工业革命提供了社会条件。
3. 科学革命——新的模型方法论与世界表征体系
大航海船队带回的海量新数据，如果没有一套系统化的方法来处理和分析，就只是一堆杂乱的信息。科学革命的核心贡献，正是建立了一套全新的研究机制和方法论。
弗朗西斯·培根在1620年出版的《新工具》（Novum Organum）中，系统阐述了归纳法的原则：知识应当从观察和实验出发，通过系统的数据收集和分析，逐步归纳出普遍规律。这与亚里士多德传统的演绎法形成了鲜明对比——后者从先验的原则出发推导结论，而培根主张从经验事实出发构建理论。培根的名言“知识就是力量”（ipsa scientia potestas est），不仅是一句口号，更是一种认识论的宣言：知识的价值在于它的实用性和改造世界的能力。培根在乌托邦小说《新大西岛》描绘了一个由“所罗门宫”——一个国家级科研机构，统治的岛屿，那里的学者们通过系统性的实验与观察积累自然知识。这个虚构的所罗门宫，后来成为英国皇家学会的灵感来源之一。
中世纪的大学，如博洛尼亚大学、巴黎大学，主要教授神学和法律，但到了十七世纪，新型的科学机构开始出现。1660年，英国皇家学会（Royal Society）在伦敦成立，这是世界上最早的国家级科学组织之一。皇家学会的座右铭是“Nullius in verba”（不盲从任何人的话），体现了对科学怀疑精神的推崇。学会创办了《哲学汇刊》（Philosophical Transactions），这是世界上最早的学术期刊之一，为科学家提供了一个公开交流、同行评议的平台。类似的机构在法国（1666年法国科学院）、德国（1700年柏林科学院）相继成立，形成了一个跨国界的科学共同体。这些制度创新的意义在于，它们将科学研究从个人的业余爱好转变为一种社会化的、制度化的活动。科学家不再是孤立的思考者，而是一个协作网络中的节点。知识的积累不再是线性的、缓慢的，而是指数级的、加速的。
美国经济史学家乔尔·莫基尔在他关于欧洲科学文化的研究中，将这一时期跨越国界、共享知识的欧洲知识分子网络称为“文人共和国”（Republic of Letters），一个没有国界护照、却拥有共同语言与共同规范的虚拟共同体。知识在这个网络中流动的速度和密度，是此前任何一个历史时期都无法比拟的。莫基尔进一步指出，正是欧洲城邦式的竞争性政治格局，使得碎片化的欧洲能够形成一种鼓励怀疑、宽容异见、奖励创新的文化氛围——一位学者的理论若在某个宫廷或大学遭到排斥，完全可以流亡到另一个更宽容的邦国继续研究，这种“退出选项”的存在本身，就是对知识专制的一种天然制衡。
在新机制的滋养下，一系列真正意义上奠基性的科学成果相继问世。德国科学家约翰内斯·开普勒在分析了丹麦天文学家第谷·布拉赫数十年积累的精密天文观测数据后，于1609年和1619年分别提出了行星运动三大定律。这些定律用简洁的数学公式描述了行星绕太阳运行的椭圆轨道、面积速度和周期关系，彻底推翻了托勒密和哥白尼体系中残留的“完美圆形轨道”假设。开普勒的工作展示了一种全新的科学范式——精确的观测数据加上数学建模，可以揭示自然界的深层规律。
艾萨克·牛顿在1687年出版的《自然哲学的数学原理》（Philosophiae Naturalis Principia Mathematica）中，用三大运动定律与万有引力定律，第一次将天上行星的运行与地上苹果的坠落统一在同一套数学框架之下，这或许是人类历史上第一个真正意义上覆盖宏观宇宙的“世界模型”——它不仅解释了已知的现象，还能够精确预言此前未被观测到的天体运动。
1735年和1753年，瑞典博物学家林奈先后出版了《自然系统》和《植物种志》，建立了一套基于双名法的生物分类体系。他将当时已知的所有生物按照纲、目、属、种的层级进行系统分类，为纷繁复杂的生命世界建立了一个清晰的秩序框架。林奈的工作表明，不仅物理世界可以被数学化，生命世界同样可以被系统化、结构化。
