集体智能 · 群体认知规模化
本条为初评草案（AI 辅助编目 · 评于 2026-07）：T 阶为三问初评（撬动面 × 停滞度 × 临界性），双评过 σ 门并红蓝复核后才升"已建档"。查不到的字段留空不编。点亮者会进入亮星候选流程，其贡献与星阶按 HCF 独立重评，不从暗星自动继承。
人类文明的一切大成就都是集体完成的，但"集体变聪明"的机制至今是黑箱：我们知道群体有时能涌现出超越个体的智能（科学共同体、开源社区、预测市场），也知道它们更常退化成官僚化、群体极化和会议地狱。核心谜题是规模化：小团队的高效协作方式，为什么放大到千人、百万人就失效？有没有随规模不退化、甚至递增的组织机制？这不是管理学的修修补补，而是文明级的杠杆——气候、治理、科研这些最大的问题全都超出任何个体和小团队的认知容量，只有"更大规模的聪明"才解得动。AI 的加入让这个问题同时变得更紧迫也更有希望：人机混合的集体智能可能是新大陆，也可能放大旧病。
缺一门真正的"集体认知科学"：个体智能有 g 因子和百年测量传统，集体智能的测量（如 c 因子研究）才刚起步，且跨场景效度存疑。实验难做——真实的大规模协作无法搬进实验室，而线上平台的自然实验数据掌握在公司手里。更根本的是缺理论：没有一个能预测"什么结构在什么规模下会变笨"的机制模型，现有成果多是事后描述而非事前设计。
MIT Center for Collective Intelligence（Thomas Malone）、Santa Fe Institute（复杂系统视角下的相关研究）、预测市场与群体预测实践（如 Metaculus 等平台的群体预测探索）
读复杂系统、计算社会科学或组织科学，掌握网络分析与在线实验方法。切入子问题推荐"集体智能的测量"：设计能跨场景、跨规模比较群体认知表现的任务与指标——这个领域最缺的就是可靠的尺子。实践路径是进大型开源社区、维基类项目或预测平台做机制设计与数据研究，那里是活的集体智能实验场；AI 时代的新切口是研究"人+AI 混合群体"的协作结构。
谁在攻这颗暗星 · 攻关者名录17 人
这不是终点站——今天在这颗暗星上攻坚的人，就是明天点亮它、登上星光榜的候选。名录含科研、创业与第三方三类关键角色，初评待核实，欢迎补充与纠正。
去哪家 · 机构与公司名录5 家 · 其中初创/成长期 2
给求职者和投资人的信息增量——不只是听过的大机构，更多是正在攻这颗暗星的初创与新公司（联网实搜、初创优先排序，初评待核实）。