升维超越：中国应对GPT-AGI的战略选择

窦尔翔， 段玉聪

（1.北京大学 软件与微电子学院，北京 102600； 2.海南大学 计算机学院，海南 海口 570228）

一、引 言

美国人工智能研究实验室OpenAI 研发的聊天机器人程序ChatGPT（Chat Generative Pre-trained Transformer）于2022年11月30日发布，它是人工智能技术驱动的自然语言处理工具，能够通过理解和学习人类的语言来进行对话，还能根据聊天的上下文进行互动，真正像人类一样来聊天交流，甚至能完成撰写邮件、视频脚本、文案，还能进行翻译和撰写论文。2023 年3 月14 日，美国OpenAI 为聊天机器人ChatGPT 发布了GPT-4 语言模型。GPT-4 的回答准确性不仅大幅提高，还具备更高水平的识图能力，且能够生成歌词、创作文本。此外，GPT-4 的文字输入限制也提升至2.5 万字，且支持英语以外的更多语种。可以推断，尽管有包括马斯克在内的一千多名科技名人联名呼吁暂停GPT-5研发，但这种非强制性的呼吁难以阻止研发进程。据一些互联网媒体披露，GPT-5 将于2023 年12 月份推出，达到人工通用智能（Artificial General Intelligence，简称AGI)程度，这时一个机器人可以像人类一样理解任何概念并完成任务，这意味着ChatGPT将会变得和人类无法区分。

可见，ChatGPT 的不断进化使得GPT（Generative Pre-trained Transformer）的通用程度不断接近人，直至达到难以与人区分的GPT-AGI 阶段。不仅如此，GPT-AGI 为人机融合提供了条件，人机融合的程度也可以不断深化，因而AI（Artificial Intelligence，即人工智能）的能力具有不断增长的趋势。这个进化过程可以描述为：作为数字化生产力的劳动力与传统人的配合，高强度训练的GPT-AGI与机械机器人结合，基于脑机接口将AI与人脑结合，人类意识上传到可自主移动的硅基中，拥有自主意识的GPT-AGI拥有了自我复制能力。这些事实或者推理表明，GPT-AGI很有可能达到具有独立意志的境界。当下现实中已经存在的安全问题是训练GPT-AGI的“上游人”可以通过作为“中游人”的GPT-AGI对作为应用者的普罗大众“下游人”实施干预，机器人安全因此提上议事日程。值得一提的是，OpenAI CEO奥特曼表示，AI已经出现其无法解释的推理能力，同时承认“AI杀死人类”有一定可能性，人类社会必须未雨绸缪。马斯克认为，未来GPTAGI的威力不亚于核武器，必须对其进行管束。中国学者吴环宇是人类史上首次发布第一个开放协议“人工智能宣言”的人①中国学者发布人类首个开放协议“人工智能宣言”，https：//wap.sciencenet.cn/home.php？mod=space&do=blog&id=1379118。，笔者认为该宣言可以上升优化为中国政府主张的在运用中规制GPT-AGI的全球宣言。

中国曾在农业革命中领先，成就了五千多年的文明史；欧洲在工业革命中领先，中国则沦为半殖民地半封建社会；美国在金融革命和信息革命领先，有了独霸全球的本钱，在算法革命的GPT-AGI 已经领先全球，现实倒逼中国寻找能超越当下GPT-AGI的战略路径。好在信息革命经历了计算革命、互联网革命，正在从算法革命向保真革命过渡。中国若能在数据保真以及“市场保真”②所谓市场保真指的是人类在分工合作中不弄虚作假互相伤害。中获得先机，依托“超大市场优势”构造“市场统一战线”，即构建“产业生命链”平台，既可以将成熟的GPT-AGI 作为平台中的基础设施，也可以用GPT-AGI基础设施孵化GPT-AGI“产业生命链”。这样可以通过“GPT-AGI生产关系”来引导和规制“GPT-AGI 生产力”，达到将“GPT-AGI 后发劣势”转化为“GPT-AGI 后发优势”的目的。我们可以称之为对现有GPT-AGI 的升维超越。本文将阐述“TIF 模式域富论”如何通过强大的信息和信用功能，能够在增强GPT-AGI应用场景、提高GPT-AGI生产力的同时，提升市场保真度③“TIF 模式域富论”是整合市场自由竞争和政府统筹规划的一种新型经济理论模式，能够客观描述社会经济的运行如何从传统的“政府-市场”二元模式演化进入到信息化时代的“政府-平台-要素”三元模式。社会经济平台是由“信息技术（T）”“产业链（I）”“金融链（F）”等三个子平台融合而成的，称之为“TIF模式”。从监管效应来看，三元模式相当于在政府直接监管要素的基础上，又叠加了“政府监管平台，平台监管要素”的新机制。具体监管机制是在平台以产业分类的基础上，将劳动力和生产资料按照信用指数划分为不同等级，分别进入“ESG域”“非外部性市场域”“社会域”“法律惩罚域”，以确保具有相近产业相似度和市场质量的资源在同一个场域中进行合作，达到“己所不欲勿施于人”的“市场保真”的效果，简称“域富论”。。

二、解除GPT-AGI困境的战略选择

人类认知提升的过程正是对数据处理的“工艺流程”不断精细化的过程，这个过程可以描述为DIKW④DIKW 分别是data，information，knowledge，wisdom 等4个单词的首字母，分别代表数据、信息、知识和智慧。DIKW 模型体系展示了知识大爆炸时代，海量底层数据如何一步步转化成智慧的过程。。GPT-AGI 可以看成是这个过程的一个阶段，GPT-AGI-4 则是可以促进DIKW 水平的新阶段。任何GPT-AGI 都应当是基于目的、任务、目标等引导的，可以根据任务的“确定性程度”形成不同“相似度”目标的GPT-AGI，DIKW 优化为DIKWP（这里P 代表purpose，目的）[1]。“TIF 模式域富论”以“解决稀缺问题”为目标，客观地使用“相似度”工具，使GPT-AGI在平台和模型两个层面形成嵌套形态的运行模式。