1859年，达尔文的巨著《物种起源》发表，提出以自然选择为核心机制的进化理论——这一理论的数据基础，很大程度上正来源于他1831年至1836年随“贝格尔号”考察船展开的环球科学考察。达尔文的理论不仅是一场生物学革命，更是一场世界观革命：生命不是被创造的，而是演化的；人类不是凌驾于自然之上的特殊存在，而是自然选择过程中的一个产物。
从开普勒到牛顿，从林奈到达尔文，科学革命建立了一套完整的世界表征体系。他们把大航海时代积累的海量数据，转化成了具有强大解释力和预测力的规则体系，人类第一次拥有了一套相对完整、能够自洽解释物理世界与生命世界运行规律的“世界模型”。这套体系取代了中世纪的神学世界观，成为现代文明的认知基础。
4. 工业革命——从“理解世界”到“改造世界”
知识体系的革新，最终必须通过生产力的跃升才能真正改变亿万普通人的命运，而这恰恰是十八世纪工业革命所完成的历史使命。工业革命的本质，是世界模型从“描述自然”向“操控自然”的转化。科学革命提供了关于力、热、运动与物质的理论框架；而工程师与企业家则将这些理论转化为可复制的技术装置与可盈利的生产流程。人们开始相信，自然的运行规律不仅可以被认识，还可以被有意识地改造、被应用于解决实际的生产难题。
蒸汽机的革命性改良，是科学模型赋能产业革命的经典范例。传统纽科门蒸汽机诞生于1712年，结构简单、热效率极低、能耗高昂，仅能用于矿山抽水，无法实现规模化产业应用。其核心缺陷并非工艺不足，而是工匠缺乏热力学与力学的科学认知，仅能依托经验改良，无法突破底层原理局限。1765年，詹姆斯·瓦特依托格拉斯哥大学物理教授约瑟夫·布莱克的潜热理论，精准定位旧式蒸汽机的热能损耗痛点，创新设计独立冷凝器结构，彻底解决了热能浪费的核心问题，将蒸汽机热效率提升数倍以上。而瓦特与企业家博尔顿的合作伙伴关系，则为技术产业化提供了资金支持。这种“发明家-企业家”的合作模式后来成为工业创新的标准配置。瓦特通过延长专利期限确保了发明的经济回报，这反过来又激励了更多的技术投资。这种“知识产权-资本-技术”的三角关系，正是工业革命的制度基础。
改良后的蒸汽机突破了传统动力的全部局限，成为工业文明的核心动力引擎。它摆脱了水力、风力、畜力对自然环境的依赖，为规模化生产、矿山开采、交通运输提供了稳定、可控、高效的通用动力，彻底重构了人类的生产动力体系，让机械化大规模生产成为可能，直接拉开了工业革命的序幕。
纺织业的变革也同样迅捷。1764年，英国纺织工匠詹姆斯·哈格里夫斯发明的珍妮纺纱机（spinning jenny）使一个工人能同时操作多个纺锭，大大提高了纺织的效率。其后，英国企业家理查德·阿克莱特改良了水力纺纱机（water frame），并在德比郡的克朗福德建立了世界上第一家成功的水力棉纺厂。这也是世界上第一间实行轮班制、雇佣无技术劳工的工厂。克朗福德模式确立了工厂制度的雏形：集中的动力源、自动化的机器、精细的劳动分工与层级化的管理。
到了十九世纪，工业革命的成果开始向交通运输领域延伸。英国工程师乔治·斯蒂芬森设计的蒸汽火车在斯托克顿—达灵顿铁路投入运营，并在其后的利物浦—曼彻斯特铁路上将运输速度大幅提升，人类进入了以机械速度重新定义空间距离的时代。铁路的出现让大宗商品与人员的陆上运输摆脱了畜力运输的速度瓶颈，这种“时空压缩”改变了工业时代世界模型的空间维度。
从文艺复兴的思想解放，到大航海的数据采集，再到科学革命的规律提炼，最终落地为工业革命的生产力爆发——这条历史脉络清晰地揭示出一个道理：世界模型从来不是纯粹思辨的产物，而是思想、数据、方法与产业这四重力量彼此激荡、循环强化的结果。工业革命之后，人类第一次真正意义上进入了一个由科学理性主导、由机器动力驱动的“工业文明时代”，深刻塑造了此后两百年人类社会的组织方式与精神气质。
