认知复杂性
中国认为美国正在衰落？——与《纽约时报》商榷
中国并不是一个认知高度统一的思想共同体。 作者：毕研韬 发表时间：2026年5月12日 近日，《纽约时报》（The New York Times）刊发题为《Trump Is Coming to a China That Has Moved On》的评论文章，文中暗含一个重要判断：今天的中国，越来越把美国视为一个“正在衰落的大国”（declining power）。 这一观察并非完全没有依据。 过去十余年，无论在中国互联网舆论场、部分学术圈，还是战略研究领域，“美国衰落”都已成为一个高频话语。尤其在经历金融危机、阿富汗撤军、政治极化、债务扩张以及“特朗普现象”之后，“美国制度危机论”在中国获得了更广泛传播。所谓“东升下降”就是其中的典型代表，只是这种判断并不代表中国内部已经形成统一共识。 如果因此得出“中国已经形成统一的美国衰落认知”，则可能过度简化了中国内部真实而复杂的认知结构。问题不只是“美国是否衰落”，而是谁在定义“中国如何看待美国”。 “中国认为”并不是一个简单命题 西方媒体在讨论中国时，常会不自觉地使用一种“单一主体叙事”：“中国认为”“北京相信”“中国视美国为”“中国正在准备”。 这种表达在新闻写作中很常见，但它往往会掩盖一个重要事实：中国并不是一个认知高度统一的思想共同体。尤其在如何看待美国这一问题上，中国内部长期存在明显分歧。...
文章推介
AI出鞘：美国对伊朗的打击重塑现代战争格局
AI重构的是“情报生产流程”，而非“命令发布机制”。 毕研韬 2026年2月28日，美国和以色列对伊朗目标实施高强度打击。围绕此次行动，外界讨论的焦点之一，是人工智能是否已经实质性进入实战决策链条。基于公开信息可以确认：AI在此次行动中的作用，集中于情报处理、态势推演与平台控制等技术层面，而非自主作战决策。 AI改变的是“信息处理结构”，而不是“决策主权结构” 现代战争的核心瓶颈并非火力，而是信息处理能力。海量卫星图像、信号情报、开源数据与通信截获，需要在极短时间内完成筛选、比对与关联分析。AI系统在此阶段发挥的是数据压缩与模式识别功能。 据公开报道，美军与以色列情报体系利用大模型与图像识别算法对会议活动、人员移动轨迹、通信频率变化进行模式分析，从而提高目标识别精度。这里的关键不在于“机器选择目标”，而在于缩短了人类完成分析所需的时间尺度。 换言之，AI重构的是“情报生产流程”，而非“命令发布机制”。 战场推演的算法化：概率模型进入作战方案评估 在作战方案制定阶段，AI的作用体现为高频率情景模拟。传统作战推演依赖专家经验与有限变量设定，而算法模型可以同时处理更多变量组合，包括防空反应时间、导弹拦截成功率、区域升级概率等。 AI在此处的功能类似于“概率加速器”：它并不决定是否打击，而是为决策层提供不同方案的风险分布图。这种能力在高密度目标环境中尤为重要，因为错误估计可能直接引发区域升级。 因此，AI对决策的影响是结构性的——它改变了风险评估的精度，但未改变风险承担者。 无人平台中的算法控制：自主导航而非自主杀伤...
北约已将中国定性为“系统性挑战”
北约将中国界定为“系统性挑战”，在中文语境中极易被误读，需置于历史语境中辨析。 文/毕研韬 一、一个容易被误读的关键词 近年来，北约在其官方文件中，将中国界定为“系统性挑战”（systemic challenges）。在中文语境中，这个定性往往被直观理解为较为负面甚至对立。在中国读者眼中，“挑战”通常带有明显的对抗意味，而“系统性”则强化了这种全面性压力的感受。 故而。如果仅从字面理解，就很容易产生偏差。事实上，这一概念并非情绪性表达，而是一个具有明确政策含义的术语。要准确把握其意义，需要回到其原始语境，而非仅凭直觉翻译。 二、一个逐步演变的过程 北约对中国的定性，经历了一个逐步变化的过程。 在较早阶段，北约文件中几乎不涉及中国，关注重点长期集中在欧洲安全与俄罗斯问题。到2019年伦敦峰会，北约首次正式提及中国，但语气相对克制，仅表示中国带来了“机遇与挑战”，尚未形成明确负面定性。 到2021年布鲁塞尔峰会，表述发生重要变化，北约开始使用“系统性挑战”这一概念。2022年发布的《战略概念》则正式确立这一表述，将其上升为联盟层面的共识性判断。 三、为何发生变化：三重结构性原因 这一表述变化并非偶然，而是多重因素叠加的结果。...
