摘要：从“阿尔法狗”到《西部世界》，人类vs.人工智能的“对抗性模型”，主导性地驱动了人工智能在当代媒体与大众文化中的讨论，而这个讨论形态无可避免地开启出诸种“机器末世论”图景。该图景晚近得到了政治哲学层面上的确认：人工智能将“终结”人类政治（人类文明）。通过引入“行动者-网络理论”并解构支配既有政治哲学研究的人类中心主义，本文深入剖析了作为“行动元”的人工智能对人类政治的“触动”方式。相对于通用人工智能所带来的“机器末世”，我们已经陷入专用人工智能所开启的“竞速统治”：人工智能作为“介入者”，已然通过对社会各个领域的“全面赋能”而快速让人类边缘化。那个为我们所熟悉——所拥抱或批判——的人类主义（人类中心主义）时代，正在谢幕。
关键词：人工智能；机器末世论；行动者-网络理论；行动元；竞速统治
一 “机器末世论”及其政治哲学“确认”
我们诚然生活在一个由技术驱动的“加速主义”时代，各种新技术术语和名词变身为媒体与公共生活热点话题之速度，几乎可以与有古老文明传统的明星八卦相比肩。在这些快速更新的话题中，“人工智能”（artificial intelligence）无疑在最近三年占据了核心位置：从2016年“阿尔法狗”（AlphaGo）以4比1击败世界顶级围棋棋手李世石、并随后一路连败（并且完败）所有顶尖人类棋手开始，“人工智能”迅速从一个技术领域专业论题，变身成为引爆媒体与社交媒体的公共话题。随着学术界各个学科领域（从法学、伦理学、经济学、教育学、军事学到认识论、心灵哲学……）研究性工作的跟进，时至今日它已不只是一个“热词”（buzzword），而且正在成为定义这个时代的一个“关键词”（keyword）。
然而，关于人工智能的当代探讨中，最能点爆关注焦点的，便是“对抗性模型”分析：延续“阿尔法狗”PK人类棋手所造成的媒体影响，这类分析通过聚焦人工智能和人类的对抗（智能对抗、生命型态对抗、文明型态对抗……），来审查与揭示前者可能对后者带来的挑战乃至威胁。在这个分析进路中，人类（与人类文明）的“终结”——亦即，“机器末世论”（Robopocalypse）——成为最具冲击力的命题。2016年开始热播、至今已推出三季的HBO美剧《西部世界》（Westworld），则代表了当代大众文化对“机器末世论”的深度探讨——和1973年由迈克尔·克莱彻顿执导的电影版《西部世界》不同，该剧包含了从人工智能视角出发对人类中心主义的批判性反思。
晚近，王志强在其《关于人工智能的政治哲学批判》一文中，专门讨论了未来“不以人类为主导”的人工智能同人类会形成的政治关系，并得出结论：“有目的的超人工智能对于人类来说，它的诞生一定是政治性的，而它也将在不同意义上终结政治。”王志强具体分析了人工智能四种“终结”人类政治的景况：（1）指数级超越人类的人工智能会自主绕过一切可能的人为设定规则，最终使所有资源围绕着它运转，无论它遵循的目的是什么，它都必将瓦解现有人类秩序，建立一切资源服从单一目的的新秩序；（2）人工智能不会被限定在既定装置的边界之中，而会在物理世界中扩张到资源的可能性边界，即使人类没有任何反抗企图，人类对资源的消耗就会使自己呈现为竞争者，而且是一个毫无竞争力的竞争者；（3）人工智能可以营造出一个让人“感觉到自由”的社会条件，但所有“自由意识”之实现都是人工智能的决定论体系所规划，人类在感到自由的幻觉中成为人工智能的“宠物”；（4）人工智能公开接管资源支配权，并通过增量发展出新的超出人类物理半径的物质基础，并最终实现与人类的物理脱离。
