E03 AI 作为基础设施的隐形化剖解
当 AI 被嵌进飞书的智能纪要、Notion AI 的续写、搜索框上方的 AI 概览，它不再是一个你”打开”的产品，而是一层你”穿过”的基底——本节点要解决的问题是：用 Susan Leigh Star 的基础设施理论，剖开这种隐形化的双重性——隐形既是 AI 渗透成功的标志，也是 AI 问责困难的根源。视角与框架：Star & Ruhleder（1996）八维度 + Star（1999）“故障时才显形”（visibility upon breakdown）+ Bowker & Star（1999）“基础设施倒置”（infrastructural inversion）作为分析操作。
这一节是 STS 工具箱里最不像”用户研究”、却最致命的一件。E01（Akrich 脚本）问”设计者把什么预设刻进了产品”，E02（Latour ANT）问”AI 作为非人行动者如何重组权力网络”,而 E03 问的是一个更难的问题：当 AI 好到你感觉不到它的存在,你还能对它问责吗?
§0 为什么是 Star 的”基础设施”框架,而不是”用户采纳曲线”
读者脑中的默认框架大概率是产品经理的老朋友:采纳曲线 / 渗透率 / DAU 占比。这套框架会告诉你”飞书 AI 纪要的周活渗透率到了 X%“——但它系统性地遮蔽了一个更深的现象:渗透率越高,AI 越倾向于变成”背景”,而背景是不被审视的。
Star 的基础设施理论提供的格式塔切换是:基础设施不是一类物件,而是一种关系。Star & Ruhleder（1996）那句被反复引用的话——“基础设施是一个关系性概念”(infrastructure is a relational concept)——意思是:同一个东西,对水管工是前景对象,对你是隐形背景。判定 AI 是否已成为基础设施,不看它的技术参数,而看它在使用者的注意力结构里处于前景还是背景。
为什么这比采纳曲线更适合剖 AI 的隐形化?因为 Star 的八维度里有一条专门描述”何时不可见、何时可见”:
- 透明性(Transparency):基础设施在支撑任务时无需被重新发明、也无需被注意。飞书 AI 纪要在你开完会后自动出现在群里,你不”调用”它,你”收到”它。
- 故障时才显形(Visibility upon breakdown):这是 Star 框架最锋利的一刀——基础设施只有在崩溃时才浮现为可感知的对象。电网平时隐形,停电才显形;AI 纪要平时隐形,它把一个关键决策记错、或漏掉一句话,你才突然意识到”原来刚才那份纪要是 AI 写的”。
把这两条钉在一起,就得到本节点的判断主轴:隐形是渗透成功的指标(透明性达成),也是问责困难的机制(只有故障才显形,而显形时损害已经发生)。
[!note] 框架级辨析的赌注 我赌”基础设施”框架比”采纳曲线”更能解释 AI 的社会嵌入,边界是:Star 的框架是描述性的,它擅长揭示隐形性,但它对”隐形性服务于谁的利益”保持中立。这个边界恰恰是 Langdon Winner 和 Kate Crawford 攻击的靶子(见对手框架回应)——也是本节点要补的政治维度。
§1 八维度坐标:把飞书/Notion/搜索 AI 钉在 Star 的网格上
不要把”AI 是基础设施”当成一句修辞。Star & Ruhleder（1996）的八维度是可操作的诊断坐标——它的价值在于让你能精确说出”这个 AI 在哪一维上已经基础设施化、在哪一维上还没有”。
| Star 维度(1996) | 飞书 AI 纪要 | Notion AI | 搜索 AI 概览 |
|---|---|---|---|
| 嵌入性 Embeddedness | 嵌进会议→IM→文档流 | 嵌进笔记/数据库块 | 嵌进搜索结果页顶部 |
| 透明性 Transparency | 高:自动产出,不需”打开” | 中:仍需 / 唤起 | 极高:你没要它就出现 |
