一、研究范式与哲学洞察
对当前广泛讨论语境的洞察
我们是如何讨论 AI+Web3
在当前的中文互联网中，探究 AI+Web3 的严肃思考是稀缺的，而在已知的认识范式中，最为普遍的是引用历史唯物主义中对社会生产的理论阐释，即生产力决定生产关系。
AI 代表生产力、Web3 代表生产关系，AI+Web3 作为生产力与生产关系互相影响，将会创造新的社会生产体系，这是当前 AI+Web3 最广为接纳的讨论语境，正如我在这篇文章的阐释，AI 智能体与人类的未来协作方式、合作组织与生产空间（万字长文）
另一种值得关注的 AI+Web3 认识范式，则是从控制论的历史出发，即对「Autonoumous」这一概念的历史性阐释，以及从机器自主性探究控制论的技术哲学观。
在这一历史溯源的探究中，从控制论到计算机，AI 和 Web3 都是对「自主性」的不同实现路径的同一技术追求。这一认识范式的典型以 王超（AI+Crypto 的跨领域投资人）在其文章《AI 和加密的历史交汇》所阐释。
在当前 AI+Web3 的认识论范式上，存在知识体系与历史概念间的隔阂，导致学术、技术以及人才的割裂。
若我们能从根本性上消除两者的隔阂，我相信 AI+Web3+Metaverse 这一被广泛追求的整合共识，会加速技术路线的融合并推动技术产业的整体跃迁，并推动人类在数字文明进一步的发展。
在本篇文章中，我将引入更多新的认识范式，从跨学科整合到跨媒介叙事，从语言分析哲学到历史概念的时间分析理论。
第一性原理构建 AI+Web3 的研究范式
在思考场域中寻找相关性与可能性
当前对 AI+Web3 的探究中，以诸多碎片化言论为主，这些碎片化的讨论，往往都缺乏对前置语境的补充，以及构建一个独立深度的思考场域。
在缺乏前置语境与共识场域的情况下，因为目的与动机的不同，自然让 AI+Web3 容易招惹不同技术路线的争议，由此也导致了 AI+Web3 难以达成共识。
由于移动互联网的造成的信息碎片化，以及推荐算法所构建的信息茧房，网络语境下的交流，普遍以单向性的观点碰撞为主，而大量掺杂偏见的观点碰撞，塑造了广泛舆论的认知谬论。
任何严肃的讨论都需要对所处信息环境进行解构，并重新构建一个具有双向的、具备深度交流的思考场域。
在我目前探索下来，线上或者线下 Workshop，是构建有效交流与思考场域的最好方式。一定要在一个高质量的信息交流与深度思考的场域，进行高价值命题的研讨。
AI+Web3 是一个极度复杂，但价值极高的研讨命题，一定要避免一切泛泛而谈的交流。
当我们有意识地构建一个得以深度思考的场域时，我们才能建立对诸多不同意见的「求同存异的相关性」与「和而不同的可能性」。
相关性是我们研究任何技术路线的基本方法，无论是 AI，还是 Web3，其技术的形成历史，其技术所作用的商业，以及技术所引发的对社会议题的思考。
从尽可能多的相关性内容去展开，如同把两个石头丢进求知之湖，湖面泛起的涟漪总会碰撞在一起，而又继续蔓延开来。
在相关性所涌现的无数个交叉点中，都代表着这个不一样的可能性，这种可能性可能短暂存在，但也可能落地成真，所以用相关性交叉的方式捕获可能性，会让我们洞察更多的趋势和新机会。
你在阅读这篇文章时，本质上就是在作者是所构建的思考场域中，不停地触发你对 AI+Web3 的相关性与可能性的思考。
从跨学科整合寻求更加全面的认识
「整合的意义在于结合或融为一个功能性整体，其目的无论是为了得到一个新的整体或者新的意义，但更重要在于让我们形成更加全面的认识。」
如何进行跨学科研究
当前业内对 AI+Web3 的普遍讨论交流中，AI 与 Web3 都是从构成性分开讨论的，缺乏从深层解释 AI 与 Web3 的关系，其次也缺乏从整体系统性上探讨两者的整合。
我认为，当我们进入一个 AI+Web3 的思考场域或者讨论空间时，我们真正要探讨的，是关于 AI+Web3 为何需要整合，以及如何整合 ，这才是真价值所在。
而如何基于社区建立一种科学的跨学科研究方法，也是业内探索 AI+Web3 的关键步骤，在《Co-design for Interdisciplinary Research Communities》这项研究工作中，就提供一个基于跨学科社区如何进行协同设计的方法；