在王志强相当精致的四种沙盘推演中，人类政治（人类文明）都将无可避免地被终结，即便物种意义上的人类可能还能得到延续，譬如作为“宠物”。“机器末世论”，获得了政治哲学层面的学理确认。然而问题恰恰在于：在对抗性模型中崛起、能够政治性地终结人类政治的人工智能，只能是“通用人工智能”（artificial general intelligence）——那种拥有像人一样的能力，可以通过学习胜任人的任何工作、能够完成任何目标的人工智能——成为可能以后的可能前景。但那种通用人工智能与目前基于大数据“投喂”的专用人工智能（亦被称作狭义人工智能）之间，存在着巨大裂口：后者在根本上建立在“机器学习”（machine learning）之上。已进入我们当下生活的人工智能，全部都是专用人工智能：开发者就完成一个具体任务建立一个“神经网络”，用算法模拟人脑的神经突触网络，然后用大量的数据去训练这个网络，让网络学会自己做判断。网络内部有大量参数随着训练不断变化：每一次训练，都是先让网络对数据做个自己的判断，然后数据再给它一个反馈。如果网络判断正确，它就会加深巩固现有的参数；如果判断错了，它就调整参数。故此，对于神经网络算法的“学习”而言，事先不需要输入任何判断规则，只需通过海量的大数据来训练，每一次“猜对”后网络内相关联结就会增强，而“猜错”就会减弱。今天的人工智能——建立在“机器学习”之上的专用人工智能——之所以能够在各个具体领域（吸引媒体关注的有自动驾驶、翻译、围棋、语音识别、面部识别等等）突飞猛进，就正是因为其算法可以在大数据投喂下不断地快速迭代。然而，超级强大的下围棋算法，在玩《魂斗罗》（一款1980年代游戏）上却是超级无能，完全不能战胜一个5岁儿童，遑论开启“机器末世”。
不只是无法转换领域，专用人工智能的“智能”只限于去有效地做成某件事，却对从所从事之事完全不具备认知：它的判断完全只是基于相关性，而不需要了解因果性。神经网络算法就像一个“黑箱”，在大数据投喂下能强大地处理任务，但却没有任何理解能力、解释能力。进而，即便能够越出专门领域的“通用人工智能”在二十一世纪内问世，这仍然并不意味着它拥有“意识”（consciousness）乃至“自我意识”——“通用人工智能”只是意味着它可以智能地完成几乎所有目标（包括学习甚至是认知）的能力。王志强这样论证“有目的的超人工智能”必然是政治性的：“目的可理解为欲望，在资源约束条件不变的前提下超人工智能的实践行动必然会介入人类既有的装备、能源等资源，而它超人类的智能将带来无可抗拒的强制性”。正是在这里，王志强混淆了智能（完成复杂目标的能力）与意图（对于欲望的感受，并以此为目的设定目标）：拥有目标（goal）、具有目标导向的行为、能智能地达成目标，并不意味着拥有意图/目的（purpose）、拥有对欲望的感受乃至意识。对于生物大脑（尤其是高级生物物种），其智能与压制竞争对手、获取资源等目标产生密切关联；但对于人工智能，此种关联却无法成立：目标无法从意图中生成，只能从外部输入。
惟有从人类-人工智能的“对抗性模型”中走出来，把“机器末世论”（暂时地）放在一边，我们才能从政治哲学层面去深入分析我们时代的人工智能所带来的政治的挑战。只要我们暂时抛开未来主义画面，而仔细考察当下时代，我们就能得出这个结论：我们已经生活在人工智能时代中。诚如安东尼·艾略特（Anthony Elliott）所论，“就像电，人工智能在根本上是看不见的”。人工智能早已入侵社会诸多面向，并施加深层次的改变——如社交媒体与新闻APP的智能信息推送、购物APP的商品推送、云存储与云计算、语音朗读、GPS导航等等，早已将改变深深嵌入进了我们日常生活习惯中。2018年9月在上海召开的“世界人工智能大会”，集中地展示了人工智能在教育、健康、金融、零售、交通、制造、服务等各个社会领域的“全面赋能”，包括解放双手的无人驾驶、人工智能技术加持的智能车间、由“机器人医生”坐诊的“诊室”、“看脸”吃饭与购物的智能商场，等等。“赋能”，便正是人工智能在我们这个时代施加改变的形式。
