這兩天，《金融時報》發(fā)了一篇文章，標題很平靜，但里面的數(shù)據(jù)和背后的趨勢不太平靜。

　　它說，高收入者正在 AI 上一路領(lǐng)先。

　　《金融時報》和研究公司 Focaldata 調(diào)查了美國和英國 4000 多名勞動者，結(jié)果發(fā)現(xiàn)，收入最高的人里，超過 60% 每天在工作中使用 AI；低收入者里，這個比例只有 16%。

　　我看到這個數(shù)字時并不意外，因為在去年的文章中，我們就推演了這種趨勢。

　　不過，這個結(jié)果，可能會戳破過去兩年都圍繞 AI 的一個美好想象：AI 會讓所有人站到同一條起跑線上。

　　一個普通人終于可以擁有自己的研究員、程序員、設(shè)計師、顧問、助理。一個人可以像一個團隊。一個小公司可以挑戰(zhàn)大公司。一個沒有資源的人，可以借助 AI 突然獲得過去只有大機構(gòu)才有的能力。

　　這個敘事很動人。但現(xiàn)在看，它可能只說對了一半。

　　AI 確實給了普通人一些過去沒有的能力，但它給有錢人、有資源的人、有組織位置的人，給得更多、更快、更深。

　　AI 不是把所有人拉到同一起跑線，而是先給原本跑在前面的人裝上了發(fā)動機。

　　這才是《金融時報》那篇文章真正值得警惕的地方。

　　它表面上講的是職場里的 AI 使用差距，深一層看，是新一輪生產(chǎn)力紅利正在如何分配。再深一層看，它講的是資本和勞動力之間那條老裂縫，正在被 AI 撐開。

　　過去我們討論 AI，總喜歡問一個問題：AI 會不會取代人？

　　這個問題太粗了。

　　更準確的問題應(yīng)該是：AI 提高出來的生產(chǎn)力，最后歸誰？

　　員工用了 AI，八小時的工作四小時做完，剩下的四小時歸誰？
團隊用了 AI，十個人的活五個人干完，省下來的工資歸誰？
公司用了 AI，利潤率提高，市場給出更高估值，這部分收益歸誰？

　　這幾個問題不性感，但它們比“AI 有沒有意識”重要得多。

　　因為大多數(shù)人的命運，不是被科幻里的超級智能改變的，而是被公司預(yù)算表、崗位編制、績效考核、工資結(jié)構(gòu)、管理半徑這些東西改變的。

　　AI 最可怕的地方，不是它像人。是它正在讓資本不再那么需要人。

　　
1、

　　在《金融時報》那篇文章中，有一個很重要的受訪者，Daron Acemoglu。達龍·阿西莫格魯。

　　他是麻省理工學(xué)院的經(jīng)濟學(xué)教授，也是諾貝爾經(jīng)濟學(xué)獎得主。他過去很多研究都圍繞技術(shù)、制度和不平等展開。簡單說，他不是那種看到新技術(shù)就興奮鼓掌的人，他更關(guān)心技術(shù)被誰掌握，以及它會怎樣改寫社會結(jié)構(gòu)。

　　他在文章里說，現(xiàn)在外面的敘事是，AI 工具會變得更加民主化。但現(xiàn)實是，要使用這些模型，你需要一定教育程度，需要抽象能力、定量能力，需要熟悉計算機，甚至需要懂一點編程。

　　然后他說了一句很重的話，AI幾乎肯定會增加勞動與資本之間的不平等。他原話更粗一點，大意是：這會把我們帶進一場爛攤子，shit show。

　　這句話聽起來刺耳，但它抓住了問題的關(guān)鍵。

　　AI 從來不是一個孤零零的聊天窗口。它背后是一整套東西：模型、算力、數(shù)據(jù)、token、工程系統(tǒng)、組織流程、產(chǎn)品入口、企業(yè)預(yù)算、法律權(quán)限、用戶關(guān)系。

　　普通人看見的是一個輸入框。資本看見的是一套新的生產(chǎn)系統(tǒng)。

　　這兩者不是一回事。

　　普通人用 AI，通常是問幾個問題，寫一段文案，總結(jié)一份資料，做一個 PPT，改一段代碼。這當(dāng)然有用。

　　但大公司怎么用 AI？

　　它把 AI 接進客服系統(tǒng)，接進銷售系統(tǒng)，接進代碼倉庫，接進廣告投放，接進供應(yīng)鏈，接進人力資源，接進法務(wù)、財務(wù)、產(chǎn)品、運營。它不是讓 AI 偶爾幫忙，而是讓 AI 成為組織的一部分。

