但是这一轮进步和淘汰不像以往那么简单。在MIT的两个经济学家Erik Brynjolfsson和Andrew McAfee的新书《与机器竞赛》（Race Against the Machine）中，作者提出，以人工智能为代表的技术进步不但即将，而且正在导致大规模失业。
人们曾经认为开车是一个不可能被计算机掌握的技能，然而现在Google证明人工智能可以开得更好。翻译将是另一个濒危职业，因为2011年Lionbridge和IBM联合推出的一个叫作 GeoFluent 的技术已经可以对网络聊天信息进行非常准确的实时翻译（包括中文），至少对商业应用来说，自动翻译已经成熟了。与此同时，IBM的超级计算机Watson，对人类语言知识的分析已经到了可以在传统提问游戏电视节目“Jeopardy!”中击败人类选手的程度。所有这些进步都是基于模式识别和复杂信息交流这两个基本技术的突破。如果你用过新iPhone中的Siri，你应该对这种技术已经有所体会。
所以现在就不仅仅是司机和接线员面临被淘汰的问题了，传统上的“高端”职业也会被淘汰。美国一个放射科医师需要13年的专业训练，他可以拿到超过30万美元的高年薪，可是现在最新的模式识别软件可以做绝大多数他能做的事情，所需花费不到百分之一。打大的商业官司，往往需要雇用一整个团队的律师去分析有时候高达上百万份相关文件，花费上百万美元。而2011年《纽约时报》报道，现在这些事情都可以让一个叫作Blackstone Discovery的软件去做，它使得一个律师可以完成以前500个律师的工作，而且对比表明人类律师的准确率只有它的60%。
使用美国的经济数据，技术进步减少就业这个事实是可以观测到的。最明显的事实就是经济在增长，而就业机会和工资收入却不增反退。如果只看GDP的话，甚至可以说，美国经济衰退早在2009年6月就结束了，此后连续7个季度的GDP增长率是2.6%，这已经达到过去三十年平均增长率的75%。而美国公司的盈利情况，则更是处在历史最高水平。到2010年，公司在设备和软件上的投资水平已经恢复到了历史顶点的95%。可是现在美国失业率却仍然保持在9.1%。可以说与20世纪初经济大萧条后的恢复相比，现在的经济恢复唯一欠缺的就是就业。
经济增长的真正驱动是提高生产率，也就是每个工人每小时能够创造的产值，而不是就业人数的增加。一个越来越明显的状况就是，财富是被少数人通过操纵资本、机器设备和软件创造出来。19世纪大部分时间内，生产率的增长速度是每年1%，而过去十年则是2.5%，2010年更达到了4%。为什么现在生产率提高这么快？经济学家们的意见相当一致：这是因为IT，是自动化在提高生产率。
而以技术为驱动的经济增长，受益者不是普通人。按经济学家Ed Woff的计算，美国从1983年到2009年所增加的全部财富，都被只占人口比例20%的富人拿走了。而且这还不够，富人顺便还拿走了一部分原本普通人的财富，以至于剩下这80%的人的总财富是减少的。过去十年，美国工作年龄家庭的收入中位数，从6万多美元下降到了5.5万美元。富人并没有使用什么阴谋诡计进行强行掠夺，他们的方法甚至可能是不自觉的：现在生产率提高了，根本不需要花钱请那么多人来工作，机器就可以干这些事情——而机器在我手里。
IT是一个只需要很少的人就能创造很大财富的技术。现在人人都在谈论Facebook上市，有人对它估值1000亿美元，可是这个公司总共只有3000个员工。Twitter只有300人。维基百科只有57人。这些人可能还没有垄断全球信息市场，如中国就需要有自己的Facebook，有自己的微博，有自己的百科。我不知道这些中国公司能多雇佣多少人，但是不管怎么算，我们都不需要100个能贴大头贴的社交网站。可以说，这些加起来最多几万人已经解决了大部分人的上网需求。也许有成百上千倍的家长希望自己的孩子将来能去Facebook工作，但这个世界可能根本不需要把程序员总数再增加十倍。
《与机器竞赛》这本书指出，在与机器进行的这场比赛中，有三类赢家和三类输家。高技术工人将是赢家，而低学历者将是输家，因为机器人将会迅速取代他们的工作。但是这里的“高技术”其实已经不好定义，传统上我们认为律师和放射科医生属于高技术，而现在他们也将被取代。在这个问题上诺贝尔奖得主Paul Krugman有一个更悲观的看法，他在一篇博客中写到，在IT技术的冲击下，也许更多的高等教育已经意义不大——统计表明过去十几年大学学位给人带来的工资附加值已经不增长了。