对人类进行“赋能”的（专用）人工智能，尽管同“机器末世论”图景中“终结”人类的（通用）人工智能相去甚远（如果不是南辕北辙的话），但我们恰恰仍有必要将前者亦视作为具有能动性（agency）的行动者，并且是对人类世界具有强大介入性改造力量的行动者。晚近以来，人们对“机器末世论”里那些对人类（人类文明）下手毫不留情的人工智能倍感警惕，实则，我们却更应该去批判性地聚焦那正在融入社会背景中、逐渐变得“看不见”的“赋能”型人工智能。
二 后人类主义地平线：作为“行动元”的人工智能
人工智能的“赋能”，尽管形式温和、甚至“看不见”，实则已然深层次地改变了当代世界的政治图景与社会形态。用布鲁诺·拉图尔（Bruno Latour）提出的“行动者-网络理论”（actor-network theory）的术语来说，人工智能实质上已经是当代世界的一个关键性的“行动元”（actant）：尽管没有“生命”、没有“意识”，但具有能动性，是“有生气的”（vibrant），不断地对世界这个“聚合性网络”中的其他人类的与非人类的行动元做出各种触动（affect）、同时被触动。这是一个后人类主义视角：人类并不是唯一具有能动性的行动者，物（things）同样具有能动性，尤其当这个物具有“智能”时。
以GPS导航为例，人类驾驶员“使用”GPS，然而，似乎只是被“使用”的后者亦在对前者进行“触动”，使其按照某个路线行驶——世界各地这些年都有报道，驾驶员“受控于”GPS而直接将车开进海里或河里……这个状况，就跟你身上带一把枪——一个彻底不具备“智能”的物——一样：就算你没有“使用”它，枪也会“触动”你，影响你说话和行事的方式。拉图尔曾说，“好公民被携枪所转型（transformed）”，“你变得不同，当枪在你的手中；枪变得不同，当你握着它”，这种交互触动形成的是“一个公民-枪，一个枪-公民”。在同样意义上，今天很多民族国家已经成为一个“人工智能-民族国家”（当然民族国家框架下的人工智能也成为一个“民族国家-人工智能”）。这就意味着，我们在分析当代世界政治时，必须要把人工智能这个行动元纳入分析中去。
从后人类主义视角出发，即便是人类的能动性，亦是在一个“能动性的聚合体”（agentic assemblage）才获得。换言之，“能动性”不是先天就有的，而是在行动者-网络内部交叉触动中被“制-动”（en-act）——作为行动者的人，其“能动性”实是网络中的关系性的效应，在发生学机制上同人工智能的“能动性”并没有根本性的不同。在聚合性网络中展开行动的行动者，就是“行动元”，如简·本奈特（Jane Bennett）所写，“一个行动元可以是人也可以不是，或很可能是两者的一个组合。”一切行动元都在聚合性网络中彼此缠绕一起，经由互相触动而不断“形成”（becoming），不断在物质-话语层面“互相构建”（mutual constitution）。这种意义上的行动（互相触动），就被当代新唯物主义代表人物、量子物理学家与哲学家凯伦·芭拉德（Karen Barad）称作“内-行动”（intra-action），亦即行动者-网络框架下的“互动”（interaction）。行动者-网络理论的最关键洞见就是，所有行动者皆不具备先于和外在于网络（聚合体）的独立的存在与能动性，而是通过彼此间的内行动而互相构建。也因此，行动者以及网络都在不断“形成”中、不断创始/更新中。
