温尼伯的沉默:进步派政治人的缺席如何暴露了民主的结构性疲劳
当市长竞选连任,而本应站出来挑战他的进步派却集体沉默时,我们看到的不是某个特定左翼阵营的失败,而是整个政治光谱上一端的结构性空洞化。
核心观点:温尼伯市长选举中进步派候选人的缺席,并非孤立的策略失误,而是全球范围内进步主义政治陷入身份危机与行动困境的缩影。
温尼伯市长Scott Gillingham正式启动连任竞选,然而更引人注目的不是他的宣布,而是他潜在对手的缺席——准确地说,是政治光谱上一个显著空位的存在。进步派在哪里?有组织的劳工在哪里?那些曾在公交系统、无家可归者问题、城市规划上高调发声的进步派政治人物,为什么在这个关键时刻选择沉默?这不是一个地方性问题,而是一个正在全球范围内上演的剧本。
进步主义的困境远比表面看到的要深刻。在温尼伯,问题的核心不是缺乏议题——住房危机、公共交通恶化、气候行动滞后,这些无一不是进步派天然的主场。问题在于,这些议题的解决方案在当下政治语境中变得极度复杂且充满争议。以住房为例,进步派传统上支持可负担住房和租户保护,但当这些政策的实施面临社区阻力(邻避主义)、财政限制以及市场反弹时,纯粹的意识形态口号就失去了说服力。进步派发现自己陷入了一个尴尬的境地:他们既不能像保守派那样简单地缩小政府角色,也无法像过去那样不加质疑地主张扩张福利国家,因为选民对政府的效率和财政纪律的疑虑在增加。
另一个更深层的问题是进步派内部的身份认同危机。在全球范围内,进步主义运动正被一系列内部矛盾所撕裂。一方面是传统的劳工阶层利益与新兴的文化议题之间的张力;另一方面是激进变革派与渐进改良派之间的路线之争。这种内部分歧导致了一个悖论:进步派在社交媒体上声势浩大,在政策倡导上充满能量,但在实际的选举政治中却往往无法推出一个统一的、有竞争力的候选人。温尼伯的案例中,正是这种内部的争论和不确定性,可能使得潜在的候选人望而却步,或者使他们无法获得足够的党内和联盟支持。
但如果我们只看到进步派的退缩,那我们就忽略了硬币的另一面:保守派虽然看似占据了阵地,但他们同样面临着合法性危机。Gillingham的连任竞选并非基于一个激动人心的新愿景,而更多是建立在“保持稳定”的平庸承诺之上。在一个充满不确定性的时代,“稳定”确实有吸引力,但它也反映了政治想象力的枯竭。当一个城市面临住房可负担性危机、基础设施老化、气候变化威胁时,“稳定”只是一个最低保障,而不是一个解决方案。
温尼伯的选举困境实际上揭示了当代民主政治的一个结构性疲劳:政治光谱的两端都难以提供真正有说服力的未来叙事。保守派的叙事是“回到过去”,进步派的叙事则陷入“我们反对什么”多于“我们支持什么”。当双方都失去了建构性叙事的能力时,选举就变成了谁更不惹人厌的竞争,而不是关于城市未来的严肃辩论。这种局面对于民主制度本身是有腐蚀性的,因为它降低了公民的政治参与热情,并使得边缘的、民粹主义的声音更容易乘虚而入。
当然,也有一种可能的乐观解读:进步派的集体缺席可能不是退缩,而是一种策略性的重组。他们可能正在等待更好的时机,或者正在内部进行更深入的政策辩论,以期在未来的选举中提出一个更具凝聚力和吸引力的方案。这种可能性不能排除,但它的风险在于,政治真空不会长期存在。如果进步派不能及时填补温尼伯市长竞选的左翼空间,那么该空间要么被更激进的、可能带有民粹色彩的左翼势力占据,要么被温和中间派吸收,使得进步主义的独特声音进一步边缘化。
最终,温尼伯的故事是一则关于民主健康的警示寓言。它告诉我们,当政治光谱上的一端出现空洞时,整个政治生态都会受到影响。不仅仅是政策的辩论会变得单调,更重要的是,公民的选择权在实际上被缩小了。一个没有真正竞争的选举,无论结果如何,都是民主的失职。进步派能否超越自身的身份危机,重新找到与选民沟通的有效语言,不仅关系到温尼伯的未来,也关系到全球进步主义政治在下一个时代的命运。
如果把这个判断再往前推一步,真正重要的不是 Opinion: Progressiv…、Fireside chat at Se…、【电影合集版】“Cheems,你要逃出… 本身,而是它们共同暴露出的分配逻辑。 reddit、x、bilibili 在同一轮里把注意力推向同一问题,通常意味着这个主题正在从圈层内部经验,转向更可共享的公共议题。 这也是为什么这种内容值得写成长文:短帖只负责提醒你“这里有事发生”,但只有长文才能把背景、代价、误判空间和后续影响放到同一张桌面上。 换句话说,温尼伯市长选举中进步派候选人的缺席,并非孤立的策略失误,而是全球范围内进步主义政治陷入身份危机与行动困境的缩影。 之所以重要,不是因为它看上去新,而是因为它会重新定义用户接下来应该如何理解这一类内容。
当然,这个判断仍然有边界。社会 领域的很多内容天生带有夸张表达、圈层黑话和强情绪包装, 这意味着原始材料本身未必可靠,甚至会故意放大戏剧性。 所以这里真正需要辨认的,不是表层标题是否足够抓人,而是标题下面有没有重复出现的结构:问题是否反复被提到,解决路径是否开始稳定, 以及不同来源是否在无意中指向相同结论。只有这些条件同时成立时,温尼伯市长选举中进步派候选人的缺席,并非孤立的策略失误,而是全球范围内进步主义政治陷入身份危机与行动困境的缩影。 才算站得住。否则,它最多只能算一个值得观察的苗头,而不是已经完成的判断。
参考来源
- Opinion: Progressive candidate sorely missing from Winnipeg’s mayoral race - https://www.reddit.com/r/Winnipeg/comments/1tddoxz/opinion_progressive_candidate_sorely_missing_from/
- Fireside chat at Sequoia Ascent 2026 from a ~week ago. Some highlights:
- The first theme I tried to push on is that LLMs are about a lot more than just speeding up what existed before (e.g. coding). Three examples of new horizons:
