《在选举中使用 AI：别只问工具能不能替你判断》

导语

Scott Alexander 的观点很克制：他不是说 AI 比你更懂政治，也不是建议把投票外包给模型。他说的是，如果你本来会花一小时研究地方选举，AI 可以显著提高研究效率；如果你过去嫌麻烦不研究，AI 也许能把门槛降到你愿意开始。

1. AI 最适合帮助处理低关注度地方选举

文章的场景是 2026 年加州初选。作者给 Claude 一个自我定位：中间偏自由派、abundance/YIMBY、喜欢 Kelsey Piper、Matt Yglesias 和 Ezra Klein，警惕政府越权，但愿意支持有效帮助人的政策。然后他要求 AI 分析选票上的每场竞选：候选人生平、政策、背书、差异，以及针对他的选择建议。

AI 的优势不在替你形成价值观，而在把散乱候选人资料、背书和职位权力整理成可比较的信息。 对州教育总监这类职位，普通选民很难快速知道它到底有什么权力、候选人差异在哪里、哪些背书有意义。AI 能先提供一张地图。