人和人工智能一样，都既是行动者（行动元），自身也是网络（能动性聚合体）：（1）每一个“个体”都是其他人、其他物互相构建而成、并不断变化更新；（2）甚至“个体”本身亦非不可分割之“实体”，而是由其内部和外部无数行动元之内行动构成的“聚合体”。故此，人类的“个体”，并不是如人类主义（humanism，汉译多作“人文主义”、“人本主义”）所预设的“in-dividual”（不可分割），相反，它是无数行动元之内行动所暂时性地构建、并不断处于“形成”之奔流中，甚至不断发生旋涡性的转变。诚如尤瓦尔·赫拉利（Yuval N. Harari）所言，“所有的生物——从大象和橡树，到细胞和DNA分子——都是由更小、更简单的单位组成的，会不断结合和分裂。看似可以视作一个独立单元的人类个体或非人类个体，实则都是经由无数交叉触动而不断处于“形成”中的“聚合体”（网络+行动者）：他们（1）自身是无数“更小、更简单的单位”互动（触动与被触动）形成的网络；（2）同时亦是行动者，在更大网络中跟其他行动者进行互动。从行动者-网络理论来看，人类的“自由意志”，就是数以亿计的神经元（以及其他行动元）互相触动而形成的效应，这和人工智能的“神经网络”实则并没有根本性的不同。上一节分析了“机器学习”的具体机制（神经网络先对数据做个自己的判断，然后数据再给它一个反馈），我们从中可以看到：“机器学习”实则很像“人脑学习”，只有当人判断错误的时候，这个知识对他/她是新知识，人才能“学习”到新东西。所谓“学习”，其实就是一个“教-学”网络内各行动元互相触动后所阶段性形成的总体性效应。
乔治奥·阿甘本（Giorgio Agamben）曾建议：“我们不应将主体思考为一个实体，而是形成之奔流中的一个漩涡。”这个论断适合人类与非人类“个体”。人类“个体”并不先天具有能动性与统一性：其“能动性”实则是网络内各个力量经由他/她的运动；其“统一性”实则是通过“掩盖”那些力量交叉性的内行动而达成。“非人类个体”也一样——人工智能尽管在媒体上经常被呈现为（图像化为）一个个人形个体，但它从来不是“个体”，而是无数行动元互相触动“形成”的“能动性聚合体”。在这些行动元中，人类就是一个至为关键的行动元——不仅仅是在最开始时设定“机器学习”的任务目标，并且在整个学习过程中一次又一次地关键性地决定，用什么难度的数据去“投喂”神经网络：如果数据难度太低，网络每次都能猜对，那显然无法提高判断水平；而如果数据难度太高，网络总是猜错，那它的参数就会东一下西一下变来变去，从而无所适从。每一次机器学习，都是由人类与非人类的行动元彼此之间的物质性-话语性的内行动所构成；换言之，每一个具体的机器学习，都是内行动的在地操演（local performance）。
由于网络里的行动元可以是人类也可以是非人类，可以十分宏大和十分微小，亦会有完全没有形体的符号性造物，也会有前符号性-语言性的存在，故此本奈特这样界定行动元：“既不是一个对象也不是主体，而是一个‘介入者’（intervener）。”作为介入者的行动元，在其介入能力上具有高下。今天的人工智能（专用人工智能），除人类行动元之外，还主要有软件算法、硬件芯片以及大数据这三个非人类的行动元（以及无数微观的行动元）——人工智能，便正是它们交叉触动所形成的能动性效应（agentic effect）。进而，人工智能本身又在更大的聚合性网络（“世界”）中，构成了一个强有力的介入者——人工智能对社会多个领域的“赋能”，便正是它作为行动元的触动方式。拉图尔强调，行动元的介入“能力是从其操演中推导出来”，而不是在行动前预先设定。而人工智能“介入”人类世界的能力，诚然在一次次具体的在地操演（每一个具体的机器学习、每一个对具体社会领域的“赋能”）中被强大地展现出来。正是在这个意义上，人工智能已然强有力地“介入”到了当代世界的运行之中。我们需要对这份“介入”，做出进一步的政治哲学分析。
