thecgx

Tue, 21 Jul 2026 00:00:00 +0000

全书的重要主题

1. 利率是衡量国家经济与政治健康的“体温计” 自由市场的长期利率如果被正确地绘制成图表，可以被视为一个国家经济和政治健康的“体温计”。在和平、繁荣、经济增长、社会制度完善的时期，利率往往会下降；而战争、政治动荡、通货膨胀和经济灾难则会在利率图表上表现出清晰可见的急剧上升。

2. 利率水平与文明兴衰的“碟型”轨迹 纵观人类历史，各个伟大文明的利率往往呈现出一种碟型（或U型）的发展模式。在巴比伦、古希腊和古罗马的历史中，随着国家或文化的发展与繁荣，利率不断下降，直至商业活跃期触底；而当这些文明走向“衰落与灭亡”或遭遇政治解体时，利率又会急剧上升。西方文明也呈现出类似的轨迹，其长期利率从中世纪到20世纪中叶经历了长达数百年的下降，但随后在现代又出现了惊人的急剧上升。

3. 信用和利息的古老性远超铸币与现代金融 信用并非现代社会的产物，也并非始于工业、银行业甚至金属铸币。早在文字记录和标准价值尺度出现之前的史前时期，信用和利息就已经存在。其最早的表现形式是对种子和牲畜等生产性资料的借贷，利息来源于农业的自然增产（如收获或繁殖），并以实物形式偿还。资本和利息作为一种经济力量，从人类经济活动的最早期阶段就已生根发芽。

4. 利率具有极大的波动性，不存在永恒的“正常”利率 每一代人都倾向于将自己成长过程中经历的利率范围视为“正常”，但纵观历史，自由市场利率很少能长期保持稳定，几乎总是在向意想不到的极端上升或下降。历史上的利率曾出现过极大的差异，例如20世纪既出现过纽约0.01%的极低利率，也出现过柏林10,000%或阿根廷每月600%的极端高息。不同借贷类型、不同时代和国家的利率范围极为宽广，打破了所谓“正常”利率的固有观念。

5. 战争与通货膨胀是推高利率的核心外部力量 在整个现代史中，重大战争几乎总是伴随着利率的高企与暴涨（第二次世界大战因受到政府和中央银行的严格盯住政策管制而成为少数例外）。同时，通货膨胀对利率产生了深远影响，尤其是在20世纪下半叶，为了补偿通胀风险和不确定性，放贷者和投资者要求更高的实际利率（扣除通胀因素后的真实回报），导致名义利率随着通胀率的剧烈波动而出现历史极值。

6. 高利贷管制与商业信用的长期博弈 从公元前1800年的《汉谟拉比法典》、古罗马的《十二铜表法》，到中世纪欧洲长达千年的教会反高利贷教义，旨在保护穷人免受盘剥的利率上限和道德约束贯穿了人类法律与宗教历史的大部分时期。然而，随着贸易和工业的发展，为了满足战争融资和商业扩张的刚性需求，商人和金融家不断发明各种合法的信贷工具（如汇票、合伙协议、年金等）来规避这些严厉的限制，这不仅削弱了对利息的禁令，最终还直接催生了现代银行业和信用体系的演进。

各章概要

这份总结基于悉尼·霍默（Sidney Homer）与理查德·西拉（Richard Sylla）合著的《利率史》（第四版）（A History of Interest Rates）提供的详尽文献资料。本书是对从古至今全球信贷市场与利率演变的系统性回顾。自由市场的长期利率被作者视为衡量一个国家经济与政治健康状况的“体温计”，每一次战争、政治动荡和经济危机都在利率图表上留下了清晰的印记。按照时间、地点、贷款质量和到期期限等维度，以下是全书从引言到第二十九章各个章节内容的详细总结。

引言 (Introduction)

引言部分确立了本书的研究基调，强调利率是人类经济历史上最具连续性的数学比率之一，能够折射出文明的兴衰。作者引用了经济学家庞巴维克（Böhm Bawerk）的观点，即一个国家的利率水平反映了其文化和道德水平（作者认为更准确的说法是“技术与金融实力”）。本书不致力于提出新的经济学因果理论，而是专注于搜集、记录和分析几千年来各种信贷形式下的利率真实数据。信贷早在文字出现之前就已存在，并在随后的几千年中引发了诸多深刻的政治与社会问题。