跨学科整合就是批判并评估学科见解（技术路线见解），并在它们之间创造共识以构建更全面认识的认知进程，跨学科应该作为我们探究 AI+Web3 的基本方法。
因为 AI+Web3 并非明面概念上的拼凑，AI 背后所代表的一系列相关技术路线，如 LLM、Transformer、AI-Agents、COT、RAG 等，与 Web3 背后所代表的诸多技术概念，如 DAO、NFT、ZK、Defi 等。
跨学科研究的价值在于，我们使用一种科学规范的方式，对双边技术路径体系进行整合，形成更为全面的认知，以及创造出全新的技术。
跨媒介叙事中理解技术构建的世界
叙事作为一门学术理论被 Web3 普遍滥用为一种营销手段，而在传统科技人才中，对其认知仅仅是作为一种讲故事的营销手段，这些都是对叙事的误解与偏见。
叙事学理论是对叙事的一切可能形式的研究，通俗意义上就是针对故事如何被更好地传递与表达的学问。
而自叙事学从文学理论中衍生出来时，叙事不再依赖于文本构建一个文学故事，叙事借助符号媒介实现了跨媒介叙事的能力。
当代叙事理论的意涵，在于通过跨媒介叙事的方式，构建一个与现实世界建立关联影响力的可能世界。
在《Possible Worlds in Video Games: From Classic Narrative to Meaningful Actions》一文中，作者 Antonio José Planells 对 Marie-Larure Ryan 关于可能世界与现实世界所呈现的模型图：
对于 AGI 和 Web3 这两个概念而言，在当代显然已经完成了叙事学的构建，AGI 所指引的可能世界，以及 Web3 所指引的可能世界，已经施加了对现实世界的影响力。
以 OpenAI 为代表的 AI 技术叙事，其目的是为了实现 AGI，创造一个把人类从重复劳动中解放出来的世界，而 Crypto/Web3 的其中一个叙事构建，例如加密技术试图从财产所有权出发，构建一个个人主权的网络国家。
事实上，AGI 和 Web3 都存在诸多不同的叙事，而技术则是作为其承载叙事路径的一种实现媒介，既是工具也是路径。
叙事理论的价值，在于帮助那一小部分真正推动行业的布道者、建设者们，在探索 AI+Web3 的未来形态中，提供技术哲学的路径指引。
复杂系统作为认识论提供一种延续
复杂系统科学常被定位于跨学科研究的一种方式，但我在此将其单独拿出来，因为在本篇文章所构建的思考场域中，跨学科整合更偏向于在技术体系的“相关性与可能性”中形成全面的认知。
复杂系统科学本身就是一个难以被定义的理论学科，系统作为一种哲学其实吸收了知识论与还原论，使得抽象思维工具本身也作为一种可被吸纳的对象。
所以复杂系统科学在本文所构建的思考场域中，作为一个监察机制以及提供一个黑盒，对跨学科整合与跨媒介叙事所不涉及到的未知性，提供一个思考的延续空间。
从历史的基本概念出发，探究当下所言何物
科塞雷克与过渡时期的鞍型理论
当我们意识到，AGI 和 Web3 作为极具标志性的技术概念时，我们就不得不引入概念史的分析方法，在此我们引用科塞雷克的鞍型期理论。
科塞雷克在其《历史的基本概念》中提出的，概念史所探究的是概念与事实之间的关系，概念具有多义性，其多义性是由于历史在诸事件所产生的含义将其融入概念之中。
概念是历史现实中的经验、期待、观点 以及阐释的联结体，不仅是作为一种描述特定的事物的词汇。
而 AGI、Web3 为何需要基于概念史的概念分析，其原因在于这两个概念同概念史的基本理念一致，即概念在历史经验与社会现实的变迁中密切联系。
「科塞雷克名声大振的『鞍型期』概念。他藉助『鞍型山体』（Bergsattel）意象，即连接两座山峰之间的鞍型过渡地带，提出了西方史学中著名的『鞍型期』（德：Sattelzeit；英：saddle-time / saddle period）概念，意指过渡时期或时代界线，故而亦有『界线期』（Schwellenzeit）之说，其时间范围约为 1750 年至 1850 年。」
概念史与历史时间理论：以科塞雷克为中心的考察 —— 方维规
深刻理解概念本身，其实就是在挖掘附着在概念的技术发展史，如何在变革时期经历了诸多语义的转化。
例如 AGI 通用人工智能的概念，也经历过弱人工智能与强人工智能的概念历史，而今天我们已经很少提及强 / 弱人工智能的概念。