（一）GPT-AGI的工艺流程

DIKWP强调在数据到智慧的加工流程中隐含着两个属性，一个是主观性，一个是创新性。前者将引导GPT-AGI 依据产业系统的包含关系来生产大小程度不同的模型序列，后者则根据产业中的创新度形成嵌套关系。GPT-AGI在实践中的发展在一定程度上是对DIKWP的实证。

1.GPT-AGI与DIKWP的关系

DIKW 是数据( data) 、信息( information) 、知识( knowledge) 、智慧( wisdom) 四个英文单词的首字母缩写，将数据、信息、知识、智慧分成四级，形成一个金字塔形状，每升高一层都加了不同的内涵。数据是事实或观察的结果，信息增加了“时间和空间”，或“进行过加工处理”，或是“有意义、有价值、有关联”的数据；知识则增加了“如何使用信息”；智慧又增加了“怎样使用知识”[2]。遗憾的是DIKW 更像是人类对不同的数据概念在外延上进行了经验性整理而归纳总结出的概念关系的一般规律，缺乏特定情境下在具象化目标驱动下进行数据加工的动力过程。人的行为都是有理性的，因而在DIKW 中引入主观目的范畴是合乎逻辑的，这样会得到一个更有操作性的工艺流程——DIKWP。目前的GPT-AGI 要解决的问题比较宽泛，属于万能型、“傻瓜型”，但依据产业场景追求GPT的专业化应是下一阶段的趋势。

2.GPT-AGI依赖创新而进化

GPT-AGI的运行涉及三个要素：模型算法、训练数据、算力。DIKWP中的目的属性表明，GPT-AGI产品供求双方的目的越具体，内涵越丰富，模型约束越多，则外延越小，训练任务越重，要求的算力越强，数据加工的创新性越强。在GPT-AGI迭代过程中， GPT-2 约有 15 亿个参数，而 GPT-3 最大的模型有 1750 亿个参数。后者的预训练数据为 45TB，算力PFS-DAY达3640是第二代的几千倍。GPT-AGI比GPT-3有了一个里程碑式的跨越式进展，最重要的是引入了人类训练师，通过对话、标注、排序训练模型，直到其学习到能生产出人类认为比较合理的答案为止。比如，GPT-2 与 GPT-3的最大不同则是参数与算力的差异。数据集越大模型会变得越好，比如把训练数据翻倍，10%的错误率会下降到 8%，再翻倍则错误率可降至6%等等。再如，如果能将模型开发者按照模型嵌套式关系精细分工，深度链接无疑会有利于节约算力。

3.GPT-AGI创新链

GPT-AGI在2022年底才作为产品被大众认可，背后隐藏着一个千锤百炼的过程。从GPT-3、GPT-2、GPT-1向前回溯这个过程，会发现具象性的产品逐渐变得抽象起来，同时创新的通用性越来越强。本文将这种通用性描述为标准化的拾级而上的“十一阶”，会在通用性最强的环节找到GPT-AGI的创新战略。在产品化、企业化、产业化、技术化、理论化、创意化、创幻类、逻辑类、哲学类、神学类、道学类等创新环节中，GPT-AGI的产品化创新要解决完成具体任务，最具象。GPT-AGI企业化创新的通用性开始增加，可以同时创造好几款产品。GPT-AGI产业化创新的通用性超越了企业，仅仅关心创新的市场化风险。再如，《流浪地球》属于科幻类创新，是创意和理论的前奏。最早的计算机语言则属于逻辑创新。其中道学创新是抽象创新，可以作为保持GPT-AGI健康发展的创新战略，即在科学技术创新同时可以发挥“统学制度”化创新。如果站在GPT-AGI创新链的视角向前后看，其下游是有样学样创新度不高的GPT-AGI人才所形成“工匠链”，上游“教育链”的任务主要是人才培养，三条链构成有厚度的GPT-AGI的工作场景。

（二）GPT-AGI可能面临的四大困境

任何一个社会都离不开技术，因而技术是“社会化技术”，社会是“技术化社会”。GPT-AGI引起巨大反响，是因为人们已经强烈地感受到，按照技术原则对社会经济进行建构和改进已经引起人们的危机感。这些忧虑体现在劳动性、社会性、平台性、意识性等方面。现实呼唤制度对GPT-AGI 的底线产生约束效应，促进GPT-AGI更好地为人类服务。

1.劳动力替代困境

随着AI的发展，传统劳动力逐渐演化出“数字型劳动力”和“数字化劳动力”。“数字型劳动力”用数字化生产资料生产数字化商品，形成了跨时空的生产劳动模式，俗称“数字职业”。“数字化劳动力”则指场景化软件机器人，它可以作为办事助手，应用于各种规则明确、高重复度业务。这三类劳动者的人工干预越来越少，AI化劳动成分则逐渐增大。奇点理论预测，强人工智能时代，尤其是超级人工智能时代，AI将全面超越人类，这一点openAI的创始人直言不讳，焦虑情绪在整个社会中快速蔓延开来[3]。

GPT-AGI作为一种新生事物是必然能产业化的。回顾1820年蒸汽汽车在英国诞生后，赶马车的人感到职业危机，行人也觉得嘈杂和危险，1858年英国还用“红旗法”来规制汽车的使用。但随着技术的提升和相关规则的出台，汽车的负面效应被消解，汽车终于淘汰了马车。事实上回顾农业革命、工业革命、金融革命、算力革命、网络革命、算法革命、保真革命，每一次革命都为人类带来了幸福。GPT-AGI的出现表明人类开始实现从物质丰富到劳动力丰富的阶段，人类自由将迈向一个新台阶。问题的重点将会变为如何让GPT-AGI为人类提供安全的服务，人类如何开拓新的劳动领域，并如何减少摩擦性失业带来的失序。