超级明星是赢家，第二名及其他所有人都是输家。刘翔最火的时候，所有要用到体育明星的广告都想找刘翔。对比之下，也许史冬鹏的速度可以达到刘翔的99%，但他能接到的广告个数？0。这是因为信息技术可以把超级明星生产的产品无限放大，把普通市场变成胜者通吃的市场。
资本是赢家，劳动者是输家。在劳资市场上，资方的议价能力被显著增强。统计表明经济衰退以来企业用于购买软硬件设备的投资增长了26%，而人力成本却根本没有增长。美国商务部统计，现在企业利润占GDP比重正处在五十年来最高点，而与此同时劳动者获得的工资和各种补贴则是五十年来最低点。
此书两位作者很想给读者许诺一个光明的未来，所以他们提出了一点建议。
首先，现在人工智能的长项是模式识别这样相对比较重复的工作，而机器还不擅长的则是解决问题的能力、灵感和创造性。对此作者建议我们应该学点艺术，学点创新，学点领导力，学点企业家精神。
其次，与其跟机器竞争，不如带着机器一起跟别人竞争，未来属于那些善于利用机器的人。
最后，既然第二名没有意义，我们可以开辟各种细分市场，在一个新的小领域内当第一名。这其实是个“不占一帅就占一怪”的策略，也许足球踢不好的人应该改踢室内足球？
Thomas Friedman显然特别支持这些建议。他在一篇专栏中说，Average is Over，普通已经没戏了。在人工智能的时代，那些拥有普通的技能，做着普通的工作，拿着普通的工资，过着普通的生活的普通人，必将被自动化淘汰——就算人工智能还不能淘汰你，中国工人也会淘汰你。可是怎么才能让一个普通人变得不普通？Friedman肯定没读过前面Krugman的博客，因为他给的答案是上大学。
其实以上这些建议根本解决不了就业危机。世界任何时候都不需要1亿个电影演员，或者3亿个科学家，或者15亿个企业家。每次我去剃头，遇到的理发师都爱调侃我头发怎么这么密。我经常对自己说好好享受理发师的抱怨吧，也许将来她们都会被不说话的机器人取代。可是到时候这些理发师怎么办呢？也许其中有人会成为专门为我这种头大加头发密集者的细分市场设计发型的艺术家？这样的艺术家能赚到钱吗？
就算是对那些排在社会前面20%的人，那些跑赢了机器的人来说，高失业率也是个坏消息。有一个著名的故事说，亨利福特二世领着汽车公会主席参观一个现代化的汽车厂。福特自得地跟工会主席开玩笑：“你打算怎么让这些机器人给你交会费呢？”是啊，你们不是罢工吗，你们不是要高工资、高福利吗？这回我全换机器人你还能怎么办？但工会主席毫不迟疑：“你打算怎么让它们买汽车呢？”如果80%的人都没钱，你们20%的生产力再强也没用。
有一种说法认为中国过去三十年的经济增长主要靠的就是廉价劳动力。这种说法等于说中国在跟人工智能竞争。如果这就是中国的经济模式，那么本文要说的就是中国即将输给机器人。事实上，富士康正在用机器人取代工人。现在富士康已经有1万台机器人，明年将增加到30万台，三年内将增加到100台。这些机器人每台的成本是14万元，它们24小时不间断工作，而且绝对不会自杀。郭台铭说：“富士康的年轻人将重新学习操控机器人软件、应用和维修，变为机器人的应用工程师和软件工程师，通过操作机器人的手和关节来完成生产。”他没说到底有百分之几的工人可以变成工程师。其实富士康的工会主席——如果富士康真有工会的话——也可以问问郭台铭，他打算把机器人生产出来的iPhone卖给谁。
有句谚语说，“如果马有投票权，世界上不会有汽车”。而事实是就算马有投票权，它们还是会被汽车淘汰。生产力进步不可违。现在这个过程中的大失业，已经成为一个明显的威胁。纵观最近西方对这个问题的讨论，不管是本书，Krugman，Friedman，还是《经济学人》的评论，结论基本上都可以用“此题无解”来概括。也许这就是市场经济的本质缺陷。也许马克思说的是对的：世界上的总工资买不起世界上的总产品。也许只有共产主义才是人工智能的朋友。
[1]
《纽约时报》，Google Cars Drive Themselves, in Traffic，By JOHN MARKOFFOCT. 9, 2010。
[2]
