2025年●，诺贝尔经济学奖公布▽▲，其中有一位得主是乔尔·莫基尔，他的研究特别引人深入思考☆●，他一生的工作，不是对未来进行预测，而是深入剖析往昔，即知识以及知识背后的社会文化，怎样为两百多年以前的工业革命奠定了基础。

　　莫基尔持有这样的观点-……，工业革命可不是单纯的发明大规模爆发，他针对英国以及欧洲的历史展开分析表明，这场变革的关键推动力量是一种信念方面的转变○▼△，在18世纪的时候，欧洲社会慢慢形成这样一种共同认识…▽•，就是借助系统的知识能够对物质世界进行理解以及改造☆•，并且凭借这个来创造经济价值，这种“知识有用并且必须要被应用”的文化环境▲☆，是蒸汽机还有纺织机得以出现的深层次土壤。

　　诞生新制度依靠这种社会所形成的共识，举例来说，英国于17世纪接近尾声的时候构建起了相对齐备完善的专利制度，该制度起到了维护发明者权益的作用，与此同时，各种各样的科学社团跟咖啡屋开始兴起，它们为学者、工匠以及商人搭建了一个能够进行跨领域交流的平台，正是这些难以察觉的制度以及文化方面的变革，为技术突破打造出了孵化器 ▪◆。

　　莫基尔提出了一个关键框架□☆•，知识被划分成▽☆“命题型知识■●★”以及“处方型知识”，前者是有关“是什么”与…◆“为什么□□△”的科学原理，像牛顿力学那般○，后者是关于■“如何做•”的技艺跟技巧，例如工匠制造精密零件的经验□▽●，他觉得=，工业革命是这两类知识首次大规模且系统性地结合=●▪。

　　仅存在科学理论■，要是没有工匠那精湛卓绝难以企及的技艺去将其予以实现，这么一来理论就不过是停留在纸面上的谈论用兵策略罢了。相反的情况是，仅仅有经验技巧，然而缺少科学原理的指引导向协助••◇，那么技术的改进提升将会陷入到发展的瓶颈之中。就比如说，那个瓦特来改良蒸汽机的整个过程■，一方面运用了涉及到真空以及热力方面的科学知识内容，另一方面也依赖于当时英国已然发达的金属加工工艺技术，这两者是缺一不可的呀！

　　莫基尔于其著作里头△★，将明清时候的中国江南，与工业革命之前的英国作了对比。他察觉到，于市场规模方面，在资本积累这个层面，甚至是某些技术萌芽之处，两者并不比彼此差。不过，关键的差异存在于知识体系以及文化取向这儿。在当时的中国社会范围里，精英阶层更加倾心于人文以及哲学研究，对于借助实验去改造自然世界的兴趣，相对而言比较微弱。

　　存在于中国的情况是•●，缺少一种能让两类知识进行深度融汇的稳定制度环境。虽然有着高超的工匠技艺•，然而这些技艺与自然哲学也就是科学的发展路径处在相对隔离的状态，没能构建成像欧洲那样持续性的、相互起到强化作用的正反馈循环。所以○=▷，在有着相似☆☆“硬件”条件的情况下，鉴于”软件“也就是知识生产以及应用的生态不一样，最终致使出现了截然不同的历史走向▽。

　　莫基尔是经济学领域当中比较早去着重强调“通用目的技术”这一概念的学者，所谓通用目的技术，就比如说蒸汽机•☆、电力以及计算机，它的特质在于其具备普适性△◇，它们并非仅仅只是单一一种产品，而是能够渗透进入差不多所有的经济部门，从而催生出来一系列具有互补性的创新的一种基础平台。

　　他持有这样的观点，工业革命获取成功，恰恰是源于像蒸汽机这类通用目的技术跟各行各业的知识相互结合，进而诞生了巨大的协同效应◆□-。这个看待问题的角度，之于我们理解当下的人工智能浪潮有着极大的价值。人工智能如今正呈现出通用目的技术的特性，它影响力的大小，将会取决于它能不能与制造业、生物医药、服务业等各个领域的专业知识进行深度结合。

　　在工业革命次数方面■，学界不存在确定的论断，第二次工业革命、第三次工业革命以及第四次工业革命的划分，更多是后来人的概括之举以及带有利益目的的营销行为，举例来说☆=，德国所提出的“工业 4.0▼”概念◁-•，勾勒出了基于信息物理系统的智能制造方面的愿景，然而▲，近些年来德国的经济发展状况跟数字化进程遭遇了挑战，并没有完全达成其一开始所设定的目标。

　　这就给我们提了个醒，对于一个正处于发生状态或者才刚刚开始的变革而言，要进行精准的“代际◇”划分那是具有难度的▼。与其在我们究竟处于“第几次革命”这个问题上纠缠不清，倒不如去关注技术向前发展的核心逻辑◆•▼，也就是新技术是以怎样的方式去重新组合生产流程的★●，是以怎样的方式去创造新知识的，以及是以怎样的方式去重塑经济组织形态的。

　　以人工智能作为代表的新技术…◆◇，眼下正在使获取以及创造高阶知识的门槛得以降低▼▪，这种所谓的“知识平权▷▪○”效应能够激发大众的创新潜力，这是一种积极的趋势，然而与此同时，它也对大学、研究院所等传统知识权威机构的核心地位造成了冲击 。

　　就先不说机器学习模型能直接从数据里发现规律，甚至提出假设这一情况▼▼…，传统那些以理论推导和实验验证作为主要方式的知识生产模式面临革新△■，更何况未来的知识创新体系很可能就是一种混合模式-•☆，这种模式需要人类智慧与机器智能进行更紧密的协作•▲●，而这对现有的教育体系和科研评价标准构成了严峻考验。

　　在人工智能这股新涌起的浪潮当中，您思索哪个因素会更具关键性呢：是持有顶尖水平的基础科学理论-▽，还是具备能够把技术跟各产业迅速结合起来的应用创新生态呢？欢迎在评论区域分享您的看法哟。