三 “竞速统治”：人工智能转型人类政治
晚近以来，我们一次又一次地通过大众媒体与大众文化作品（小说、影视剧等），想像具有能动性的通用人工智能及其行动的诸种后果——更具体地说，在人类-人工智能“对抗性模型”中去想像后者之行动造成前者的“终结”，抑或前者最终反过来战胜后者、拯救自身……然而，基于后人类主义的考察让我们看到，专用人工智能同样具有强大的介入性力量，并已然在作为聚合性网络的当代世界中产生出深层次的能动性效应——那就是，人工智能对社会各个领域的“全面赋能”。告别“对抗性模型”后，我们实则更能清晰地定位到人工智能对人类文明的强大“触动”。
我们都听到过那个著名笑话：当你和同伴碰到狮子，你不需要跑过狮子，你只需要跑过你的同伴。同样的，人工智能并不需要全面智能（亦即，成为通用人工智能），只需要在各个具体领域比该领域的从业者更智能，那就足以使人全面地变成该笑话里的那位“同伴”。史蒂芬·平克（Steven Pinker）在评论专用人工智能时写道：“每一个系统都是一个愚蠢的专才（idiot savant），对没有安排给它解决的问题，就基本没有能力跳过去解决。”实则，专用人工智能并不需要“跳过去解决”其它问题，它只需要在解决被安排的问题上具有表现优异的智能就行了。驾驶员在行驶中不再需要自己记路和辨方向，当GPS比其记忆和判断要远为可靠时；政治家在突发危机面前不再需要一一听取智囊的分析与建议，当人工智能比这些专家更精准地判断形势和给出建议时。现代性的一个后果便是专业化（professionalization），而这恰恰使得被嘲笑为“愚蠢的专才”的专用人工智能，可以全面开花地、但同时又是点对点地一一“上门踢馆”。
在今天，我们已经反复见证：人工智能处理信息与数据的速度、以及它“深度学习”的速度，完败人的“生物-化学算法”。李世石最初和“阿尔法狗”对弈时还取胜一盘，然而当他回去吃饭洗澡休息第二天再坐到棋桌上，对面的对手早已“脱胎换骨”。人类顶尖棋手和“阿尔法狗”在学习速度上，完全不在一个向度上。保罗·维利里奥（Paul Virilio）曾在四十多年前宣称：“实际上并没有‘工业革命’，有的只是一个‘竞速革命’；并没有民主制，有的只是竞速统治；并不存在战略，有的只是竞速学。”人工智能，实则正是人类文明史上最晚近、也是迄今为止最剧烈的“竞速革命”：在这场革命中，人自身的参与程度被剧烈边缘化，很多场合已经陷入无关紧要（irrelevant）。
维利里奥在上个世纪九十年代将“信息轰炸”视作为时代的一个核心的生存性状况，而今天数以百亿计的网络连接设备，已经产生出“数据轰炸”。人的“生化算法”对“信息轰炸”还能拥有一定的直观感受（并能以一些强化训练来应对），但对“数据轰炸”却完全处于“无感”。“大数据”（big data）只有在人工智能作为行动元参与进来后——更确切地说，被人工智能“触动”后——才成为一个举足轻重的行动元。上一节已经分析了，所有行动者实则都是网络内的行动元，而这意味着，它们全都不具备先于和外在于网络的独立的存在与能动性，皆是经由彼此间的交叉触动而在物质-话语层面互相构建。“大数据”在软件算法、硬件芯片等行动元参与进来前，并不存在（或者说，并不以“大数据”的形态存在）。
在当下的日常生活中，从购物、获取资讯到择偶、招聘人才（……），人们正在把越来多的决断权交给人工智能算法——这些便正是人工智能的“竞速革命”所开启的变化。当大数据投喂下不断迭代的算法在分析人类行为、预测人类决策时已经“比你更了解你”，人类便更多地让算法来代替自己做决策，这又导致其决策更容易地被算法处理——人类的与非人类的行动元在这样的彼此触动中，最后的效应无可避免地是人类行动元被最大程度地边缘化。由于运算和处理数据的速度大幅落后，作为“生物化学算法”的神经元越来越闲置（或者说被下岗）——人工智能算法的全面赋能，便是“生物化学算法”的全面赋闲。