Tom Vanderbilt, 《连线》01.20.12，Let the Robot Drive: The Autonomous Car of the Future Is Here。
[3]
《纽约时报》，Armies of Expensive Lawyers, Replaced by Cheaper Software, By JOHN MARKOFF MARCH. 4, 2011。
[4]
Solidot上一篇文章列举了一组数字，《那些员工很少却有数千万用户的网络公司》，http://internet.solidot.org/article.pl?sid=11/03/08/0934230
[5]
http://zggng.stock.cnfol.com/111207/129,1348,11300018,00.shtml 这些是2011年的数字。
[6]
http://krugman.blogs.nytimes.com/2011/03/05/falling-demand-for-brains/
[7]
http://www.nytimes.com/2012/01/25/opinion/friedman-average-is-over.html
[8]
新华网2011年的新闻，Foxconn to replace workers with 1 million robots in 3 years http://news.xinhuanet.com/english2010/china/2011-07/30/c_131018764.htm 到2015年，中新网昆山5月22日电 （记者 朱晓颖）：“富士康科技集团总经理游象富在江苏昆山接受记者采访时表示，由于‘工厂关灯’‘机器换人’，作为富士康在大陆第二着陆点的昆山厂区，其员工从最多时的11万人缩减至5万多人，但营业额仍在增加。” http://finance.sina.com.cn/roll/20150522/182022246331.shtml
[9]
《经济参考报》，《富士康机器人上岗：每台成本14万 智商七八岁》，http://tech.sina.com.cn/it/2012-01-13/09146635702.shtml
[10]
http://www.economist.com/blogs/babbage/2011/11/artificial-intelligence
你比机器强在哪儿？
2015年9月，腾讯财经一篇看似普通的报道引起了公众广泛的关注——《8月CPI同比上涨2.0%创12个月新高》——因为这篇文章是机器人写的。此文有图有数据，分段清楚、语句通顺、意思明白，如果不知道的话，所有读者都会认为它出自一位熟练的记者之手。
这有点让人惊奇，但并未引起任何恐慌。我们都知道机器人有可能会抢走人的工作，不过单就此事而言，绝大多数议论都认为记者目前还不用担心饭碗。机器人在文中只是罗列了事实和数据，没有任何评论分析。事实上，腾讯这篇文章中连对数据的罗列也是引用“人类”的：“余秋梅认为”“他表示”“银河证券的分析报告认为”……基本上就是个智能摘抄的工作。
可是如果你认为这件事不值一提，那你根本就不了解现在人工智能已经发展到了什么地步。
从去年开始，美联社对上市公司新财报的报道，已经完全不用人类记者写了。有些英文媒体已经开始使用机器人报道体育比赛。这些写作机器人早就超越了引用人类报告的阶段，它们直接阅读和分析数据，能判断出哪些数字是关键信息，知道谁是今天赛场上的英雄，球队在什么时刻开始反败为胜，比赛的高潮在哪，并以此选择报道角度和风格。
有多家公司提供这种机器人写作服务。其中有一家叫作Narraive Scienece的，发现写新闻还不是最赚钱的，最赚钱的业务是给公司写企业内部报告。机器人收集你企业的各种信息，发现你的趋势、成就和问题，生成的报告中有判断、有结论、有建议——基本上就是商业咨询的活儿。
这是腾讯在中国的一小步，其背后却是机器人在世界的一大步。
有些媒体不告诉你哪篇文章是机器人写的，所以你可能早就看过而不自知。关键在于，机器人写的东西不但不比人写得差，而且可能比人写得更好。
据此我以为，这个世界正在经历深刻的变革：人靠知识谋生的主流方法一变再变。
很久以前，人们佩服有知识的人，知识本身就很值钱。