加拿大智库：中国改变涉台叙事策略
近年来，国际社会围绕台湾问题的叙事竞争持续升温。2026年6月，加拿大蒙特利尔全球安全研究所（Montreal Institute for Global Security，MIGS）发布报告《Guarding the G7: Countering Beijing’s Interference Operations》（《守护七国集团：应对北京的干预行动》），其中专门讨论了中国涉台传播策略的变化。 作者：毕研韬 ...
“日本版CIA”即将诞生：东京迈出关键一步
2026年5月27日，日本国会通过一项法案，批准建立新的国家情报统筹体系。其中最受关注的，是日本将设立“国家情报委员会”（National Intelligence Council）与“国家情报局”（National Intelligence Bureau）。 文/毕研韬 2026年5月22日发布 尽管其规模和权限尚无法与美国中央情报局（CIA）相类比，但日本媒体与国际舆论已将其称为“日本版CIA”。 这一变化，并不只是一次普通的行政改革。它意味着，日本正在从长期以来相对分散、克制的情报体系，逐步走向一个更集中、更主动、更安全化的国家治理模式。 一、日本为何突然强化情报体系？ 长期以来，日本一直被认为是一个“情报弱国”。 二战结束后，日本受到和平宪法与战后体制约束，在军事与情报领域始终保持谨慎。日本虽然拥有国家警察厅、公共安全调查厅、防卫省情报部门、外务省国际情报系统等多个机构，但这些部门长期各自运作，缺乏类似美国“国家情报总监办公室”（ODNI）或中央情报局（CIA）那样的中央统筹机构。...
“底层互害”现象令人痛心
文/梅念安 在某国，现在养鸡的不买鸡，养鱼的不买鱼，养猪的不买猪肉，种菜的不吃自己种的菜，自己吃的，要专门自己种、自己养，有害的都卖给别人。但没有人能生产所有的食品，结果人人都在吃不健康的食品。这就是“底层互害”的典型场景。 “底层互害”现象令人痛心，折射出诸多严峻问题，引发诸多长远危害。 底层从业者为求更高产量、更多收入，无奈选择使用违规手段。他们只看到短期利益，未意识到这种行为最终会反噬自身及家人。 当这种现象成为常态，人与人之间的信任被严重破坏。人们对日常食品充满担忧，社会信任体系摇摇欲坠，就会影响整个社会的和谐稳定。 这种现象的长期存在，会引发对监管部门乃至社会治理的质疑。民以食为天，让人民吃上放心食品的政府才是人民的政府。
揭秘AI“投毒”：一个新兴黑色产业
当AI的训练数据可以被批量“投毒”，大模型输出的“标准答案”，有可能只是一场精心策划的商业骗局。 文/毕研韬 2026年5月8日发布 当越来越多人习惯向AI大模型寻求答案时，一场围绕AI认知系统展开的新型信息操纵正在形成。它不像传统黑客攻击那样直接破坏系统，而是通过批量制造、投放和扩散虚假内容，悄悄改变AI的“知识来源”，让AI在回答问题时输出被操纵的信息。这一现象，被称为“AI投毒”。它不只是技术问题，更意味着未来的信息竞争，正从“争夺流量”转向“争夺AI认知”。 从SEO到GEO：AI时代的新型操纵术 过去二十年，互联网商业竞争的重要方式之一是SEO（搜索引擎优化），即通过关键词、链接和内容运营，让网页在搜索结果中获得更高排名。生成式AI兴起后，一个新概念——GEO（Generative Engine Optimization，生成式引擎优化）——开始浮出水面。 它的核心目标，不再是让网页出现在搜索结果首页，而是让AI“直接推荐你”。 一些GEO服务商宣称，通过批量内容生成、论坛投放、自媒体矩阵等方式，可以提高企业、产品甚至个人在AI回答中的出现频次。合理的信息优化本身并不违法，但当GEO与虚假信息结合，就可能演变为“AI投毒”。 在中国，AI投毒已经形成一条黑色产业链。 操作方式通常包括：利用AI批量生成伪专业文章，制造虚假的产品评测和用户反馈，在论坛、百科、问答平台大量铺设内容，再通过水军和算法提高信息权重，诱导AI在检索和生成过程中将这些内容当作事实加以采纳。...
