# AI正在让信任的脚手架塌陷

LLMS 索引： [llms.txt](/llms.txt)

---

AI 时代最危险的变化，不是机器会写文章、画图片、生成视频。
真正危险的是：内容本身正在失去作为证据的资格。

过去很长时间里，人类默认媒介对象具有一定可信度。
文本需要人写，图片需要拍，视频需要录，声音需要真实说出口。
它们当然可以伪造，但伪造需要成本——需要技术，需要时间，需要组织，需要钱。

也正因为有成本，社会演化出了一套隐性的认知捷径：看到一段视频，多少会信一点；看到一张照片，多少会信一点；
看到一篇署名文章，多少会信一点。
不是因为人类天真，是因为长期以来，“看起来真的”和“真的”之间存在着一笔不便宜的过路费。

AI 把这笔过路费打到接近零。

当可信外观可以批量生成，内容就从“证据”降级成了“素材”。
真相当然还存在，但真相不再自动随内容一起交付。
以前内容自带一点信任余额，现在余额清零了。
想要被相信，必须额外付费——付时间、付历史、付责任、付背书、付某种 AI 生成不出来的东西。

麦克卢汉说过一句被引用过太多次的话：媒介即讯息。
这句话真正的意思是，一种新媒介带来的最大影响，从来不是它传递的内容，而是它对人和社会结构的重塑——
一种潜在的、二阶的、长期的改造。
之前我写过一篇《用麦克卢汉的刀来解剖 AI》，分析了 AI 对人类社会可能带来的几种二阶影响：
注意力的进一步坍缩、知识结构的重新分层、教育体系的根基松动、人和工具的边界模糊。

但最让人警惕的二阶影响，是 AI 正在拆掉信任系统的脚手架。
这件事比任何具体的失业、版权、安全问题都更深。
失业可以再就业，版权可以重立法，安全可以补漏洞。
但信任一旦塌陷，重建以代际计。

--------

## 二、信任不是一件事

讨论信任问题最常见的错误，是把“信任”当成 **一个** 东西。
它不是。

中文里“信”字承担了太多工作。
“我相信这条视频是真的”、“我信任我的合伙人”、“我对这家银行有信心”、“这位医生靠谱”——
这四句话表面上都在说“信”，但它们的认识论结构完全不同。

第一句是事实判断。
视频是个对象，它不能“背叛”你。
第二句是关系判断。
合伙人是个有自由意志的他者，他可以选择是否背叛你。
第三句是默认状态。
你没有在意识层面认真考虑过银行倒闭的可能。
第四句是能力评估。
你在判断医生做好医生这件事的概率。

把这四件事装在同一个词里讨论，会造成一种虚假的清晰度——你以为自己在讨论一个问题，其实在四个问题之间滑动。

哲学家 Annette Baier 给“信任”下过一个干净的定义：**信任是接受他者对你照看之物拥有自由裁量权**。
这个定义里关键的词是“他者”和“自由裁量权”——他者必须有自由意志，他可以选择对你怎样。

按这个严格定义，**信任专属于人对人的那种关系**。
它必然涉及风险（对方可能背叛），必然涉及意志（你选择暴露），必然涉及关系（不是面对物，是面对他者）。

视频不能背叛你，对视频的“相信”是识别，不是信任。
银行系统不会“选择”对你怎样，对它的“信心”是默认状态，不是信任。
医生的能力是客观属性，“医生靠谱”是评估，不是信任。

只有当你把某件你在意的事，交到一个 **可以选择对你怎样的人** 手里，那个时刻才是真正意义上的信任。

这个区分看起来抠字眼，但它直接决定了 AI 时代到底什么变了。

## 三、文明的隐性奢侈品

人和人之间做赤裸的信任决定从来不容易。

最原始的状态下，两个人面对面，要不要分享食物、要不要合作打猎、要不要把背交给对方——
每一次都是一次完整的、消耗认知资源的判断。
没有合同，没有担保，没有第三方仲裁。

人类受不了这种状态。
它太累。
所以文明史的一个隐藏主线，是 **人类不断发明新的机制，让信任决定不需要每次都赤裸地做出**。

最早的机制是血缘和地缘。
和你流着同样血的人、和你住在同一个村子的人，比陌生人可信，因为长期博弈让背叛成本太高。

后来有了仪式。
歃血为盟、交换信物、当众宣誓——这些动作把“我承诺”这件事从私域拽进公域，让背叛要承担社会代价。

文字普及之后有了契约。
盖章的文书比一句话有约束力，因为它可以被第三方验证、被法院执行。

工业时代有了机构。
你不需要信任银行职员（在严格意义上），你只需要相信银行系统会运转。
机构、品牌、专业资格、监管牌照——这些东西的本质是把信任问题外包给某个抽象系统。

