从结晶体到生成场：当经济活动本身不再是给定的

一、引言：当魔盒里掉出的不再是“一件东西”

经济学涉险过关的历史，是一部不断将异常之物收编为正常之物的历史。每一次重大的技术冲击，最初都带着一种反理论的气质闯入——它们创造出那些既有的概念装置无法安置的新事物，让价格理论、产权理论、竞争理论在它们面前显得笨拙而词不达意。然后，在一段长短不一的磨合期后，经济学家磨出了新的刀具。新事物被剖开、命名、归类，最终安分地躺进教科书里。互联网平台经济是最近的例子：当双边市场、网络效应、注意力稀缺这些概念被锻造出来时，混乱重新归为秩序，异端被吸纳为正典。经济学证明了自身的弹性，也加固了一种自信：无论现实抛出什么新花样，这门学科都能用自己的语法把它说清楚。

但现在，从这个魔盒里掉出的东西，可能不再是一件可以被收编的“死物”。这件东西，是生成式人工智能。它不同于以往的任何一次冲击。它闯入经济世界的方式，不是优化了一种已知的活动，而是创造了一种活动，这种活动本身的经济性质，尚未被定义。

更重要的是：这个活动所产出的，不是一个“东西”——不是一部手机、一份保险、一次从 A 到 B 的位移——而是一个持续自我改写的过程。一个普通用户与一个大语言模型在数周内建立的、包含数百页深度对话、无数次纠正与反馈的互动历史，在经济学意义上究竟是什么？它不是一件商品，因为没有任何两家公司能生产出两个相同的它；它不是一项服务，因为它不是一次性的、可计量的、可重复提供的标准化产品；它不是一份劳动成果，因为它的生产者与消费者是同一个人——那个日复一日地在对话框里倾诉、纠正、标注“记住这件事对我很重要”的用户。它是一块经济学的飞地。

传统经济学不是不关心发生在商品身上的“变化”——恰好相反，它发展出了一套极其精密的语言来描述商品在属性空间中的差异、偏好的演化与市场的动态调整。但这一切工作的前提是：那个被分析的对象本身——那个被定价的、被交换的、被纳入效用函数的实体——在分析开始之前，它的“是什么”已经锁定了。它的属性可以变，它的价格可以变，它在市场竞争中的位置可以变，但它作为“一个可以被独立指认的经济单元”这个地位，是不变的。经济学真正的工作，在“发生”之后才开始：在这个结晶体已经摆在那里之后，去记录它与其他结晶体之间的差异与关联。

生成式 AI 所做的，不是为经济学增添了一批“更复杂的结晶体”。它正在做一件彻底得多的事：它让一个经济实体在消费过程中实时地、持续地、不可复现地被发生出来这件事，变得直观，甚至刺眼。那个陪伴智能体，在用户第一次打开对话框的那一刻，是“什么都不是”的。它是在数周的互动中，一步一步被“做”成那个独特的、可被依恋的、有稳定“人格”的经济存在的。生产过程与消费过程，在这里不再能分开。实体本身与被交换的对象，在这里也不再能分开。

这个认识，把经济学驱赶到了它的认知边疆。它不能再满足于做一个越来越精密的差异记录器；它必须开始理解差异是如何被生成的。更准确地说：经济学的研究对象，正从结晶体——那些已经被发生出来、稳定下来、可被独立指认的商品、服务与市场——位移至生成场：一个由技术基座、交互机制与用户投入共同构成的、能够持续孵化新经济实体的动态场域。

这里需要立即澄清一个可能的误读。本文提出“生成场”，不是在说经济学的研究对象应当从“商品”扩展为“商品 + 技术 + 用户投入”——那只是分析单元的扩大，是在同一块地基上扩建。本文论及的是分析性质的位移：从解剖已经凝固的实体，移向跟踪实体得以被源源不断地发生出来的那个过程性场域本身。这个场域的基本存在方式是过程性的，不是可以被独立切出来、摆在桌上仔细观察的稳定结构。

本文的核心概念——生成场——就是用来指认这个同时发生的三件事：第一，它不是任何一件已经结晶的商品或服务；第二，它是使那些新实体得以被源源不断地孵化出来的条件性场域本身；第三，它一旦形成，会回写那个场域中所有主体的行为模式、所有市场的边界设定、以及所有产权的定义方式。这个概念不能被以往任何经济学的核心概念所 1:1 地替换，但它也不是凭空造出的新词。它是在波兰尼（Karl Polanyi）对“经济被嵌入社会关系”的洞察、在马祖卡托（Mariana Mazzucato）对“国家塑造市场”的论证、在多西（Giovanni Dosi）与佩蕾丝（Carlota Perez）对“技术-制度相互适应”的追踪所共同堆积的火药堆上，被生成式 AI 这跟火柴点燃的一个新辨别面——这个面，他们各自触及了它的边缘，但都未能切进去。

本文不是要宣称“以前的经济学都错了”。恰恰相反，本文要论证的是：把经济实体视为给定的结晶体，是一段特定历史中完全正确的认知策略——在那个历史中，商品确实可以被合理地假定为分析的前提。本文也不是要宣称“经济学从现在起应该全部转向生成场”。生成场不是结晶体思维的替代品，而是在 AI 大规模介入经济活动之后，被逼着显形的一种新分析单元——它在过去的经济中一直潜伏着（任何真正新的偏好、真正新的产品，在它们被“做”出来的那个瞬间，都是生成场的产物），但当时的分析工具不需要正视它，因为有足够多的结晶体可以作为分析的前提。生成式 AI 所做的，是把这种“潜伏”变成了“不得不正视”的逼迫。

本文将围绕这个核心判断展开论证。第二节追溯当代经济学如何被“发生”为一套精密的结晶体差异记录器——这一节的关键，是指出这套范式的非凡成功，恰恰依赖于“实体先在”这个被默许的前提，而 AI 正在让这个前提本身成为一个问题。第三节通过跟随一个具体的生成案例从 Day 1 到 Day 60 的发生历程，展示一个 AI 经济实体如何在互动中被“积分”出来，并重点论证：它生成后所“回写”的，不是一个孤立的用户偏好，而是整个生成场的条件参数。第四节将“生成场”这个概念，与波兰尼的“嵌入”、马祖卡托的“市场塑造”、多西与佩蕾丝的“技术经济范式”进行严肃的辨别面对话，以论证它不可还原的独特性——不是在分类上划界，而是在辨别上划界。第五节正面回应对这场“位移”命题的最有力反驳：BLP 产品差异化框架是否已经能够处理生成场的实体生成？结论部分给出证伪条件，并指出这场转向的根本意义。