不久之前，互联网时代，人们可以用搜索引擎得到想要的信息，知识本身就不再值钱了。注意不值钱不等于不重要——空气不值钱但是很重要——你必须有知识，但是你不能单靠有知识获得财富。这个时代的知识价值在于主动搜集和整理知识的能力。比如腾讯机器人新闻出来的第二天，“全媒派”立即发表一篇《5分钟科普“机器新闻”前世今生！》，综合介绍了各家机器新闻的状况，图文并茂、通俗易懂，你说这篇文章值钱不值钱。
按今天最高标准，未必值钱。因为机器人既然会写报告，也完全可以写出类似的文章。我们甚至可以认为任何报告性的文章、大部分“科普”文章、百科问答知道之类的文章，在近期都有可能完全由机器人来写。也许媒体甚至根本就没必要保留这种文章，谁想了解哪方面内容完全可以随时让机器人根据这个特定读者的学识和口味专门写一篇。
那么今天什么值钱？也许使用知识的能力值钱。你总不能用搜索引擎来诊断自己的病情，对吧？还得靠医生的专业判断。
但是有一个非常厉害的东西已经存在多时了，它一旦被正式推向市场，就会立即让使用知识的能力也变得不再值钱。这就是IBM的人工智能系统“华生”。它已经比任何医生懂得都多，它不再是简单搜索关键词，而是在相当程度上能够“理解”你的问题，它可以被用于疾病诊断和提供治疗建议。这样的系统，很快将会全面进入医学、法律和金融咨询领域。
也许用不了十年，它就将不再是“它”，而是“他”和“她”。
在这种局面下人类当何以自处呢？我们应该像霍金说的那样惧怕人工智能吗？或者心甘情愿地给机器人当宠物吗？
这就到了我要说的下一个阶段，人得靠创造新知识来赚钱。机器人会的所有东西，都是跟人学的。写报告也好，提建议也好，诊断病情也好，机器人的能耐在于从已经发生的事情中找到规律，然后把这个规律用于新的事情。机器人，是彻底的经验主义者。
人的一个任务是打破常规。近年美国总统选举越来越强调大数据的作用，候选人举手投足都试图合乎机器的要求，处处循规蹈矩地满足选民，结果选民也厌倦了。现在横空出世的共和党候选人川普却不按常理出牌，以性情中人的面目竞选，动不动就语出惊人，民调反而领先。
我老婆做菜不爱看菜谱，经常尝试自己发明新做法，有时候做得不怎么好吃。但那一刻我感觉她身上充满了人性的光辉。
不过机器人并非就不能创新。机器人可以用组合、进化，甚至穷举的方法创造一系列新东西，一一比较性能，再选拔其中有价值的推出来。这不需要奇思妙想，这是纯暴力破解。在工业材料和制药业中，这种创新方式非常常见。这个，人比不了。
事实上，有报道说“华生”已经在“研发”新菜谱——它能把人以前没有尝试过的不同食材搭配在一起，效果还相当不错。这种情况下人的作用在哪里呢？人能吃菜。“华生”可以计算它发明的每道菜的营养价值，而不能判断这道菜是否好吃！——从这个角度，我们也可以说，其实是吃菜的人在创新。对比“华生”，人类厨师的强项在于自带吃菜功能，能靠人类才有的味道直觉做点判断。
同样道理，机器人也许可以生成一大堆新的诗句和歌词，绝对符合各种平仄格律规则，但是它无法判断哪句最好听。
因为只有人才能判断。人的喜好，可能是一个特别难以用机械化的方式琢磨的东西，有很多人试图用数据分析的方法预测哪个电影剧情能大卖，结果都不太成功。
所以人的第二个任务就是表达自己的好恶。你的任何情感流露，哪怕是一条微博、一次点赞，对机器人来说都是弥足珍贵的，这也是一种创新。哪怕你看完一个报道之后在评论区开骂，哪怕骂得毫无营养，也能帮助机器人了解此时此地的人类。
我不敢肯定给机器人当受试者能赚多少钱。关键在于，表达感情、宣布自己喜欢什么，是我们作为人类的神圣权利，将来可能还是义务，是机器人必须为人服务而不是相反的主权宣示。
而且别忘了，人还有感情的技能。健身教练、医生、法律和金融咨询师等职业，很快就会被非常廉价而且更专业的人工智能替代。但是能对你产生性吸引力的健身教练、关键时刻拍着你的肩膀告诉你有我在没问题的医生、让你感觉生死与共的律师，是机器人所无法替代的。
当我们怀念教过自己的老师，相处过的同事，记忆里剩下的往往并不是这个人的业务能力有多强，而是他给我们的精神触动。我有个高中同学，天赋很高数学极好，被老师寄予厚望。有一次他在校园打扑克，老师看见大怒，踢了他一脚！多年后我跟他喝酒，他喝醉了跟我说，当初的数学功夫全忘了，但是非常清晰地记得那满怀深情的一脚。我们大概不会跟“华生”产生这样的深厚的化学反应。
