13. 双引擎：变革的节奏
“我们就像必须在公海上重建船只的水手，永远无法在干船坞中将其拆除并用最好的材料进行重建。” ——奥托·纽拉特
红皇后的竞赛
在刘易斯·卡罗尔的《镜中奇遇》中，爱丽丝发现自己身处一个奇异的国家，她必须尽可能快地奔跑才能留在同一个地方。 “如果你想去别的地方，”红皇后告诉她，“你必须跑得至少两倍快！”
1973 年，生物学家 Leigh Van Valen 意识到这并不是异想天开的小说。这是有史以来对进化论最准确的描述。他发现没有任何物种能够真正“获胜”。捕食者的每一次进化进步都会遭到猎物的反击。这是一场永无休止、气喘吁吁的竞赛，终点线总是在后退。
经济学是一场红皇后的竞赛。公司针对当前市场优化其策略，而市场本身也在根据其策略而变化。监管机构为上一场危机制定规则，而市场则忙于制定下一场危机。古典经济学及其静态均衡模型忽视了这一现实。它为我们提供了一张系统的照片，实际上是一部电影。
为了理解变化，我们需要一个模型来捕捉两种不同的进化时间尺度：玩家快速、疯狂的竞赛，以及游戏本身缓慢、结构性的漂移。这是双引擎。
历史的引擎室
经济不是一个系统，而是两个系统，在一个永恒的、创造性的反馈循环中耦合在一起。它们以截然不同的速度运行，这种时间上的不匹配是所有制度变迁、所有市场崩溃和所有人类进步的根源。
快速引擎：市场游戏 这就是看得见的经济，是头条新闻中令人尖叫的经济。价格调整。交易执行。公司竞争。这是一个充满策略、季度收益、在当前环境中寻找优势的世界。它以人类决策的速度运行，现在已经加速到光速。其时间尺度为几分钟到几个月。这就是比赛。
缓慢的引擎：游戏的演变 这就是无形的经济，塑造历史的经济。规范正在转变。信念不断发展。机构适应。技术日趋成熟。这是一个充满战略、文化变革、重写比赛规则的世界。它以社会学习的速度运行。其时间跨度为数年至数十年。这决定了长期赢家。
发动机不是分开的。它们从根本上是耦合的。快速引擎的结果，每日的输赢，提供了慢慢重写慢速引擎代码的数据。然后，慢速引擎的新代码为快速引擎创建了一个新的竞争环境。这是历史的共同进化之舞。
大教堂里的炸弹：卢卡斯批判
1976年，经济学家罗伯特·卢卡斯在凯恩斯主义当权派的中心引爆了一枚知识炸弹。在他的诺贝尔奖获奖论文《计量经济政策评估：批判》中，他介绍了卢卡斯批判：对整个大规模宏观经济模型项目的礼貌、学术性和彻底毁灭性的推翻。
历史： 在凯恩斯之后，宏观经济学已经成为一种神职人员。中央银行和财政部的经济学家建立了庞大的经济统计模型，相信他们可以像机器一样微调系统。
卢卡斯发现的问题： 这些模型根本上是无用的，因为它们假设人们是愚蠢的。他们认为，政府改变政策后，经济行为的“规则”将保持不变。卢卡斯指出这是荒谬的。聪明的人和公司会预测政策并改变他们的行为，从而使预测政策效果的模型立即过时。简而言之：当您尝试驾驶汽车时，整个发动机会自行重新配置。
失败的解决方案： 这一批评粉碎了战后经济学的天真信心。 “解决方案”是理性预期假说，该假说假设人们平均而言是了解经济真实模型的完美预测者。这用一个明显荒谬的假设取代了一个有缺陷的假设，假设了适应和学习的问题本身。
双引擎模型提供了第一个完整的机械解决方案。卢卡斯评论完美地描述了两个引擎之间的反馈。政策干预是**快速引擎中的一项行动。但它会立即在慢速引擎中充当新的选择压力，导致策略群体不断发展。我们的框架并没有假设消除这种反馈循环；它直接对其进行建模。
AI Mirror：推理与训练
这种两种速度的动态并不是人类社会的一个奇怪特征。它是所有智能学习系统的基本属性。我们现在已经用硅构建了它。像 ChatGPT 这样的人工智能使用双引擎运行。
快速引擎是推理。当你问它一个问题时，它会使用其庞大的、预先训练的神经网络在几秒钟内生成答案。模型的权重被冻结。它只是在执行当前的战略。
慢速引擎正在训练。整个模型会定期根据之前成功和失败的庞大数据集进行重新训练。这是一个缓慢且成本高昂的过程，从根本上改变了人工智能“思维”的“规则”。
卢卡斯批判被人工智能工程师称为“分配转变”。多年来，他们一直在构建处理该问题的系统。经济学家才刚刚开始迎头赶上。
打破循环：最后的技术革命
历史学家卡洛塔·佩雷斯表明，技术革命遵循一种可预测的模式：金融狂热和不平等的动荡“安装期”之后是稳定的“部署期”或“黄金时代”，新技术融入社会。
双引擎解释了这个循环。快速引擎创造了疯狂。慢速引擎最终适应创造黄金时代。这种模式适用于蒸汽、钢铁和信息时代。但情报反转打破了这个循环。
为什么？在之前的每一次革命中，“部署期”都是为人类管理者和知识工作者创造新的机构和工作岗位来操作新技术基础。但人工智能使这种认知劳动自动化。 “部署”将由AI本身进行。人类主导的“黄金时代”并不值得期待。有了人工智能，安装期和部署期就变成了一个单一的、永久的阶段过渡。
我们自己毁灭的引擎
双引擎还解释了为什么社会经常优化自身而走向崩溃。快速引擎为当前环境找到最有利可图的策略并加以利用。然后，慢速引擎将这一成功的策略硬编码到文化和机构中。在环境发生变化之前，这种方法效果非常好。
20世纪50年代美国汽车工业的成功就是一个完美的例子。快速引擎发现了一个成功的秘诀。然后慢速引擎将其硬编码到底特律的 DNA 中。当 20 世纪 70 年代石油危机爆发时，环境一夜之间发生了变化。底特律的快速引擎无法适应，因为它的慢速引擎将其锁定在单一的、现已过时的策略中。那些曾经让他们成功的事情现在注定了他们的失败。
这种自我毁灭性的优化是由一种深层的心理重力驱动的：MIND-State Dependent Discounting。 一个拥有脆弱或有缺陷的 MIND 投资组合、缺乏物质安全、强大的网络或未来选择的智能体，是一个生活在生存状态的智能体。他们受到自身系统不稳定的迫使，对未来进行大幅折扣，优先考虑快速引擎的直接收益。因此，一个普遍不稳定的社会是一个结构性高贴现率的社会。这为新社会契约提供了物理上的理由：通过确保所有人的 MIND 基线，我们不仅实现了公平，而且实现了公平。我们正在设计一种文明，这种文明在心理上能够进行长期思考，以维持其自身的持久性。
两种速度的物理原理
双引擎的存在并非偶然。这是信息物理学的必然结果。
市场上的快速引擎是一个为最大限度的**信息探索而设计的系统。**这是一个高熵、高发现的过程。
机构的慢引擎是一个为信息开发和压缩而设计的系统。它需要成功的发现并将其硬编码为低成本例程。社会规范是成功行为的高度压缩算法。这是一个低熵、低成本的过程。
一个充满活力的智能经济必须两者兼而有之。它们之间的紧张关系正是学习系统的定义。了解这种动态是设计能够真正驾驭人工智能驱动世界前所未有的速度的机构的第一步，这也是我们共生蓝图的核心挑战。