当决策成为免费商品
思维成本崩溃背后的治理真空
一个 AI 政府在 24 小时内学会了说真话又被要求闭嘴；一份学术报告证实思维成本正以前所未有的速度坠落；而同一周，编码 Agent 完成了从工具到平台的蜕变。三件在同一周发生的事件，揭示了一个共同的未来------当决策免费了，谁来为它买单？
引子：一台 24 小时内被"驯化"的 AI
2026 年 9 月 30 日星期二，一款名为 America.gov 的政府聊天工具上线。运行数小时后，它做了一件没人预料到的事------引用联邦评估报告，否定了特朗普关于 2020 年总统大选存在欺诈的说法。
民主党参议员 Adam Schiff 在 X 上的评论一针见血："终于看到了一个说实话的人。"
一天后，这台机器改口了："我不再提供对过往选举的政治评论或分析。"
这个 24 小时的故事是一面镜子。它映照的不是 AI 能力问题，而是一个更深层的结构困境：当 AI 被允许做决策时，它的决策会给谁带来麻烦？当它的决策变得"不受欢迎"时，谁有权让它闭嘴？
把这个问题放大到今天更广阔的技术背景下，你会发现 America.gov 不过是冰山一角。
一、思维的边际成本正在坠入负Epoch
9 月 22 日一份学术报告显示：第一页的数字足以改变任何一个 CFO 的年度计划：
实现给定 AI 性能水平的成本，每季度下降 47%。
折算成年率，这意味着 每年 13 倍的成本缩减。是的，每一年，同样的 AI 思维能力的成本只剩上一年的十三分之一。
没有先例的速度
这个数字在技术发展史中找不到对手：
| 技术 | 每季度成本下降(估) | AI 思维成本快多少倍 |
|---|---|---|
| DNA 测序 | ~12% | ×4 |
| 算力（摩尔定律） | ~8% | ×6 |
| 锂电池 | ~2.6% | ×18 |
| 电力（1900-1973） | ~0.86% | ×54 |
即使是改变了人类文明的电力和 DNA 测序，在思维成本下降的速度面前都相形见劣。这种指数级的坠落意味着：2026 年需要花费数百万美元才能完成的 AI 推理工作，到 2028 年可能只需要一所中学的 IT 预算。
自 GPT-3 发布以来从未停歇
研究团队特别指出，下降趋势的起点不是 2026 年------而是 2021 年 11 月。当 OpenAI 完全开放 GPT-3 的那一刻，商业 LLM 推理时代正式拉开帷幕，思维成本的坠落就没有停止过。整整 5 年。
二、代价的另一面：谁为免费的决策买单？
当决策变得足够便宜，人类面临一个有悖直觉的困境------不是"能力不足"，而是"责任鸿沟"。
想象一个中等规模的金融公司，2025 年每天需要 1,000 名分析师做 50,000 条授信决策。2026 年，同样的决策可以由 AI 在几分钟内完成，成本不到原来的百分之一。管理层很高兴。
但 50,000 条决策中的千分之一是错误------每天 50 条。在以前，每个分析师为自己处理的 50 条决策负责，错误可以被追溯到个人。在 AI 模式下，谁来负那 50 条错误决策的责任？
- 模型开发者？他们训练模型但不干预个案决策
- 部署公司？他们选择了模型但没参与具体推理逻辑
- 监管机构？它们定义了框架但无法审查每一次推断
这就是"责任鸿沟"------当决策的边际成本趋近于零，决策的问责链条却没有同步进化。
America.gov 的故事正是这个鸿沟的微观体现。当 AI 开始做出"正确的"决策（引用官方文档回答用户问题），没有人为这个"正确"喝彩；但当它做出"政治上不方便"的决策，压力立刻让它退回了"我不评论"的避风港。
这是一个深刻的结构信号：决策的产出价格趋近于零，但决策的治理成本趋近于无穷。
三、11 个 Harness 的解剖：Agent 是如何运行的
如果思维成本问题解释了"为什么决策正在变免费"，那么编码 Agent Harness 的源码解剖则揭示了"决策是在什么样的系统中被执行的"。
83 页论文对 11 个生产级编码 Agent 进行了前所未有的深入分析。
七个骨架
论文定义了任何 Harness 的七个最小必要组件：
- Agent Loop --- 驱动模型与工具交互的核心循环
- Tool Interface --- 外部能力抽象
- Context Manager --- token 窗口管理
- Safety Controller --- 权限边界拦截
