# AIX 的第一性原理

> 认知中介正在迁移；公开测度必被博弈，测度须为博弈而设计；边界明示。AIX 的三条第一性原理及其出处。

地址：https://aix.cg365.cn/yuanli/ · 出品：观语未来人工智能研究院

指数 · 原理

三节分述指数为何存在、如何构造、边界何在，各节注明出处文件。

## 一、认知中介的第三次更替

人认识世界的中介换过三次：从直接经验与口碑，到印刷与广播时代的媒体，到搜索引擎时代的索引与链接。每一次中介层更替，都重画了影响力的版图，也催生了度量它的新标尺。现在第四层中介正在成形：人们越来越多地不再自行在多个来源间导航、判断，而是向生成式人工智能提问，直接消费一个已被判断过的答案。

这一层有三个性质，使影响力在此可被指数化。有限：一次应答只容纳少数实体，位置是稀缺的。倾斜：实体在应答中的存在高度不均。可争夺：分布不均且与商业利益相关，就会被争取。一个稀缺、倾斜、可争夺的分布，就是一个可以被指数化的对象。

出处：《AIX · AI 影响力指数白皮书》综合稿，序与第一部。

## 二、公开测度必被博弈，测度须为博弈而设计

一个公开发布、与商业利益挂钩的分数，一旦被引用就会被优化。这是古德哈特定律的必然：当测度成为目标，它就不再是好测度。AIX 处在这条定律的急性暴露区，所以它的第一性原理不是「准」，而是在被博弈的条件下守住测度的构念效度。目标不是免疫——那不存在——而是把博弈在任一时刻都顶成最贵的，并让博弈留下可被测到的痕迹。

编制规则的每一条都是对这一约束的回应：题面不含品牌名称与品牌独有线索，无法定向投喂；成分与题集在采样前冻结；份额在品类内归一，对模型整体漂移部分免疫；报告置信区间与名次分布，头部在统计上分不出先后时报领先簇而不排硬第一，不提供博弈靶；分平台计算与呈报，不混算；题集、成分名单与汇总数据全部公开，第三方可复算，博弈留痕；更正公开，换测法标断点。

出处：白皮书综合稿第三部；研究笔记《抗操纵内核》；《指数编制通则》（制定中）。

## 三、边界明示

一把诚实的尺，价值正在于说清自己不能做什么。仪器非平稳：大模型迭代的频率高于指数报告的频率，纵向序列的稳定性是测量学上的开放问题。跨品类严格可比性是开放问题：指数没有像货币那样的天然共同单位，只在品类内比较。金融因子不作主张：把点名水平当作经营指标的领先因子，在回测证明前只是研究方向。方法学是第一版：规则会修订，修订只增不覆，跨版本不直接比较。

措辞纪律与之配套：不把尚未发生的事写成既成事实。引用尚未发生，覆盖尚在扩展，这些是要去建立的，不是已经拥有的。

出处：白皮书综合稿 2.3 与第六部。

## 四、测度对象与非测度对象

测的是：在品类选购语境下，各品牌被生成式人工智能点名的比例，以及在品类内所占的份额。选购语境下的提及，是推荐层的无判分代理——不依赖模型评分，任何人按公布的题集与别名表可以复现同一判定。

不测的是：产品优劣、市场份额、消费者满意度。指数表征的是生成式人工智能在特定时点的品牌认知分布，不构成购买建议或投资建议。