计算机时代、互联网时代、手机时代之后，未来十年，将开启人工智能时代，或者至少是初级阶段：认知计算时代。“华生”一旦普及，职场将天翻地覆。
过去，说一个人的大脑像电脑是夸他；将来，说人脑像电脑可能是骂人。在机器人时代，我们要想的是怎么让自己更像一个“人”，而不要追求像电脑！崇拜电脑，是人类历史上非常短暂的文化。
我在本文中用到了一些从网上取得的现成知识，可以说机器人对本文有所帮助。但主要内容和结论，无论对错，都是我的原创，你不可能在任何搜索引擎中搜索到，所以我敢说这篇文章机器人写不出来，所以我敢拿稿费。
……或者，至少现在它们还写不出来。
[1]
http://finance.qq.com/a/20150910/019573.htm
[2]
这方面的详细报道，参加《连线》杂志，Can an Algorithm Write a Better News Story Than a Human Reporter? Steven Levy, 04.24.12。
[3]
http://news.qq.com/original/dujiabianyi/jiqixinwen.html
带着机器竞赛
据说李政道每天都要算点东西锻炼身体，如果实在没什么可算的，他就算两个积分。对理工科的人来说，算积分本是一个拳不离手的手艺。然而20世纪90年代末，我还在大学的时候，人们意识到也许我们可以不必这么重视算积分。这是因为一个数学软件Mathematica，开始流行于大学校园，这个软件算积分、解方程、推导公式，真是又快又好。
我记得当时数学系有个教授非常沉痛地跟学生说，Mathematica这东西实在太好了，我玩Mathematica玩到连觉都不想睡——但我还是觉得你们不要过度依赖它，遇到推公式还得亲手算算啊！
几十年前电子计算器刚刚出现的时候，老师们也是这么说的吧。我上小学的时候学校禁用计算器，不知现在如何。美国中小学生都可以使用计算器，但是学校仍然训练学生心算和笔算的能力。而我最近听说，芬兰已经开始在小学数学教育中取消笔算要求，也不让背乘法口诀了，让学生把计算工作全都交给计算器。
芬兰可能做出了一个错误的决定。我很喜欢乘法口诀，不会乘法口诀还叫会数学吗？如果人要和计算机合作，到底什么东西应该让计算机接管，什么东西是人的禁脔，这是一个问题。
而且是一个事关人类生存的问题。我们还有一个事关人类尊严的问题：到底是以人为主，还是以计算机为主？如果你想当然地说要以人为主，你可能错了。现在甚至在艺术领域都未必是以人为主的。
六小龄童一直在说自己要拍电影版的孙悟空，要跟国际著名导演合作云云，其实他早在1996年就有这样的机会。当时六小龄童参演国产大片《大闹天宫》，试了几场戏之后就退出不演了。作为“大片”，电影使用了一些比当年《西游记》电视剧更高级的特技手段，而六小龄童对此很不习惯。他认为吊着钢丝背对一片空白的幕布做各种假装的动作不是一个艺术家该做的事情，他“感觉自己似乎已成为电脑的工具和傀儡”。
等到多年后《阿凡达》出来了，六小龄童宣布要拍3D版《美猴王》，不知道他是否做好了当工具和傀儡的准备。
人与机器的关系早就变了。在很多情况下，机器的地位至少是跟人平等的。现在计算机越来越便宜的大趋势下，电脑特技的成本却越来越高，特技占电影的预算比例越来越大，而传统明星的重要性则在下降。《阿凡达》和《变形金刚》这类特效电影中的演员都不是一线明星，他们的片酬跟特效成本相比几乎可以忽略不计。施瓦辛格甚至不必出演，《终结者4》就可以用电脑合成的形象让他现身。
不仅仅是视觉效果。计算机可以修正演员演得不好的表情或者说得不好的台词。更有甚者，计算机可以确保歌手不跑调。《时代周刊》曾经做过一个调查发现，现在所有职业歌手都在或多或少地使用Auto-Tune这个插件纠正自己的音调。过去歌手可能要在录音棚里反复录上几十遍，而现在哪怕是业余选手自己在家也能唱一遍之后马上用软件修好。中国歌手曾轶可出个新专辑，网上有人感叹道，用了Auto-Tune，“再绵羊也能给你调准”。
计算机把歌手从不走调的艰苦训练中解放出来，歌迷的心情就复杂了。歌曲到底是歌手的艺术还是计算机的艺术？也许几年之内计算机就可以使用邓丽君的声音录制全新的歌曲，或者是否直接听电脑合成的歌曲更好？甚至是否在未来，演员这个职业将会消失，因为所有电影都本质上是电脑合成的动画片？