　　一個普通人每天問 AI 50 次，會覺得自己已經(jīng)很高頻。一個公司每天調(diào)用幾千萬甚至上億 token，只是生產(chǎn)系統(tǒng)正常運轉(zhuǎn)。

　　這就是差距。不是“你有沒有 AI”，而是“你能讓多少機器智力為你工作”。

　　過去的貧富差距，主要表現(xiàn)為誰有錢，誰有房，誰有股票，誰有公司。AI 之后，還會多出一種差距：誰擁有更多機器智力的調(diào)用權(quán)。

　　這個詞可能有點拗口，但它會越來越重要。

　　機器智力調(diào)用權(quán)，就是你能使用多強的模型、消耗多少 token、調(diào)動多少算力、接入多少數(shù)據(jù)、運行多少自動化流程。

　　它像工業(yè)時代的煤、電和石油。

　　表面上看，大家都可以用電。可一個家庭的插座，和一座鋼鐵廠的高壓電網(wǎng)，顯然不是同一種東西。

　　2、

　　很多人會說，AI 不是已經(jīng)很便宜了嗎？幾十美元一個月，普通人也能用最先進的工具。這不就是技術(shù)普惠嗎？

　　這句話沒錯，但只在很淺的一層上沒錯。

　　就像說，每個人都能買一支筆，所以每個人都有了寫出《紅樓夢》的能力。

　　工具的可獲得性，不等于生產(chǎn)力的平等。

　　AI 的真正門檻，不只是能不能打開它，而是你處在什么位置上打開它。

　　一個律師用 AI 審合同，他知道哪些條款危險，哪些表達只是看起來像法律語言，哪些地方真正會在交易里爆炸。

　　一個投資人用 AI 讀財報，他知道哪些指標關(guān)鍵，哪些增長不可持續(xù)，哪些管理層話術(shù)是在遮掩問題。

　　一個程序員用 AI 寫代碼，他知道這段代碼能不能進生產(chǎn)環(huán)境，知道哪里可能埋 bug，知道架構(gòu)上的債以后會不會要命。

　　一個普通人讓 AI 分析合同、財報和代碼，可能也能得到一份很漂亮的答案。問題是，他不知道那份答案哪里錯了。

　　AI 時代的核心能力，不是提問，而是鑒別。提問很快會普及。鑒別不會。

　　這就是為什么《金融時報》那篇文章里還有一個細節(jié)很有意思：最重度使用 AI 的人，并不是最年輕的人，而是三十多歲、任職時間更長、經(jīng)驗更豐富的人。

　　這和我們想象的不太一樣。我們總覺得年輕人更懂新技術(shù)。但在 AI 這里，年齡不是唯一變量，經(jīng)驗變得更重要。

　　OpenAI 的首席經(jīng)濟學(xué)家 Ronnie Chatterji 也說，AI 更像是在補充專業(yè)能力，讓已經(jīng)成熟的專家變得更有效率。這句話很關(guān)鍵。

　　AI 不是憑空制造專家。AI 更像一種放大器。你原來是什么，它會先放大什么。

　　你有判斷，它放大判斷。你有資源，它放大資源。你有生態(tài)位，它放大生態(tài)位。如果你只有焦慮，它也可能放大焦慮。

　　一個處在高價值生態(tài)位上的人，使用 AI 之后，可能真的能一個人做過去幾個人的事。他的產(chǎn)出提高，影響力擴大，收入和議價權(quán)也可能上升。

　　一個處在低自主性崗位上的人，使用 AI 之后，結(jié)果可能完全不同。

　　他做得更快，但工作量增加了。他效率更高，但團隊減少了。他交付更多，但工資沒怎么變。他用 AI 證明了這個崗位可以被更少的人完成。

　　這就是問題最冷的地方。

　　同樣叫“使用 AI”，老板和員工不是同一種使用。投資人和分析師不是同一種使用。平臺和創(chuàng)作者不是同一種使用。公司和個體也不是同一種使用。

　　有人用 AI 擴大自己的控制半徑。有人用 AI 加快自己被考核的速度。

　　
3、

　　這幾年，我們常聽到一個詞，叫“AI 平權(quán)”。

　　它的意思是，AI 會把高級能力下放給普通人。不會寫代碼的人可以做應(yīng)用，不會設(shè)計的人可以出圖，不會英語的人可以寫英文郵件，不懂法律的人可以看合同。