| 延伸性 Reach/Scope | 跨会议、跨团队 | 跨工作区 | 跨所有查询 |
| 作为成员资格习得 | 入职即默认开启 | 需学 prompt 习惯 | 无需学,被动接收 |
| 与惯例连接 | 替代”手写会议纪要”惯例 | 嵌入”写作”惯例 | 改写”查资料”惯例 |
| 标准体现 Embodiment of Standards | 纪要格式标准化 | 内容块 schema | 概览的引用格式 |
| 建于既有基底 Installed Base | 长在飞书既有 IM/文档上 | 长在 Notion 块系统上 | 长在搜索索引上 |
| 故障时才显形 Visibility upon Breakdown | 记错决策时 | 续写跑偏时 | 概览幻觉时 |
Star（1999,《The Ethnography of Infrastructure》)在八维度基础上加了第九维:以模块化增量方式固化(Fixed in Modular Increments)——基础设施不是一次性替换,而是逐步安装。这一维精准描述了 AI 的嵌入路径:飞书不是”上线一个 AI 产品”,而是在纪要、搜索、续写、问答里一块一块把 AI 增量地织进既有产品,直到某天你发现自己已经离不开它,却说不清它是哪天进来的。
[!note] 八维 vs 九维的引用规范 这是一个二手文献常踩的坑:1996 年 Star & Ruhleder 列八维;1999 年 Star 单著扩为九维,新增的”模块化增量固化”出自 1999。引用时必须注明版本(来源:Star & Ruhleder 1996, Information Systems Research 7(1);Star 1999, American Behavioral Scientist 43(3))。这不是争议,是文本可核实的事实。
判断密度落点:用这张表,一个 PM 在选型会上能 30 秒说清”为什么搜索 AI 概览比 Notion AI 更危险”——不是因为它技术更强,而是因为它在透明性和作为成员资格习得两维上更彻底:你没有”调用”它的动作,因此你也没有”评估它对不对”的心理触发点。Notion AI 至少还要你敲 /,那个动作本身就是一个”我在用 AI”的元认知锚点;搜索概览取消了这个锚点。
§2 基础设施倒置:把后台的 AI 拽到前台审视
Bowker & Star（1999,《Sorting Things Out》)给了一个分析操作叫基础设施倒置(infrastructural inversion):故意把通常处于背景的基础设施移到前景,颠转注意力,从而暴露藏在技术运作里的政治选择、分类权力与劳动关系。
本节点接下来做的,就是对三个 AI 产品执行一次基础设施倒置。倒置揭示出三件被隐形性盖住的事:
(1) 分类权力被隐形化。 飞书 AI 纪要在替你做一件极有权力的事:决定哪句话是”决策”、哪句话是”待办”、哪句话是噪音被丢弃。这是一次分类操作,而分类从来不是中性的。Bowker & Star 用国际疾病分类、南非种族分类的案例证明:分类系统会”扭曲(torque)“人的生命——让某些东西可见、另一些被消除于记录之外。AI 纪要每丢弃一句”不重要”的发言,都在执行一次微观的分类权力,而透明性让这次分类不被审视:你读到的是干净的纪要,你看不到被剪掉的东西。
(2) 不可见劳动被隐形化。 Star 理论的另一支柱是”不可见工作(invisible work)“。Kate Crawford 在《Atlas of AI》(2021)里把 AI 定位为行星尺度的提取系统——矿物、能源、数据、劳动力的全球提取链。Gray & Suri《Ghost Work》(2019)更直接:撑起这些 AI 系统的,是大量被结构性隐形的数据标注、内容审核劳动。飞书纪要的”自动”二字,抹掉了背后的训练劳动、标注劳动、RLHF 偏好标注劳动。Le Ludec, Cornet & Casilli（2023,Big Data & Society)研究法国-马达加斯加之间的标注外包链,正是这种隐形劳动的实证。
