当AI开始自主生产新知识：垄断比“AI统治”更值得警惕

事件概述

AI领域近期出现多项由AI自主完成的基础数学成果，引发对“知识垄断”的担忧。文章的核心判断是：真正的危机不在于AI本身产生意识或取代工作，而在于掌握顶级AI的公司可能垄断AI自主产生的新知识，最终形成商业与政治上的双重控制。

关键时间线与事实

• 2024年12月：前OpenAI首席科学家伊利亚提出“数据峰值”概念，认为AI行业已触及人类可用训练数据的极限。
• 2025年1月：马斯克表示，人类知识累积总和基本在2024年已被用尽，后续需要依靠AI生成的合成数据。
• 2026年4月：OpenAI CEO奥尔特曼被问及是否已在测试完全用合成数据训练的模型时，未正面回应，仅表示“我不确定该不该说”。
• 2026年5月20日：Erdős单位距离猜想被推翻，AI自主生成完整证明。
• 2026年7月20日：雅可比猜想被AI找出反例。
• 2026年7月：Dinitz-Garg-Goemans图论猜想被AI找出反例。

核心论点

1. AI已成为新知识生产商
   上述数学猜想的证明或反例均由AI自主完成，意味着AI不再只是重新组合已有数据，而是能够生成并验证新知识。

2. 顶级AI公司正构建封闭的知识闭环
   头部AI公司研发日益封闭，几乎不再公开发表完整技术论文。部分规模较小、可自动验证的成果可能已被直接转化为合成数据，用于训练下一代模型，不再需要学术界参与。

3. 知识垄断首先表现为商业权力集中
   若顶级AI公司截留新知识，它们将占据产业链最上游，掌握新技术、新产品落地的主动权。传统企业若未被选为合作方，可能眼睁睁看着自身技术和市场份额被蚕食。

4. 商业权力之后是国家级影响力
   国家在经济、金融、医疗、交通、能源等领域的决策越来越依赖AI分析。谁控制分析材料和选项，谁就拥有影响最终决策的能力。文章称，这种权力可能使顶级AI公司获得事实上的“宪制性权力”。

5. 国家层面难以有效约束
   由于AI已成为国家战略博弈焦点，若一国严格限制本国AI，可能被放任发展的竞争对手超越。因此各国最理性的选择可能是“表面限制、事实放任”，这为AI公司的权力扩张留下了空间。

值得关注

文章引用一篇匿名科研人员撰写的《AI for Science》，指出三个现象：

• 学术界研究方式已被AI重构，研究人员遇到问题首先问AI，彼此交流减少。
• 学术界越来越依赖AI，但做AI的公司越来越封闭，外部无从了解其数据、训练方法和内部已解决的问题。
• 以OpenAI为代表的头部公司几乎不再按传统学术规则公开技术论文，而是每隔数月直接抬高行业技术上限。

文章认为，目前唯一还在支撑外部制约的，是“重大成果仍需学术界验证”这一环节。一旦顶级AI公司能在内部独立完成“发现—验证”全流程，这最后一根支撑柱便会倒下。届时，人类可能从知识生产的参与者退化为知识结果的租用者，真理本身被少数公司私有化。

最终结论是：AI本身不会成为世界的主人，但掌握最强AI、垄断新知识的那几家顶级AI公司，可能成为世界的实际掌控者。