维利里奥独具洞见地将政治哲学的核心，称作“竞速统治”（dromocracy），其实质便是速度的专政。而在人工智能时代，“竞速统治”越来越实质性地演化成具体的政治前景。埃隆·马斯克（Elon Musk）曾声称：“第三次世界大战”，将会由人工智能开启。这个论题经常被评论者们放在人类-人工智能“对抗性模型”中讨论，亦即，人工智能会“有意”发动世界战争、毁灭人类文明。这个论题真正具有政治哲学思考价值之处，恰恰在于它描绘了一种“竞速统治”的可能前景。我们完全可以设想如下场景（不少影视作品已然模拟过）：国家领导人面对突然而来的警信，一小时后（甚至更短）各主要军事基地将会受到另一国家全面的导弹袭击，而紧急赶到军情室的高官、参谋们全都无法快速判断出，究竟真有袭击还是错误警报、抑或黑客入侵，最后领导人只能倚赖人工智能的判断来决定是否立即让己方武器升空（以免太晚全部被摧毁）……如前文所分析，当人工智能这个行动元介入到世界“网络”中之后，民族国家已经变成“人工智能-民族国家”——人工智能转型了民族国家，使之激进地超出现代性政治哲学对它的讨论框架。
迈克斯·泰格马克（Max Tegmark）在其晚近论人工智能的专著写道：“发展正朝着彻底自主选择和袭击目标的全自动武器前进，把所有人拉出决策圈以取得速度，这在军事上是极具吸引力的”。人类的生物化学算法，诚然早已跟不上今天信息与武器的速度——仍然让这些神经元在低速度上承受巨压频繁劳作，会无可避免地被“发展”所彻底淘汰。可以想见，自动化地直接让人工智能来决断、以省下人类作为“虚假决策者”所浪费掉的那些边际时间，将是“竞速统治”所无法避免的前景。人类“个体”在有限信息下做决策，被雅克·德里达（Jacques Derrida）描述为“无可决断（the undecidable）的决断”。而能够快速处理大数据的人工智能算法，虽未在本体论意义上破除“有限性”、未能全面驯服“无可决断之域”，但它只要远远超过人类的能力（如前文笑话里那个跑速快过其同伴的人），就会实质性地接管决断权。未来的领导人，要无视人工智能的判断而自做决断，变得越来越不可能。
假设一个类似当年“古巴导弹危机”的状况发生在不远的未来，当人工智能基于对B国领导人以及该国诸种具体状况之大数据分析，给出“虚张声势”（bluffing）之可能性不到10%的判断，此时A国领导人是否还能够坚持己见地说，我了解对方，他/她不会真的让导弹升空？执行同人工智能判断相悖的决策所导致的后果，就全部落在他/她一个人身上；并且即便领导人愿意担负其决断的所有责任，当其分析局势的“速度”事实上远远跟不上人工智能，其部下们会不会执行其命令，国民会有多少人愿意站在其身后做出支持？这便是“竞速统治”的关键：不在于一两个人是否逆着“速度”行事，而是这样做会被雅克·拉康（Jacques Lacan）所说的“大他者”（the big Other）所否定，会被视作疯狂、愚蠢或精神错乱。“第三次世界大战”，由通用人工智能向人类发起的可能性并不大，但是在“（专用）人工智能-民族国家”（被人工智能转型的民族国家）之间发生，却是具有现实的可能性。在竞速统治的格局中，领导人将越来越变成一张脸、一个象征性符号，就如当年实权性的国王在民众统治（民主，democracy）格局下只能以被象征化的方式而存留自身。
四 结语：构建后人类主义政治哲学