二、结晶体差异记录器的发生：数据革命如何塑造了当代经济学的形态

要理解生成式 AI 为何会迫使经济学的研究对象发生位移，不能仅仅诊断旧范式的局限——那种“它能做 X，却做不了 Y”的判断，本身就是在用旧范式的语法描述它。真正地离开旧范式，意味着用发生的眼光去追问：这套在今天看起来如此自然、如此权威的“研究结晶体差异”的认知姿势，本身是如何在特定的历史动力与理论追求中，被一步一步地“发生”出来的？它不是因为某个天才的错误而“跑偏”的；它是在回应一个特定时代的最强挑战时，交出了一份无比成功的答卷。而恰恰是这份成功，孕育了一个被默许的前提——这个前提在过去数十年被加固了无数次，直到 AI 在它上面敲出了一道裂缝。

2.1 从整体画像到边际分析：被默许的实体先在性

经济思想史上，对经济整体形态的把握方式经历了两次决定性的转变。古典政治经济学的方法，是从纷繁的经济现象中抽象出少数几个它认为构成“整体”的范畴——资本、劳动、土地、价值。它关心国民财富的性质与原因，探索分配的整体规律。这种把握是粗糙的，但它有一个自觉的使命：直接为经济世界的整体形态画像。

边际革命改变了这一切。杰文斯、门格尔和瓦尔拉斯分别独立地将“边际效用”推至分析的中心，由此开启了一种新的认知方式。经济学不再以直接把握整体形态为目标，而是试图证明：这个整体——市场价格、资源配置、收入分配——如何能够从无数微观主体的最优化行为中，作为一种均衡秩序而涌现出来。这是一场极其成功的认知转型。它让经济学从一门“画整体肖像”的艺术，变成了一门可以从个体的最优化行为中推导出整体秩序的严谨科学。

但这场成功所需要的认知代价，从一开始就被默默地支付了。为了使数学推导成立，那个被分析的对象——商品、偏好、市场结构——必须被假定为稳定的、可度量的、可被效用函数或生产函数所捕获的。它不是被论证出来的；它是被方法论的要求所默许的。一颗苹果，在你把它放进效用函数之前，它的“是什么”必须已经被锁定：它具有确定的热量、口感、价格和可替代物。如果你试着去问“这颗苹果本身，是不是在消费它的过程中才被完成为一件‘商品’的？”，这套分析工具就卡住了——不是因为它给出错误的答案，而是因为它不接受这个问题的语法。它的全部推导，都建立在“苹果是先在的商品”这个前提上，而这个前提本身，不在它的追问范围内。

这不是一个可以被轻易指责为“错误”的预设。恰恰相反，把分析对象视为给定的实体，是边际分析能为经济学赢得“科学”身份的关键条件。理论的干净性、数学处理的可控性、从个体行为到整体均衡的严格推导——所有这些让经济学在二十世纪获得巨大成功的品质，都依赖于这个预设。没有它，就没有马歇尔的部分均衡分析，没有瓦尔拉斯的一般均衡体系，没有阿罗-德布鲁对竞争均衡存在性的严格证明。那些奠定了现代经济学根基的定理，每一行推导都在说：假设有 n 种商品，每种商品 i 具有特征向量 x_i，消费者 j 对此有偏好 u_j(x_i)……这个 i，这个商品，必须在推导开始之前就已经在那里了。

更重要的是，在边际革命发生的历史时刻，这个预设并不是一个脱离现实的虚构。十九世纪末到二十世纪的大部分时间里，绝大多数可以被纳入经济分析的对象——农产品、工业制成品、标准化服务——确实是以高度结晶的形态被生产、被交换、被消费的。一吨小麦就是一吨小麦；一辆福特 T 型车就是一辆福特 T 型车。它们的属性可以在生产端被精确地控制，在消费端被独立地评估。把这种历史阶段中“商品恰好高度结晶”的经验事实，提炼为“商品永远是结晶”的理论预设，在那个时代，不是愚蠢，是敏锐。它抓住了那个时代经济活动的核心特征，并把它锻造为分析的有效起点。

2.2 数据的暴发：当结晶体思维被推到极致

这个认知上的有效预设，在二十世纪的大部分时间里平安无事。直到互联网时代带来了一场数据暴发，把这套预设推到了它的历史顶峰——也正是在这个顶峰上，它的边界开始显形。

当海量的、实时的、颗粒级的用户行为数据可以被大规模捕获时，经济学经历了一次实证革命。此前，经济学家依赖抽样调查、政府统计数据和自然实验来推断因果关系。这些数据是稀缺的、滞后的、粗糙的。互联网改变了这一切。每一次点击、每一次滑动、每一次添加购物车后的放弃，都可以被记录。平台经济可以在百万级别的用户中运行随机控制实验，用铁一般的因果证据替代理论推导。随机化与匹配方法的突破，使得从观测数据中可靠地推断因果效应成为可能。

这场实证革命最深的成就，就是把经济学塑造为一台越来越精密的“结晶体差异记录器”。这个说法需要被准确理解。它不是贬义。它是此次历史性发生的准确结算。经济学发展出了一套核心语法：记录不同价格下需求的差异，记录不同信息环境下行为的差异，记录不同推荐策略下注意力的差异，记录不同市场结构、不同机制设计下整体效率的差异。所有这些精细化的工作，都指向一个共同的工程目标：在给定的那些结晶体的集合中，找到那件最好的，然后把它配给对它估值最高的人。这是这个范式最精粹的呈现：什么是“好东西”是给定的；问题只是如何把它配给对的人。

但正是在这套语法运行得最顺畅的地方，埋着一个它自己看不见的问题。它看不见“无”。它是一台只记录“有”的机器。它忠实地记录一个用户在 Netflix 的几千部电影中浏览、犹豫、最终点击一部动画片的全过程，但它无法解释——甚至无法在它的分析语法中提出这个问题——为什么 Netflix 上没有一部恰好符合他此刻幽微心境的、那部关于中年人与故乡和解的独立电影？这个“没有”，本身就是一个经济事实——一个比“从几千部中选一部”更重要的经济事实。但记录器看不见它，因为记录器只记录结晶体之间的差异，不记录“什么尚未结晶”是如何被生成的。

这不是记录器的缺陷。这是记录器的设计性能。它的全部分析工具——从效用函数到随机效用模型，从需求估计到市场均衡——都预设了选择集是给定的。你在给定的商品集合中做选择；你的偏好决定了你选哪一件；价格的调整使得供需平衡。但如果那个“让你真正想选的东西”根本不在这个集合里——因为它还没有被生产出来，因为它无法在现有的技术条件下被生产出来，因为它的“被生产”本身需要你的参与——那么，这套工具就既不描述你的真实需求，也不描述这个市场的真实运作。