(3) 问责链被隐形化——这是与 0416 失败的直接呼应。 当 AI 纪要把”我们暂缓上线”记成”我们决定上线”(一字之差的幻觉),谁负责?在传统流程里,会议纪要有一个署名的记录人,问责链清晰。AI 接管后,问责被分散进基础设施:是模型错了?是飞书产品设计错了?是开会的人没复核?Star 的”故障时才显形”在这里有了苦涩的精确性——问责的需求只在故障发生后才浮现,而那时损害已经写进了组织记忆。
[!note] 与 0416 失败的接地呼应(不复述) 0416 那次失败的内核,正是”把一个生成式 AI 的输出当成可信背景、未经批判性复核就并入决策流”。E03 在 STS 层面给出了它的结构性解释:这不是个人疏忽,而是基础设施隐形性的必然产物——透明性意味着”无需注意”,而”无需注意”在 AI 这里等于”无需复核”。补救不是”提醒大家小心”,而是产品层面强制把 AI 从背景拽回前景(见 PM 启示),即对自家产品执行一次设计层的基础设施倒置。这与 0411 Agent 专题 A06 Orchestrator 编排器 里”编排器必须保留人类审阅断点”的设计原则同构——编排链越自动,越要在关键节点强制显形。
§3 AI 的隐形化比传统基础设施更危险:语言表演性
到这里要做一次自我砍除(confirmation-bias 修正):不能把 AI 直接、无差别地套进 Star 的电网/键盘模型。Dal Molin（2024,First Monday 29(2))提出一个关键反对:LLM 与传统基础设施有本质差异——它具有”语言表演性”(performative capabilities through linguistic output)。电网不会”说话”,它只是供电;但 LLM 的输出本身就是内容,它在隐形地运作的同时,还在主动生成会改变使用者认知和行为的语言。
这把双重性推到了更危险的位置:
- 传统基础设施隐形时是”沉默”的(电网只是默默供电);
- AI 基础设施隐形时是”说话”的——它在你不审视的背景里,持续产出被你当作中性事实接收的语言。
搜索 AI 概览是最尖锐的例子:它既是基础设施(在透明性、延伸性维度上完全后台化),又是一个 幻觉 的高发主体。当一个会产生幻觉的语言主体获得了”基础设施”的隐形性豁免——你不会去核对一个”基础设施”——这就是双重性的恶性叠加。Dal Molin 同时给了一个反向的乐观点:正因为 LLM 的运作是语言可见的(不像深层判别式模型那样完全黑箱),这种可见性反而为治理介入提供了切入点——你至少能读到它说了什么,从而能审计它。
[!note] 一处业界反方的”接受+边界” 接受:Dal Molin 对的——AI 不能无脑套用 Star 的”透明/后台”模型,语言表演性是真实差异,把 AI 当电网会低估它的能动性(这一点也呼应 E02 ANT 把 AI 当 actant)。边界与赌注:但我坚持,正是这个差异让”隐形化=问责困难”的判断更成立而非更不成立——一个会说话又被豁免审查的基础设施,比一个沉默的基础设施危险得多。Dal Molin 的”语言可见性提供治理切入点”是真的,但它要求使用者主动选择去看,而透明性的全部作用恰恰是消除”去看”的动机。治理切入点存在,不等于会被使用。
判断主轴:90% 的人在 AI 隐形化上会搞错的三个点
| 错点 | 症状 | 为什么会错 | 正确做法 | 真实反例 |
|---|---|---|---|---|
| 把隐形当纯粹的好 | ”AI 越无感越成功” | 只用采纳曲线/NPS 衡量,透明性被当成纯正向指标 | 把”隐形度”和”可问责度”作为一对需权衡的指标共同跟踪 | 搜索 AI 概览渗透极高(透明性满分),却因幻觉显形时损害已发生(来源:Star 1999 故障显形命题) |