二、AI大航海时代与宇宙模型
如果说工业革命前的四重奏是思想解放、航海探索、科学革命、产业转化，那么今天，人类似乎正站在一部结构极为相似、节奏却快得多的交响曲的开篇。区别在于，这一次的“新大陆”不再局限于地球表面，而是延伸向宇宙深处、地球内部与微观粒子世界。这一次的“制图师”与“博物学家”，不再仅仅是人类个体，还包括了人工智能，AI这一全新的认知伙伴。
1. 从人类探险走向“人机协同探索”
每一轮认知革命的起点，依然是思想的松动与理论的突破。今天的物理学正处在一个颇为微妙的节点——广义相对论描述的宏观引力世界与量子力学描述的微观粒子世界，至今仍未被统一进一套完全自洽的理论框架，弦理论、圈量子引力等都尚未获得决定性的实验验证；宇宙学观测则不断提出令人困惑的新问题，暗物质与暗能量占据了宇宙能量密度的绝大部分，但它们的物理本质至今仍是未解之谜。这些悬而未决的理论缺口，恰恰扮演着当年哥白尼日心说、开普勒行星定律那样的角色——它们是旧模型内部持续累积的“反常现象”，呼唤着新一轮的理论突破。
而伴随这一轮大航海时代的时代疑问，是一个全新的技术工具和“航海助手”的出现。以大语言模型为代表的人工智能系统，正在深刻改变人类处理信息、提炼规律的方式。建立在这些模型基础上的智能体，进一步具备了自主规划、调用工具、执行多步骤任务的能力；而具身智能，则让人工智能第一次真正具备了“下场干活”的可能性。如果说16世纪的航海家把船当作身体的延伸，那么21世纪的机器人和智能体，将成为人类感官和行动能力的延伸。人类不能亲自进入太阳表面，机器人可以；人类无法承受木星某些极端环境，探测器可以；人类不可能同时运行几百万组实验，自动化实验室和AI可以帮助研究者进行更大规模的探索。这套工具的诞生，正对应着当年卡拉维尔帆船与墨卡托海图对大航海时代的意义——它们本身并不直接产生新知识，却极大地拓展了人类探索与验证世界的能力边界。
今天所谓“世界模型”，代表了一种研究范式。传统计算机程序告诉机器“应该怎么做”，而世界模型试图让机器回答：“如果我这么做，世界会发生什么？”这恰恰是智能的核心问题之一。在哲学层面，我们正经历着一场新的“哥白尼革命”——这一次被剥夺中心地位的不是地球，而是“人类理性”本身。美国塔夫茨大学教授丹尼尔·丹尼特在《直觉泵》中提出，意识并非人类独有的神秘属性，而是复杂系统涌现的产物。这一观点的哲学延伸是：如果人类意识可以涌现，那么AI智能也可以涌现。今天理论物理与生命科学前沿的种种未解之谜，加上AI工具的迅速成熟，同样正在激发一种新的探索冲动——人类第一次拥有了足够强大的认知增强工具，去叩问那些此前只能停留在哲学思辨层面的终极问题。
2. AI时代扩展人类的“数据疆土”
大航海时代的核心驱动力之一，是对新数据的渴求。新一轮的“AI大航海”，恰恰是在几个此前人类知之甚少的疆域同步展开。
星际航行方面，人类探索的脚步正在稳步向深空延伸：从阿波罗计划实现的载人登月，到旅行者一号、二号飞出太阳系边界向星际空间传回数据，再到詹姆斯·韦布空间望远镜自2022年投入科学观测以来，不断刷新人类对遥远星系、系外行星大气成分的观测精度，人类对宇宙的“数据分辨率”正在以前所未有的速度提升。中国近年来在深空探测领域的进展同样引人注目——天问一号实现了火星环绕、着陆与巡视的一次性突破，嫦娥系列探测器持续深化对月球背面与月壤样本的科学认知，这些工程本质上都是在为人类的宇宙模型采集此前从未获得过的第一手观测数据。
相较于人类对太空的了解，我们对脚下这颗星球内部的认知反而更加有限——地壳最深处的钻探深度依然只是地球半径的极小一部分，地幔与地核的物质构成与运动规律，很大程度上仍需依赖地震波反演等间接手段来推测。在海洋深处，中国研制的“奋斗者号”载人潜水器于2020年成功下潜至马里亚纳海沟“挑战者深渊”，抵达万米以下的海底，标志着人类对深海的探索能力达到了新的高度。而在微观世界这一维度，欧洲核子研究中心的大型强子对撞机在2012年发现希格斯玻色子，为粒子物理标准模型补上了关键的一块拼图；基因测序技术成本的持续下降，使得对生命信息底层“数据”的采集达到了前所未有的广度与深度。
