AI 的集体主义经济学视角

Jordan, M.I. A Collectivist, Economic Perspective on AI. arXiv:2507.06268v3 (cs.CY/cs.AI/stat.ML), 2025.

核心主张

LLM 不仅是"接近人类的智能体"——它们同样是集体主义制品：每次交互都在与数十亿贡献微数据的个体进行隐式对话。"AI 匹敌的隐喻不是搜索引擎或聊天机器人，而是市场。"

三种思维方式

论文提出了计算、推断、经济三种思维方式的深度融合框架。详见 collectivist-ai。

核心案例

案例	章节	核心概念
数据库推断设计	§2	从描述到推断——对"新患者"而非"旧数据"做预测
统计合同理论	§3	statistical-contract-theory + [[e-values
三层数据市场	§4.2	[[data-markets
基础模型前沿偏倚	§4.3	[[prediction-driven-inference
概率匹配	App.C	[[probability-matching

数学亮点

E-values 与激励相容：Bates et al. (2024) 证明统计合同激励相容 ⇔ 选项可表达为 E-values。E-value 是非负上鞅，在零假设下期望 ≤1，本质是"证据随时间的累积"——将推断概念与经济概念等价关联。

概率匹配作为纳什均衡：小鼠在 2:1 食物比下以 2/3 vs 1/3 概率选择左右——这不是次优行为，而是种群层面的纳什均衡，避免资源浪费。

教育实践

UC Berkeley Data 8 课程（2015 年起，每学期 1500+ 学生），融合计算思维（Python 编程）+ 推断思维（置换检验），让学生用算法回答真实世界问题。

论文定位

这是一篇立场论文（position paper），非技术贡献型。Jordan 的核心动作不是提出新算法，而是重新定义 AI 的学科边界——主张将经济与推断原则融入算法设计的 DNA。这与 michael-jordan-mlst-collectivist-ai-2026 中的论点完全一致，论文提供了更系统的学术展开。

参考文献

Bates et al. (2024). Principal-Agent Hypothesis Testing. arXiv:2205.06812
Angelopoulos et al. (2023). Prediction-Powered Inference. Science 383, 669–674
Fallah et al. (2024). On Three-Layer Data Markets. arXiv:2402.09697

2.6 KiB Raw Blame History Unescape Escape