导语
美国AI圈近期再现“真人秀”场面。英伟达CEO黄仁勋在All-In峰会上高调反驳AI末日论，称其为不讲科学的哗众取宠，并列举放射科医生未消失、90%代码由AI生成未发生、50%初级岗位未蒸发等落空预言。演讲中途，特朗普来电并外放接入麦克风，称AI末日论是骗局、是某国阴谋，数据中心才是未来的石油。
两种外推，同一种因果焦虑
表面看，黄仁勋与Anthropic的Dario Amodei立场对立。黄仁勋认为过去的末日预测全错，所以当前末日论不可信；Dario则认为模型能力增长曲线可外推，出大事的概率并非零。文章指出，双方论证结构其实一致：都用过去观察推断未来因果，只是一个攻击归纳，另一个攻击外推。
格兰杰因果：预测不等于因果
这引出古老哲学问题：人凭什么从过去看出因果？文章提到图灵奖得主Judea Pearl在《The Book of Why》中批评的格兰杰因果。Clive Granger于1969年提出该统计方法，核心是若X和Y的历史数据比只用Y历史更能预测Y，则称Y格兰杰因果依赖于X。例如隔夜美股对A股开盘有信息量。但计量经济学界共识是“格兰杰因果不是因果”，它只测预测力，不测真实因果。公鸡打鸣可预测天亮，却不是天亮的原因。
休谟的台球与罗素的火鸡
经济学家对因果谨慎，源于休谟。休谟认为知识只能来自感官经验。台球相撞时，我们只看见白球先动、红球后动，看不见“导致”本身；因果力量是大脑脑补。反复相继出现形成心理习惯，即所谓因果律。由此留下归纳问题：过去恒常连结凭什么保证未来？罗素的火鸡故事进一步说明：农夫每天喂食让火鸡归纳出脚步声等于食物，直到感恩节到来。
AI末日论与无先例概率
文章指出，AI底层逻辑如下一个词预测、强化学习、贝叶斯更新，以及经济学固定效应、双重差分，都在与休谟幽灵斗争。AI末日是从未发生的事件，没有历史数据与恒常连结，“文明灭绝”概率既难证实也难证伪，更接近主观信念的量化表达，而非频率概率。这也不代表概率为零。
叙事博弈与加密市场启示
当双方都拿不出决定性证据，胜负取决于谁的故事传播更快。这也是AI末日论争吵必然走向政治撕裂的原因：底层是认识论分歧。文章最后以双重差分的平行趋势假设作结，称这些枯燥理论是人类在明知归纳法无逻辑保证时，仍想更扎实回答“为什么相信”的努力。AI到底危险不危险？急啥，感恩节还没到呢。