作 者
凯特·克劳福德
哲学 · 知名作者 / 学者
哲学 · 知名作者 / 学者
About the Book
书籍信息
In a Nutshell
一句话总览
大部分关于 AI 的书都在谈模型能力、谈应用场景。克劳福德这本《AI 地图集》做的是相反的事：她把 AI 从云端拉回到地面——矿工、廉价的数据标注工、耗水耗电的数据中心、写着残暴供应链的芯片。她要问的是一个所有人都在回避的问题：AI 到底站在谁的权力结构上？在这个意义上，AI 不是一个技术现象，而是一次新的殖民与剥削——只不过这一次，被开采的是人的注意力和地球的矿藏。
Core Frameworks
核心框架 / 概念
核心理念
CORE · 概念
- Atlas 式多尺度分析：同时从地下的矿、机房里的电、屏幕前的用户三个尺度看同一件技术。
- 数据标注的隐形劳动：模型'看懂'世界，靠的是全世界最便宜的人在替它标出世界的样子。
实操应用
ACTION · 落地
- AI 的物质底座：算力 = 矿 + 电 + 水 + 芯片，一条完整的、不在任何产品说明书上的供应链。
- 技术作为权力的行使方式：问'这个技术很厉害吗'没用，要问'它让谁有了权力、让谁承担了代价'。
Key Principles
关键原则
抽象会隐藏代价
Principle
把 AI 说成'云上的智能'，就抹掉了矿山和工厂——抽象本身就是一种遮蔽。
数据不是自然物，是被生产的
Principle
所谓'海量数据'，是无数具体的人按指令加工出来的劳动产物。
问权力结构，而不是问能力上限
Principle
一个能做什么的技术，往往同时在巩固某种既有的权力分配。
效率提升的受益者是谁
Principle
技术进步本身是中性的，但落地方式从来不是。
Notable Quotes
金句摘抄
AI 并不智能，它是对劳动和资源的剥削。
我们把 AI 想象成漂浮在云端的智慧，却忘了让它运转的一切都在地面上。
地图不只是描述世界，它同时规定哪些地方可以被开采。
抽象是技术最擅长的把戏，也是它最有效的遮蔽。
Takeaways
对工作和行动的行动启发
给你的 AI 方案做一次'地面检查'
写下这个方案消耗了什么：算力从哪来、数据谁标的、失败的代价谁承担。
在课程里加一节'AI 的成本账'
给学员的不只是'AI 能做什么'，还有'它的账单由谁付'。这正是他们回去要面对的。
区分'做不到'和'不该做'
技术可行不等于应该做；阿伦特的公共领域判断在这里同样适用。
Who Should Read
适合谁读
AI 从业者技术与伦理研究者政策与公共事务关注科技产业的人企业管理者