当一项技术开始被用“恐慌”而非“能力”来描述时，真正值得讨论的往往已不是技术本身。
发生了什么
Hacker News 上出现了一篇题为《Cognitive Mercantilism: AI panic resembles fears of early capitalism》的讨论帖，在站内获得了一定关注。帖子提出的核心类比是：今天围绕 AI 的种种焦虑——岗位被取代、技能贬值、少数公司掌握“认知能力”——与早期资本主义兴起时社会对市场、雇佣关系和财富集中的恐惧，在结构上高度相似。作者用“认知重商主义”（Cognitive Mercantilism）一词，指向一种把“认知能力”当作需要被国家或巨头囤积、管制、争夺的战略资源的思维框架。
需要说明的是，目前可获取的信息仅为标题与有限的讨论热度，帖子的完整论证细节并未在素材中给出，因此这里不做超出标题范围的推断。
为什么重要
把 AI 焦虑放进经济史里看，是一个有价值的视角转换。早期资本主义引发的恐慌，最终并不是靠“让机器停下来”解决的，而是靠一系列制度回应——劳动法、教育体系、社会保障、反垄断——逐步消化。换句话说，技术冲击的社会后果，很大程度上取决于分配机制和制度设计，而不是技术参数本身。
“重商主义”这个修饰词尤其值得注意。历史上的重商主义把金银视为必须被本国囤积的稀缺资源，由此衍生出关税、特许经营和殖民竞争。如果今天把“认知能力”也当作这样一种零和资源，那么自然的政策倾向就是：限制模型外流、补贴本土算力、把 AI 能力纳入国家竞争叙事。这种框架会塑造监管方向，也会塑造企业的叙事策略。
影响与看点
对开发者和从业者而言，这个视角的实际意义在于：它把讨论从“我会不会被替代”转向“替代产生的收益如何分配”。前者是个人焦虑，后者才是可被政策、工会、企业治理和开源社区影响的问题。开源模型、本地推理、模型权重流通等议题，本质上都是“认知能力是否应当被囤积”这一问题的具体化。
对行业来说，值得关注的是叙事竞争。把 AI 描述为国家安全资产，有利于争取补贴和宽松监管；把 AI 描述为公共基础设施，则更有利于开放生态。两种叙事会导向不同的产业格局。
一个克制的判断是：技术恐慌本身不是问题，问题是恐慌往往被用来推动那些与恐慌原因无关的议程。识别“认知重商主义”这种框架，至少能让人在讨论 AI 政策时多问一句——这项措施是在解决分配问题，还是在囤积能力。