以上分析，使我们抵达如下的结论：人工智能（专用人工智能）并不会政治性地终结人类政治，但会政治性地转型人类政治，而这个进程已然开始。晚近这些年来以漩涡状迅速席卷世界的“逆全球化”浪潮（英国脱欧、特朗普造墙、贸易战……），实则便正是人工智能“全面赋能”造成高失业率的政治性后果。在人工智能时代，特朗普等政客们却把移民推到前台作为高失业率的罪魁祸首，并以重新强化民族国家框架（建“墙”）作为解决方案，而人们群情激昂地将这些政客推到权力的核心……当代世界的“右翼民粹主义”浪潮，实是典范性地标识出了贝尔纳·斯蒂格勒（Bernard Stiegler）所说的“系统性愚蠢”（systemic stupidity）。
“逆全球化”浪潮之所以兴起，便正是人们完全没有将作为介入者（行动元）的人工智能纳入政治视野中所导致——已然开启出新一轮“竞速革命”的人工智能（专用人工智能），才是这个时代真正让人在全球层面“赋闲”的行动元，而绝非移民。把人工智能作为深层介入当代世界的行动元，能让我们清晰地看到，退回民族国家框架这个方案恰恰是根本无济于事——那是因为，“逆全球化”退回到的，并不是民族国家，而是“人工智能-民族国家”（已被人工智能转型了的民族国家）。即便特朗普等右翼政客能够逼迫企业巨头们“重返”本国，然而那些被人工智能所实质性取代的就业岗位，却并不会就此悉数“重返”到失业者手里。速度一旦被提升上去，所有跟不上速度者就会变得越来越无关紧要——而在越来越多的重要社会领域中，人工智能已经将速度提升到彻底“后人类”的程度。“竞速革命”的方向不会逆转，无论“乐戴分子”（旧译“卢德分子”）如何对机器或者“机器学习”进行阻止和破坏。
进而，如前文所分析的，当人工智能作为行动元参与政治之域（the political）后，它正在快速占据“大他者”位置——大数据算法成为一个“看不见”的主宰者（master）。把“大他者”这个非人类行动者引入政治哲学，便是旨在让我们走出那深层支配政治哲学研究的人类中心主义：政治之域内并不只有人类行动者。拉康提出：“无意识是大他者的话语”，“无意识是作为符号秩序的一个功能而构型起来的”。作为主宰者的大他者，不但通过总体化的符号网络（知识、话语、规范）来有效控制人类“个体”的行动，并且还控制其“无意识”，亦即，其本人都不知道自己知道的东西。今天的人工智能，正是通过声称比你自己更知道你（以及其他一切），而有效地产生控制性的效应。大数据算法并不做“真理-宣称”，它只做“速度-宣称”。作为“前人类主义”本体论的两种典范性论说，古希腊形而上学的“逻各斯”（logos）与中世纪神学的“上帝”（theos），在人类主义（人类中心主义）的现代性中，被“民众”（demos）所取代——自然正确或神圣正义，被民众票决或其票选出的代理人之决断所取代。而在当下的人工智能时代，“速度”（dromos）正在快速地、毫不留情地把民众及其代理人边缘化——代之以自然、上帝、抑或人类的理性，高速的算法觉得对，就会成为对；挑战算法（不管你是普通人还是领导人），就是挑战大他者。在这个意义上，我们诚然正在进入“后人类主义”时代。
“人工智能”已然成为定义这个时代的关键词之一。然而，人类vs.人工智能的“对抗性模型”，却正在遮蔽作为行动元的人工智能已经在人类世界所产生的深层次的介入性效应。在政治哲学的层面上，我们所需要聚焦与面对的，不是通用人工智能所带来的“机器末世”，而是专用人工智能已经开启的“竞速统治”——在当代世界这个聚合性网络中，人类（从车间工人到大国领袖）作为行动元的介入能力，无可避免地正在被迅速地边缘化。在这个意义上，无论你在“阿尔法狗”或《西部世界》所呈现的“对抗性模型”中站在哪一边、欣喜激动抑或恐惧激愤，那个为我们所熟悉——所拥抱或批判——的人类主义（人类中心主义）时代，正在谢幕。这也意味着，我们必须要以“加速主义”的方式，来在后人类主义的地平线上重构政治共同体、及其所需的政治哲学。