2.“社会性替代”困境

所谓“社会性替代”指的是人的社会性对其私人性的替代。GPT-AGI 是来自私有制社会的“舶来品”，但从产权、生产过程到分配过程，这种私有商品的社会属性越来越强。数字化劳动者GPT-AGI是物化劳动的集成，其“大模型”特征表明，其劳动对象的社会经济数据的覆盖范围越广，社会性程度越高，所生产出来的商品的使用价值的社会性决策对个人性决策的替代性越大，其数字化生产力水平越高。这说明GPT-AGI绝不是一个简单的生产力现象，人类社会的生产关系甚至上层建筑都将进入一个大变革时代。

“生产数据私有化与决策社会化的矛盾”构成“GPT-AGI社会替代性困境”。走出困境的路径在于要么数据公（共）有化，要么决策私人化。显然在数字化时代私人化决策与社会化分工合作是相悖的，解决信息不对称的唯一方法就是在数据、生产和结果上全过程共享。在一定程度上也解决了“隐私悖论”问题，即过度强调隐私就会降低自我决策的有效性，放弃隐私则能带来更大的收益。由此可见，GPT-AGI作为以数据为主要生产资料的劳动力，共享生产、共享运行、共享存在将是其根本特征。

3.认知干预困境

GPT-AGI 与GPT3 最大的不同是引入强化学习来微调（fine-turn）预训练语言模型，使其“从人类反馈中强化学习”（reinforcement learning from human feedback，RLHF）。具体技术过程是，采用人工标注的方式，通过奖励惩罚机制（reward）让LLM 模型（Large Language Model，即大型语言模型）学会理解各种NLP（Natural Language Processing,即自然语言处理）任务并学会判断什么样的答案是优质的，即更加无害、更加诚实、更加有用。可见，GPT-AGI的算法受训练者的价值观的影响，如果给出看似优雅实则有害的反馈和训练，则必然训练出操控人脑的手段，带来训练者道德风险问题。

作为“中游人”的GPT-AGI背后站了两个人，一个是作为“下游人”的用户，一个是作为“上游人”的模型训练者。一般而言，“下游人”是弱势群体，被动地接受“上游人”设计的“模型中游人”，“上游人”相当于是“中游人”的“深层决策者（deep decision-maker）”。深层决策者可能代表平台企业也可能代表“平台国家”。为了消解训练者的道德风险，需要行业、国家，乃至于全球形成共识机制，通过平台制度落实共识。显然GPT-AGI平台主导权将成为国家争夺的战略资源，国家对GPT-AGI平台的监管也是应有之义。

4.可能反噬人类的困境

反噬人类比认知操控程度更加严重、更加赤裸。GPT-AGI 对人类的反噬体现为对人的不可忽视的伤害，比如轻则助纣为虐，重则失控等。据报道，网络犯罪分子正在使用ChatGPT 生成恶意软件和勒索软件。已经有人问及GPT-AGI“想对人类做的一件事是什么?为什么?”，GPT-AGI的回答是：人类是一种自私、暴力、无能的生物而应该被消灭。从长期来看，或迟或早GPT-AGI可能会进化到无法控制的程度。当通过图灵测试的坏GPT-AGI与机械躯体结合，或者将危害社会者的意识上传至机械躯体，后果可想而知。进一步地，如果有朝一日GPT-AGI机器人学会了自己制造自己，或者能进化出自己的“DNA”，GPTAGI将会彻底挣脱人类的束缚。

GPT-AGI 作为一个“社会人”功能优于个人，也将对人的思想和繁殖带来威胁。长期使用GPT-AGI可能导致人类对其产生被动性依赖，不再思考和判断。不过这个担心问题不大，人类终究会将GPT-AGI作为经验沉淀器，作为助手帮助人开拓未知时空，GPT-AGI 机器人可以按照需求者进行个性化定制，必将以更好的表现替代伴侣而威胁传统家庭模式。

（三）战略应对GPT-AGI 的模式选择

GPT-AGI 的“先发优势”决定了如果就事论事地在科学技术层面上与openAI 展开竞争是无法取胜的。本文将GPT-AGI上升到道学层面，在科学技术之外寻找“统学技术”力量，两者负阴抱阳才能持续发展。中国的制胜法宝是寻找高维标准化社会经济模式，在“技术社会化”的同时，为GPT-AGI 产业提供“制度统学技术”，发挥“社会技术化”效应①“技术社会化”和“社会技术化”是观察“技术”和“社会”互相影响的两个不同角度的产物。前者指技术融入社会并影响社会规范、价值观和制度的过程，后者指社会制度通过技术落实，是对“技术社会化”负面影响的消解。，为GPT-AGI提供约束式可持续性服务，这样可以实现在产业平台中使用GPT-AGI成熟产品以及通过平台对GPT-AGI产业的双重“制市权”，达到对传统GPT-AGI运用模式的升维超越②所谓“制市权”指的是市场控制权，是指平台公司可以对进入平台的要素进行信用指数测定，信用指数不足者拒绝入内，要入内就要接受平台的培训。。