而在 Web3 这一概念中，从 Web2 到 Web3，从 Crypto 到 Web3，这些概念时间性也是技术概念在社会事件的演化变迁。
所以从概念的历史分析中，AI 和 Web3 也同样来到了鞍型期。
今天的我们对 AI+Web3 的探讨，事实上继承了 AI 和 Web3 两者概念的经验空间，而使用「+」又呈现了我们对两者结合的期待视野。
「AI+Web3」这一组合概念的使用，而不是创造一个具有两种意涵的新概念，在于我们正处于前沿技术交叉的过渡时期，我们暂时还没完成对那个期待视野的概念建构。
历史沉淀于特定的概念：历时性与共时性
大众对于 AGI、Web3 这些概念的普遍理解，是历时性的。例如网络媒体通过对不同事件所捕捉到的信息，其所塑造的舆论氛围与话语形式，影响了我们对这些概念的认识。
例如我们可以拿最近 SEC 批准现货 BTC ETF 这个事情，从话语形式上可以标记 Crypto 这一概念进入了主流金融市场，标记着 BTC 不再是非主流的货币资产，这一事件重新塑造了大众市场中，原本对 BTC 存在偏见的群体。
对于一名合格的历史学家而言，至少要掌握共时性与历时性两种模式进行讨论，因此共时性是一个被使用更多的时间分析方式，共时性体现的是事件在时间之流的全部体现。
对于资深的加密人士而言，从 2008 年比特币白皮书的发布到 2024 年 SEC 的批准，这十几年比特币所经历的一系列相关事件，才构成了加密人士对比特币的共时性认知；
而对于今年才接触比特币保守传统的金融人士而言，SEC/BTC 的概念关联结构， 构成其对比特币的历时性认知。
而事实上，共时性在历史社会学中，也用于研究分析文化体系的变迁，而我们也可以从共时性与历时性中，通过标志性的转折事件，探讨加密文化的变迁：
- 2008 年中本聪发布比特币白皮书，正式宣告一种点对点的电子货币系统，其诞生就是为了对抗中央垄断的金融体系；
- 2010 年用 BTC 交易披萨的买卖，被视为加密货币的第一笔交易，比特币至此从一项实验成为一种货币；
- 2017 年以太坊的 ERC20 使得每个人都有发行加密货币的能力，因此奥地利学派的经济思想，在加密领域风靡盛行；
- 2022 年 DAO 与 NFT 的兴起，Web3 数据所有权、DAO 的主权个人、NFT 的资产通证等思潮成为加密文化的主流。
- 2024 年 SEC 批准比特币现货 ETF 的交易，为沉寂已久的加密熊市注入传统金融的资金，至此加密货币也历史性地被纳入了中央金融体系中的一种金融资产。
事实上，SEC 事件其实是加密货币的一次重大的文化共识的叙事转折，这次转折其实动摇了加密文化的根基。
因比特币而兴起的「去中心化」加密文化思潮，现在又因比特币开始自行解构。
因此，我们从共时性中看历时性，在货币 - 文化的双重体系中，看到 Crypto 如何因为特定的事件而变迁。
复杂概念的时间结构：不同时的同时性
「概念史揭示融会于一个概念的不同时的同时性。如此，并不与时间顺序相等的历史深度，得以显露系统性或结构性特性，历时和共时交织于概念史。」
概念史与历史时间理论：以科塞雷克为中心的考察 —— 方维规
当我们对 AGI 和 Web3 这两个概念进行时间性的分析时，我们需要引入第三种关于时间的分析方式，即「不同时的同时性」，因为这两个概念所代表的社会 / 政治的文化意涵要更加复杂。
不同时的同时性是一种相对复杂的时间分析方法，但在此我用一些相对通俗的关键点进行描述。即时间层次与历史深度两个概念。
时间层次指的是概念在时序语境中的不同含义，而历史深度则是指词语存在不同时序语境的不同含义，而这些时序中的含义在共时性中发生了重叠。
「此处『历史深度』，是指词语含义和运用的历时顺序在概念中的共时叠合。换言之：不少概念在鞍型期的嬗变，使新旧含义附着于同一个概念（重叠语义），很能见出不同时的同时性。鞍型期的概念都有不同的时间层，各层含义经时不一。
例如大多数政治 / 社会基本概念都有古代亦即古希腊或古罗马的含义余韵，尽管已经过时，受到其他语义的排挤，但概念的『历史深度』还在，经时二千年之久。
与此相反，另一个时间层的政治和社会变化、变革和加速过程则经时不长，但新概念渐次取代旧世界的政治和语义逻辑。」
概念史与历史时间理论：以科塞雷克为中心的考察 —— 方维规
在此可以举一个例子，以 2022 年的 Web3 来进行不同时的同时性分析，在 Web3 概念兴起的 2022 年：