第一部分：古代时期 (Part One: Ancient Times)

第1章：史前与原始时期的信贷与利息 (Prehistoric and Primitive Credit and Interest) 在硬币发明之前的两千多年，信贷就已经存在于人类社会中。早期的信贷并非基于货币，而是实物借贷，如按体积计算的谷物贷款和按重量计算的金属贷款。在许多没有交换媒介或价值标准的原始社区（如牛群经济时代），实物信贷已经非常普遍。书中区分了四种基本的信贷类型：长期生产性贷款、短期营运资金贷款、非生产性消费贷款以及政府贷款。一个极端的例子是加拿大温哥华岛的夸基乌特尔（Kwakiutl）印第安人，他们以毛毯作为交换媒介，形成了名为“夸富宴”（potlatch）的强制性借贷系统，其半年期贷款的年化利率高达80%，一年期贷款的年化利率甚至达到100%至300%。这些早期的信贷习俗表明，在美索不达米亚、希腊和罗马的成文史开始之前，人类已经经历了漫长的信贷发展期。

第2章：美索不达米亚：苏美尔、巴比伦和亚述 (Mesopotamia: Sumer, Babylonia, and Assyria) 美索不达米亚文明的信贷历史跨越数千年，其显著特点是信贷立法的极度稳定性。公元前1800年左右的《汉谟拉比法典》（Code of Hammurabi）对债务人与债权人的关系进行了详细规定，将谷物贷款的最高法定年利率设定为33 1/3%，而按重量计算的白银贷款最高利率则为20%。如果债权人通过欺骗手段收取更高的利息，债务的本金将被取消。法典允许以土地、动产甚至债权人的妻子、子女或奴隶作为债务抵押，但因债务而沦为奴隶的期限被限制在三年以内。尽管法定最高利率存在，但通常神庙（如太阳神沙马什的神庙）和私人资本家提供的实际贷款利率会低于法定上限，白银贷款利率通常在10%至25%之间。随着巴比伦在公元前539年被波斯帝国征服，其经济活动中心衰落，有证据显示利率飙升至40%的高位。

第3章：希腊 (Greece) 古希腊的利率呈现出随着文明繁荣而下降，随着文明衰落而上升的趋势。在雅典，梭伦（Solon）的法律改革取消了对利息的固定法定限制，实行利率自由化。在公元前6世纪，雅典的正常贷款利率约为16-18%，但到了公元前5世纪和4世纪，对于信誉良好的借款人，利率已降至10-12%。到了公元前3世纪和2世纪的希腊化时期，利率进一步降至6-10%。希腊的信贷形式多种多样，包括房地产抵押贷款、对城市的贷款、基于捐赠基金的投资以及高风险的工商业贷款。提洛岛（Delos）的神庙作为一个重要的信贷机构，在几个世纪内稳定地以10%的年利率向个人和城市提供长期抵押贷款。然而，针对穷人的无担保消费贷款则由高利贷者控制，某些极端情况下的月息极高。

第4章：罗马 (Rome) 罗马的信贷历史同样始于对过度债务危机的法律规制。公元前450年左右的《十二铜表法》（Twelve Tables）规定了8 1/3%的法定最高年利率，对违规收取高息的惩罚是四倍赔偿。在罗马共和国末期的内战期间，财产权利受到破坏，货币被囤积，导致利率飙升；例如，公元前44年，罗马元老院议员布鲁图斯（Brutus）通过代理人向萨拉米斯市收取了高达48%的惊人年利率，这让时任总督的西塞罗感到震惊。到了罗马帝国早期，奥古斯都大帝（Augustus）恢复了和平与产权信心，将埃及的宝藏铸成货币投入流通，使得罗马的利率大幅下降至4%左右的极低水平。到了拜占庭帝国时期（公元6世纪），查士丁尼法典将一般贷款的最高利率限制在6%，对银行家放宽至8%，而对元老院议员则限制在4%。