　　這當(dāng)然發(fā)生了。我自己也相信，AI 會給很多普通人打開過去不可能打開的門。但這不是完整的圖景。

　　完整的圖景是，AI 在降低某些門檻的同時，也在抬高另一些門檻。它降低了入門門檻，抬高了上限門檻。

　　過去，一個普通人和一個大公司之間的差距，當(dāng)然也很大。但在信息獲取上，互聯(lián)網(wǎng)曾經(jīng)制造過某種形式上的平等。

　　你和高盛分析師都可以搜索同一個網(wǎng)頁。你和哈佛教授都可以打開同一篇論文摘要。你和大公司市場部都可以注冊同一個社交媒體賬號。

　　互聯(lián)網(wǎng)時代的入口，至少在表面上是扁平的。AI 不一樣。AI 的能力不是一次性給你的，它按層收費。

　　免費模型是一層。
個人會員是一層。
API 調(diào)用是一層。
企業(yè)版是一層。
私有化部署是一層。
接入內(nèi)部數(shù)據(jù)是一層。
多智能體工作流又是一層。
最前沿、最強的模型能力，甚至可能根本不對公眾開放。

　　越往上，越貴，也越強。這不是陰謀論，這是商業(yè)模式。

　　AI 公司的訓(xùn)練成本、推理成本、芯片成本、數(shù)據(jù)中心成本都擺在那里。越強的模型，越長的上下文，越復(fù)雜的推理，越高頻的調(diào)用，都要燒錢。

　　所以 AI 時代會出現(xiàn)一種很奇怪的新景象：

　　普通用戶還在糾結(jié)一個月幾十美元的會員值不值，硅谷的大公司已經(jīng)開始比較誰消耗的 token 更多。

　　這有點像工業(yè)革命早期。

　　普通人也能買到一點煤，點一個爐子取暖。但真正改變世界的，不是家里的爐子，而是工廠里的蒸汽機、鐵路、礦山和電網(wǎng)。

　　今天的 token，就像當(dāng)年的煤。

　　你可以把它當(dāng)成聊天時消耗掉的一點字數(shù)，也可以把它看成機器智力燃燒時留下的灰燼。

　　在硅谷，很多團隊早就不再討論“要不要用 AI”。他們討論的是，怎么把 AI 接進每一個流程，怎么讓模型自動讀完所有資料，怎么讓代碼、測試、客服、銷售、研究、投放都被 AI 重新組織。

　　這是一場 token 競賽。

　　誰能承受更高的調(diào)用成本，誰能購買更強的模型，誰能把更多業(yè)務(wù)環(huán)節(jié)交給機器推理，誰就更可能在同一段時間里試錯更多次、迭代更多輪、壓縮更多人工成本。

　　普通人以為自己和大公司都在用 AI。這就像一個騎共享單車的人，和一個擁有高速鐵路網(wǎng)的人，都說自己在使用交通工具。

　　形式上是同一個詞，實質(zhì)上不是同一個物種。

　　4、

　　AI 對資本的誘惑，正在變得越來越清晰。

　　資本最喜歡什么？不是技術(shù)本身，而是可復(fù)制、可規(guī)模化、可控制、可替代人的生產(chǎn)力。

　　工業(yè)時代，機器替代了一部分體力。軟件時代，代碼替代了一部分流程。AI 時代，模型開始替代一部分認知勞動。

　　這里的變化很大。

　　過去很多白領(lǐng)之所以覺得自己安全，是因為他們相信自己的工作不是重復(fù)勞動。

　　我不是流水線工人。我不是收銀員。我不是倉庫搬運。我做的是分析、判斷、溝通、寫作、設(shè)計、協(xié)調(diào)、研究、管理。

　　這些詞聽起來都很高級。但 AI 最先進入的，恰恰就是這些地方。

　　法律、金融、咨詢、教育、媒體、客服、軟件開發(fā)、市場營銷、企業(yè)管理，這些過去被認為很難自動化的地方，現(xiàn)在反而成了 AI 最活躍的試驗場。