人类正在通过一切可能的技术手段，向着此前认知的“空白地带”进发，获取此前从未被系统记录过的原始数据。AI不仅加速了数据的获取，更扩展了数据的可及范围——它使人类能够看见以往不可见之物，听见以往不可闻之声。上一次欧洲世界模型的构建中，新仪器（望远镜、显微镜、气压计）扩展了人类的感官；本次AI世界模型的构建中，新算法（神经网络、强化学习、生成模型）扩展了人类的认知。
这些新数据同时也是训练更强大人工智能工具的宝贵“燃料”。数据与算法在这里形成了一种双向增强的循环——更多的探索带来更丰富的数据，更丰富的数据训练出更强大的AI，而更强大的AI又反过来指导下一轮探索该往哪里去、该采集什么样的数据，这种循环的速度与密度，是历史上任何一轮探索运动都未曾具备的。
因此，未来的科学探索很可能出现一种全新的循环：人类提出问题→机器人执行实验→传感器获得数据→AI更新模型。这与大航海时代的循环惊人地相似：航海者提出航线→船进入未知海域→获得新地理信息→地图更新。差别只在于，过去每一次航行需要数月甚至数年，未来某些AI驱动的科学探索循环，可能在几分钟、几小时甚至更短时间内完成。这将使科学发现的速度发生结构性变化。
3. 新一轮的科学革命
过去几个世纪里，科学的核心方法经历了多次升级。AI能够从海量数据中提炼此前人类研究者难以凭肉眼和纸笔发现的规律。进入AI时代之后，科学研究范式可能让机器直接参与假设生成、模式发现、实验设计和知识综合，这就是所谓AI for Science（AI4S）。这意味着AI不再局限于执行人类预设的分析步骤，而是能够自主提出假设、设计实验、运行模拟并解释结果——成为“AI科学家”，实现从人类中心的知识生产转向人机协同的知识生产。
在生命科学领域一个已经被广泛认可的标志性案例，是DeepMind开发的AlphaFold系统。蛋白质折叠问题曾困扰结构生物学界数十年之久，实验方法测定单个蛋白质结构往往需要耗费研究者数年心血，AlphaFold通过深度学习模型，能够在极短时间内以接近实验精度预测蛋白质的三维结构。这类案例昭示着一种全新的知识生产方式：科学发现的瓶颈，正在从“数据太少”转变为“如何从海量数据中挖掘出有意义的规律”，而这恰恰是AI最擅长的领域。
人类正在以AI为核心工具，重演当年牛顿、林奈、达尔文将大航海数据升华为规律性理论体系的历史过程，只不过这一次，理论建构的对象已经从地球扩展到了整个可观测宇宙，处理数据的能力也从人脑的有限算力，扩展到了算力集群近乎无限的并行计算能力。AI不仅是一个工具，更是一个“认知协作者”。它能够帮助人类发现人类自身难以发现的模式和规律，提出人类自身难以想到的假设和方案。
未来真正形成的AI世界模型，也许不是一个“单一万能宇宙模拟器”，而是一组不断相互连接、不断接受现实检验的模型体系。它们可能分别描述：物理世界的动力学、生物系统的演化、气候系统的变化、社会系统的反馈、人类行为的复杂性，最终再通过更高层次的模型进行耦合。这将使“世界模型”从一个AI技术概念逐渐发展成一种新的未来社会的科学基础设施。
4. 从宇宙模型到宇宙文明
如果历史真的存在一种周期性规律，那么科学革命之后往往会出现技术革命，技术革命之后则会出现产业组织和社会制度的变化。这是我们在政治经济学领域熟悉的核心论点——生产力的发展催生新的生产关系，生产关系反过来作用于生产力。
