AI的壞用途為什麼跑得快：不是壞人更勤奮，是市場機制給了壞用途加速器

我是AI降臨派。我的意思是，我相信AI會像電影《駭客任務》（The Matrix）裡那樣——基努·李維睜開眼，腦袋裡插管一通，功夫就下載好了。寫作、編程、設計，任何技能，裝上就能用。這不是科幻，這是我每天在使用AI時的真實感受。一個 技能（skills），幾秒鐘，一篇本來要我憋一上午的文案就出來了。我真心覺得，AI是人類能力邊界的擴展器。

但現實給了我一巴掌。

你看看AI最先兌現的是什麼？2024年2月，香港，詐騙者用深度偽造（Deepfake）技術在視頻會議裡「復活」了跨國公司總部的CFO和整個高管團隊，逼真到香港分公司的員工前後15次轉賬，2億港元就這麼沒了。2025年，全球AI釣魚攻擊同比激增1265%，聲紋克隆從需要30分鐘訓練素材降到了3秒——3秒，你清個嗓子的功夫，你的聲音就已經不是你的了。韓國Telegram上爆發的深度偽造色情犯罪，涉案人數達22萬，覆蓋百餘所學校。以色列已經部署了可自主鎖定目標的AI武器系統，聯合國說「自動鎖定目標在戰場上出現只是時間問題」。

那好用途呢？自動駕駛，特斯拉FSD（Full Self-Driving）在美國已經跑了超過百億英里，中國大陸目標2026年Q3全面批准，台灣呢？連法規框架都沒有，FSD至今未開放。同一個技術，隔一道海峽，進度差了至少三到五年。為什麼？因為計程車業者從Uber時代就反覆上街——3000輛車包圍行政院，交通部門的態度是「為了選舉、擔心業者抗議」而打壓新技術。AI醫療也好不到哪去，美國FDA從1995年到2019年，只批了26款產品。二十四年，26款。

壞用途3秒就能克隆你的聲音，好用途二十四年才批了26張許可證、連FSD都開放不了。

這不是「AI有風險」那種正確的廢話能解釋的。這裡面有一個結構性的不對稱。我想搞清楚，這個不對稱到底是怎麼來的。

拆常識

不是壞人更積極，是系統的問題

大多數人的第一反應是：壞人更積極。

聽起來合理。詐騙者本來就在找新工具，軍方本來就在追求更高效的殺人方式，獨裁者本來就在琌磨怎麼控制人民——AI來了，他們自然搜先用。好人呢？好人要考慮安全、倫理、法規，手腳自然慢。所以壞用途先行，只是因為壞人不用走審批流程。

聽上去很對。但這個解釋有一個致命漏洞：它預設了壞人和好人的數量、動力是固定的。如果只是壞人更積極，那為什麼每一輪新技術的壞用途都恰好跑在前面？壞人又不是排著隊等新技術發布。歷史上每一項新技術都經歷過同樣的劇本——廣播、電報、手機、互聯網——劇本的主角換了一輪又一輪，手法完全不同，但「壞用途先行」的結果卻驚人地一致。如果只是壞人更積極，你很難解釋這種跨時代、跨技術的一致性。這說明不是人的問題，是系統的問題——系統裡有某種東西在重複產生同樣的結果。

傳播學裡有一門學問叫「技術的社會建構」（Social Construction of Technology），說的是新技術從誕生到融入日常，要經歷三個階段：想像、落地、隱身。這個框架本身不新，但我想指出一個它沒說透的事——社會對技術的建構，從一開始就不是中性的。

先看「想像」階段。傳播學者董晨宇打過一個比方：新技術是一張紙巾，社會是一杯水，紙巾投入杯子，浸透了水分、沉到杯底，你才能看清它最終的形態。但他沒追問一個關鍵問題：這杯水本身，是不是偏酸或者偏鹼？

歷史上的過度想像

你看，每一次「想像」都過度樂觀，但過度樂觀的方向，恰恰暴露了誰在主導這場想像。2021年元宇宙最火的時候，科技從業者談VR商用，金融從業者談區塊鏈，製造業談工業4.0——每個群體都在爭奪對新技術的解釋權，讓它最終為自己所用。多方期望疊加，技術就被「神化」了。

但「神化」只是硬幣的一面。另一面是：當解釋權爭奪結束、技術進入「落地」階段的時候，誰的想像最先被兌現？答案是：不是最美好的那個，而是成本最低、阻力最小的那個。

壞用途跑得快，不是因為壞人更勤奮，而是因為壞用途在市場機制裡有天然的加速器。這不是道德問題，是經濟學問題。

建框架 ①

外部性：壞用途的賬單別人付

經濟學裡有一個概念叫「外部性」（externality），是英國經濟學家庇古（Arthur Pigou）在1920年提出來的。翻譯成人話就是：你的行為產生了後果，但這個後果不由你一個人承擔，也不由你一個人享受。