　　因為這些行業(yè)的共同特點是：大量工作都以文字、數(shù)據(jù)、圖像、表格、代碼、流程文檔的形式存在。

　　而 AI 最擅長處理的，正是這些東西。它不需要真正進入一間辦公室，不需要理解人類社會的全部復(fù)雜性。它只需要把你工作中可文本化、可格式化、可流程化的部分先拿走。

　　這已經(jīng)足夠了。

　　一個初級律師過去要花幾個小時看合同，現(xiàn)在 AI 可以先掃一遍。
一個投行分析師過去要整理大量行業(yè)資料，現(xiàn)在 AI 可以先生成初稿。
一個程序員過去要寫很多基礎(chǔ)代碼，現(xiàn)在 AI 可以直接補齊。
一個市場人員過去要寫幾十條廣告文案，現(xiàn)在 AI 可以一分鐘給出一百條。

　　這些任務(wù)沒有完全消失，但它們變便宜了。一件事變便宜之后，做這件事的人也會被重新定價。

　　這里有個更深的問題。

　　這些基礎(chǔ)任務(wù)，過去不僅是工作，也是訓(xùn)練。

　　新人就是通過這些笨活，慢慢理解行業(yè)。一個律師從改合同開始，一個記者從整理資料開始，一個程序員從寫小模塊開始，一個咨詢顧問從做 PPT 和訪談紀要開始。

　　這些活有時候很煩，很機械，很像牛馬，但它們是職業(yè)金字塔的底部。

　　沒有底部，就沒有上面的專家。

　　現(xiàn)在 AI 正在掏空這部分。

　　資深員工可以直接指揮 AI 完成基礎(chǔ)工作。公司也會越來越自然地問：既然 AI 能做，為什么還要招那么多新人？

　　這對資本很合理。

　　培養(yǎng)新人很慢、很貴、很不確定。新人會犯錯，會離職，會要求成長，會在幾年后跳槽。AI 不會。

　　它沒有職業(yè)規(guī)劃，沒有情緒勞動，沒有離職風(fēng)險，也不會在深夜發(fā)朋友圈說自己被工作掏空。

　　當(dāng)然，AI 會出錯，但公司會算賬。

　　如果 AI 出錯的成本，低于雇傭和培養(yǎng)人的成本，那它就會被采用。不是因為它完美，而是因為它便宜、快、可控。

　　很多技術(shù)替代從來不是因為機器比人更好，而是因為機器足夠便宜。

　　這句話放在 AI 上，會讓人有點冷。

　　因為這次被比較的，不只是體力勞動，還有人的思考過程。

　　
5、

　　為什么說 AI 是資本和勞動力的最后一站？

　　這句話容易被誤解成一種夸張的預(yù)言，好像明天所有人就會失業(yè)。

　　我不是這個意思。

　　勞動不會消失。人類也不會突然沒事可做。歷史上每一輪技術(shù)革命都會消滅一些工作，也會創(chuàng)造一些工作。這個判斷太正確了，正確到幾乎沒有用。

　　真正的問題是，勞動的議價權(quán)會發(fā)生什么變化。

　　過去資本要擴張，需要組織大量勞動力。

　　工廠需要工人。公司需要職員。律所需要助理。媒體需要編輯記者。科技公司需要程序員。投行需要分析師。咨詢公司需要顧問。

　　哪怕老板再有錢，他也需要一群人把工作拆開、執(zhí)行、交付、維護。勞動力雖然被雇傭，但它仍然是生產(chǎn)系統(tǒng)不可繞過的一環(huán)。

　　AI 改變的是這個“不可繞過”。

　　它不一定完全替代人，但它給了資本一個新的選擇：先問問機器能不能做。

　　以前公司遇到新任務(wù)，第一反應(yīng)是招人。
現(xiàn)在越來越多公司的第一反應(yīng)會變成：能不能自動化？能不能用 AI？能不能讓現(xiàn)有團隊加工具扛下來？

　　這個順序的變化，會慢慢改變勞動者的處境。

　　一個員工要求加薪，公司會問：他的工作有多少能被 AI 承擔(dān)？一個團隊要求擴編，老板會問：為什么不是先上自動化？一個年輕人想進入行業(yè)，公司會問：這些基礎(chǔ)活還需要人練手嗎？