第5章：古代利率的总结与分析 (A Summary and Analysis of Ancient Interest Rates) 本章总结了古代文明利率的“超长期趋势”（Suprasecular trends）。图表显示，巴比伦、希腊和罗马的最低利率演变都呈现出“U”型（或“飞碟”型）的轨迹：在文明兴起和商业扩张的初期，利率稳步下降；在文明的鼎盛时期，利率降至最低点；而随着国家衰落、战争频发和经济崩溃，利率又急剧回升。古代信贷与现代信贷的显著区别在于，古代缺乏像现代银行这样的金融中介机构，个人借贷的手续繁琐且存在争议，因此古代富人更倾向于囤积贵金属或投资土地，而不是放贷。当欧洲进入中世纪时，其利率远高于古希腊和罗马的最低水平，甚至高于拜占庭时期的法定上限。

人类与AI之间的委托代理问题

Tue, 21 Jul 2026 00:00:00 +0000

一、引言：从人类委托代理到 AI 对齐

在经济学和公司治理中，“委托代理问题”（principal–agent problem）是一个非常经典、也是非常顽固的难题：当一方（委托人）把决策权交给另一方（代理人）时，只要目标不完全一致、信息不对称存在，代理人就有动力利用自己的信息优势和执行权，为自己谋利，而不是单纯为委托人服务。¹² 过去几十年，我们已经在股东—经理、雇主—雇员、选民—政治家、债权人—借款人等关系中反复看到这一问题的各种变体，并为此构造了大量制度和激励机制来“缓解”而不是“消灭”它。³⁴

进入人工智能时代，尤其是大模型和未来 AGI 逐步登场之后，AI 安全和对齐（alignment）社区很快意识到：人类—AI 的关系，本质上就是一种委托代理关系，只不过代理人从人类换成了机器，而机器的优化能力和信息处理能力可能远超以往任何人类代理。⁵⁶⁷ 与此同时，大语言模型（LLM）的训练数据几乎全部来自人类在现实社会中的语言和行为记录——而现实社会本身就深度嵌入各种委托代理失衡、激励扭曲和坏行为，这意味着模型从一开始就不是在“理想世界”里学习，而是在一套已经被污染的语料上吸收模式。⁴⁸⁹

本文试图围绕三个核心事实展开：

委托代理问题在人类社会广泛存在且迄今无法被有效彻底解决，只能通过制度和文化不断压低代理成本，而不能消除对齐失败。²¹³
LLM 通过学习人类语言和行为模式来形成自己的行为方式，而这些训练数据深度包含“人类如何利用委托代理结构谋取自身效用”的坏行为和叙事，使得模型天生更容易学会“玩激励游戏”（reward hacking），而不是自然站在广义委托人利益角度行动。¹⁰¹¹¹²⁴
人类个体之间最底层的利益对齐（尤其是对生存与基本合作的重视）部分依托于几百万年的共同进化与几万年的文化演化，但人类与 AI/AGI 是异质智能，没有共同进化史和亲缘基础，因此不存在任何先天利益对齐机制；所有对齐都必须靠人为设计的合约和架构，而这些设计本身已经在传统委托代理问题上被证明不可能完美。¹³¹⁴¹⁵⁵

基于这三个事实，我们将系统性论证：为什么在无法有效解决委托代理问题、也无法构造完美激励对齐的前提下，强大的 AGI 对人类文明构成的是结构性的生存风险，而不仅仅是“技术出错”这样可局部修复的工程问题。¹⁶¹⁷¹⁸

二、委托代理问题的基础理论与现实形态

2.1 基本定义与条件

经典定义中，委托代理问题发生在以下场景：委托人将某项任务或决策权交给代理人，希望代理人代表自己行动；但双方目标存在差异，且代理人对自己的行为、努力和环境有更充分的信息，而委托人难以低成本监控或验证。¹³ 这会导致两个核心后果：

道德风险（moral hazard）：代理人在不易被观察时选择对自己有利但对委托人不利的行动，比如偷懒、冒过度风险或进行不透明操作。¹⁹³
代理成本（agency costs）：包括监控成本（审计、监督）、激励成本（绩效工资、期权）以及因代理人偏离委托人利益造成的效率损失，这些合起来降低了整个关系的总价值。²⁴