当机器横行，人的位置在哪里？
自从国际象棋世界冠军卡斯帕罗夫输给计算机“深蓝”以来，大多数人在国际象棋这个项目上就算服了计算机了。今天花50美元就能买到一个让家用电脑可以战胜国际特级大师的软件。然而人类并没有放弃象棋。这些程序的存在不但让普通小孩子也有机会跟大师对弈，从而培养了更多少年天才，而且极大地影响了专业棋手的训练，让棋手的下法淡化传统套路，越来越像计算机。
人们开始尝试一种新的象棋下法：让人和计算机组队联合比赛。聂卫平肯定喜欢这个玩法，因为在计算机的帮助下，棋手不必在比赛一开始就陷入定式的计算之中，更重要的是坚决杜绝了昏招的出现。2005年，Playchess.com 网站举办了一次“自由式”在线国际象棋比赛，允许任何人以任何方式跟计算机组队参赛。在高额奖金的吸引下，好几组国际特级大师跟超级计算机联合组队。最初的比赛结果似乎证明还是人厉害：超强棋手和不太强的计算机组成的队伍要胜过那些拥有超强的计算机和一般棋手的队伍。然而比赛的最终结果却出乎所有人的预料，不是最强的棋手加最强的计算机，而是两个业余选手使用三台普通的电脑取得了冠军！
事实上，即便是天气预报这样高度依赖计算机的工作，也不是完全让计算机做主的。机械化地采集数据，计算机按照事先设定好的方程处理数据，然后汇报结果，要人还有什么用呢？有大用。模型是有纰漏的。Nate Silver在《信号与噪声》一书中介绍，因为模型中纰漏的存在，计算机往往预测不到一些情况，必须由有经验的人类科学家随时进行调整。而这些经验，“都是预测者在试图对付计算机模型中的纰漏的过程中逐渐积累起来的，这就好比技艺高超的台球选手能把台球桌上死角位置的球，调整到顺应自己球杆的位置。”
这些善于弥补计算机不足、善于利用机器优势、善于发挥人的特点的人，不是在与机器竞赛，而是带着机器竞赛。
他们的秘密在于知道怎么更好地调教和帮助计算机看得更远。计算机不再是人类的秘书，而是一个有无限潜能的猛兽，取胜的关键在于你会不会使。最好的动画片并不仅仅是一帮技术人员和美工的作品，《功夫熊猫》的背后是一位真正的演员在做出表情动作。为拍《阿凡达》，卡梅隆专门带演员去夏威夷体验丛林环境，以便让他们在演播室一根草都没有的情况下仍能逼真地表现出在草丛中走路的感觉。
对着空气挥舞一根不存在的金箍棒不但不愚蠢，而且也是一门手艺。
怎样杀死海星
我知道这种类比可能会让人反感，但新疆暴恐案的恐怖分子和比特币、P2P盗版下载，以及维基百科有一个共同点。他们都是去中心化的组织形态。
我们熟悉的组织，比如公司、军队和政府，通常有明确的上下级关系。底层听从中层指挥，中层接受高层领导，而高层则是整个组织的大脑，负责研究战略和制订计划。想要击溃一个这样的组织最好的办法当然是擒贼先擒王，只要把“司令部”消灭，整个组织就算不立即死亡也会瘫痪。
可是在网上反盗版却完全是另外一回事。在互联网时代的最早期，所有公共内容都要放在中心服务器上，各地网民都从这些有限的若干个服务器上下载。服务器和网民的关系类似于传统的上下级关系——这时候反盗版比较容易，你只要把那些包含非法内容的服务器都关了就行。可是后来出现了P2P，换句话说就是网民到网民的技术，盗版文件在网民的个人电脑之间互相传递，根本就不需要什么中央服务器。现在人们常用的迅雷、电驴、BT等下载工具，就都是基于P2P的。迅雷背后至少还有个公司，而电驴和BT根本就不属于任何公司。这种下载方式是“去中心化（decentralized）”的：人们自由下载，随意分享，既不打算赚谁的钱，也不用被谁管。像这样的情况应该关谁的电脑呢？更关键的是，每个文件都同时存在于多个电脑之中，哪怕你关掉一批也很难对整个系统造成影响！
美国商业咨询师Ori Brafman和CATS软件公司前CEO Rod A. Beckstrom 2008年出了一本专门研究去中心化组织的书，《海星与蜘蛛：无领导组织不可阻挡的力量》（The Starfish and the Spider: The Unstoppable Power of Leaderless Organizations）。此书标题的类比相当恰当。传统组织就如同蜘蛛，它的智力集中在大脑，只要你把蜘蛛的头去掉，蜘蛛就会死亡。而去中心化组织就如同海星，海星根本就没有头。它的智能分布在身体各处，一旦你打掉它身体的一部分，那个部分甚至可能自己再长成另一个海星。