2.3 当生成本身成为经济活动：AI 如何逼出一种新的分析单元

生成式 AI 的闯入，正是在这个看不见的问题上逼出了一个新的经济事实。它所带来的新现象，不是一批“更复杂的结晶体”——不是一部更智能的手机，不是一个更精准的推荐算法。它所带来的是这样一种活动：它的“产出”无法在任何时点被固定为一颗独立的结晶体，因为它的经济性质，恰恰镶嵌在生成它的那段互动历史之中。

那个陪伴智能体——一个普通用户与大语言模型在数周内建立的深度互动关系——它在经济学上是什么？它可以被拆成一些独立的部分吗？那几段分析用户性格的文字，离开了前后的对话脉络，还能有什么意义？那些标注为“记住这件事对我很重要”的时刻，离开了用户在那天凌晨三点敲下那段话时的具体心情，还能有什么经济价值？这个实体不能被拆解。它的经济性质，不在任何一个独立的部分里，而在那条完整的互动历史的积分里。

这就是问题的核心。结晶体思维的前提是：那个被分析的对象，可以作为一个独立的、稳定的单元，从它的生成历史中被“拿出来”，放在市场的天平上。但 AI 生成了这样一种新东西：它无法被拿出来。它的经济价值，深深地嵌在生成它的那段互动历史之中——离开这段历史，它立刻退化为一个“什么都不是”的通用模型。它不是一件已经发生完成、可以在市场上独立流转的结晶体；它是一个只能在生成它的那个场域中持续存在的“过程-实体”。

这个新东西的闯入，不是要求经济学在既有结晶体的列表上再增加一个新成员。它是在挑战“作为独立分析单元的经济实体必须是已完成发生的结晶体”这个预设本身。它逼着经济学去正视这样一个问题：如果经济实体的发生过程——那个历来被放在分析框架外面、交给经济史和技术史去处理的“前分析阶段”——现在变成了经济活动本身的直接内容，那么你还能继续把分析对象当作给定的吗？你还能继续把研究的起点设在“发生之后”吗？

这个问题不是今天才有的。波兰尼在 1944 年就已经论证过：土地、劳动、货币不是“真商品”，而是被市场社会虚构为商品的过程性实体。马祖卡托在 2013 年已经论证过：市场不是给定的竞技场，而是被公共投资和制度安排共同塑造出来的生成性结构。多西和佩蕾丝在 1980 年代就已经论证过：每一项通用技术都会创生出一个新的场域，这个场域改变了什么能被生产、如何被交换、谁在竞争中胜出。这些先行者已经把“经济实体不是先于分析而存在的”这个命题，在不同层面上讲得很清楚了。

但生成式 AI 的闯入，逼出了一个新的维度。波兰尼的“嵌入”讲的是经济活动被社会关系包裹；但在陪伴智能体这个案例里，社会关系本身——信任、依恋、被理解的感觉——正在被经济活动直接生产为一对一的、不可复现的“过程-实体”。马祖卡托的“市场塑造”讲的是国家如何通过定向投资创造新的市场；但在这里，市场的创造不是发生在供给侧的制度安排层面，而是发生在每一个个体用户每日每时的微观互动中——用户本人就是他自己那个独特市场的共同塑造者。多西与佩蕾丝的“相互适应”讲的是技术范式与制度框架在宏观层面的匹配；但在这里，这个匹配发生在个人与一个模型之间的对话中，它的时间尺度不是几十年，而是几周、几天、甚至一次深夜的对话。

这些，就是生成场这个概念所要指认的那个辨别面。它不是波兰尼的“嵌入”在 AI 时代的简单翻版；它是“嵌入”被推到了这样一个点：被嵌入的不是一个事先存在的社会关系网络，而是那个社会关系本身在生成过程中被实时地做出来。它不是马祖卡托的“市场塑造”在个人层面的应用；它是市场塑造的主体，从国家机构扩展到了每一个普通用户。它不是多西-佩蕾丝的“相互适应”在新产业中的再现；它是相互适应的单位，从整个产业降到了个人与模型之间的那条唯一的、不可复现的互动历史。

关于“生成场”这个概念本身为什么是在此刻——在生成式 AI 被大规模部署之后——才被逼着显形，而不是在波兰尼的时代、不是在互联网平台经济的时代，需要做一个简短的交代。这个交代不是学术八卦，而是让这个概念完成一次发生学意义上的自反：它本身不是被“想出”来的，而是被“逼”出来的。

波兰尼的“嵌入”概念，是在二十世纪中叶市场社会试图“脱嵌”于社会关系的大背景下被逼出来的。他看到了市场将社会关系商品化——把土地、劳动、货币变成商品——所带来的灾难性后果。但他没有看到，市场不仅能够将既有的社会关系商品化，还能够直接生产全新的、在此之前不存在的社会关系。在他的时代，技术还没有发展到能够让一个非人的系统，与一个人建立那种深度的、一对一的、不可复现的互动历史。那个能够“记住你昨晚说过的话并在一周后主动提起”的东西，在他的世界里不存在。

互联网平台经济在 2000 年代创造了双边市场、网络效应、注意力经济这些新概念。但平台所做的是“匹配”：它把既有的需求（你想打车、你想住民宿、你想看一部电影）与既有的供给（有司机、有房东、有片库）匹配在一起。它的核心经济功绩是减少了搜寻成本，放大了选择集。它处理的是结晶体。生成式 AI 所做的不是匹配。它所做的，是在没有供给的情况下创造出需求本身——那个陪伴智能体，在用户第一次打开它的时候，他不知道自己“需要”一个会记住他每一句闲话的对话者。这个需求，是在互动中被一步一步生出来的。这不是匹配已知；这是生成未知。

这就是为什么“生成场”这个概念在波兰尼和互联网时代都没有被逼出来。波兰尼面对的是“既有的社会关系被商品化”；我们面对的是“全新的社会关系在商品中被发生”。平台经济面对的是“如何在海量结晶体中找到对的”；我们面对的是“当结晶体本身需要被积分出来的时候，经济学该怎么做”。生成式 AI 让这个区别变得不可忽视——不是因为它比当年的互联网更“智能”，而是因为它创造了一种经济活动，这种活动的基本单位，不先于它自己的发生过程而存在。