在传统互联网的时序中，从 Web2 到 Web3 所代表的含义，是指 Web3 代表了互联网范式下的下一代互联网，这里的时序语境范围是 1969 年2022 年；
在 Crypto 到 Web3 的时序中，代表的是「加密货币的思想」对生产关系的延伸，也由此推动了 DAO、NFT 的叙事共识，这里的时序语境范围是 2008 年2022 年（此处以比特币白皮书发布为时序起点）；
DAO 与 Web3 所形成的时序含义，又进一步深化了「去中心化自治组织」中，关于「民主 - 投票 - 治理」的议事结构对个人主权的叙事，并推动了 Web3 对加密世界 / 数字世界的广义公共性的探讨与建设，这里的时序语境范围是公元前 500 年2022 年；
所以，这三段不同的时序在 2022 年中碰撞在了一起，造成了 2022 年社会各界对于 Web3 是什么，无法达成一致共识的原因，各家解读，众说纷纭。
Web3 这一概念在时间性上是复杂的，仅靠历时性和共时性无法让我们对其形成概念发展的基本认知。
必须借助「不同时的同时性」这一分析方式，对其多层时间结构中的含义梳理，才能洞见 Web3 这一概念的深刻意涵。
同理，我们也得以使用这三种时间分析的方式，对 AGI 这一概念进行深入的探讨，由于 AI 这一概念的历史尺度更加长远，限于篇幅在此就不展开。
语言分析哲学对符号 / 概念 / 隐喻的主体性构建
概念的类比与知识的隐喻
当我们开始认真思考一个概念的时候，这一行为如同将一束阳光照射在一个多面棱镜体上，概念就是这么一个多面棱镜体。
多面棱镜体所折射出的可见反射光，就是我们所能看见的关于这一概念的阐释，而可见光只是被反射出来的光谱中的一部分，大量的不可见光构成了概念的隐喻光谱。
隐喻是一种对概念的修辞手段，在特定的历史语境中，概念往往被植入诸多隐喻，而群体在交流互动中所形成的对概念的共识，本质上也是在构建并维护概念的隐喻光谱。
我们对诸概念的共识，来源于我们所共同看见的隐喻光谱。
诸多概念构成了我们知识体系的主要锚点，例如我们对 AI、Web3 的知识体系构建，直观上就是由一系列的关键概念构成。
而概念的隐喻，构成了知识的根隐喻，这些概念的隐喻在知识体系中以隐喻的光谱而呈现，一部分以字面意义的知识呈现，但很大一部分以各种修辞假借的隐喻深藏其中。
隐喻如何植入概念并形成共识
正如 Web3 这一概念，在数据所有权回归的叙事中，被植入了加密思想的主权个人隐喻。
这个隐喻的植入方式，是在对 Web3 这一概念的解构中，在广泛的「民主投票治理」的讨论语境中，引入「主权个人」的语素，附着在「民主」的相关语句之中。
这里我总结了一套如何植入思想隐喻的公式：
抢占舆论 > 解构概念 > 公共讨论 > 广泛语境 > 引入语素 > 附着语句 > 叙事构建 > 文化衔接 > 集体共识
语素构成了我们在讨论语境中对词汇的特指，借此实现在特定的交流语境中，完成了对概念的隐喻修辞，并成为叙事共识的一部分。
再举个例子，当公民数据和用户数据两个概念出现时，其实已经完成了特定的前置语境的构建，以公民数据这一概念为代表，前置的语境是国家下的公民在国家边界内所产生的一切数据。
公民的活动是社会性的，进一步可分为公共数据与私有数据，这一区分决定了国家数据保护法的政策制定依据。
我们对 Web3 这一概念的全部表达，事实上反映了我们对 Web3 的知识体系的完整构成。而隐喻深藏其中，而我们却时常视而不见。
AI 领域的从业者由于不在 Web3 的叙事交流语境中，而是从技术概念本身去解构 Web3 的时候，注定丢失了 Web3 在叙事语境中存在的大量隐喻，而正是这些隐喻构成了 Web3 世界的集体共识。
当前 AI 领域的从业者，普遍无法真正理解 Web3 的最根本原因就在于此。
概念的类比与语言的堕化
我们时常对概念的可见部分，进行关联的类比，这是认知神经关联的大脑本能。人类大脑对概念建立关联性的优先级，要高于对概念建立因果关系的优先级。
当我们在讨论去中心化时， 往往语境中会形成一种惯性认知。
即去中心化的组织 / 机构，无需中央机构监督的一种自发组织形式，而由此又会进一步类比关联到一种自下而上的、自发性的民间组织，后面由此衍生的一系列可能关联的类比概念。