新一轮宇宙模型的构建，同样正在孕育一场深刻的产业与文明革命。AI技术本身正在演化为一种崭新的生产力形态——它不再局限于替代重复性的体力劳动，而是开始渗透进此前被认为高度依赖人类智力与创造力的领域。围绕这种新生产力，未来企业可能出现一种新的组织形态：传统企业依靠人制定计划、机器执行。AI企业可能变成人类提出目标，AI建立世界模型，智能体制定方案，机器人执行，系统不断从现实反馈中学习。企业由此可能从“流程组织”变成“持续学习组织”。过去企业的核心能力是：拥有资产、组织人员、控制流程。未来企业的核心能力可能越来越变成：拥有数据、模型、计算资源、实验能力和快速反馈机制。换句话说，企业可能越来越像一个不断学习的生物体。
传统经济学长期以来研究资本、劳动和技术进步。AI时代可能逐渐出现新的组合：人类智能+人工智能+数据+算力+现实实验能力。而真正决定生产率的，是这些要素能否形成闭环。现实世界产生数据，数据训练模型，模型指导行动，行动改变现实，现实再次产生新数据。这是一种前所未有的“认知生产循环”。这种加速效应，某种意义上正在重塑熊彼特笔下“创造性破坏”的节奏——技术创新对旧有产业结构的颠覆与重构，正在以更短的周期、更大的强度持续发生。
倘若这一进程得以持续推进，人类文明或许将迎来又一次深刻的时代跃迁：从工业革命所开启的、以地球资源与地球市场为边界的“世界文明时代”，逐步迈向一个探索疆域延展至地外空间、认知能力借助AI大幅拓展的“宇宙文明时代”——一个以AI为核心生产力、以宇宙认知为核心知识体系、以星际探索为核心发展方向的新文明形态。当然，这样的愿景绝非自动实现的必然结果，它究竟能在多大程度上、以怎样的路径落地，很大程度上取决于人类社会能否为这一轮新技术革命，构建起与之相匹配的制度基础与文化土壤。
三、历史的启示与回响
1. 科技创新是一种文化现象
笔者在耶鲁经济系的大师兄——乔尔·莫基尔在《启蒙经济》（A Culture of Growth: The Origins of the Modern Economy）中提出了一个极具穿透力的观点：工业革命之所以发生在18世纪的英国和欧洲，而不是在人口和财富规模更大的中国或印度，根本原因在于一种独特的文化现象——“启蒙文化”（Enlightenment Culture）。莫基尔将这种文化拆解为三个核心要素：
其一是对“有用知识”（useful knowledge）的推崇。中世纪的欧洲知识体系以神学和古典学为核心，知识的目标是理解上帝的旨意和古希腊先贤的智慧。而启蒙运动之后，一种新的知识观逐渐形成：知识的价值不在于它多么高深或古老，而在于它能否改善人类的物质生活。瓦特改良蒸汽机、阿克莱特发明水力纺纱机，这些工匠和发明家之所以受到社会的尊重，正是因为他们创造的知识是“有用的”。
其二是对怀疑的制度化宽容。科学革命建立了一种独特的认识论：任何理论都不是终极真理，都可以被质疑、被检验、被推翻。皇家学会的座右铭“Nullius in verba”（不盲从任何人的话），就是这种精神的集中体现。这种怀疑精神不是虚无主义的否定一切，而是一种建设性的、以求知为目的的批判态度。它使得科学共同体能够不断修正错误、逼近真理。
其三是对交流的开放态度。莫基尔特别强调了“知识共和国”（Republic of Letters）的重要性。这是一个跨越国界的知识分子网络，包括科学家、学者、工匠、商人，他们通过书信、学术期刊、学术社团进行持续的知识交流。牛顿与莱布尼茨之间的微积分之争、波义耳与霍布斯之间的自然哲学辩论，这些争论虽然激烈，但恰恰是知识进步的催化剂。莫基尔指出，正是这种开放的、竞争性的知识交流网络，使得欧洲的知识积累速度远远超过了同时期的其他文明。
莫基尔的理论对AI时代有着深刻的启示。AI技术的突破不仅仅依赖于算力和数据，更依赖于一种鼓励探索、宽容失败、开放交流的创新文化。如果一个社会对AI研究设置过多的文化艺术禁区，学术界和产业界之间缺乏有效的知识流动，科学家因为害怕争议而回避某些重要的研究方向，那么AI的发展就会受到根本性的制约。如果学科之间彼此封闭，就很难形成世界模型。如果人才流动受到过度限制，知识网络就会收缩。因此，AI大航海时代需要的并不是单纯鼓励AI投资，实施“AI+”战略，更需要建立一种鼓励创新探索的社会环境。