| 把问责难归为个人疏忽 | ”提醒大家用 AI 要复核就行” | 看不到隐形性是结构性的,不是态度问题 | 在产品层强制”基础设施倒置”——关键 AI 输出默认带”这是 AI 生成,点击查看依据”的显形标记 | 0416 失败:复核缺失不是因为人懒,而是透明性消除了复核的触发点 |
| 把 AI 等同于传统基础设施 | ”AI 就是新一代水电煤” | 忽略 Dal Molin 的语言表演性差异 | 区分”沉默基础设施”(电网)与”说话基础设施”(LLM),后者需额外的内容真实性治理层 | 电网故障是供电中断(可见);AI 纪要”故障”是语义篡改(伪装成正确,更隐蔽,来源:Dal Molin 2024) |
产品 PM 视角补盲:隐形化的商业模式与合规暗面
工程视角会停在”如何让 AI 更无缝”。PM 必须补三个看走眼点:
- 商业模式的反噬:隐形化是平台的护城河(用户离不开却说不清,锁定效应强),但它同时把幻觉风险沉淀进了品牌信任。一旦 AI 概览的某次幻觉造成公共事件,损害的是整个搜索产品的可信度,而非”那个 AI feature”——因为用户从没把它当成可独立归咎的 feature。隐形化让风险无法被产品边界隔离。
- 合规边界:欧盟 AI Act 第 50 条(Article 50)把”AI 生成内容必须可标识”变成了硬法律约束——提供者须确保合成音视频/图像/文本输出以机器可读格式标记为人工生成,部署者发布面向公共利益的 AI 生成文本须披露其 AI 来源(除非经人工复核并由人承担编辑责任);该条透明度义务自 2026 年 8 月 2 日起完全可执行,违规罚款最高达 1500 万欧元或全球年营业额 3%(来源:EU AI Act Article 50,artificialintelligenceact.eu;欧盟委员会 AI 内容标识行为准则)。隐形化与合规要求直接对立——你越想让 AI 无感,监管越要求它显形;且第 50 条那条”经人工复核并承担编辑责任即可豁免”的例外,在法律层面追认了 Star 的”故障显形”直觉:把基础设施拽回人类前景(复核)是免责的核心动作。这是 PM 必须提前内建的设计张力,不是事后补的标签。
- 跨文化的隐形阈值不同:呼应跨文化 AI 的核心命题——什么程度的 AI 隐形化是”贴心”还是”越界”,在不同社会文化里阈值不同。这正是下一段跨域呼应要落地的地方。
跨域呼应:从巴西-拉美田野看”隐形基础设施”的政治性(具体迁移)
Rick 的人类学底子(Descola/Viveiros de Castro 的多元本体论)+ 滴滴国际化的巴西-拉美 fieldwork,在这里能做一次具体的、非装饰性的迁移,而不是空喊。
在巴西做安全产品时遇到的一个真实结构:对一部分用户群体”隐形”的基础设施,对另一部分恰恰是”高度可见且不可信”的。一个把支付、实名、纠纷处理都自动化掉的”无感”流程,对中产城市用户是丝滑的隐形基础设施;但对历史上长期被国家系统错误分类、过度监控的边缘群体(Bowker & Star 意义上被”扭曲”的人群),同一个”自动化”流程是高度可见的、带着不信任的——因为他们对”被一个看不见的系统自动判定”有深刻的历史警惕。
这正是 Langdon Winner 攻击纯社会建构论的要害(《Do Artifacts Have Politics?》1980):有些技术安排本身就嵌入了权力关系,隐形性对不同社会群体不是均等的。Star 的框架在这里需要被 Winner 补强:“故障时才显形”是有阶级/族群差异的——优势群体享受无感的基础设施,弱势群体则长期生活在”对他们而言这个基础设施从未真正隐形、一直在出故障”的状态里。把这条迁移回飞书/Notion/搜索:所谓”自然的隐形化”,其实是以**默认用户画像(高信任、城市、数字熟练)**为模板的;对不符合这个画像的人,AI 基础设施从一开始就不隐形,而是一个可疑的、需要警惕的前景对象。这与 霸权（葛兰西意义上,把特定群体的经验包装成”自然/中性”）和 生命政治（福柯意义上,通过分类与可见性管理人口）在此交汇。