- 1. menugen: an app that can be fully engulfed by LLMs, with no classical code needed: input an image, output an image and an LLM can natively do the thing.
- 2. install .md skills instead of install .sh scripts. Why create a complex Software 1.0 bash script for e.g. installing a piece of software if you can write the installation out in words and say "just show this to your LLM". The LLM is an advanced interpreter of English and can intelligently target installation to your setup, debug everything inline, etc.
- 3. LLM knowledge bases as an example of something that was *impossible* with classical code because it's computation over unstructured data (knowledge) from arbitrary sources and in arbitrary formats, including simply text articles etc.
- I pushed on these because in every new paradigm change, the obvious things are always in the realm of speeding up or somehow improving what existed, but here we have examples of functionality that either suddenly perhaps shouldn't even exist (1,2), or was fundamentally not possible before (3).
- The second (ongoing) theme is trying to explain the pattern of jaggedness in LLMs. How it can be true that a single artifact will simultaneously 1) coherently refactor a 100,000-line code base *and* 2) tell you to walk to the car wash to wash your car. I previously wrote about the source of this as having to do with verifiability of a domain, here I expand on this as having to also do with economics because revenue/TAM dictates what the frontier labs choose to package into training data distributions during RL. You're either in the data distribution (on the rails of the RL circuits) and flying or you're off-roading in the jungle with a machete, in relative terms. Still not 100% satisfied with this, but it's an ongoing struggle to build an accurate model of LLM capabilities if you wish to practically take advantage of their power while avoiding their pitfalls, which brings me to...
- Last theme is the agent-native economy. The decomposition of products and services into sensors, actuators and logic (split up across all of 1.0/2.0/3.0 computing paradigms), how we can make information maximally legible to LLMs, some words on the quickly emerging agentic engineering and its skill set, related hiring practices, etc., possibly even hints/dreams of fully neural computing handling the vast majority of computation with some help from (classical) CPU coprocessors. - https://nitter.net/karpathy/status/2049903821095354523#m
- 【电影合集版】“Cheems,你要逃出时间循环吗?” - https://www.bilibili.com/video/BV1tr5B6fEFd