科技财富为何换不来公众授权：Hard Fork谈AI扩张、选票与政治资金

一、嘉宾背景

这期Hard Fork的标题是《Why Tech Billionaires Couldn't Buy the 2026 Election》，以科技富豪的政治投入及节目所述的选举结果为切口，讨论科技捐款人、AI扩张与选民态度。所提供的元数据标注时长为4032秒，约67分钟。标题中的“买下选举”提出了整场讨论的问题，但不能直接视为对金钱作用的测量结论。

Griffith被介绍为《纽约时报》科技记者，Ezra Klein被介绍为播客主持人，嘉宾背景材料将两人都列为科技行业的密切观察者。材料对Griffith的名字有Aaron与Erin两种写法，因此这里统一使用姓氏。Griffith的分析侧重投资者思维、行业政治立场与企业遭遇的反弹；Klein更关注技术发展的目标、公众认可及其决策程序。这些侧重点来自两人在本集中的发言。

后半场加入的Teddy Schleifer被介绍为《纽约时报》记者，近几个月集中报道与科技业有关的竞选资金。他说，自己断续报道政治资金已有十年。他的参与将讨论进一步落到捐款金额、资金渠道和披露缺口上，也带出了一个贯穿全篇的难题：即使掌握公开资金记录，也仍然很难判断，没有这些钱，选举结果会怎样。

二、本期主要内容

节目所说的“科技右翼”，主要指支持特朗普、频繁出现在公众视野中的硅谷高管、创始人和投资者。主持人将反对AI、反对数据中心与反对富豪区分开来。这三种态度可能交织，却不能被视为同一种政治诉求：选民使用科技产品，并不意味着他们支持相关企业进一步扩大基础设施或政治影响力。

政治资金的规模构成了讨论的起点。主持人援引Schleifer的报道说，前二十名捐款者共投入约20亿美元，其中超过8亿美元与科技业相关；Schleifer估计，马斯克的支出约为4.7亿至5亿美元。这些数字来自节目引用的统计与估算，并非本文独立核查的总账。如此庞大的投入也没有对应一种整齐划一的结果，候选人竞选、初选、大选与政策公投呈现出不同情况。

据Schleifer介绍，Reid Hoffman公开投入1700万美元支持James Talarico，后者大幅获胜。但他同时提出，大选阶段的这笔支出可能原本就没有必要。Sergey Brin则投入逾1亿美元反对加州拟议的财富税，反对阵营合计筹得约3.3亿至3.33亿美元。截至录制时，提案似乎将遭否决。这个案例使讨论保留了金钱可能具有强大影响力的解释，但获胜本身仍不能确定资金贡献了多少。

产业组织的选举成绩也有胜有负。Schleifer说，加密货币超级政治行动委员会Fairshake在2024年筹得约1亿至1.5亿美元，2026年的初选结果却不尽一致。它投入4500万美元广告反对Sherrod Brown，也未能阻止节目所述的Brown获胜。他进一步指出，超级政治行动委员会账户里尚未动用的巨款，本身就可能形成持续威慑。在他的解释中，Fairshake针对Brown的支出，是民主党阻挡Clarity Act后的一种惩罚。因此，评价这类资金的政治作用，不能只看某次广告是否最终换来了席位。

Schleifer将AI政治组织Leading the Future描述为复制加密货币行业政治筹资模式的尝试，但认为选民对AI已经抱有更强烈的看法，复制未必容易。他说，Greg与Anna Brockman承诺捐出5000万美元，实际支付了2500万美元；Andreessen Horowitz则兑现了5000万美元的承诺。他还提到，Meta撤回了约2000万至2500万美元的州级政治投入。这些情况需要分别看待：承诺金额、实际支付与撤回投入，反映的是不同的资金状态。

展望2028年，Schleifer预测，关注AI安全的资金将在民主党初选中发挥更大作用。他把预期中的Anthropic首次公开募股视为可能增加相关捐款人财富的来源。这仍是对未来资金格局的判断，不能当作已经发生的财富增长或已经形成的捐款安排。