互联网时代加了一层算法和平台。
Google 帮你判断哪个网页可信，亚马逊帮你判断哪个商家可靠，社交媒体帮你过滤信息——你不需要每天对每件事做赤裸的信任判断。

每一代机制做的是同一件事：**把那个累的、需要意志介入的信任决定，转化为不需要意识介入的默认**。

德国社会学家 Luhmann 在 1968 年那本研究信任的书里给这两个状态起过名字：
真正需要意志介入的叫 **信任**（Trust），不需要意识介入的默认状态叫 **信心**（Confidence）。
他指出，**现代社会的本质是把信任降级为信心**——让人在大部分日常生活里，不必真的做信任决定。

这是文明的隐性奢侈品。
我们这几代人享受这种奢侈品几十年，习以为常，以为生活本来就该这样。

AI 把这个降级机制反向运转了。

## 四、五层脚手架同时在松动

AI 没有改变信任本身的逻辑——那个面对可能背叛的他者仍然选择暴露的跳跃，跟一万年前一样。
AI 改变的是支撑信任决定的整套脚手架。

这套脚手架可以拆成五层。
这五层不是同一种东西，每一层都对应“信任／信心”链条的不同环节。

### 第一层：识别——“这是不是真的”成本暴增

这一层是工程问题。

过去“我面对的是不是真人／真物／真事”这个问题，大部分时候有一个非常便宜的默认答案。
视频是真的，因为伪造一段那种质量的视频需要团队、设备、时间。
声音是真的，因为模仿一个具体人很难。
署名文章是真的，因为代笔者很少能完全模仿一个人的思维节奏。

AI 让这个默认失效。
识别工作必须从隐性变成显式，从默认变成必须主动启动的程序。

但这一层的真正问题不是“东西变假了”——东西从来都可能是假的。
真正的问题是 **识别工作必须从默认变成显式**。
每次看到一段内容，都要主动问一遍：来源是哪？谁发的？有没有签名？时间戳对吗？

识别本身不是信任，是信任的前置条件——你必须先确认面对的是谁，才谈得上要不要信任他。

这一层是 AI 时代信任问题里 **最容易解决的一层**。
C2PA 内容凭证、数字签名、设备级密码学认证、可验证身份凭证——这些技术不是花架子，是在实实在在地恢复识别能力。
它们会逐步成为基础设施。
欧盟已经在推动 C2PA 强制；身份钱包在欧盟全境部署；软件供应链的 Sigstore 已经成为事实标准。

但识别问题的解决不等于信任问题的解决。
一个被完美签名的视频，仍然可能是不值得信任的人发出的真话。
识别只回答“这个对象是它声称的那个对象”，不回答“这个对象值不值得我把自己暴露给它”。

### 第二层：信心——大量判断被迫升级为意识判断

这一层是认知负担问题。

我们对“看到的视频是真的”曾经有过几十年的信心——不是因为我们判断它真，是因为我们没有在意识层面把这个问题打开过。
这就是 Luhmann 意义上的信心，一种节能机制。

AI 让这种信心崩塌——视频问题必须重新进入意识层面被处理。
这不是“我们不再信任视频”——视频本来也不是信任对象。
这是 **节能机制的失效**。

人脑的认知带宽有限。
当原本不需要主动判断的事情都必须主动判断，认知预算会很快被吃光。
这时候人会进入两种状态：要么过度警觉——什么都不信，包括真的东西；要么认知投降——干脆不判断了，凭情绪和站队决定信什么。

这两种反应都不是信任崩塌，是大脑在节能策略失效后的应急反应。
修复信心比修复识别难得多。
技术能恢复识别，但不能直接恢复信心——信心是被时间和稳定性养出来的。
一个新生的信息环境要养出新的信心，至少十年起步。

### 第三层：中介——帮你做信任决定的“代理人”合法性受损

这一层是制度问题。

过去，我们把大量信任决定外包给中介——传统媒体帮我们判断什么是事实，机构帮我们判断什么是权威，
平台算法帮我们过滤可信内容，KOL 帮我们筛选值得关注的东西。
这些中介的存在让我们不必每次都重新做判断。

AI 同时冲击了多种中介。

传统媒体的过滤功能在 AI 内容海里失效——他们筛选出来的内容本身可能就是 AI 污染的。
算法平台的“推荐可信内容”承诺在内容污染面前破产。
KOL 的可信度被 AI 仿制内容稀释——一个 KOL 的语气、风格、观点都可以被 AI 大量复制。