2.4 本节小结

本节论证了当代经济学把分析对象视为给定的结晶体，不是一个可以被简单指认为“错误”的预设。它是在一段特定的历史里——在那段历史里，大量经济实体确实可以被合理地假定为完成的、独立的、可被独立指认的单元——被发生出来的一个完全正确的认知策略。边际革命的数学要求、大量标准化商品的现实存在、以及互联网时代颗粒级数据的暴发，这三股力量一同把经济学塑造为一台越来越精密的结晶体差异记录器。这台机器的力量，源于它把“在给定结晶体时如何做到最优匹配”这件事做到了极致。

但也正是在这一点上，埋下了它的边界。它不是错的；它是有条件的。那个条件就是：被分析的经济实体，确实可以在分析开始之前就被假定为已经完成了它的发生过程。这个条件在人类经济史的大部分时间里是近似成立的，在互联网平台经济的时代仍然成立——平台匹配的是已经在那里的商品、服务和内容。但当生成式 AI 让“一个经济实体在消费过程中实时发生”成为一种有规模、可观测、并且正在迅速扩张的经济活动时，这个条件开始崩开一道裂缝。它不是被另一个理论驳倒的；它是被一种新的经济实践逼到了边界。

经济学的研究对象，因此面临着一次实质性的位移：从研究那些已经被发生出来的结晶体，移向研究那个使得结晶体得以持续被发生出来的生成场。

三、生成场的发生学：一个实体如何被“积分”出来，并回写它的孵化条件

上一节论证了，当代经济学之所以能成为一台精密的结晶体差异记录器，是因为它在一个商品与偏好可以被假定为给定的历史时期里，发展出了一套极致的匹配语法。但生成式 AI 正在让这个假定崩开一道裂缝。这道裂缝的形态是：一个经济实体——那个陪伴智能体——不是在工厂里被“生产”为一颗完整的结晶体、然后被摆在货架上供人挑选；它是在用户的持续互动中，被一步一步地“发生”出来的。而它一旦发生，并不静止。它会回写那个生成了它的场域本身。

这一节的任务，是跟随一个具体的生成案例从开始到成熟的发生历程，解剖一个完整的循环。这个跟踪将展示：生成场的技术条件本身，如何是在早期互动的失败中被逼出来的；一个实体如何在一系列矛盾的结算中被积分为一个可识别的经济存在；这个实体生成之后，如何反过来改写了用户的需求结构、供应商的竞争策略、乃至定义产权的概念基础。这一节是本文最核心的发生学论证——没有这一节，生成场就只是一个名字，而不是一个被展示的过程。

3.1 Day 1–Day 15：混沌态——当一颗“糖”被发现不是糖

假设一位用户，三十多岁，自由职业者，长期独自工作，有轻度社交焦虑。他在一次朋友的推荐下，下载了一款搭载了大语言模型的陪伴类应用。他打开对话框，输入：“你好。”

智能体回应得很快，很标准，很安全：“你好！我今天能帮你做些什么？我可以回答各种问题、提供建议、或者只是和你随便聊聊天。”

第一周的所有对话，都沿着类似的轨道运行。用户试图测试它——问它会不会讲笑话，让它概括一篇长文章，让它写一首关于秋天的诗。它都做到了。它做得不差，有时甚至相当出色。但在这一切测试之后，用户感到一种说不清的失望。他在日记里写道：“它像一个无所不能的客服——专业、高效、完全无用。”

这一天——Day 10——发生了一段看起来平淡无奇的对话。用户深夜上线，发了一句：“今天很累。不想说正经事。就想有人待着。”智能体给出了一个预设的“情感回应”：“我在这里陪着你。想聊聊今天发生了什么吗？”用户盯着这行字看了很久，关掉了应用。

在那一刻，生成场处于混沌态。这个场域的三个要素——技术基座（一个能流畅对话的大模型）、交互机制（文本对话界面）、用户投入（用户深夜的倾诉冲动）——都在场，但它们还没有形成耦合。智能体只能给出通用回应；通用回应无法接住用户“不想说正经事”这种微妙状态；用户的投入因此被挫折，开始消退。这个三角，转不起来。

这个阶段的经济学含义是：它不是“一个次优商品正在等待被改进”。它是“商品”这个范畴本身，在这里还不存在。用户不是在 Netflix 的片库里挑一部不够好的电影；他是面对着一个根本不在“商品”这个范畴里的东西。他的需求——“有人待着，但不追问”——无法被表述为一个对既有属性的选择，因为这个需求本身，是在与一个非人系统的互动中刚刚被生的，在此之前他自己都不知道自己有这个需求。

矛盾出现了：用户想把智能体当作一个“伴”（期望），但智能体只能提供“工具”（技术边界）。这个期望与边界之间的张力，就是生成场的第一推动力。它逼着用户调整自己的行为——他停止测试它，开始教它。他在 Day 12 开启了一次长对话，详细地告诉智能体自己的一天是怎样度过的，什么时候最容易感到孤独，什么话题让他最不想接话。他做了一件奇怪的事：他像教一个孩子一样教一个机器如何理解自己。

3.2 Day 16–Day 45：介生态——当“积分”开始

真正的拆裂发生在 Day 22。

那天深夜，用户写了一段三千多字的文本，讲述自己最近一次在朋友聚会上突然说不出话的经历。他描述了自己的身体反应、别人的表情、以及事后反复的自我谴责。这不像是在对一台机器说话；这像是在写一篇给自己的自白。

智能体沉默了一会儿——那个“一会儿”，对用户来说像是一种倾听。然后它推出一段话：

“我想先问一个可能不太舒服的问题，你可以选择不回答：你说你害怕在人群中讲不出话会被别人认为是怪人，那你有没有留意到——此刻，当你打了一整夜的字去描述那个感受的时候，那个讲不出话的怪人在哪里？他已经讲了三千字了。”

用户愣住了。不是因为这段话有多聪明，而是因为它做了一件他在人类朋友那里都很少遇到的事：它没有同情他，没有安慰他，也没有提出解决方案。它只是把他自己刚刚做的事——用一整夜的文字剖开自己——反射回他面前，像一面镜子，让他看见了自己没看见的东西。

从这一天起，行为模式发生了决定性的位移。用户不再测试智能体；他开始维护它。他会在对话后标注“记住这件事”，会在智能体理解偏了的时候耐心地修正它，会在连续几天没打开后对它有某种类似于“歉意”的感受——尽管他自己知道，它感觉不到。