1.“TIF模式域富论”的制度架构

亚当·斯密（Adam Smith）的《国富论》指出了自由竞争通过利己动力最终实现社会生产力的进步，但这是以两极分化所导致的周期性经济危机为代价的。“TIF模式域富论”通过引入法律、信用、道德对斯密语义下的自由竞争进行合理规制，消除零（负）和博弈，将竞争从“狼羊生态”关系良化为“肝胆生态”关系。其具体制度架构如图1所示：（1）TIF域平台是千产万业的通用运行平台。就某一个产业来说，存在一个基于该产业运行的由信息决策链平台、交换价值链平台、使用价值链平台等三个平台所形成的“三位一体”复合平台，前两个平台为第三个平台服务的。（2）使用价值链平台的功能主要是整合某一个产业下的各种劳动力、生产资料和商品，形成熵减有序的由“教育链”“创新链”“工匠链”三链融合而成的“产业生命链”，实体、金融和信息三种产业的使用价值链都有类似的构成。（3）所有的生产力要素愿意聚集在相应的使用价值链平台上靠的是其“肝胆生态性”，其形成机理是复合平台为所有的社会经济要素都提供了“监狱域”“社会域”“市场域”等空间供其自由选择，社会成员在“物以类聚，人以群分”的熵减有序的时空内展开无伤害合作，社会经济运行通用平台TIF是以改造世界为目的的特定产业的运行环境，形成TIF-DIKWP-GPT-AGI的“社会化技术”架构，形成“社会技术化”机制，实现制度对技术伦理负面作用的治理。

图1 TIF域的运行架构

2.GPT-AGI遵循的“社会基因表达法则”

基因表达是指基因指导下的蛋白质合成过程，即“信使mRNA”遵照“遗传信息”指导“蛋白质折叠”的机制。“社会生命理论”认为，人的本质是社会性，人的进化是与“社会生命”的进化相映成趣的，自然人存在“基因表达”，社会生命也存在“社会基因表达”。其表达类型大概包括“国家组织形态”“产业平台组织形态”“产业生命链组织形态”。如图2，其中（1）是生物基因表达过程。（2）是国家组织平台基因表达过程，这种表达突破了“政府-市场”两分法，国家运行呈现为“政府-产业市场平台-社会经济要素”的三分法形态，结构更加客观有效。（3）是产业平台基因表达过程，突破了“实体电子平台”和“金融电子平台”两分法，产业平台呈现为“实体平台（I）”“金融平台（F）”“电子平台（T）”相融合的“TIF”平台。（4）是“产业生命链”基因表达过程，突破了“产教融合”，即“创新链”与“产业链”的“两链融合”的局部链态，形成“教育链-创新链-工匠链”的“三链融合”全息模式。可以清晰地理解内嵌GPT-AGI 的TIF 域模式是如何遵循“社会基因表达”的。

图2 社会基因表达的三种形态

3.社会经济技术系统的完备性法则

技术系统运转的效能取决于其完备性，一个完备的技术系统包含动力、传输、执行、控制等四个装置。其中，动力装置从能量源获取能量；传输装置把能量传递给执行装置；执行装置对系统需要作用的对象实施功能；控制装置对所有的组件进行协调控制确保功能实现。社会经济也是一个技术系统，GPT-AGI要可持续运行，其所在的社会经济技术系统就应当具有完备性。如图3所示，GPT-AGI以两种形态出现，一种是GPT-AGI 产业，一种是促进GPT-AGI 成长的GPT-AGI 域平台。其中，GPT-AGI 平台福利相当于技术系统中的能源。GPT-AGI 产业要素处于GPT-AGI 域平台中接受信用指数评估，指数越高动力越足。但是这种动力通过作为传输装置的GPT-AGI 域平台为相当于执行装置的GPT-AGI 要素购买者进行劣后的方式对作为“作用对象”的GPT-AGI 产业要素进行背书①所要购买的要素最基本的是生产力要素，比如劳动力、生产资料、商品、服务等；其次是未来现金流即融资合约，比如债性、股性与股债混合等合约；最后是数据。本文主张数据的“在域共享”，不主张大量数据通过外部数据交易所进行交易。。这种背书有利于GPT-AGI使用者购买GPT-AGI 产业出售的服务产品和融资工具。由此可见，完备的GPT-AGI 域平台可以使用GPT-AGI基础设施对GPT-AGI产业链中的要素进行信用指数挖掘，形成购买需求。

图3 带有GPT-AGI技术的完备社会经济技术系统有利于GPT-AGI产业的发展

三、TIF域平台对GPT-AGI的信息增强功能

“TIF 模式域富论”从三个角度增强GPT-AGI 发展所需要的信息功能：一是GPT-AGI“供应链”的完整性有利于其“价值链”管理，二是GPT-AGI 金融链的完整性有利于得到充裕融资，三是GPT-AGI 信息链的完整性有利于为GPT-AGI使用价值和交换价值的交换提供决策。

（一）GPT-AGI价值链管理信息的增强

“TIF域模式”是社会经济运行的复合平台，可以对信息、金融、实业等三大类产业进行孵化。作为信息产业的GPT-AGI将会获得“产业生命链”，有利于其市场链的出清。

1.GPT-AGI“产业生命链”的构造

“产业生命链”如上文中图1所示，由“教育链”“创新链”“工匠链”三个子供应链融合而成。“教育链”强调人才的培养，“创新链”强调“十一创”，“工匠链”强调精益求精。“教育链”可以为GPT-AGI 培养出三种类别的人才“ChatGP 教士”“ChatGP 创士”“ChatGP 匠士”，分别进入三个GPT-AGI 子链中工作。其中，“创新链”和“工匠链”两链融合构成GPT-AGI 产品制造链，简称“产业链”。“产业链”与生产GPT-AGI 人才的“教育链”进一步融合叫作“产教融合”，相当于三条子链的融合，简称“三链融合”。如果从一个单个的GPT-AGI 人才来讲，其成长包含“六胎”，专业化的GPT-AGI 人才培养每一胎都有努力的空间：“择胎期”父母可以从生物遗传意义上考虑婚恋选择，“娘胎期”“家胎期”“校胎期”“工胎期”“老胎期”则从“社会遗传”的角度考虑人才成长的特征。理论上说，GPT-AGI型工作者每一胎的边际效应相等时其人生的总效应最大。