未经训练的大脑，无法深刻理解词汇背后的深刻意涵，更何况是在移动互联网割裂注意力的网络时代，注意力经济塑造了信息如何被最高效率化的接收，即消除词汇的精确性及其相关意涵，将词汇通俗简化为单一标签。
眼下，我们正处于一个语言堕化的时代。
我们失去了将概念在概念群或者意义群当中，得以展开延伸的思考空间，失去这一空间意味着我们的思考踏空了支撑概念的土壤。而大脑神经对单一标签概念的关联性，又进一步造就了概念在特定语境的语义失真。
人的思想性被囚禁在标签式语言符号的边界之中。
所以，我们作为科技领域的从业者，我们有必要客观认清我们当下所处的语言符号困境，我们无时不刻都在遭受语言堕化的威胁。
当我们在认真探讨 AI 与 Web3 的时候，我们需要从语言本身理解，我们所阐释的、所意涵的、以及其概念的隐喻，我们才能尽量避免语言堕化的陷阱。
深度有效的交流需要构建一个特定的、受保护的思考场域。
对去中心化历史语境的解构
当我们在讨论「去中心化」这一概念时，本身是在中文词汇的交流语境中，我们需要追溯到其英文单词「decentralization」。
当我们对「decentralization」这一单词进行翻译时，本质上「decentralization」的英文语素并不等于中文语素下的「去中心化」，也并不代表其精准的、明确的完全等同语义。
由于当代面临的语言符号困境，即碎片化的知识与单一化的标签，抹杀了网络环境中人们对精准词汇的理解与掌握能力。
「Decentralized」和「Decentralization」，常在中文语境中被我们翻译为「去中心化」，但在其概念史的语境中，作为语素所表达的概念隐喻，是对权力结构的再分配方式，而不是脱离 / 推翻原有的权力结构，并形成一种完全自由、自发性组织的新主体。
Decentralized 依旧是在一个具有整体边界的权力关系结构中，改变的是权力关系在再分配结构中的延展逻辑，而不是类似 Revolution 形式对权力结构进行根本性的改造 / 推翻。
Decentralized 这一概念的本质，是认识论对控制论的一次解构，Decentralized 是解构的产物，不是对建构的指引。（划重点！）
在认识论的控制论｜Heinz von Foerster 的一文中，海茵茨说道：「『认识论的控制论』（Cybernetics of Epistemology）的真正意思是『控制论的认识论』（An Epistemology of Cybernetics），这不仅是一种控制论的认识论，而且任何声称完备的认识论，都将是某种形式的控制论。」
将 Decentralized 视为建构的指引，本质上是将认识论错置为主体论，这是造成「去中心化」思想困境的根本原因。（此处为重点）
不管有意或者无意，过去的叙事方式犯下了根本性的错误，将「去中心化」作为叙事共识的主体性符号，使得这一符号成为塑造共识的存在主体，脱离了其原来作为一种认识论的解构功能。
我一直认为，「decentralized」和「decentralization」被翻译为去中心化并被广泛语境所大量使用，是非常糟糕的语言符号的堕化现象。
所以你会发现，整个加密领域的叙事哲学，从 2009 年至今，十几年了没有任何根本哲学的实质性发展，以太坊正统王是指望不了的。
其实不禁唏嘘，金融垄断的根本成因在于资本异化的必然规律，加密货币其实也脱离不了金融货币本身的异化魔咒。
认清这一根本性事实，有助于我们把 Crypto 放在合适的历史位置，而不必和 Web3 发生混淆，也为后续 Web3 叙事概念的建构，汲取历史经验的教训。
我估计 AI 领域的从业者也很难相信，当 Crypto 开始自我解构时，Web3 所呈现出来的去中心化信仰，事实上就沦为一种被语言堕化所造成的，一种形而上的符号化囚徒困境。
无论是坚持去中心化信仰，又或者祛魅去中心化信仰，都会继续面临一个巨大的思想困境。而这些思想性的问题，都是我们在探讨 AI 与 Web3 的现状时，不得不考虑的重要因素。
所以，结合上文，我们通过历史学的时间分析，点破了加密文化中的「去中心化」开始了自我解构，而通过对语言分析哲学的使用，我们消除「去中心化」与「中心化」这一思想性的概念隔阂。
这项理论分析工作的完成，得以让 AI+Web3 进入了概念史的历史统一场域之中。
AI+Web3 得以进入共同历史的经验空间，一致面向未来的期待视野。