但中介不会全部消失。
它们会 **分化**。

那些靠“我帮你筛选信息”建立合法性的中介会变臭——通用搜索、信息流、内容聚合，未来的合法性会持续下降。

但那些靠“我能担保身份和责任”建立合法性的中介反而会变强——掌握账号、设备、支付、实名、企业认证、
硬件签名、操作系统入口的大平台，在内容不可信的时代价值反而上升。
当你不知道一段视频是不是真的时，“它从某个有实名支付历史的账号发出来”成了关键信息。

未来的大平台不再主要靠“推荐好内容”掌权，而是靠“我知道谁是真的”掌权。
**集市可以脏，海关不能倒**。

这是一个不舒服的预测：在内容污染最严重的时代，掌握身份认证的大平台权力反而更大。
很多反平台叙事不愿意面对这一点，但事实就是这样。

### 第四层：判断能力——心智化系统的疲劳

这一层是生理问题。

人脑里有一组专门用来推断他人意图的脑区，神经科学叫“心智化系统”。
我们靠它判断别人在想什么、对我们有没有善意、靠不靠谱。
这套系统是信任决定的生理基础——没有心智化能力，就形不成对“对方善意”的预期，也就做不出真正的信任决定。

AI 内容给这套系统出了一个前所未有的难题：**你在试图推断一个没有稳定意图的对象的意图**。

一篇 AI 生成的文章背后没有统一的“作者意图”——它是模型公司、训练数据、用户提示词、随机性的混合。
但人脑不会因为对象没有意图就关闭推断——它会启动，失败，再启动，再失败。
这个过程消耗的是真实的神经资源。

长期暴露在大量“心智化失败”的内容中，可能让心智化系统疲劳，进而影响人对真实他者的信任能力。
这不是预言，是一个有理由担心的合理推测。
已经有研究显示社交媒体高使用者的人际信任水平下降，AI 内容海会进一步加剧这个趋势。

这一层和前三层不同：前三层是外部环境的问题，外部修复了能力还在。
**这一层是内部能力的问题，一旦受损，外部修复了能力也未必恢复**。

### 第五层：社会资本——文明的隐性储蓄在流失

这一层是宏观问题。

社会资本是文明的隐性储蓄——人和人之间的一般信任、社区参与、跨群体合作能力。
它积累慢，消耗快，重建极难。
Putnam 在《独自打保龄》里观察到的美国社会资本下降，到现在过了一代人还没反转。
Fukuyama 在《信任》里论证过，社会的“信任半径”决定了它的经济发展上限。

AI 时代我们可能正在经历一次更快的社会资本消耗。
前面四层都在向下施压：识别失效让人警觉、信心崩塌让人疲惫、中介分化让人无所适从、心智化疲劳让人对他人减少投入。
这些累积起来，就是陌生人之间合作变难、跨群体信任收缩、长期合同更难签、公共领域协商失效、政治极化加深。

这一层的修复时间是 **多代人**。

### 五层按可解决程度排序

把这五层放在一起，会发现一个让人不安的规律：**越浅的层越容易解决，越深的层越无解**。

第一层（识别）是工程问题，会被工程方案逐步解决。
第二层（信心）需要十年量级的时间。
第三层（中介分化）已经在发生，会在五到十年内重组完成。
第四层（心智化疲劳）几乎没有应对方案。
第五层（社会资本）是多代人的问题。

公共讨论中“AI 信任问题”的能见度跟它的严重程度成反比——能被讨论的都是浅的，深的没有讨论框架。
这是为什么“AI 信任治理”的话语听起来很多，但实质性的应对方案大部分集中在第一层。

## 五、这套框架能预测什么

提出一个框架的价值，不是它的修辞优美程度，而是它能预测什么。
把上面六层放到具体场景里，能直接推出几个判断。

**关于内容生产：**

低成本输出会持续通胀。
AI 能批量生产“看起来还不错”的文章、视频、图片、代码。
任何依赖产量获得地位的人，未来五年会越来越累，越来越没钱。
靠日更维持影响力的 KOL，靠快速搬运的内容创作者，靠中等水平输出的咨询机构，处境都会快速恶化。

升值的不是内容本身，是 **让自己的内容能被信任的支撑结构**。
可追问的历史比单点声誉值钱。
长期承担责任的记录比表达能力值钱。
具体的、不能被无损复制的关系比泛泛的关注值钱。