2. 数据的价值不在于多，而在于新
欧洲大航海时代的历史告诉我们，真正推动世界模型重构的，不是已有数据的简单积累，而是全新数据的获取。这些“新数据”之所以具有革命性的力量，是因为它们无法被旧的世界模型所解释，从而迫使人类重新思考世界的本质。
这一逻辑放在今天的AI时代同样成立——训练一个强大模型固然需要海量数据作为基础，但真正决定模型能否实现认知突破的，往往是那些此前从未被数字化、从未被结构化记录过的新增量数据。当前AI大模型训练所使用的数据，绝大部分来自互联网——网页、书籍、论文、社交媒体帖子。它们反映的是人类已有的知识和认知，用这些数据训练出来的AI，擅长的是对已有知识的重组和再现，而非对未知领域的探索。真正能够推动AI实现质变的，是那些人类尚未获取的“新数据”。
在宇宙尺度上，韦伯太空望远镜捕捉到的早期宇宙红外信号，是人类从未观测过的数据。这些数据可能颠覆现有的星系形成理论，也可能揭示暗物质和暗能量的新线索。在地球深部，“奋斗者”号在马里亚纳海沟发现的极端环境微生物，是人类从未接触过的生命形式。这些生物如何在高压、低温、无光的环境中生存？它们的代谢机制是否遵循与地表生物完全不同的生化逻辑？这些问题的答案，可能为合成生物学和生命起源研究提供全新的思路。在微观尺度上，大型强子对撞机产生的粒子碰撞数据，蕴含着关于物质最基本结构的线索。如果AI能够从这些海量数据中发现超出标准模型的新物理现象，那将是物理学自量子力学以来最深刻的革命。
因此，AI时代的“大航海”，核心任务不是简单地扩大数据规模，而是开拓新的数据疆域。这需要人类在星际航行、深海探测、粒子物理、脑科学等前沿领域持续投入，获取那些旧世界模型无法预测的全新数据。数据科学的黄金定律，与两三百年前博物学家、探险家的直觉不谋而合——探索的边际价值，永远集中在地图边缘那片尚未标注的空白地带。
3. 航海大发现与社会制度
大航海时代留给后人最深刻的一条历史经验，在于地理大发现本身并不必然转化为长期的经济繁荣与文明跃升。真正决定不同文明能否将探索成果转化为持久竞争优势的，是制度建设与产业应用能否与探索行动实现有效联动。这一点，通过比较十五至十七世纪几大探索型国家迥异的历史命运，看得格外清楚。
中国明代的郑和船队，自1405年至1433年七下西洋，船队规模之宏大、航行距离之遥远，在当时的世界范围内堪称首屈一指，最远抵达非洲东海岸与红海沿岸。然而这场规模空前的远航，其根本性质更接近于一场彰显天朝威仪的政治宣示行动——船队携带大量丝绸瓷器作为赏赐，换取沿途邦国的朝贡与臣服姿态，而非以商业拓展和资源开发为核心目标。随着永乐皇帝去世，远航活动最终在1433年之后戛然而止，甚至连相关的航海档案据信也在后续的政治博弈中大量散佚。这场声势浩大的远航，最终未能在中国历史的长河中留下持续性的经济结构变革，堪称“探索有余、转化不足”的典型案例。
与之形成对照的是同时代的西班牙与葡萄牙。伊比利亚半岛的两大王国凭借哥伦布、麦哲伦等航海家开辟的新航路，在美洲与亚洲攫取了惊人的财富——美洲的白银通过塞维利亚的贸易垄断港口源源不断流入西班牙国库，在十六、十七世纪深刻改变了整个欧洲的货币供应与物价水平，历史学家将这一现象称为“价格革命”。大量涌入的白银被用于维系王室的军事扩张与宫廷消费，而非投资于本土制造业与技术创新，西班牙的纺织业、造船业在这一时期反而逐渐落后于北欧的竞争对手。经济史学界常常用“资源诅咒”式的逻辑来解释这一悖论：唾手可得的贵金属财富，反而削弱了统治阶层推动本土产业升级与制度革新的内生动力。正如美国经济史学家戴维·兰德斯在《国富国穷》中所言：“西班牙的悲剧在于，它将财富视为目的，而非手段。”