2.GPT-AGI供应链管理

GPT-AGI 需要供应链管理思维。彼得·德鲁克（Peter Drucker）最早提出类似概念“经济链”，稍嫌笼统，后经由迈克尔·波特（Michael Porter）演变为“供应链”。早期认为供应链是制造企业中的一个内部过程，后来注意了与其他企业的联系，现在更加注重围绕核心企业的网链关系，如核心企业与供应商和用户的关系。“TIF模式域富论”认为供应链管理可以进行不同维度的精细化划分：其一，供应链相对来说是从上游视角看，从供给侧看的。在概念上有供给侧必有需求侧，可以从“供求链”的角度看GPT-AGI供应链。其二，可以从不同的维度来看供应链。从超越使用价值的维度看可以形成“大供应链”，即“金融担当链”按照“信息决策链”构造“使用价值链”。国内尚缺乏以GPT-AGI平台模式促进GPT-AGI使用价值链的制度安排。从使用价值链的角度看，“产业生命链”会在“产业链”的基础上进一步从劳动力根源上强调“教育链”的重要性。事实上，中国GPT-AGI 类软件落后的原因正是在于对“GPT-AGI 教育链”的忽视。当下中国的教育模式仍然不利于GPT-AGI 人才的成长。我国GPT-AGI“自主创新链”落后，国产芯片及其关联产业被美国打压，因而在短期内不容易突破。不过创造性引进GPT-AGI 国际人才和企业是构造面向全球的GPT-AGI“产业生命链”的捷径之一。

3.GPT-AGI价值链管理

价值链由迈克尔·波特教授在《竞争优势》首次使用，指对增加一个企业的产品或服务的实用性或价值的一系列作业活动的描述。该定义将企业内部价值链和整个行业的价值链打通来降低成本，“TIF 模式域富论”将价值链对应于交换价值链，从节约成本和增加收益两个角度阐释GPT-AGI 价值链管理的精髓[4]89-93。第一，基于需求导向，采取定制化的方法提升供给GPT-AGI 的精准度，基于供给导向则主要采取创新GPT-AGI 的方法为用户提供更好的服务；第二，GPT-AGI“产业生命链”遵循TRIZ中缩短能量流动路径的原则通过减少“中间商”环节降低企业成本；第三，变GPT-AGI 外部市场为内部市场。“隐私悖论”表明，人类在本能上是偏向于牺牲隐私换取合作收益的。GPT-AGI 获得的数据边界越大，输出的结果越好，但数据的交易会导致“产权悖论”，GPT-AGI 尽量采用数据共享模式优于“数据交易所”模式。

（二）GPT-AGI 融资链管理信息的增强

上文对于“产业生命链”中各方是否存在资金短缺问题存而不论，事实上GPT-AGI“产业生命链”中的创新企业和中小企业必然存在融资难问题，尤其在中国。当下几乎公认的一句话是“金融的本质就是给风险定价”，这导致买空卖空投机赌博等零（负）和博弈，导致财富更加集中、经济波动更加频繁。“TIF域模式”通过在“信息决策链平台”中引入包括GPT-AGI 在内的数据挖掘技术，以增加GPT-AGI 产业链中使用价值交易和交换价值交易的信息对称度，从而可以在合理限度内“消解风险，为效率定价”。

1.基于GPT-AGI使用价值的融资

“TIF 域模式”下GPT-AGI 融资的第一个规则是GPT-AGI 使用价值的前置性管理原则。如果GPTAGI产品或者企业不合格，重则追究刑事责任、停业整顿、破产清算，轻则驱逐出GPT-AGI“TIF域”平台，凡是不在“TIF域”内的企业，有自行按照传统模式寻求融资的权利，但没有获得域平台“助融”的权利；反之，如果GPT-AGI 产品或者企业的信用指数达到更高标准，则会低成本快速度地获得融资，如流行于国内外的ESG（Environmental, Social and Governance，即环境、社会和公司治理）投资正是这个机制。最近一项分析认为，GPT-AGI 在2022 年11 月30 日上线后运行约60 天产生的碳排放超过814.61 吨二氧化碳当量，相当于2019年111个中国人一年的排放量。另外，通过供应商在肯尼亚低价雇佣劳工等负面事件也被关注，比如参与OpenAI 项目的Sama 员工需要查看暴力、血腥的图像，并且他们的时薪仅有约1.32—2美元。这两种情况ESG 融资的可能性就会下降。从平台设施角度看，尽管以GPT-AGI 平台设施来分析GPT-AGI产业的ESG状况有时会出错，但从其速度和不断迭代的模型训练来看，担当数据挖掘大任是没有问题的，都将增大平台选用并予以融资的可能。

2.GPT-AGI的助融机制

作为平台的GPT-AGI 能增强GPT-AGI 产业的融资性，有如下三点原因。其一，通用软件的标准化优势。XBRL(EXtensible Business Reporting Language，可扩展商业报告语言)可以看作是可以内置于GPT-AGI 的功能模块，在GPT-AGI 推出之前早就作为一种可扩展商业报告语言软件成为国际通用标准，具有诸多优势，诸如：资料共享、信息及时、便于挖掘等。其二，利于监管的数据保真优势。监管层容易获得客观真实的数据，容易得出企业采用的会计准则是否和政策要求一致的判断。如果是上市企业，会计造假、虚假陈述、内幕消息、信息披露的及时性等问题就相对容易解决。其三，便于扩大融资面。企业的商业信息便于平台的风险评估，有利于激发域平台的劣后积极性，容易消除融资者风险。融资人数的限制也可以变为非敏感变量。其四，增信机制的优化。之前的信用评级靠的是评级机构，尽职调查靠的是投资银行，但人们经常是遗憾地发现这些所谓的第三方机构与所服务的融资企业合谋损害投资者的利益。GPT-AGI平台才是真正的第三方平台，可以为所有的金融需求者提供“公义”服务。