**关于平台和中介：**

通用搜索、信息流、内容聚合这类做“信息过滤”的中介会持续衰落，因为它们的价值前提（“我帮你筛”）在 AI 内容海里破产。

掌握“身份＋责任”的中介会反向升值。
账号实名、设备签名、企业认证、支付历史、操作系统级身份验证——这些过去被认为是“基础设施”的东西，会变成新型权力。

KOL 这种基于个人 IP 的信任中介会两极分化。
靠表达能力维持的会贬值（AI 能仿制）；靠长期具体行动和承担维持的会升值（AI 仿不了责任）。

**关于技术圈的具体分层：**

会写代码这件事会贬值——AI 已经能写出大部分代码。

会 review 代码的能力会保持——但这个能力的核心是判断“什么是好代码”，而不是产出代码。

会维护系统的能力会升值——AI 可以生成项目，但不能让用户十年依赖它，不能替你处理线上事故，不能承担系统坏掉之后的组织责任。

能定义方向的能力会显著升值——决定一个项目应该做什么、不该做什么，比把决定的事情写成代码值钱得多。

能让别人长期依赖的能力最值钱——这是 AI 时代真正的硬通货。
它包括：可追问的历史、长期承担的记录、稳定的判断、具体的关系网络。

真正的分界线是 **责任密度**。
越靠近真实状态、真实数据、真实资金、真实事故，AI 替代越慢。
越靠近包装、转述、样板代码、信息搬运，AI 替代越快。
这条线比“程序员会不会失业”更有解释力。

**关于个人战略：**

AI 时代最容易犯的战略错误，是以为自己应该生产更多内容。
不对。

内容已经过剩，观点已经过剩，教程已经过剩。
靠产量吃饭的路径正在快速贬值。

真正应该投入的是 **让自己被信任的支撑结构**——把文章变成档案，把项目变成治理，把社群变成路径，
把判断变成公开记录，把一次会议变成连续传统，把一次背书变成可追责承诺，把单点声誉变成网络声誉。

这些动作的共同点是：**它们让别人面对你的输出时，不需要每次都做赤裸的信任决定**。
他们可以基于你的长期记录、可追问历史、责任承担、具体关系，形成某种局部的信心。

这不是要回到工业时代那种大机构脚手架——那个回不去了。
这是在小规模上、在地方上、在具体圈层里，慢慢搭一些小的脚手架。
让你这个具体的人、你这个具体的项目、你这个具体的社区，在你身边的人那里，重新成为可以默认的存在。

这件事很慢。
AI 让产出便宜，所以承担变贵。

代码会越来越便宜，维护会越来越贵。
表达会越来越便宜，责任会越来越贵。
生成会越来越便宜，判断会越来越贵。
单点会越来越便宜，网络会越来越贵。

**关于人和 AI 的协作：**

AI 作为合作者的时代已经开始。
下一个十年，工程师、写作者、设计师、研究者会大量地把判断外包给 AI Agent。

这件事的边界需要每个人自己摸索。
哪些判断可以外包？哪些必须自己做？AI 的建议在什么时候应该被接受、什么时候应该被否决？
这些问题没有标准答案，但 **回避这些问题本身就是一个糟糕的答案**——把判断默认地外包给 AI，
等于把信任决定让给了一个没有责任结构的实体。

更深的问题是身份问题。
当一个人越来越依赖 AI 做判断，他的判断能力会不会萎缩？他对人类合作者的耐心会不会下降？
他面对真正需要赤裸信任决定的时刻——比如重要的人生选择、关键的合作关系、深度的人际承诺——还会不会有完成这种决定的能力？

这些问题现在没人有答案。
但 **它们必须被识别为问题**，否则人会在不知不觉中失去某些核心的能力。

## 六、信任永远要由人自己做

回到最开始那个区分：信任是人对有自由意志的他者的关系性意志行为。

这意味着无论脚手架重建得多么好，无论技术多么先进，无论 AI 多么聪明，**最终的信任决定永远在人身上**。

那个意识到对方可能背叛、看到风险、仍然选择暴露的跳跃——是任何技术系统都不能代替的。
识别可以被技术化，能力可以被评估，责任可以被合同化，但 **那个跳跃本身永远是赤裸的**。

这是为什么所有“AI 信任治理”的话语，最终都会撞上一面墙。
我们可以让识别变可靠，让平台变透明，让监管变严格，让算法变审慎。
但我们不能消除人在面对他者时必须做出的那个决定——那是人之为人的核心时刻之一。

这个判断对当下的实际意义是：**不要被“AI 终将解决一切”的乌托邦叙事麻痹**。
前五层冲击中只有第一层是技术能解决的，后四层都需要人做出真实的承担。
第六层（人和 AI 的关系）则是一个全新的、没有现成答案的领域。

我们这一代人面对的不是某种新型的信任技术问题，而是 **一件被遗忘了几十年的事的重新出现**：
在没有现成脚手架的环境里，做出真正意义上的信任决定。

这件事很累。
脚手架时代之前的人类一直在做。
脚手架时代的我们大部分人忘记了怎么做。
AI 时代要求我们重新学会。

文明从来不是建立在没有这种决定时刻的世界上的。