　　這不是某個壞老板的問題。這是生產(chǎn)系統(tǒng)的默認設(shè)置在變。

　　過去資本購買人的時間。現(xiàn)在資本開始購買機器的推理能力。

　　人的時間是麻煩的。它有限，有情緒，有邊界，有法律保護，有社會輿論，有道德負擔(dān)。

　　機器的推理能力不一樣。它可以 24 小時調(diào)用，可以按量計費，可以隨時擴容，可以在不被看見的地方完成大量任務(wù)。

　　對資本來說，這是夢一樣的生產(chǎn)資料。而且，這種生產(chǎn)資料還有一個特殊之處：它復(fù)制的是過去最難復(fù)制的東西，腦力。

　　工業(yè)資本復(fù)制手的力量。數(shù)字資本復(fù)制信息的流動。AI 資本復(fù)制判斷、表達、分析、生成和部分決策。

　　當(dāng)認知勞動也開始被規(guī)模化復(fù)制，勞動力最后一個相對安全的堡壘就松動了。

　　我們過去以為，只要自己足夠會思考，就不會被機器替代。

　　現(xiàn)在更殘酷的問題來了：如果機器不能完全替代你的思考，但能替代你工作中 40% 的思考過程，你的工資還會按 100% 的人來給嗎？

　　6、

　　還有一個更隱蔽的變化：AI 不只是在資本和勞動之間制造差距，它也在勞動者內(nèi)部制造差距。

　　這點很重要。

　　很多人把“資本 vs 勞動”理解得太簡單，好像資本在一邊，所有打工人在另一邊。

　　現(xiàn)實沒這么整齊。

　　AI 會先增強一部分勞動者，讓他們變得更像資本。

　　頂尖研究員、優(yōu)秀工程師、資深律師、強投資人、頭部創(chuàng)作者、優(yōu)秀創(chuàng)業(yè)者，他們雖然也在出售勞動，但他們的勞動越來越像一種可放大的資產(chǎn)。

　　一個頂尖 AI 研究員的一個想法，可能決定幾億美元算力投資的方向。一個優(yōu)秀工程師帶著 AI，可以寫出過去一個小團隊才能寫出的代碼。一個頭部內(nèi)容創(chuàng)作者帶著 AI，可以同時做選題、腳本、分發(fā)、私域、產(chǎn)品和商業(yè)化。一個強創(chuàng)業(yè)者帶著 AI，可以把公司早期團隊壓縮到非常小。

　　這些人當(dāng)然還是人，但他們已經(jīng)不再只是“勞動力”。他們正在變成節(jié)點，變成杠桿，變成資本愿意高價購買的接口。

　　硅谷過去講“10 倍工程師”，現(xiàn)在這個說法可能已經(jīng)保守了。某些關(guān)鍵人才的價值，在 AI 和算力的放大下，可能不是普通人的 10 倍，而是 100 倍、1000 倍。

　　這也是為什么大廠愿意為頂尖 AI 人才支付離譜的薪酬。從普通人的道德直覺看，這很荒唐。一個人憑什么值那么多錢？但從資本的角度看，這很理性。

　　如果一個研究員的判斷可以讓數(shù)十億美元的算力不被浪費，或者讓一個模型領(lǐng)先競爭對手兩個月，那么給他開出天價薪酬，就是一筆可以計算的投資。

　　這會帶來一種新的勞動力分層。

　　一部分人會被 AI 放大，成為超級個體。一部分人會被 AI 管理，成為可替代流程。一部分人會被 AI 繞過，連進入系統(tǒng)的機會都變少。

　　過去我們說階層固化，主要看房產(chǎn)、教育、戶籍、家庭資源。AI 時代還要加一項：你能不能站到 AI 放大器的一側(cè)。

　　站在這一側(cè)，AI 是杠桿。站在另一側(cè)，AI 是秤。

　　它稱量你的成本，稱量你的效率，稱量你和機器之間的差價。

　　這個詞我想了很久，可以叫“智力租差”。

　　過去地租來自土地的位置差異。誰占了好地段，誰就收租。

　　AI 時代會出現(xiàn)一種新的租差：誰占了更好的模型、更好的數(shù)據(jù)、更好的算力、更好的工作流、更好的組織位置，誰就能收取機器智力帶來的差額收益。