3.GPT-AGI的信用创造功能

“TIF 域模式”下，作为平台的GPT-AGI 可以通过为作为产业的GPT-AGI 创造福利，增强黏度，创造信用。平台为融资方创造的福利越大，平台的吸引功能就越强，入驻者融资违约的可能性就会下降，这便形成一种由平台创造的对融资方的“影子抵押”机制。所创造的福利大概有以下四种：第一，俱乐部福利，即符合GPT-AGI 网格信用的GPT-AGI 产业要素才能进入相应的网格实现价值和融通资金。其二，声誉福利，GPT-AGI产业要素中超过信用网格底线的可以免除传统的重金广告模式。其三，规模经济和范围经济福利，GPT-AGI 平台可以为平台内的市场主体提供物美价廉的刚需商品，同一个产业不同“产业生命链”环节的要素入驻的边际成本为零甚至负数。其四，获得以上三种福利的GPT-AGI产业主体的福利越大，融资者违约的成本越大，融资者获的黏度就越大，所获得的非实物抵押信用额度就会越大。

（三）GPT-AGI 决策链管理信息的增强

作为平台的GPT-AGI决策链通过以下三种机制增强其信息管理水平。其一，完整的GPT-AGI决策链符合TRIZ 所提出的多个技术系统进化法则，可以提高对GPT-AGI 产业要素服务的理想度。其二，GPT-AGI整合平台能同时代理政府和市场要素发挥在传统两分法下双方并不擅长发挥而又不得不发挥的社会经济功能。其三，根据GPT-AGI 模型的专业性程度可以形成嵌套型GPT-AGI 平台架构，在API的连接下，大模型产业生命链和小模型产业生命链平台联结融通，数据共享流动，低成本高效率。

1.GPT-AGI决策链的构造

GPT-AGI 决策链构成了一个显性的电子化平台，为促进作为GPT-AGI 最长的价值链即“产业生命链”服务。如图1所示，后者由“教育链”“创新链”“工匠链”构成，前者由“链接技术”“挖掘技术”“保真技术”构成。“链接技术”包括互联网、物联网、5G、NFC、ARVRMRXR、脑机接口等，主要提供数字流动基础设施；“挖掘技术”包括大数据、云计算、边缘计算、隐私计算、AI等，主要提供算法，有利于模型挖掘出有意义的决策依据；“保真技术”主要指的是数据保真，如区块链、UCL等，为了确保所使用的生产资料型数据和产品决策型数据不被篡改和泄露。其中任何一种技术的改善，都能为精准决策提供依据，提升平台的决策能力。如5G 对4G 的替代，可以大大缩短延迟感。脑机接口的运用可能会促使 GPT-AGI 从自然语言向电磁语言跃迁。芯片的算力、AI算法的提升，都将增强GPT-AGI生产力的满意度。

2.GPT-AGI整合平台中介功能的增强

GPT-AGI平台是一种显化的中介平台，是传统中介不断智能化的结果。其最大的功能是让人类拨云见日地发现了隐藏在传统“政府-市场”国家运行两分法背后的三分法规律。即国家作为总体组织，其运行一分为三地嬗变为三个部分：宏观的“形而上学”的政府、中观的“形而中学”的产业平台、微观的“形而下学”的市场要素。这种划分可以大大提升对GPT-AGI产业要素的监管和服务能力，可以避免两分法下容易形成“放乱管死”的恶性循环。事实上，人类社会确实经历了三次组织分化：第一次是生产力要素委托政府进行政治层面的监管，第二次是生产力要素自发委托产业市场平台进行“政治经济”层面的共享，第三次是政府委托产业市场平台进行“政治经济层面”的监管（图4）。在前互联网阶段要素散兵游勇，产业平台性弱，直到互联网的出现，产业平台才逐渐强大显化起来。如阿里、滴滴、亚马逊、脸书等。整合性供应链平台、供应链金融科技平台的发展表明标准化的集成性平台呼之欲出。

图4 GPT-AGI所在产业市场平台的形成

3.GPT-AGI嵌套型平台效用的最大化

GPT-AGI 爆红之后，国内搜索巨头和相关软件公司纷纷跟进布局，“军备竞赛”势头异常激烈，严重的重复建设造成巨大的浪费。据估计，GTP3.5 已经用了大概 3000 亿个类似“令牌”TOKEN，训练一个成本大概就是几千万美元，亟待形成分工合作共享的发展机制。嵌套原理认为，将一个物体套在一个物体中，再将这个嵌套物套入另一物体中,这样可以收到节省空间、便于携带、方便操作的效果。GPT-AGI产业有大模型和小模型之别，这两种模型就可以嵌套起来。自组织理论认为，开放才能够保障自组织的熵减有序，大模型和小模型必须嵌套。其实介于大模型和小模型还会有许多渐进的中间状态，其形成的逻辑来自于分形原理，当放大相似度的时候小模型就会向大模型泛化。GPT-AGI 产业大模型需要在具有GPT-AGI大模型的平台中加以孵化①产业、产业平台与GPT-AGI 模型的大小是正相关的。其中产业平台是使用GPT-AGI 来揭示产业要素特征指数的，在文中简称为“GPT-AGI 产业平台”。“GPT-AGI 产业平台”的分类多种多样，有的是按照“产业生命链”纵向分类，有的是横向分类，有的是按照工艺流程分类。。图5说明内含GPT-AGI的社会经济平台的嵌套状态，总平台细分为信息、金融、实业等三类内含GPT-AGI 的产业平台，这三类子平台又各自内含三类孙平台，母平台、子平台、孙平台之间通过API相连接。随着元宇宙等高信息技术数字化平台的建成，“线上全球化”将获得更加雄厚的技术基础，“全球资本市场统一战线”将渐成趋势②在信息革命时代，数字资产的重要性日益提升，数据共享成为必然趋势。线上线下深度融合的OMO（Online-Merge-Offline）市场增加了市场规避国家监管的能力，国际资本线上融合的深度加强。在此背景下，中西方在国际经济往来时若不以意识形态为掣肘，而是在引入信用底线制度，遵循“己所不欲勿施于人”原则的基础上互相合作，就容易形成“物尽其用人尽其才”，全球收益最大化的“资本统一战线”。。