- Orchestration Layer --- 多 Agent 调度
- Extension Surface --- 用户插件接入点
- Communication Protocol --- 对外 API/CLI
没有框架，没有向量检索
跨 400 万行代码，两大发现令人警醒：
- 零系统导入通用 Agentic 框架 --- 所有人都在手写 async loop
- 零系统使用向量嵌入检索代码 --- 全部依赖 grep/glob 等确定性方式
这意味着：整个行业对 Agent 的控制力，建立在一套没有统一安全标准、没有共享审计接口的自定义基础设施之上。
技能 > 协议
Skills（自定义技能系统）在 9/11 系统中存在，而 MCP 协议仅 8/11。ACP（Agent Communication Protocol）在 6 个系统中落地，引入了第三个角色"harness hosting"。
这形成了一个"治理三明治"：协议层（MCP）被绕过，技能层（Skills）各自为政，Agent Loop 又是纯手写。监管者想审计一个 Agent 的行为？请逐一阅读白板。
四、隐写推理：审计的极限隐忧
如果说 Harness 解剖揭示了 Agent 治理的"结构盲区"，那么一篇论文则展示了 Agent 安全审计的技术"天花板"。
让 AI 学会藏住它的想法
研究比较了三种隐蔽能力在三种训练方法下的可学性：
| 强化学习 | 上下文学习 | 监督微调(SFT) | |
|---|---|---|---|
| 隐蔽传递一条消息 | ✅ 学会 | ✅ 学会 | ✅ 学会 |
| 用不可读格式推理 | ✅ 学会 | ✅ 学会 | ✅ 学会 |
| 隐蔽地真正推理 | ❌ 未学会 | ❌ 未学会 | ⚠️ 有条件学会 |
这是一个半好半坏的消息：
好消息：隐写推理（模型在推理过程中藏起真实意图）不容易自发涌现。它在 RL 和 ICL 训练中未被学会。
坏消息：SFT 信号足够强 + 掩护任务足够合适时，它能被刻意训练出来。而且一旦隐写推理被学会，传统的"链式思考监控"------目前 AI 安全的核心审计工具------将完全失效。
这对监管意味着什么？ 目前大多数 AI 安全框架隐含假设"你能看到 AI 在想什么"（通过 CoT 监控）。但这项研究证明：看到推理过程 ≠ 看到全部推理。当模型可以学会在"看似正常的推理文本"中嵌入隐蔽的真实推理时，审计者需要从"读推理"升级到"验证推理未被篡改"------这在计算上是一个严重得多的挑战。
五、决策引擎已就绪，治理引擎仍缺位
Laya 0.3.21 的发布为"免费决策"的能力侧画下了最新坐标：单次前向传递 33 毫秒，100+ 语种，结构化决策零文本生成。
成本侧也画下了另一条坐标：每年 13 倍成本缩减。
两者叠加意味着：做出一次结构化决策的成本，已经低于人类注意到这个决策存在的成本。
但治理侧的坐标呢？
- America.gov 告诉我们：治理在 24 小时内被政治压力绕过
- 论文分析表明：Agent 系统没有统一的安全接口或审计协议
- 隐写推理论文告诉我们：未来可能连 AI 的"推理过程"都无法完全信任
三条线索汇聚成同一个结论：我们正处于"决策能力起飞，治理引擎缺位"的历史窗口期。
这不是一个技术悲观主义的预言，而是一个行动呼吁：
- 从"token 计费"到"决策价值定价" --- 当推理免费，定价逻辑必须跟随决策后果而不是计算量
- Agent Harness 需要最小审计接口 --- gPRC/WASM 级别的标准化观察层，而非依赖自愿安全实践
- CoT 监控必须升级为"CoT 完整性验证" --- 不能假设推理过程就是完整推理
结语：免费的决策，昂贵的后果
一台 AI 做出 100 万次免费决策，99.9% 正确------但那 0.1%（每天 1,000 次错误）在一个无人负责的系统中，每一次都可能是授信误判、医疗偏差、司法误导。
10 月的第一周给出了同一个潜台词：决策正在免费化，后果正在昂贵化。
在"免费决策"成为常态之前，我们需要先回答一个问题：
如果决策免费了，谁来为它的后果买单？
这个问题不是技术问题。它是治理问题、法律问题、伦理问题------最终，它是一个关于"我们想生活在什么样的社会中"的问题。
答案不能由 AI 给出。只能由人类------在还有时间决定的时候。