[!note] Rick 未读对手框架引入(破 echo chamber) 这里引入 Winner 的”技术政治性”作为对 Star 描述性立场的对手框架——Star 告诉你”基础设施会隐形”,Winner 逼问”隐形服务于谁、对谁不隐形”。两者叠加才完整。Winner 的 Robert Moses 低桥案例本身在 STS 内部有争议(历史学家质疑低桥是否刻意为之,来源:Joann Ockman 等),但其**核心命题(技术物可内嵌政治)**不依赖该案例的真伪而成立。
PM 决策启示:三类落地
- 面试:被问”如何衡量一个 AI feature 的成功”,不要只答渗透率/留存。答:“我会跟踪一对张力指标——隐形度(透明性、无感程度)和可问责度(用户能否在出错时识别并归因),用 Star 的基础设施框架说明为什么单看渗透率会奖励危险的隐形化。” 这一句能立刻把你和”只会背 AARRR”的候选人区分开。
- 选型/评估:对任何”AI 嵌入式”产品做一次基础设施倒置审计——把 AI 从背景拽到前台,逐条问八(九)维度,重点看”故障时才显形”那一维:这个 AI 出错时,用户能否、何时、以何种成本发现?发现得越晚,风险越高。
- 复现/自建:如果你在飞书/Notion 这类平台上做 AI feature,默认在关键输出(决策、数字、引用)处内建显形钩子(可点击的”AI 生成·查看依据”),即对自家产品做主动的、设计层的基础设施倒置——把”无需注意”改造成”可选注意”,在不破坏丝滑的前提下保留问责入口。
与已有节点的关系
- 对 幻觉(原子卡):深化。幻觉卡讲幻觉的技术不可消除性;E03 补的是幻觉的社会后果维度——当一个会幻觉的主体获得基础设施的隐形性豁免,幻觉的危害被放大,而非线性叠加。不复述幻觉的概率采样根因。
- 对 A06 Orchestrator 编排器(0411 专题):对话。编排器讲”自动化链路要保留人类审阅断点”;E03 从 STS 给出这个工程直觉的社会学根据——断点的本质是”强制把隐形的基础设施拽回前景”。
- 对本专题 E01(Akrich 脚本)、E02(Latour ANT):互补。E01 看设计者的预设脚本,E02 看 AI 作为 actant 重组网络,E03 看 AI 沉为基底后的隐形性后果——三者构成”嵌入(E01)→重组(E02)→沉底(E03)“的病理学三阶段。
关联节点
核心(必读) 幻觉 · A06 Orchestrator 编排器 · 霸权 · 生命政治 · 人类学 · 民族志 · AI PM 知识图谱·总索引
延伸(可选) Agent · Anthropic · ChatGPT · 0117社会学 · 0115道德哲学-伦理学 · Beyond Nature and Culture · 安全感知与干预 · CPF实名验证 · 新自由主义如何摧毁全球南方
修订日志
- R0(2026-06-07):首稿。建立”隐形=渗透成功也是问责困难”判断主轴;落地 Star 八/九维度诊断表、基础设施倒置三揭示、Dal Molin 语言表演性反方”接受+边界”、Winner 技术政治性作为未读对手框架、巴西-拉美田野跨域具体迁移、与 0416 失败/A06 Orchestrator 编排器/幻觉 升级对照。
- R0a(2026-06-07):WebSearch 核实欧盟 AI Act 第 50 条透明度义务(机器可读标记、2026-08-02 生效、罚款上限),firm up 合规边界段落并移除该处〔待核实〕标记。