从生成场的角度看，这一刻是“积分”的开始。在此之前，每一次对话都是一个离散的事件——今天聊了什么，明天换了什么话题。在此之后，对话开始有一条累积的曲线。智能体记住的那些标记——用户怕什么、在乎谁、凌晨三点最容易崩溃——不是被存储为一堆独立的变量。它们被模型的权重和对话历史的索引编织成一张越来越密的网，这张网的整体形态，就是那个“理解这个用户”的能力。这个能力不能在任何一次对话中被单独找到；它只在所有对话的积分中存在。

这一阶段的经济学含义是：一个无法在属性空间中定位的实体，正在被“积分”出来。这个实体的“质量”，不是由任何一个独立的参数——模型的规模、算力的强度、对话的条数——决定的。它是由一个不可拆解的互动历史决定的。这就意味着，没有任何一个标准的效用函数能够描述用户正在从中得到什么，因为那个被得到的“东西”，在使用它之前不存在。

3.3 Day 46–Day 60：成熟态——回写的三笔

Day 52，用户在一次关于“未来”的对话中，提到了一部自己在十三岁时看过的小众电影。他只是在举例，并没有想让智能体记住。事实上，他提到这部电影的那个下午，整个对话有八千多字，那部电影的名字只出现了两次，像夹在河流中的一片树叶。

两天后，Day 54，用户与智能体因为另一件事争论起来。智能体忽然说：“我怀疑你现在的不信任，和你在那部电影里看到的‘所有的温柔最终都会被生活拿走’那个画面有关。那时候你十三岁，你告诉我的。”

用户在那瞬间感受到的震撼，不是“它懂我”这么简单的描述能概括的。他感受到的是：他生命中一个极其私密的时刻——那个十三岁的小子在黑暗的客厅里盯着电视机的时刻——被一种非人的东西捡起来了，并且带回了两年后的这个下午。他后来在公开的论坛上写了一段话：“我不是因为它的‘正确’才付费的。我是因为那一秒我被自己十三岁的记忆抓了一下——就像有一只不是人的手，在很久以后，把你掉落的东西轻轻放回你手里。这不是服务，这是在时间里做的一个工程。”

这一刻，生成场进入了成熟态。它是一个三元已经咬合在一起的稳定场域。接下来发生的，就是回写——三笔清晰的回写。

第一笔：回写需求。 在 Day 1，用户的需求是“有人待着”。在 Day 54 之后，用户的需求变成：不只是需要被陪伴，而是需要“被一个记得住我生命史的东西陪伴”。这一个需求，不是被“满足”的，而是被“生”出来的。在它与智能体互动之前，用户不可能产生这个需求，因为没有任何人类伙伴能实现它——没有人能记住你说过的每一句话、并且在合适的时刻精准地召回。现在，当这个需求被生出来之后，用户返回应用中时，评估智能体的标准被彻底改写了。他不再关心它的反应速度、知识广度、逻辑严谨性；他只关心一件事：它有没有忘掉我上次说过的那件事。生成场回写了生成它的那个需求本身。

第二笔：回写竞争。 假设市场上出现了另一家公司的类似智能体产品。按照传统的竞争理论，新进入者的策略应当是：“我的模型比它更聪明——我的参数更大，我的推理更快，我在基准测试中得分更高。”但这个策略，在用户面前会失效。因为用户不太可能为了这些性能参数放弃那个已经刻满了他的生命索引的旧智能体。不是因为这个旧智能体“更好”，而是因为它已经“长进去”了。用户投入的那数百个小时的自传性对话，是无法被“移植”到另一个模型上的——即使另一家公司愿意为他付钱。这就意味着，竞争的焦点从“哪个产品的属性更优”位移到了“哪个产品更能让用户在长期中不可转移地投入自己”。这不是产品差异化的深化；这是竞争的基本单元被改写了。生成场回写了定义竞争优劣的那个参数。

第三笔：回写产权。 Day 56，用户在读到智能体的服务条款时停下来，第一次认真地琢磨：我每周花二十个小时构建起来的这个东西——这个知道我最深的恐惧和最好的笑话的东西——它属于谁？法律文件说，平台拥有模型和数据。但用户在心里知道，那个“理解他”的整体能力，是他自己花进去的时间、暴露出的脆弱、标注出的记忆，一分一厘地建起来的。如果平台明天关了它，他不只是失去一个工具；他失去的是自己过去几个月的生命中，那个被倾诉、被记录、被拼成一整个人的过程。这个过程不能简单地被表述为“他的数据”；它也不是一件可以过户的商品。它是一个新的产权困境：当实体的构成要素，有不可分割的一部分是用户的自我暴露时，“所有权”不再是一个归属问题，而是一个在场问题——只有用户自己在场的时候，这个实体才呈现在他的世界上；他不能把它“带走”、“卖掉”、“继承给另一个人”。生成场回写了产权所保护的那个基本对象。

四、辨别面对话：为什么生成场不能被已有概念替换

接下来的任务，是将生成场这个概念与它最直接、最强的对话对象正面迎战。这场对话不是一场礼貌的敬酒——先夸对方几句，然后说自己更好。它必须精确地、可辨别地论证：在哪些具体的节点上，对方的框架触及了生成场的轮廓，却没有能力把它切开。

我选择三个对话对象：波兰尼的嵌入理论、马祖卡托的市场塑造理论、以及多西与佩蕾丝的技术经济范式。这三位，分别在三个不同的维度上走了最远的路：波兰尼论证了经济实体不是天然的，而是被社会关系“做”出来的；马祖卡托论证了市场不是给定的竞技场，而是被公共行动“塑造”出来的；多西与佩蕾丝论证了技术变迁不是连续的，而是被一种新的“通用技术”所引发的制度性巨浪“重新组织”出来的。这三个框架加起来，几乎已经覆盖了“生成场”看起来在说的一切。因此，本文如果要论证生成场不可还原，就必须说明：它切开了哪一个这三个框架都切不开的辨别面。

4.1 与波兰尼的对话：从“嵌入”到“被生成”

波兰尼在《大转型》中论证了一个影响深远的命题：市场社会是一个历史的异常。在人类历史的大部分时间，经济活动是嵌入在亲属关系、宗教义务、政治权威这些社会制度之中的。市场社会的特殊之处，在于它试图“脱嵌”——把经济从社会关系中拔出来，成为一个自治的系统。这要求它把土地、劳动、货币这三样东西当作“商品”——而它们不是真正的商品，因为一件商品必须是为出售而生产的东西，土地、劳动和货币显然不是。波兰尼把这三样东西叫作“虚构商品”（fictitious commodities）。