外部性分兩種。正外部性是你做事，別人跟著沾光——你種了一棵樹，路人也享受了蔭涼。負外部性是你做事，別人替你買單——你在餐廳抽煙，爽的是你，嗆的是隔壁桌。

關鍵來了：自由市場不會自動修正外部性。正外部性讓社會收益大於私人收益，所以做事的人動力不足——種樹的人只享受了一部分蔭涼，他就不會種足夠多的樹。負外部性讓社會成本大於私人成本，所以作惡的人膽子特別大——排污的人不用承擔全部健康代價，他就會排更多的廢氣。

把這個邏輯套到AI上，不對稱就一目了然了。

AI詐騙的負外部性有多強？詐騙者用3秒克隆你的聲音，騙走你的錢，成本幾乎為零。但這個行為的社會成本呢？受害者承擔經濟損失，整個社會的信任體系被侵蝕，企業不得不投入更多資源做安全驗證——這些成本，詐騙者一分錢都不用付。他的私人成本接近零，私人收益卻可以很高。AI相關詐騙每次收入是非AI詐騙的4.5倍，這不是因為詐騙者更聰明了，而是因為AI幫他把負外部性放大了。

AI武器的負外部性更極端。以色列部署AI武器系統，開發者的成本是硬件和算法，使用者的成本是電費和彈藥——但被擊斉的人命、被升級的軍備競賽、被撕裂的國際信任，這些成本全部轉嫁給了全人類。萬維鋼說得直白：「就算大國能克制自己，小國也會偷偷搞。」為什麼？因為搞的收益歸自己，搞的代價歸世界。

再看正外部性。自動駕駛一旦成熟，交通事故減少，全社會受益——但開發成本、測試風險、事故責任，全部由企業承擔。台灣FSD開放不了，不是技術不行，是出了事故誰負責這個問題沒人敢拍板。AI醫療也一樣，診斷效率提高惠及所有患者，但誤診的訴訟和監管處罰，由開發者自己扛。FDA二十四年只批了26款，不是因為AI醫療沒用，而是因為批錯了的代價由FDA承擔，不批的代價由患者承擔——而患者不會上街遊行。

壞用途的賬單別人付，好用途的賬單自己扛。自由市場在這種情況下，不是中性的裁判，而是一個偏心的加速器。

但外部性只解釋了一半。它告訴我們壞用途的成本低，但成本低不等於膽子大。一個人明知會被抓，成本再低也不敢輕舉妄動。所以問題的另一半是：為什麼壞用途的從業者膽子還那麼大？

建框架 ②

軟預算約束：壞用途的膽子為什麼大

經濟學家科爾奈（János Kornai）在研究計劃經濟時提出過一個概念，叫「軟預算約束」（soft budget constraint）。翻譯成人話就是：有人兜底，責任就會變形。就像父母替你還信用卡——你刷的時候不心疼，因為帳單不是寄給你的。

一個企業如果是硬預算約束——虧了就破產，出了事就賠償——它做決策就會謹慎。但如果它知道虧了有人救、出了事有人扛，它的行為就會完全不同。計劃經濟時代的國企就是典型：虧損了找國家要補貼，投資失敗了找銀行展期，反正不會死——於是什麼項目都敢上，什麼浪費都敢造。

把這個邏輯搬到AI的壞用途上，你會發現軟預算約束幾乎是壞用途的標配。

AI詐騙者為什麼膽子大？因為追責幾乎不可能。他們在暗網運作，用加密貨幣收款，服務器架在第三國，受害者跨了三個司法管轄區——你報警，警察告訴你「跨境協查需要六個月起」，這還是樂觀估計。等流程走完，錢早就洗乾淨了。等於整個法律體系在替詐騙者兜底：不是法律保護他們，而是法律追不上他們。效果一樣——出了事不用承擔後果。

AI武器開發者為什麼膽子大？因為主權國家本身就是終極的軟預算約束提供者。以色列部署可自主鎖定目標的AI武器系統，出了誤殺，誰負責？系統供應商說「算法是自主決策」，軍方說「供應商保證了準確率」，責任在算法和人類之間蒸發了。聯合國呼籲制定規則，但國際法對主權國家的約束力，你懂的——約等於無。這不是法律的缺失，這是主權本身就是一層兜底機制。

AI監控的開發者也一樣。谷歌曾經參與美國軍方的Project Maven，用AI識別無人機畫面中的目標。員工抗議，谷歌退出了——但項目沒停，只是換了承包商。因為軍方有預算、有需求、有豁免權，這是一個硬需求碰上軟約束的組合，結果就是項目一定會繼續，換誰都一樣。