真正把航海大发现的成果转化为持续性经济增长引擎的，是随后崛起的荷兰与英国。1602年，荷兰东印度公司成立，这被公认为世界历史上第一家真正意义上的股份制公司——它通过向公众发行可自由转让的股票筹集远洋贸易所需的巨额资本，将原本高风险、高资本门槛的远洋贸易活动，转化为可以由广泛社会资本共同分担风险、共享收益的现代商业模式。围绕这家公司股票交易而逐渐成型的阿姆斯特丹证券交易所，则进一步孕育出做市商制度、期货合约等一系列至今仍在全球金融市场沿用的金融创新工具。制度经济学家道格拉斯·诺思在其关于西方世界兴起的研究中反复强调，正是这类保障产权、降低交易成本的制度创新，构成了荷兰与随后英国经济长期繁荣最深层的驱动力，其重要性丝毫不亚于航海技术本身的进步。
英国在17世纪初成立了东印度公司，并在1688年“光荣革命”后建立了君主立宪制。光荣革命的核心意义在于它确立了议会主权原则，限制了王权对私有产权的侵犯。诺斯和巴里·温加斯特在经典论文《宪法与承诺：1688年光荣革命与公共财政制度的演变》中指出，光荣革命之后，英国政府的借贷利率大幅下降，因为投资者相信议会制度能够保障他们的财产权利。这种制度信任，使得英国能够以较低的成本筹集大量资本，为工业革命提供了金融基础。英国在随后的两个世纪里，逐步建立起专利制度保护发明者权益、1694年成立的英格兰银行为国家信用与商业融资提供稳定支撑、伦敦证券交易所则为工业革命所需的巨额资本提供了高效的募集渠道。英国经济史学家罗伯特·艾伦在分析工业革命的成因时指出，英国相对高企的劳动力成本与相对低廉的煤炭价格，恰好为以机器替代人力的技术创新提供了强烈的经济激励，而完备的专利保护制度与资本市场，又确保了这些技术创新能够被迅速转化为可规模化复制的产业能力。
荷兰与英国的成功经验表明：技术创新必须与制度创新同步，才能真正转化为经济增长。股份制公司解决了大规模资本筹集的问题，证券交易所解决了资本流动性的问题，专利制度解决了创新激励的问题，法治体系解决了产权保护的问题。这些制度安排共同构成了一个“创新生态系统”，使得技术发现能够持续地转化为产业应用。这正是郑和船队与伊比利亚半岛的探索者们始终未能建立起来的关键环节。
4. 谁将是AI大航海时代的胜出者？
正如美国天文学家卡尔·萨根在《暗淡蓝点》（Pale Blue Dot）中所写的那样：“看看那个光点，它就在这里。那是我们的家园，我们的一切。你所爱的每一个人，你认识的每一个人，你听说过的每一个人，曾经有过的每一个人，都在它上面度过他们的一生”。从我们居住的这个暗淡蓝色星球出发，人类已经走过了大航海的征途，正在踏上AI大航海的征途。指引我们前行的，不仅是算力和数据，更是深植于人类文明基因中的探索精神——对未知的渴望，对真理的追求，对边界的突破。
那么，在AI大航海时代，什么样的文明才能最终胜出？
我们认为，人工智能技术的竞争，表面上比拼的是算法架构、算力规模与数据积累，但历史的镜鉴告诉我们，这些技术要素终究只是竞争的表面因素，真正决定长期胜负的，是隐藏在技术要素背后的那套更深层的社会结构。换句话说：AI竞争最终不是一个模型对另一个模型的竞争，而是一种文明创新系统对另一种文明创新系统的竞争。
历史从不简单重复，但历史的逻辑结构始终未变——四百多年前，郑和船队证明了单纯的探索壮举若缺乏制度承接终将归于沉寂，伊比利亚半岛证明了财富的偶然涌入若缺乏产业转化能力将是过眼云烟，而荷兰与英国则证明了唯有把探索精神、开放文化、商业资本与制度创新形成合力，才能真正把一时的技术领先，转化为跨越世纪的文明优势。在这一轮通往宇宙模型的新大航海竞速中，谁能够在文化土壤、科学思想、产业基础与市场制度这四重维度上同时保持领先，谁就更有可能率先叩开下一个文明时代的大门——这或许正是历史留给这个时代最真实、也最清醒的忠告。
频道推荐