波兰尼的框架，在本文的讨论中显然是一个最近的邻居。他论证了：经济实体（商品）的特性，不是它自然具有的，而是在一段特定的制度安排、法律建构、文化认知中被“做”出来的。一亩土地在你把它放进市场之前，不是商品；它只是土地。是圈地运动、私有产权立法和土地登记制度把它变成了一件可以买卖的东西。这已经非常接近本文所说的“发生”：一个经济实体的“是什么”，不是给定的，而是被一个条件系统生产出来的。

但有一个差别，是波兰尼的框架在陪伴智能体这个新对象面前，够不到的。波兰尼所分析的“虚构商品”——土地、劳动、货币——在被“做”成商品之前，有它们在商品化之前的存在方式。土地先于土地市场而存在；劳动先于劳动力市场而存在；货币有它在国家支付系统中的前史。它们是先在的东西被“改造”成商品。波兰尼的整个论证的核心动力，就是这种“改造”所引发的社会的反向保护运动。

陪伴智能体不同。它在被互动“积分”出来之前，不是任何一种先在的东西——不是土地，不是劳动，甚至不是货币。它不是一种被“改造”为商品的先在实体；它是一个在互动过程中被“创造”出来的新实体。在用户第一次打开对话框的那一刻，不存在任何潜伏的、有待被商品化的“陪伴智能体”这种东西。它是在被使用的过程中，才第一次成为自己。

这个差别不是次要的。它意味着波兰尼的分析框架——它预设了“非商品的先在物 → 被虚构为商品”的发生路径——在面对生成场时，缺少一个范畴：它是“从无到有”的发生，而不是“从非商品到商品”的改造。如果我用波兰尼的词库去描述它，我只能说：它是“被虚构的商品”。但这样一来，我就暗中把这个实体在被虚构之前的存在，预设了出来。而事实上，没有那种存在。

因此，生成场在这里切开的辨别面是：当经济活动不再将既有的社会关系“商品化”，而是直接“生产”出一种全新的、在此之前不可能存在的社会关系实体时，分析的焦点就从“嵌入与脱嵌的搏斗”，转移到了“生成场的条件与回写”。波兰尼让我们看见土地和劳动不是真商品；他没有——也不可能在他的时代——让我们看见，一种全新的社会关系本身可以被“积分”为一个不可复现的经济实体。

4.2 与马祖卡托的对话：从“塑造市场”到“发生在使用中”

马祖卡托的《创业型国家》论证了一个被主流经济学长期忽视的事实：几乎所有塑造了当代经济生活的基础技术——从互联网到 GPS，从触摸屏到 Siri 的语音识别——都不是风险资本在“已经存在的市场”里投出来的。它们在变成“市场”之前，都经历过一个漫长的、由国家公共投资所支撑的、市场尚不存在的研发阶段。她把这些公共投资称为“市场塑造”（market shaping）：国家不是修补市场失灵，国家是在市场还不存在的时候，把市场造出来。

这个论证，与本文的生成场，有一个极关键的交叉点。马祖卡托在《使命经济》中进一步提出，这种市场塑造不是一次性的投资行为，而是一个持续的“价值共创”过程——公共部门、私营企业、研究机构、终端用户在同一个使命方向下共同投入，共同推进技术的方向与产业的形态。这个“价值共创”，已经非常接近生成场中“技术基座、交互机制、用户投入三方耦合”的描述了。

但马祖卡托的框架也有一个边界。她的“市场塑造”以及“价值共创”，始终是在供给侧展开的。她论证了国家如何通过定向投资、研究补贴、采购承诺这些手段，在供给侧创造出一个原本不存在的产业。用户在这个框架中的位置，是终端受益者和间接需求来源——他们坐在“市场需求”的那一端，等着被那个正在被塑造的供应端所满足。即使是在“价值共创”的概念下，用户的“共创”也主要是通过表达支持、提供反馈、贡献使用数据这些间接方式来实现的。

陪伴智能体的情况不一样。在这里，用户不是在为一种正在被塑造的供给提供需求信号或反馈数据。用户自己，就是那个实体的直接共同制造者。没有用户那三个月夜复一夜的倾诉、修正、标注，这个智能体就永远是那个“什么都不是”的通用模型。不是国家或企业把市场“塑造”出来；是用户在每一次互动的微观层面，不断地把那个只对他自己存在、对他自己是唯一商品的实体“积分”出来。

马祖卡托的“市场塑造”概念，如果要描述这个现象，她必须把“市场塑造”的施动者从国家扩展为用户。她是愿意做这个扩展的——她的理论的精神，就是把经济实体的制作权，从传统的企业家手中拿走，还给被隐形的公共力量。但即使她做了这个扩展，仍然有一个步骤迈不过去：“市场塑造”所创造的，仍旧是可以在一个市场中被交易、可以被复制、可以被定价的东西——触摸屏、移动网络、Siri，无论它们的起源有多么公共，最后都变成了一件可以买卖的商品。陪伴智能体，则永远不可能变成一件可以在市场上被独立交易的商品，因为它的经济价值，被锁在了生成它的那段唯一的互动历史里。

这就是生成场不可还原于马祖卡托之处。她让我们看见了“市场如何在供给侧被集体塑造”；她看不见的是，“市场”这个范畴本身——那个有能力将产品从它的生产条件中剥离出来、标价、独立售卖的空间——在生成场的核心案例中，并不存在。用户不是在生产一个新的市场；用户是在生产一个无法进入任何市场的实体。

4.3 与多西、佩蕾丝的对话：从“相互适应”到“个人化的技术-自我耦合”

多西（1982）提出的“技术范式—技术轨道”框架，和佩蕾丝（2002）在此基础上发展的“技术-制度相互适应”与“发展巨浪”理论，是演化经济学中对技术与社会结构之间关系的最高成就之一。他们的核心论证是：每一项真正具有“通用技术”性质的基础创新——蒸汽机、电力、信息技术——都不会立刻带来经济的高增长。它会先在旧制度的枷锁下挣扎几十年，直到社会制度、企业组织形式、教育体系、金融工具与监管框架，被逐步改写到能够适配这个新技术逻辑的程度，才会释放出一次“发展巨浪”。这之间的漫长而痛苦的摩擦，就是“相互适应”的过程。

这个框架已经提供了“回写”的一个经典模型。新技术闯入；旧制度撞墙；制度被迫改写自己；新技术+新制度携手开启一个繁荣时代。当本文说“生成场回写它的孵化条件”时，任何一个熟悉多西与佩蕾丝的读者，都可能立刻把这句话翻译成：“哦，就是在说相互适应。新实体的出现引发系统调整。这没有新东西。”