三、核心观点：推理、例子与边界

使用产品、信任企业与支持企业的政治诉求，是这场讨论反复区分的三件事。Griffith批评部分投资者以“显示性偏好”判断公众态度：人们虽然批评科技公司，却仍在使用Facebook、Amazon和iPhone；按照同样的逻辑，AI用户足够多，便意味着公众最终会接受AI扩张。她提到的ChatGPT十亿用户，是这套被转述的论证中的数字，并非经本文核实的用户统计。产品是否有用，与公众是否愿意接受其扩张带来的成本、是否认可企业决定发展方向，不能相互替代。

数据中心争议尤其能说明这种区别。Klein引用出口民调称，56%的受访者把AI与数据中心视为影响投票的关键或主要因素，57%预计AI会损害社会，24%预计AI会造福社会，76%反对在本地建设数据中心。所提供的段落没有交代民调机构、样本或方法。Griffith则回忆，数据中心此前在三十多个议题中的排序接近末尾。两种说法未必矛盾：议题排序、对项目的态度与投票动机，衡量的并不是同一件事。Klein强调，数据中心的选举影响集中在建设密集的州，包括得州、俄亥俄州、佐治亚州和亚利桑那州，并明确将阿拉斯加州与这些州区分开来。这一解释指向地方建设引发的政治动员，但不足以据此计算AI改变了多少选票。

Klein认为，监管可以为技术发展中的取舍建立可信、至少部分由民主程序决定的框架。公众需要相信，风险与就业问题会得到认真处理，而不只是听到行业承诺未来的好处。在他看来，AI支持者尚未充分解释，公众为什么应该希望拥有更多AI。节目播放了Ossoff批评硅谷领袖的讲话：这些人一边警告AI可能带来灭绝风险，一边修建地堡。行业自身的风险叙事由此成为政治批评的素材。这段讲话不能证明风险发生的概率，却指出了行业争取公众信任时必须面对的矛盾。

更深的分歧在于，即使AI按照行业设想取得成功，公众也未必向往那个未来。Klein以自己七岁和五岁的孩子为例，谈到为未来工作做准备的困难，并质疑把提示词工程师当作现成答案。他没有据此预测某种职业的前景，而是在追问：社会究竟希望技术把人带向怎样的生活。如果分歧涉及人未来从事什么工作、保有多少自主性，改善宣传便不足以解决方向上的争执。

行业内部也存在不同的担忧。Klein说，一些AI从业者希望暂停，却觉得自己受制于竞争，以及技术发展无法停止的观念。Griffith则区分了担心风险的实验室员工与担心监管、数据中心和算力供应的投资者。一类人的忧虑不能代表整个行业；竞争压力解释了企业为何继续推进，也不能单独证明这种推进值得公众支持。

建设放缓可能带来的经济后果，同样取决于需求和投资状况。Griffith转述投资者的担忧：在预计次年上线的约45吉瓦相关供给中，得州有10至15吉瓦可能延期，进而造成算力紧张、成本上升。她在原话中把compute修正为energy，因此这组容量数字的具体口径并不清晰，不宜作为严格的算力统计使用。Klein提出另一种有条件的解释：如果企业因担心落后而竞相过度投资，外部因素放慢建设节奏，可能降低这种投资竞争的风险，促使公司让基础设施支出更贴近产品的经济用途和实际采用速度。这并不意味着放缓必然有利；判断仍取决于建设究竟超前于需求，还是已经不足以满足需求。

政治捐款的作用也需要区分不同强度的判断。Klein认为，马斯克的巨额投入可能适得其反，为对手提供“有人试图买下你的选举”的攻击主题。Schleifer估计，约一半或更多资金投向得州及Paxton相关竞选，但强调披露尚不完整，而且Paxton即使没有这些钱也可能落败。捐款成为攻击素材，与捐款导致败选，并不是同一个结论。Klein谈到Ramaswamy和Vance时强调的则是另一层区别：在政治联盟内部拥有资金和思想影响力，不等于具备候选人所需的政治判断，也不等于善于倾听选民。

加州财富税提案说明，对富豪的不满也不能替代选民对具体政策的判断。Griffith与Klein讨论了文本起草、一次性征收、财政可持续性、富豪外迁、对公投提案的不信任，以及Newsom未予支持等问题。这些是他们解释提案困境的因素，各自的影响并未得到单独验证。他们也反对把一项提案的失败扩大为财富税永远无法赢得支持的证据。