所以杀死海星比杀死蜘蛛困难得多。当初西班牙人入侵南美洲，非常轻易地就征服了阿兹特克帝国和印加帝国。这是因为这两个帝国都是蜘蛛式的组织结构，权力集中在统治者手里，中央政府一倒全国立即崩溃，“宁无一个是男儿”。可是西班牙人打到北美洲，面对更加落后的阿帕奇族的时候，却打不下去了。阿帕奇族是个海星式组织，没有统一的领导人，各部落在政治上是一个非常松散的联盟。阿帕奇的英雄并不直接指挥调动什么大军，他们只是作为战斗榜样从精神上去感召别人。这样即便有几个部落被击溃，剩下的族人仍然能继续战斗，根本谈不上擒贼先擒王。结果阿帕奇族跟白人抗争了几百年，一直到19世纪才向美国政府投降。
这样看来去中心化其实是一种非常古老的分权体制，显然中国历史上在春秋时代也有类似的特点。到了现代，政府和公司往往是集权的，去中心化反而不太容易被人理解。
1995年，当时的一个互联网接入服务商Netcom公司的CEO Dave Garrison跑到法国去跟投资者见面，想要说服他们对互联网业务投资。这些法国投资者都有很好的商业头脑，他们非常热衷于美国人搞的新东西，但是有一件事他们理解不了。他们一直问Garrison一个问题：谁是互联网的主席？Garrison解释说互联网是“网络的网络”，并没有集中的领导机构。可是法国人认为不管什么东西都肯定得有一个领导才能避免混乱，他们不明白去中心化这种结构，甚至以为双方的交流肯定出了翻译上的问题。最后Garrison被逼无奈之下，说他自己是互联网的主席！
互联网没有主席。整个互联网是一个开放的基础设施，所有计算机都可以接入和扩大它，并没有哪家公司或哪个国家拥有和指挥它。在互联网时代，去中心化组织不再限于政治和人，而被很多东西所采纳。比特币没有中央发行机构，任何人都可以自己开采和私下交易。维基百科的内容贡献者都是不要钱也不接受指定任务的志愿者。豆瓣上的兴趣小组很大程度上是用户自我管理。没人指挥，几乎没人管理，这些东西却也发展壮大了。
把去中心化组织的成员联系在一起的不是领导人，而是某个共同的理念或者需求。有时候组织有一个名义上的领导，但其对整个组织的控制能力极其有限，更多的是一个精神领袖。有时候各地会有自己的小圈子，但这些小圈子之间的关系是非常松散的。最厉害的是，组织的信息和智力分布在所有成员中，并没有统一的发展计划，最好的主意往往来自第一线而不是来自中央。这使得去中心化组织能快速演化，有时候成长的速度极其惊人。
不过去中心化组织有个关键的弱点：你很难通过这样的组织赚大钱。分权的产业利润低，只有集权才能获得高利润。在这方面我觉得美国电信史是个很好的例子。哥伦比亚大学法学院教授Tim Wu在The Master Switch一书中总结，美国电信史就是一部在分权和集权中摇摆的历史。一个新生事物刚出来的时候往往是去中心化的，比如最早的无线电台都是由业余爱好者设立，每个电台的功率都很低只能覆盖有限地区，它们自由地播放各种内容，很像今天的个人网站。在这个阶段没人能赚大钱，人们甚至认为听电台广播是个高雅的绅士行为，根本没有商业因素。等到美国全国广播公司（NBC）把电台业务一统江湖，能做到一个节目同时覆盖全国各地，广告业务才变得非常赚钱，电台才成为一个利润丰厚的产业。
这也同时说明去中心化的组织干不了太大的事儿。自由软件社区是去中心化的，如果你像自由软件基金会的创始人Richard Stallman一样只使用自由软件，你的确获得了自由，而完全不用担心被谁监视。可是自由软件很不好用！好不容易装个Linux操作系统，使用过程中还有无穷无尽的麻烦。比特币交易平台资质不一；维基百科内容质量饱受诟病；就连看个电影，用BT下盗版还不如直接交钱给视频网站方便。面对这些麻烦，更多的人宁可放弃一点自由选择集权的大公司。正如当年的阿帕奇部落，去中心化经常是一种适合原始阶段的组织方式。
不幸的是，恐怖组织是去中心化的。他们干不了统治国家这样的大事，甚至也根本不可能分裂国家，但是他们干的“小事”就足以给社会带来极大的麻烦了。
本·拉登的确策划了九一一事件，但在大多数情况下，基地组织并不直接计划和指挥恐怖袭击。各地恐怖分子因为伊斯兰主义这种意识形态（不是伊斯兰教这种宗教）而实施恐怖袭击，基地组织的主要作用是给恐怖分子提供培训和榜样。恐怖分子们可能形成小圈子，但这些小圈子并不受基地组织统一领导。甚至有的恐怖分子拿了基地组织这个“品牌”就自发行动，比开个麦当劳连锁店都容易。
