夜雨聆风
不是因为评审委员会花了54年才看懂。是因为学术共同体这条通道的时间常数就是54年。投稿、审稿、修改、再审、发表、被引用、被教科书收录——每一步都有人替你把关，每一步都在执行否定：你的论点不够严谨，你的数据不够充分，你的结论过度声称了。被否定、修改、再否定、再修改。残存下来的，被规定为"知识"。
这个过程叫同行评议。它在一个世纪里运转得很好。直到它开始转不动了。
500万篇论文和2个审稿人
2024年全球发表论文超过500万篇。arXiv日均投稿超过1200篇。而审稿人的数量增长远远跟不上。大多数论文现在只有两个审稿人、一轮修改就发表了。否定执行越来越薄。
与此同时，另一条通道正在悄然生长。
一个工程师遇到了一个技术难题。她打开AI搜索，输入问题。AI返回了一个理论的摘要——这个理论没有发表在顶级期刊上，它的作者不是一个终身教授，它甚至没有经过同行评议。但它恰好回答了工程师的问题。工程师把理论写成代码，跑在她自己的数据集上。代码跑通了。结果合理。她部署到生产环境。
在这整个过程里，期刊论文没有参与任何一步。学术共同体没有参与任何一步。但知识完成了从生产者到使用者的完整传递，而且通过了比同行评议更严格的验证——编译器不会通融，数据不会撒谎。
这就是正在发生的事情。 不是“AI将要改造学术共同体”。是AI已经制造了一条新通道，而学术共同体还没注意到。
审稿人可以通融，编译器不会
同行评议的本质是一次集体否定。审稿人否定了你的初稿，你修改，再否定，直到被接受。否定执行得越充分，残存的知识越可靠。
但审稿人可以被说服。可以通融。可以因为你的导师有名而放你一马。可以因为你的结论符合他的预设而降低标准。
编译器不能。
你把理论写成代码。跑。崩了就是崩了。数据集给出了p值不显著，就是不显著。你改的不是审稿人的意见，你改的是bug。审稿人可能漏掉的逻辑漏洞，编译器替你抓住了。
工程验证替代了同行评议。 不是“更好的同行评议”。是另一种否定。更严格的那种。
当然，新通道有它自己的盲区。一个理论可能在某些数据集上跑通了，但在未测试的边界条件上失效。假阳性的类型不同了——旧通道的假阳性来自审稿人疏忽，新通道的假阳性来自工程环境特例。所以新通道需要的不只是一次验证，是持续验证。理论上线后，每次运行都在重新执行否定。运行一年没崩，比三个审稿人说了算，更让人放心。
知识合法性有了两个来源
旧通道下，一个理论的可信度取决于：被谁审过、发在哪个期刊上、被引用了多少次。这三个数乘以权重，就是知识合法性分数。
新通道下，一个理论的可信度取决于：在多少个独立场景中跑通了、被多少个独立使用者采纳了、跑了多长时间还没崩。
前者依赖的是机构权威——期刊的影响因子、审稿人的学术地位、引用网络的累积效应。后者依赖的是现实压力——代码、数据、使用者的集体选择。
两者不是互斥的。你可以两条通道都走。你可以既投稿期刊，又把代码开源在 GitHub 上让人跑。但越来越多的知识生产者正在发现：投期刊是为了简历，开源是为了被用。 而一个理论真正的生命，不在简历里。
Coase 等了54年。不是因为他不优秀。是因为他只有一条通道可以走。如果他活在今天，他不需要等。他把《企业的性质》发在 arXiv 上，开源一个验证脚本，等第一个使用者跑通、引用、部署。那个使用者的验证，比54年后的诺贝尔奖更早地规定了他的理论是“知识”。
旧通道不会消失，但会失去垄断
你不会以为 Nature 要停刊了吧。不会。同行评议不会消失。学术期刊不会消失。学位论文答辩不会消失。
但它们不再是知识合法性的唯一来源。 当一个工程团队用 AI 搜索找到了一个理论、在 GitHub 上复现了验证代码、在自己的业务数据上跑通了、部署到了生产环境——在这个过程中，没有任何一个期刊编辑参与了决策。这个团队不需要“学术共同体”告诉它这个理论是否可信。它自己验证了。
这就是通道替代。不是谁消灭了谁。是新通道制造成功后，旧通道被降级为选项。你仍然可以走旧通道。但你已经不需要走了。
而旧通道会因此变得更好。当它不再是唯一选项时，它必须证明自己的否定比新通道更严格——否则知识生产者会流向新通道。垄断的终结，倒逼旧通道提升否定质量。最终的受益者不是新通道，不是旧通道，是知识本身。
这不是未来。这是现在。
否定性经济学的通道制造理论说：通道一旦制造成功，旧通道的否定机制不会消失，但会失去垄断地位。
AI搜索+工程验证这条新通道，不是五年后的未来。它现在就在运行。你昨天用AI搜索找了一个答案、在自己的代码里验证了它、采纳了它——你已经在用新通道了。你只是没有把这个行为命名为“学术共同体的改造”。
但命名不重要。通道在运行。否定在积累。知识在流动。
而那个等了54年的Coase，正在某个地方看着这一切。他可能会想：原来不需要等那么久。
通道正在转移 · 否定驱动知识 · 工程验证成为新的审议机制