最后，公开记录本身并不完整。Schleifer说，非营利中介会遮蔽原始捐款人，因此未被纳入节目所谈的榜单。他以新成立组织和一个拥有3000万美元的超级政治行动委员会说明资金来源如何变得难以追溯，举的是示意性例子，并非披露已经核实的个案。在他看来，捐款人对调查的担忧与公众因保密而失去监督机会，可以同时存在。选举失利不足以证明财富失去政治作用，可见的捐款榜单也不足以呈现财富影响政治的全貌。

四、学习与应用

研究公众对技术的接受程度，需要分别考察产品使用、对供应商的信任、对具体用途的态度，以及对本地建设项目的支持。Griffith对使用量推论的批评，说明用户增长不足以证明公众认可企业扩张。分析地方选举时，还应考察当地建设的集中程度，并区分议题排序、项目态度与选民对投票动机的解释。Klein列举建设密集州、同时将阿拉斯加州区分开来的做法，有助于限定解释适用的范围；全国态度数字不能直接替每个地方的选举结果确定原因。

学校采购使这些区别变得具体。Griffith援引同事的报道说，拒绝Google AI产品的学校可能同时失去搜索服务，并提到Google随后承诺着手解决这一问题。讨论也涉及课堂隐私与监控。对学校而言，需要向供应商确认关闭AI是否影响基础服务、退出选项如何设置，以及隐私和课堂监控问题如何处理。节目提供的是核查这些安排的依据，不能据此断言所有学校目前仍面临相同情况。评估替代工具时，也应分别审查基本教学功能能否延续，以及学校能否自主决定AI进入课堂的范围。

基础设施评估则需要同时考虑供给不足与建设过度。沿着Griffith转述的投资者担忧，应检查项目延期如何影响可用资源、价格和依赖这些资源的公司；沿着Klein的分析，应检查产品用途和采用速度能否支撑当前建设节奏。节目中的吉瓦数字涉及能源与算力表述的修正，容量口径不明，不宜直接用于精确预测。

Klein还介绍了一项涉及Whitehouse、Heinrich、Capito和Lee的两党能源许可提案，内容包括降低能源建设难度，以及让数据中心更多承担自身带来的成本。跟踪这项政策，需要同时看建设许可是否简化、成本承担如何调整。他对进展与时间的判断只是录制时的预期，后续分析仍须依据实际文本和推进情况，不能把提案当作已经实施的规则。

评估政治捐款的效果，可以先区分初选、大选、政策公投与长期威慑，再记录承诺金额、实际支付和支出目标。Hoffman支持的候选人获胜，不能证明大选支出必不可少；马斯克支持的Paxton落败，也不能证明捐款使他输掉选举。Fairshake的案例则提示，账户余额本身可能对未来投票形成压力，即使某次广告没有达到目标。这种分析仍无法消除反事实的不确定性，却能避免把不同的政治机制压缩成一个貌似精确的投资回报率。

研究公开资金时，也需要交代记录能覆盖什么、遗漏什么：直接捐赠者是否就是最终出资人，非营利组织是否纳入统计，披露是否完整。Schleifer提醒，已披露的捐款减少，不足以证明捐款人退出政治，因为未公开的渠道仍然存在。主持人提出，下一轮捐款人可能维持相近支出、只是更加隐秘，这是一种假设，不能作为已经出现的趋势。

预测市场同样需要接受独立价值的检验。可以记录价格变化的时间，再对照此前已经公布的信息和民调，考察市场是否提供了额外的预测能力。节目中的发言者质疑，当价格迅速跟随新信息和民调变化时，市场究竟贡献了多少独立判断；但这场讨论并未提供完整回测。市场在选举报道中的曝光度不能证明其准确性，个别跟随信息的表现也不足以否定所有预测市场。无论研究技术态度、政治资金还是预测工具，结论都应止于现有证据能够支持的位置。

来源

• 原始节目：Why Tech Billionaires Couldn't Buy the 2026 Election | Hard Fork