Scott Shields（斯科特·希爾茲）
作者：Scott Shields —— Capitol Times Media 特約撰稿人 —— 本文根據與祝維沙（Zhu Weisha）的對話及其提供的材料撰寫。欲進一步了解祝維沙，請參閱 Capitol Times Media 七月刊文章《從複式記賬到可驗證金融》。
起源與核心問題
《可驗證思想》並非源自抽象理論，而是來自多個領域中的現實難題：為什麼比特幣在沒有傳統機構背書的情況下也能產生信用？為什麼銀行儲備、交易和責任不能由外部持續驗證？當AI能夠迅速生成答案和方案時，人類依據什麼判斷它們是否可靠？當機器進入金融、法律與治理領域後，一旦發生錯誤，我們又如何重建事實與責任鏈？這些看似彼此獨立的問題，最終匯聚成一個根本問題：在AI與機器經濟時代，社會如何形成可信的事實、可信的過程和可信的判斷？
驗證的三種類型
本書提出，不同性質的問題需要採用不同的驗證方法：
| 問題類型 | 必須驗證的對象 | 方法 |
| 確定性問題 | 關鍵事實 | 原始記錄、簽名、哈希、時間戳、鏈上/鏈下一致性，以及錨定到公共信用根。 |
| 過程性問題 | 關鍵過程 | 可回放性：誰發起、是否獲得授權、調用了哪些數據/工具、採取了哪些步驟、異常點在哪裏、人工覆核鏈如何形成。 |
| 不確定性問題 | 判斷依據 | 可靠的事實基礎、清晰的材料、是否考慮了反方意見、推理是否一致、適用邊界是否明確、風險承受能力是否匹配。 |
從「事實驗證」到「負責任判斷」
本書的副標題《從可驗證事實到負責任判斷》概括了它的核心論點：
- 負責任的判斷並不保證結論一定正確。它要求說明判斷依賴了什麼、遺漏了什麼、合理的置信程度是多少、在什麼條件下應當修正，以及行動規模是否與決策者承受損失的能力相匹配。
- 這不同於普通的事實核查。事實核查問的是「真還是假？」；可驗證思想進一步追問：這個事實是怎樣進入驗證結構的？過程能否回放？判斷依據是否充分？由誰承擔責任？
- 它拒絕兩個極端：既不把所有社會問題都變成機器可以證明的事實，也不要求所有信息都公開。真正需要進入驗證結構的是那些影響資產、權力和公共利益的關鍵事實；關鍵過程應當能夠回放；不確定性的判斷則應當開放給覆核。
財富與信用的新理論
正如工業革命需要《國富論》來解釋生產力增長一樣，AI革命也需要一種新的理論，用來解釋信息、分析、判斷與執行生產力的變化。加密貨幣時代又增加了一層變化：金融事實如今以不同於過去的方式被記錄、轉移和證明。真正稀缺的，不再是信息或答案本身，而是：
- 能夠經受檢查的事實。
- 能夠被重建的過程。
- 能夠解釋其依據，並由相關主體承擔後果的判斷。
AI的適當角色
本書對AI的定位十分謹慎：
- AI作為工具：核驗事實、比較材料、回放過程、尋找反例、組織反方觀點、識別缺失變量。
- AI不能成為最終裁判者：AI不能成為真理的最終仲裁者，社會也不應簡單地把「信任機構」替換成「信任模型」。最終的權利和責任必須保留在人、機構以及法律主體手中。
全書結構
全書各部分的重點如下：
第一部分：可驗證思想的歷史位置，以及促使這一思想產生的現實條件。
第二部分：以驗證為基礎的信用、關鍵事實、驗證問題鏈與概念邊界。
第三部分：可驗證監管、法律責任、加密資產分類與穩定幣合規。
第四部分：透明銀行、無鏈系統、透明交易所、穩定幣、美國投票，以及認知AI的應用。
中心命題
「在AI時代，認知能力的增長並沒有跟上可獲得信息增長的速度。我們不應從『相信專家』簡單轉向『相信AI’。我們應該讓AI成為輔助人類判斷的工具，幫助人們驗證事實、組織依據、比較反方觀點、識別缺失變量，並形成負責任的判斷。」
這一理論追求三重轉變：
- 信用：從承諾轉向事實。
- 機構：從黑箱轉向可回放。
- 判斷：從權威轉向依據。
對認知AI的意義
建立在可驗證思想之上的認知AI，不是替人作出最終決定，而是幫助人依據明確說明的事實和理由形成判斷。由此建立的框架，使驗證結構能夠提高透明度，同時不取消人類判斷與機構責任所承擔的不可替代作用。