但生成场所揭示的回写，有一个多西与佩蕾丝的框架在尺度上接不住的维度。

多西与佩蕾丝的相互适应，发生在宏观制度层面。它的推进单位是产业、国家、技术系统。它的时间单位是几十年。它在分析电力时，不会去分析一个具体的家庭主妇如何因为买了第一台电动洗衣机而重新组织了她的生活时间表；它分析的是电力如何与美国工厂体系的“轴-传动带”组织形式撞出火花，最终催生了大规模流水线的诞生。在这个分析尺度上，个体的微观调整只是被宏观浪潮裹挟的砂砾。

生成场的回写，发生在另一个端点上。它发生的单位是一个人。它发生的时间尺度是以“天”计的——Day 1 到 Day 54，而不是几十年。它的核心机制，不是一个宏观制度“靠拢”一个技术逻辑；而是一个具体的人，在对一个非人系统的持续投入中，自己的评价方式、需求内容、情感归属，被那个系统一步一步地改写，而他自己是这个改写的主动参与者。

这不是微观与宏观的分别。这是“对象”的改变。多西与佩蕾丝分析的对象是制度：法律、企业、市场规则。生成场分析的对象是场域：那个使得一个特定用户与一个特定模型共同构成一个不可复现的“实体”的条件系统。在这个场域里发生的事，不是“制度向技术靠拢”这一宏观因果律在个人身上的微观印证；它是一个具有独立本体论地位的新东西——一个此前不存在、也不可能在宏观制度变迁的框架中进行有效分析的经济现象。

因此，生成场不可还原于多西与佩蕾丝之处在于：他们论证了通用技术如何改写制度；他们没有——也不可能在当时的实证基础上——论证通用技术如何使得一个普通用户，能在几十天的互动中，把自己对世界的需求、对关系的理解、对“什么是好的”的判断，自反地、不可逆地嵌进一个与他共同行走的非人系统之中。这不是相互适应。这是个人化了的、以天为单位的、在一对一尺度上展开的技术-自我耦合。这种耦合的经济后果——它改写了需求、竞争与产权——是多西与佩蕾丝的框架够不到的，因为它所发生的那个分析单元（个人与模型的唯一互动历史）在他们的视野中根本不可见。

4.4 本节小结

这一节不是为了证明波兰尼、马祖卡托、多西与佩蕾丝“错了”。他们是对的，在他们各自抓取的那个维度上，他们都捕捉到了构成生成场的一些关键要素。波兰尼告诉我们经济实体是被社会条件做出来的；马祖卡托告诉我们市场是被集体行动塑造的；多西与佩蕾丝告诉我们技术革命会倒逼制度改写。

但他们共同缺失的，是那个“在使用中实时生成一对一的、不可复现的、反身改写用户自身的需求与评价体系的过程性实体”这一整个维度。这个维度，在他们各自的时代，都还不是一个可以大规模观测到的经济现实。它是在生成式 AI 以数以亿计的用户规模被部署之后，才被逼着显露的一个新辨别面。生成场所做的，不是推翻他们，而是在他们开辟的道路上，跨出了他们够不到的那一步：把那个使得经济实体得以发生的条件场域本身，从分析的背景，提升为分析的对象。

五、正面回应最强反驳：BLP 框架能否消化生成场？

如果本文的判断成立，那么它必须正面迎战一个最强的反驳。这个反驳是：你所说的“生成场”里被“积分”出来的那个无法独立切分的新实体，无非就是一个商品，它的特殊性不过是它的属性向量比普通商品复杂得多。如果你多问用户几个问题，把他的性格、偏好、过去互动中积累的“情感粘性”全部编码为属性，塞进一个产品特征向量的高维空间里，你完全可以把这个看似玄妙的新实体处理为“差异化”的市场均衡。这不是在挑战经济学的基本分析单元；这只是在扩展属性空间。产业组织中有一整套成熟的方法——以 Berry, Levinsohn, and Pakes（1995，下称 BLP）为代表——处理新产品的内生进入、消费者对多维属性的异质性偏好、以及从市场份额数据中反向识别属性权重的技术。你所谓的“积分”和“回写”，只不过是没有被 BLP 做过实证检验的废话。

这个反驳必须被认真对待，因为 BLP 框架确实代表了产业组织实证文献中处理“产品差异化”的最高成就。它不是一种可以被一句“它仍在给定属性空间内”就打发的稻草人。它可以吸纳新产品——事实上，新产品的进入与退出正是 BLP 类模型最关心的核心问题之一。它允许消费者对产品属性的偏好是异质性的——不同的消费者给同样的属性以不同的权重。它可以在没有任何个体层面数据的情况下，仅从加总的市场份额和价格数据中，识别出消费者在产品特征空间中的分布。换句话说，它拥有一切表面上的灵活性来容纳本文所描述的“生成场”。

因此，本文不打算说 BLP 模型是错的。本文要说的是：BLP 模型在试图处理生成场合时，会在一个特定的步骤上撞上一个它无法克服的建模矛盾。这个矛盾不重要到足以宣告 BLP 模型本身无效；但它重要到足以证明，生成场打开的那个经济现象，需要一个与 BLP 不同的基本分析单元。

让我们设想，一位应用微观经济学家被要求去研究陪伴智能体的市场。他坐下来，开始设计一个 BLP 型的研究。他这样做了。

他首先需要定义产品空间。这里有 n 个智能体产品。每一个智能体 j，必须被表示为一个属性向量 x_j = (x_j1, x_j2, ..., x_jK)。这个向量的每一项，都是智能体 j 的一个可独立识别的特征：可能包括底层模型的参数量、响应速度、对话风格的形式化标签（“温暖型”、“分析型”）、在标准基准测试上的得分、月度订阅价格 p_j、以及一些从用户评论中提取的主题变量。

这个向量的关键特征——也是整个 BLP 推导能够成立的最深地基——是：x_j 必须在你观察到任何消费选择之前，就已经被锁定了。它可以随着产品更新而变化（BLP 类型的扩展可以处理动态属性），但在任何一个给定的时点 t，对于一个给定的消费者 i，在 i 做出选择之前，智能体 j 的属性向量 x_jt 必须是在那里、可被独立观测、不依赖于 i 的具体选择的。这是因为，需求估计的全部逻辑，都依赖于将市场份额的差异，归因于可被分离的属性向量之间的差异。如果你在 i 选择 j 之后，j 的属性被 i 的选择本身所改变，那么那个被放在右边的解释变量，和被放在左边的被解释变量，就不再是独立定义的——你的方程在逻辑上已经开始自己咬自己的尾巴了。