中国警方从未明确回答新疆恐怖分子到底是有上级组织的还是自发的这个问题。但从公开的报道来看，至少有部分恐怖分子是因为接受了极端宗教思想，看了暴力恐怖视频而采取行动，似乎并没有来自境外势力的直接指挥。如果是这样的话，那么反恐就更加困难！这意味着我们要消灭的是海星而不是蜘蛛。
怎样杀死海星？《海星与蜘蛛》给了三个策略。这些策略虽然出现在一本六年前的书里，后来还是被其他涉及反恐的论述所印证，现在我们了解一下可能也不全是纸上谈兵。
第一个策略是改变环境。既然你们是靠一种意识形态联系在一起，我就让你这个意识形态没有市场。
在这方面，以提出“北京共识”这个概念而闻名的英国学者乔舒亚·库珀·雷默在The Age of the Unthinkable（中译本《不可思议的年代》）这本书中说得更好。雷默说当面对一个变化的系统的时候，人们往往关注于那些快速变化的因素，比如人对森林的砍伐；但真正对系统影响最大的，却是那些变化很慢的因素，比如说气候和环境。黎巴嫩真主党是世界上最有创新精神和最成功的游击队，他们首创在同一时刻的不同地点发动恐怖袭击，而且还发明了遥控炸弹。真主党的成功秘诀恰恰在于其赖以生存的环境。他们在黎巴嫩的村落里不仅仅搞炸弹，也修学校、修医院、盖房子、搞社区建设。黎巴嫩人如果有什么邻居太吵影响我休息之类的社区问题，首先想到的是去找真主党。真主党把对西方的仇恨和宗教联系在一起，再加上群众基础，这些东西有很强的韧性，恰恰属于“变化很慢的因素”。以色列可以把真主党的房子炸了，但是摧毁群众基础很难。
乌鲁木齐“5·22”暴恐案的恐怖分子来自新疆最穷的地区。当地人学汉语的热情不高，但是宗教势力非常强大，这可能就是恐怖分子在中国的典型环境。中国政府目前采取的一些反恐措施，包括在南疆实行免费高中教育，确保每家至少有一人就业之类，有人认为是“会叫的孩子有奶吃”，但其实这可以改变恐怖分子的生存环境。
第二个策略是先把海星变成蜘蛛再杀。美国人当初是怎么最终打败阿帕奇部落的呢？美国人给阿帕奇部落首领发牲畜。有了财富之后，这些部落首领就有了实权，他们可以通过支配财富来实施自己的权力，各个领导之间开始互相争斗，最终一个集权化了的部落就容易对付了。“匿名戒酒会（Alcoholics Anonymous）”本来是个完全非营利的去中心化民间互助组织，壮大以后为了宣传会员的故事而出了一本书，结果这本书带来的利润很快让组织开始“变味”了，人们立即想要通过集权来分配利润。利益可以使分权组织变得集权，但把这个规律用在反恐上恐怕不太合适，谁也不想等待恐怖组织做大。
第三个策略是把自己去中心化。这并不是非得把正规军变成游击队，而是要借鉴去中心化组织的分布式智力和灵活多变的特点。在这方面，美军在伊拉克的经验——尽管在很多时候被人当成笑话——其实非常值得借鉴。
2008年之前的驻伊美军的确像是一个笑话。萨达姆政权是个典型的蜘蛛式组织，美军一旦打下巴格达，伊拉克军队立即兵败如山倒，美军在整个进攻阶段才死了139人。可是占领容易重建难，去中心化的当地武装迅速兴起，游击战风起云涌，结果美军在重建阶段竟有超过4000人阵亡。我们一般认为美军占领伊拉克完全是一个战略错误，当地人的文化传统跟你根本不是一路，你孤军面对充满敌意的国土岂能不败？
但是我读经济学作者蒂姆·哈福德的Adapt: Why Success Always Starts with Failure一书，发现这个所谓战略错误其实是可以用战术来弥补的！哈福德说，2008年之前，拉姆斯菲尔德非常相信中央指挥的力量。美军的作战方法是用计算机模拟最精确的战场情况，制定周密的作战计划，然后让士兵去不折不扣地执行。但事实证明这根本不好使，真正有用的智慧来自第一线的底层官兵，而不是来自五角大楼。
不管拉姆斯菲尔德怎么想，前线士兵在作战中总结了一套第一手经验。这些经验“像中学生传阅色情杂志一样”在官兵中私下流传，最后还是引起了高层的重视并被整理出来。等到这套经验再被下发到前线以后，拉姆斯菲尔德对游击战的看法已经完全不重要了。2008年，伊拉克形势迎来一个转折点：当地武装全面撤退，美军的死亡人数戏剧性下降。