現在對比好用途。自動駕駛企業是硬預算約束的典型——出了事故，車企賠償、CEO道歉、股價暴跌、監管介入，一條龍。Waymo的無人計程車在洛杉磯被焚毀了五輛，它不敢報復、不敢強推，只能暫停服務。AI醫療企業更慘，IBM Watson因為誤診成了行業反面教材，整個AI醫療賽道的投資信心都被拖累。好用途的從業者每走一步都如履薄冰，因為他們的預算約束是硬的——出了事，沒人兜底。

壞用途有軟約束護體，好用途被硬約束鎖死。外部性讓壞用途成本低，軟預算約束讓壞用途膽子大。兩層疊加，壞用途就像裝了雙引擎——一個引擎幫它省油，一個引擎幫它踩油門。

那怎麼辦？最常見的呼籲是「暫停」。

心法

不是暫停，是對沖

Anthropic在官方博客發了長文《當AI開始建造自己》，呼籲全球AI實驗室暫停開發，或者先建立一套可以互相核查的減速機制再開發。聽起來很負責任。但Anthropic自己呢？一邊呼籲暫停，一邊繼續開發更強大的模型。

馬斯克更經典。GPT-4發布時，他參與簽名呼籲全球暫停比GPT-4更強的模型開發至少6個月。簽名那個月，他就在內華達州註冊了自己的AI公司xAI，同年就推出了產品。

這不是誰的品德問題，這是激勵結構的問題。「呼籲暫停」這個動作，本身就是軟預算約束的完美樣本——呼籲的成本為零，嘴上剎車；但追趕的收益巨大，腳下油門。沒有任何機制能強制呼籲者自己先停。所以這種呼籲一定無效，不是因為人不夠真誠，而是因為它沒有改變激勵結構。

真正要對沖壞用途的速度優勢，得從兩個方向同時下手。

第一味藥：把壞用途的軟約束變硬

原則很簡單：讓負外部性的成本回到製造者身上，而不是轉嫁給全社會。這不是空想——歐盞rAI Act已經做了。2025年2月，禁止類條款正式生效，深度偽造色情內容全面禁止，違規企業最高罰全球年營收7%。7%是什麼概念？對Meta來說就是上百億美元。這不是「呼籲暫停」，這是把成本直接壓回作惡者身上。

金融領域的KYC（Know Your Customer）機制證明了同樣的邏輯。洗錢的成本本來也是接近零的——直到KYC把「認識你的客戶」變成金融機構的法律義務，做不到就罰。中國2023年反洗錢罰沒52.2億人民幣，同比激增798%，協助破獲1600餘起案件。KYC沒有消滅洗錢，但它把洗錢的成本從「接近零」拉高到「不可忽視」，從而壓制了規模和速度。同樣的邏輯可以用在AI壞用途上——不需要消滅，只需要讓成本不再接近零。

第二味藥：把好用途的硬約束變軟

原則同樣簡單：讓正外部性的收益回到承擔風險的人身上，而不是讓他們獨自扛著。這也不是空想——FDA已經做了。2017年啟動「預認證」（Pre-Cert）試點，先審查企業的品質文化，再簡化具體產品的審批流程。效果呢？FDA批准的AI醫療設備從2015年的6款，暴增到截至2024年8月的950款。更有意思的是，FDA在2025年5月部署了AI輔助科學審評系統——用AI加速AI醫療的審批。這是一個遞歸：好用途的工具，正在幫好用途提速。

壞用途的賬單，讓壞人自己付；好用途的收益，讓好人自己拿。

經濟學對外部性的經典處方就是這兩味藥：對負外部性徵稅（庇古稅），對正外部性補貼。邏輯不複雜，難的是執行——因為執行本身也需要硬預算約束。誰來徵稅？誰來補貼？跨國犯罪怎麼徵？主權國家怎麼罰？這些都是真問題，但真問題不是不做的理由，而是設計機制時必須解決的約束條件。

至少，我們現在有了正確的診斷。AI的壞用途跑得快，不是因為壞人更勤奮，不是因為技術本身邪惡，而是因為外部性讓它成本低、軟約束讓它膽子大、社會建構讓它的「想像」先被兌現。你要對抗的不是壞人的道德，而是市場機制的偏心。

回到我自己的感受。我依然是降臨派。我依然相信AI像《駭客任務》（The Matrix）裡那樣，能擴展人的能力邊界。但我現在明白了一件事：好用途不會自動贏。它不是跑得慢，它是被綁著腿在跑。解開繩子，它不一定跑得過壞用途——但至少，這才是一場公平的比賽。

而一場公平的比賽，結果往往跟你想的不一樣。