图5 GPT-AGI产业平台的嵌套关系

四、TIF域平台对GPT-AGI的信用增强功能

信用是分工合作的前提条件，通常所说的法律、信用、道德都是信用在不同层面的表达。法律是对不讲社会信用底线的惩罚依据，市场规则是对不讲市场信用底线的惩罚依据，道德则是对高水平信用觉悟的奖赏。研究发现，将货币收益作为“副收益”，将劳动过程作为“主收益”，以增强收益函数个性化的“心流”状态是将“利己”和“利他”相统一的法门。

（一）GPT-AGI 信用揭示的理论依据

“太极”是宇宙万物的本原，包含两种力量，一是阴阳两极之别，一是负阴抱阳之统。宇宙事物发展靠的是两种学问，一种是分科之学，一种是系统之学，合起来可以称作是“道学”①北京大学窦尔翔研究团队认为，所谓“道学”指的是人类社会问题解决的路径。路径有两条，一条是还原论，即分科之学，简称科学。西方将系统论作为隐藏的前提，在科学的实践、理论、哲学等层次取得了一系列成绩；另一条是整体论，即系统之学，简称“统学”。以中国为代表的东方文化将科学作为隐藏的假定前提，在“统学”的实践、理论、哲学等层次取得了一系列成绩。。爱因斯坦（Albert Einstein）曾赞叹中国古代圣哲的“太极”智慧与西方科学的形式逻辑体系和系统实验殊途同归；因量子力学获得诺奖的波尔（Niels Bohr）充分认识到他关于互补性的概念与中国“太极”智慧之间的相似性，在被丹麦封爵时，他特意选了中国“太极图”作为礼仪罩袍的图案；百年以前，泰戈尔曾预言“东西方文明各有特点，相信将来一定可以互相调和”。

人类社会的主要任务是可持续存在，为此要解决资源稀缺问题。人类发现，分工能降低资源的消耗，促进创新。与分工对应的分科之学一直占据十分重要的地位，这也是西方经济一直占据优势地位的原因。然而随着分工越来越深入，系统性人才缺乏，科学生产力难以有效集成，合作生产力涌现价值难以发挥。信息技术尤其是GPT-AGI类AI数据挖掘技术的发展，为放大集成的协同性提供了条件。21世纪成为亟待协同集成的世纪，分工合作需要信用作为前提，如果将分工者分为两类人，讲信用和不讲信用的，会发现只有讲信用者之间才能实现真正的合作。如果GPT-AGI能在社会需求的基础上，将个人偏好、禀赋、能力进行较为准确地挖掘，就能又向“人尽其才、物尽其用”迈进一步。

（二）GPT-AGI 信用揭示的网格化特征

网格化信用是社会经济中的一种客观信用状态。纵向来看，存在政府-产业市场平台-市场要素三重不同水平的组织信用，对于每一个人来说，又都存在社会信用底线、市场信用底线、ESG 信用底线等三种底线的信用度划分。横向来看，不同相似度下的产业信用语义是不同的。纵横交织形成网格状的“信用域”。一定时空下，一个人总会处于这样或者那样的信用网格中，这为精准化分工合作提供了制度前提。信用网格化的本质是信用软件基础设施的网格化，网格之间通过API加以链接，形成融合性一体化先导市场制度平台，为社会经济要素提供服务。平台公共政策的总体精神是“公正、公平、辩证公开”，目的是“消解信用风险，为信用效率定价”[5]。

西方新自由主义经济学不将信用、道德等变量引入经济人假说，由其指导的西方经济的一个突出问题就是基尼系数的不断增大。美联储报告显示，2020年美国最富的前1%和10%人口分别占全部家庭财富的30.5%和69%，而最穷的50%人口仅占全部家庭财富的1.9%，且这种差距呈加速拉大趋势[6]。皮凯蒂在《21世纪资本论》中揭示，贫富分化不仅是资本主义的，而且应该从本质上把它看作是市场经济的[7]。这种条件下的全球化，会给经济增长带来两极分化。诺贝尔经济学奖得主斯蒂格利茨(J. Stiglitz) 教授在《不平等的代价》（The Price of Inequality) 中认为，美国贫富差距的扩大，主要是由政府政策导致的[8]。

“TIF域”制度设计的首要增信重点是在GPT-AGI平台的助力下着重为GPT-AGI产业要素提供多样化底线选择。如图6 所示，假定“政府-市场平台-产业要素”三重组织信用底线的指数满分为100 分，那么不同组织的底线指数的相对值分别是：C 点代表政府底线指数75 分，B 点代表市场平台底线指数65分，A 点代表市场要素底线60分。如果低于社会底线0分，就要接受法律惩罚。还可以进一步细化政府组织中不同主体的底线信用指数，比如对于同一个人来说，如果要作为一般行政人员，信用底线要达到75 分。如果要进入公检法队伍中工作，则信用底线的相对值为80 分。如果要入伍为军人，则信用底线要求更高为85 分。信用底线要求最高的是党员，95 以上。在信用意义上，中国共产党是信用底线很高的“道德先锋队”。行政底线意味着从政治信用角度观察，平台底线则意味着从平台角度来观察，市场底线意味着从市场交易的角度来观察[4]89-93。