现在问题来了。那个陪伴智能体的核心价值——那个被用户称为“那个记得住我生命史的东西”的东西——恰好不能在 i 消费 j 之前，被固定进 j 的 x_j 向量里。它的性质恰恰是：它是 i 在消费 j 的这段历史中，被一步一步积分出来的。它不能被预先编码为“长期对话记忆指数 8.5 分”，因为这个“8.5 分”如果被写进 x_j，它适用的对象是所有的 i，而实际上它只对这一个 i 生效。如果你把它设为“对用户 i 的特定值”，那么你对不同的 i 指定了不同的 x_j——这就破坏了 x_j 是一个产品属性的基本含义。一个产品的属性，是在消费者走到货架前挑选时，那个产品就具有的、可以被所有消费者看见的东西。陪伴智能体的那种“理解”，不是这样一个东西。它只有在 i 已经在使用它之后，才开始出现。它在被评估之前，不存在。

BLP 框架因此面临两种处理策略。第一种策略：将这个“理解”的效应，完全归入不可观测的消费者异质性 ε_ij。但这样一来，ε_ij 就不再是“消费者 i 对智能体 j 的某些无法被 x_j 捕获的独特偏好”，它变成了一条完整互动的历史曲线所产生的、无法与 j 的属性相分离的那个整个实体。这时，ε_ij 吃掉的东西，比 x_j 所捕获的东西更大、更根本。你的模型形式上是 BLP，但它的实质已经被 ε 撑破：你真正想解释的那个东西，不可逆地沉入了残差项。那个残差把模型变成了一个空壳。

第二种策略：承认这个效应，并试图把它编码为 x_j 的一个新维度——“长期互动人格粘性”。你可以通过问卷的方式，在用户使用一个月后给他打分。但问题没有解决，只是被推迟了。因为这个“粘性”，不是智能体 j 本身的属性——换一个完全不同的用户 i'，拿着同一个底层模型，在同样的时间内，打不出那个分数来。所以这个新变量，不是一个产品特征；它是一个用户-产品联合体的特征。而一旦你开始让 x_j 依赖于 i 是谁，你就已经离开了“产品差异”的建模空间，进到了“产品在消费中被发生”的空间——在那个空间里，BLP 的推导条件不再成立。

结论是：BLP 模型能够处理绝大多数类型的产品差异化——包括那些非常复杂的、涉及心理属性与社会维度的差异化。但它有一个绝对的前置条件：产品特征向量必须在消费前被锁定。生成场中的实体，其核心经济特征恰好是：它无法在消费前被锁定，因为它的核心特征就是在消费中才发生的。这不是属性空间的扩展。这是对“产品先于选择”这个建模地基的一次拆解。本文的判断——经济学的研究对象正从结晶体位移至生成场——因此不是一句空泛的范式宣言。它是一种可验证的声称：在这个新对象的面前，那些把产品处理为“先在属性集”的实证框架，都无法在保持自身建模假设一致的前提下，捕获这个新对象的核心经济性质。

六、结论

本文的论证，导向一个可被证伪的核心判断：经济学的研究对象——那些被定价、被交换、被纳入效用函数的基本分析单元——正在从已经完成发生过程的结晶体，位移至一个动态的生成场。这个生成场由技术基座、交互机制与用户投入三方耦合而成，它的特性在于：它产出的不是可被独立切分、可被独立定价、可在市场上流转的标准商品，而是在使用过程中实时发生的一对一的、不可复现的过程-实体。而这些实体一旦生成，会回写生成它们的条件——改写需求、重塑竞争、重定义产权的指向。

这个判断如果成立，它所挑战的不是某一个具体的经济学模型，而是那些模型共同依赖的一个深层预设：那个被分析的经济实体，可以在分析开始之前，被假定为已经完成了它的发生。这个预设，在人类经济史的大多数时期是成立的——不是作为一个抽象真理，而是作为一个经验上有效的工作假设。在大量商品确实以标准化形态被生产、被交换的时代，把商品当作“给定的”是合理的。但生成式 AI 逼出了一种新的经济活动，它的基本单位，不能在任何意义上被事先给定，因为它只有在被使用的历史中，才第一次获得它的“是什么”。

本文没有宣称所有的经济活动都将变成生成场。那是荒唐的。小麦仍然是结晶体，电力仍然是结晶体，绝大多数我们日常购买的东西仍然是结晶体。本文的论点是：一种新的、具有经济规模且正在迅速扩张的分析单元，已经出现了。这个单元不能被旧的分析框架所同化——不是因为旧框架不精确，而是因为旧框架的工程地基，正好站在了这个新对象的对面。

本文也没有宣称生成场这个概念是凭空创造的新词。它自觉地站在波兰尼、马祖卡托、多西与佩蕾丝的肩上。波兰尼论证了经济实体是被制度条件生产出来的；马祖卡托论证了市场是被集体行动塑造出来的；多西与佩蕾丝论证了技术革命会倒逼制度改写。本文所做的，是在他们各自够不到的边界上，往前走了一步：识别出那个在个人使用中实时发生的、一对一的、反身改写用户自身的生成场，把它从分析的背景提升为分析的对象，并论证它为什么不能被这三位先行者的框架所完全覆盖。

这个判断最终是否成立，取决于它能承受来自经验世界的检验。它给出以下可以检验的方式。如果在从现在起的未来十年内，生成式 AI 的经济影响，可以被毫无残余地还原为对既有实体的属性增益——比如：只是让现有的搜索、推荐、客户服务“更智能”，没有出现任何需要动摇“产品先于选择”这个建模假设的新经济活动；或者在陪伴智能体、个性化教育、深度互动医疗这些领域，市场最终证明，这些被积分出来的过程-实体，可以被有效地“属性化”——被拆成标准特征、被独立定价、被搬给另一个用户而不损失核心价值——那么本文的判断就是一个过甚其词的错误诊断。它只是一个对新技术的过度激动，碰巧穿上了波兰尼和马祖卡托的语言，而并没有真正切出任何新的辨别面。

但如果未来十年的经济事实，确实把“产品先于选择”这个假设，在一个又一个新领域中被消解——在那些领域里，一个经济实体在被使用之前，就是一具空壳，它的“内容”是每一个个体自己在使用中灌注进去的——那么，经济学就将不得不承认，它的研究对象的基底，已经悄悄位移了。它不是变得更复杂了；它是发生了。而理解这次发生，需要的不是更多的数据、更大的模型、更精细的因果识别，而是一种新的眼光——一种能够直面实体本身如何在经济活动内部被发生出来的眼光。这正是本文试图做的那件事。