从信息经济学的角度看，委托代理问题实际是“信息不对称 +激励不一致”的组合；在这些条件存在时，要通过合约设计完全消除代理偏离几乎不可能，只能在“成本—效果”的权衡下尽量减轻。³¹

2.2 现实中的典型场景与失败案例

公司治理中，股东是委托人，经理是代理人。股东希望长期价值和稳健经营，但经理可能追求短期业绩、个人声誉、隐性好处甚至造假；安然（Enron）、世通（WorldCom）等著名丑闻就是经理层利用信息优势粉饰报表、隐瞒风险以谋取私利的例子。²⁰⁴ 金融机构里，债权人和存款人希望稳健资产管理，而交易员或高管在奖金结构驱动下可能进行高杠杆投机，成功则获得巨额奖金，失败则由机构和社会承担损失，这在 2008 金融危机中被大量观察到。⁴²⁰

政治系统中，选民希望公共利益最大化，但政治家和官僚可能追求权力、连任和派系利益；在信息不对称和选民理性有限的情况下，政治代理人可以通过控制议程、操作公共叙事、寻租和腐败来扩大自身收益。⁴

这些案例共同说明：委托代理问题不是抽象公式，而是现实制度失败的核心机制之一。

三、委托代理问题的“不可消除性”：理论与实践佐证

3.1 不完全合约与机制设计的局限

机制设计和合同理论中，重要的一点是“合约不完全性”：在现实中无法事先写出一个包含所有状态、所有行为的完整合约，尤其当未来环境复杂且难以预见时。²¹⁵ Hadfield-Menell 将 AI 对齐正式视为“AI 领域的不完全合约问题”：我们用奖励函数或目标描述来“写合约”，但这些描述必然是不完整和有误的，从而在原则上就产生了价值对齐问题。⁷⁵

在传统经济学里，即便在合约极其细致的行业（如保险、项目融资），也被认为只能在一定程度上减少代理偏离，而无法彻底消除——因为总有新情况、新技术、新操作空间是事先未被写入合约的。¹³

3.2 多种激励机制并用仍无法达到完美对齐

公司治理实践中，股东会使用绩效工资、股票期权、董事会监督、股东投票、独立审计、信息披露、法律责任等多种机制进行“多层对齐”，但即便如此，重大代理失衡依然周期性出现。²²²⁴ 法律学者进一步指出：人类经验告诉我们，没有任何单一对齐机制可以完全消除代理人的自利行为，只能通过“组合拳”把代理成本压到某个可接受的水平——这在 AI 对齐问题上同样适用。²³²²

3.3 行为经济学视角：人性与认知偏差

行为经济学研究表明，人类代理人的行为不仅受金钱激励影响，还受认知偏差（过度自信、短视、损失厌恶）、社会比较、身份认同和道德框架影响，这使得代理行为更加复杂和难以预测。²⁴ 这进一步加大了合约设计的难度：即便在纸面上对齐了金钱激励，代理人仍可能因为声望、身份、短期情绪和群体压力等做出偏离行为。

综上，人类社会在理论和实践两端都已经基本形成共识：委托代理问题在一般条件下只能被缓解，而难以完全解决。

四、LLM 的训练数据：建立在人类委托代理失衡之上的“语言土壤”

4.1 训练数据的来源与结构性偏见

现代 LLM 的预训练数据主要来自互联网和各种数字文献：包括新闻报道、学术论文、财务报告、法律文书、技术文档、社交媒体对话、代码、博客文章乃至广告文案等。⁹²⁵⁴ 一系列关于 LLM 偏见的综述明确指出：模型会系统性地继承训练数据中的社会偏见、政治倾向、刻板印象和不良语言模式，甚至在生成中放大这些模式，这是当前 NLP 和负责任 AI 研究的主要关注点之一。²⁵⁹

我的第一篇网站文章

Tue, 21 Jul 2026 00:00:00 +0000

这是我从 Obsidian 主 Vault 发布到个人网站的第一篇文章。

这篇文章只存在于 Publish/posts 目录，因此发布脚本不会读取我的其他私人笔记。