图6 GPT-AGI要揭示的三重组织信用底线

GPT-AGI要揭示的第二重增信重点是在不同组织中的所有的人都存在“四重信用域”对号入座。如图7，可能在ESG 域、市场域、社会域，或者监狱域，在不同的域会有不同的福利。以市场主体为例，政府对企业投资节能节水项目（ESG）所得实行“三免三减半”优惠政策，同时节能节水项目在资本市场上也能够获得资本的青睐。随着注册制的到来，GPT-AGI具备火眼金睛的能力能够对企业进行大浪淘沙，确保信用达标的企业上市融资。资不抵债的企业则要被破产清算。如果企业生产了不合格产品，危害达到一定程度，可能不仅仅是停产整顿，还要破产清算。当下的第三方电商平台，亟待协同整合，需要由平台代理市场要素通过GPT-AGI提供信用指数，并按照信用底线对市场要素的入市权进行资格管理。

图7 GPT-AGI平台与GPT-AGI产业要素的三重信用底线

GPT-AGI 要揭示的第三重增信重点解决经济运行中的炒作难题，以降低投资者的风险。首先平台根据强大的GPT-AGI信息信用揭示功能，将信用不足的要素驱逐出相应的域，不管是留在域内的使用价值、交换价值都失去了炒作机会。其次，在平台信息增强和信用增强的前提下，银行和基金都可以看作是资金的炒作，债性P2P 和股性P2P 在第三方信用保障下因为节约了能量消耗而获得重启的可能。再次，对上市企业要求适度的分红义务，可以用确定性制度防止企业发生道德风险逃避分红责任，避免股票市场蜕变为赌博市场。最后，基于DIKWP 的强目的性对平台在域共享挖掘，同时对挖掘结构进行共享，可以避免数据过度炒作和数据隐私泄露。

（三）基于心流效应的信用孵化机制

在“TIF域模式”底线思维的助力下，GPT-AGI平台根据GPT-AGI要素的信用指数实行“物以类聚人以群分”的市场管理，收到了公正、公平、辩证公开的运行效应，劳动者的幸福感指数有所提升。底线思维杜绝了将幸福建立在他人痛苦之上的“道德下坠通道”，向内关注自己偏好和能力成为提升幸福感的另一条途径。心流理论提出者匈牙利籍心理学家米哈里（Mihaly Csikszentmihalyi）的研究表明，当处在有能力又有挑战精神的时候，人就会处于心流状态[9]，即全神贯注、投入忘我的状态，甚至感觉不到时间的存在，有一种充满能量的满足感（如图8）。将个人偏好、个人能力和社会需求等引入GPT-AGI模型，有助于教育、职业等的精准选择，就可以提升米哈里心流模型的稳定性，得到“贝尔恒定心流”（如图9）。如果继续沿着内求路径，当站在“自组织”和“他组织”的超系统中通过利他而利己，就会达到高维的“超级心流”。心流在劳动过程中产生，实现了马克思所说的“劳动是人生活的第一需要”，提升了人的道德水准[10]。信息化阶段，随着资产共享性的增加，人们将更容易在关心高维协作系统中获得心流体验。

图8 米哈里“概率心流模型”

图9 贝尔TIF域“恒定心流模型”

五、结论与建议

GPT-AGI 作为数字化生产力，容易产生更加严重的产业垄断，私有制下容易带来重复建设、数据产权、数据隐私、两极分化等负面作用。如果说“TIF模式域富论”是社会经济运行的标准化模式，那么元宇宙则是信息技术达到脑机感应革命的灵境阶段，DIKWP 则是灵境中算法的工艺流程，GPT-AGI 则是工艺流程下的一款人机互动产品。在人类经过实业革命、金融革命，进入信息革命阶段后，信息资产权重日益成为核心资产，资产的排他性日益降低，人类逐渐进入在劳动中体验心流的阶段，共享平台模式成为必然趋势，平台伦理越来越引起人类的重视。中国可以利用“社会技术化”效应通过“TIF域”深化超大市场优势为中外资本构建“公正、公平、辩证公开”的统一大市场。中国通过构造集成协同的高维平台既为成熟的GPT-AGI 服务创造应用场景，又为发展中的GPT-AGI 产业发展提供孵化功能，以战略应对美国已处于先发优势的GPT-AGI产业。

第一，以“三链融合”机制促进本国GPT-AGI 人才链的发展。GPT-AGI 作为数字化劳动力，呈现为一条“产业生命链”，形成使用价值链和价值链的闭环。可以分为三条小链：一是“教育链”，主要是“数字型劳动力”的培养；二是“创新链”，主要是数字型劳动力创新人才的使用；第三是“工匠链”，主要是数字型劳动力工匠性人才的使用，也可以通过二级市场引进国际上三类GPT-AGI人才。

第二，构造“TIF 域”平台，孵化GPT-AGI 产业发展。在政府和市场要素之间，构造“TIF 域”平台，促进GPT-AGI“产业生命链”的成长。一是为GPT-AGI“产业生命链”中的供求双方提供信息、信用指数服务，促进国内国外的双循环。二是为GPT-AGI“产业生命链”中的供求双方提供资金供给信息，或者为其资金需求创造信用额度，提供劣后担保机制。

第三，构造“TIF域”平台，为GPT-AGI数字化劳动力提供应用场景。“TIF域”平台可以为除GPT-AGI产业以外的所有信息产业、金融产业、实业产业所形成的“三链融合”的“生命链”服务，拥有庞大的集成性协同性超大市场系统，能够将成熟的GPT-AGI 数字化劳动力沉淀为平台的信用信息挖掘工具。“TIF域”将以福利为奖赏吸引国内外所有成熟GPT-AGI数字化劳动力并获得相应的标准制定权。