　　這不是傳統(tǒng)意義上的聰明。它是聰明被基礎(chǔ)設(shè)施化之后的收益分配。

　　
7、

　　很多人可能會本能地抗拒這種說法。

　　因為我們更愿意相信，AI 最終會普惠。就像個人電腦和互聯(lián)網(wǎng)一樣，早期總是精英先用，后來大家都會用，差距自然會縮小。

　　這確實可能發(fā)生一部分。

　　個人電腦剛出現(xiàn)時，也不是每個人都會用。互聯(lián)網(wǎng)早期也屬于少數(shù)人。但后來它們進入學(xué)校、家庭、辦公室，成為普通基礎(chǔ)設(shè)施。

　　AI 也會有這個過程。但這里有一個不一樣的地方。

　　個人電腦和互聯(lián)網(wǎng)的普及，主要降低的是信息處理和信息獲取成本。AI 降低的是認知勞動的邊際成本。

　　這是更深的一層。信息便宜之后，普通人可以獲得更多知識。認知勞動便宜之后，資本可以購買更多“近似人”的產(chǎn)出。

　　這兩個后果不一樣。搜索引擎讓你更容易找到資料，但它不會自動替老板寫完一份分析報告。

　　AI 可以。

　　瀏覽器讓你進入網(wǎng)頁，但它不會自動替公司生成客服回復(fù)、營銷文案、代碼、合同摘要、銷售線索評分。

　　AI 可以。

　　互聯(lián)網(wǎng)讓內(nèi)容分發(fā)成本下降，于是出現(xiàn)了很多創(chuàng)作者。但平臺也拿走了分發(fā)權(quán)，創(chuàng)作者最后發(fā)現(xiàn)，自己離不開算法。

　　AI 也可能這樣。

　　一開始，它讓你感覺自己更強。后來你發(fā)現(xiàn)，真正掌握入口、模型、分發(fā)和商業(yè)化的人，比你強得更快。

　　這是一種很現(xiàn)代的剝奪。它不是把工具從你手里搶走，而是讓你也能使用工具，同時把更高層級的工具、數(shù)據(jù)和收益分配權(quán)留在別處。

　　你擁有體驗。別人擁有系統(tǒng)。

　　8、

　　這里就到了最關(guān)鍵的問題：AI 紅利到底歸誰？

　　假設(shè)一個公司用了 AI，生產(chǎn)力提高 30%。這個 30% 會以什么形式出現(xiàn)？

　　員工工資上漲 30%？工作時間減少 30%？產(chǎn)品價格下降 30%？社會福利增加 30%？

　　也許會有一點，但很難是主要部分。更可能出現(xiàn)的是：公司減少招聘，壓縮團隊，提高利潤率，資本市場給出更高估值，股東和管理層拿走最大的一塊。

　　這不是惡意推測，這是現(xiàn)代公司的基本結(jié)構(gòu)。

　　公司不是一個抽象的“大家庭”。公司有所有權(quán)結(jié)構(gòu)。誰擁有公司，誰就擁有剩余收益。

　　勞動者拿工資。資本拿利潤。

　　AI 提高效率之后，如果沒有新的分配機制，收益天然會更多流向擁有系統(tǒng)的人。

　　這也是為什么一些經(jīng)濟研究已經(jīng)看到一個趨勢：AI 創(chuàng)新越密集的地區(qū)，勞動收入份額反而越容易下降。換句話說，技術(shù)進步確實發(fā)生了，但勞動者分到的那部分蛋糕沒有同步變大。

　　這個現(xiàn)象有點反直覺。我們總以為，生產(chǎn)力提高之后，大家都會過得更好。但生產(chǎn)力不是收入。

　　生產(chǎn)力只是蛋糕變大的能力。至于蛋糕怎么切，是另一套規(guī)則。

　　AI 的問題就在這里。它可能同時帶來更高的總體效率，和更差的分配結(jié)構(gòu)。

　　這兩件事可以同時發(fā)生，而且經(jīng)常同時發(fā)生。

　　一個社會可以變得更富，同時讓大多數(shù)普通人更焦慮。
一個公司可以變得更賺錢，同時讓員工更沒有安全感。
一個行業(yè)可以變得更高效，同時讓新人更難進入。
一個工具可以讓你更強，同時讓你的議價權(quán)更弱。

　　這就是 AI 的悖論。它給了勞動者工具，也給了資本替代勞動者的工具。

　　而且后者通常更有錢、更有組織、更有耐心，也更能承受試錯成本。

　　
9、

　　說到這里，很容易滑向一種悲觀：普通人是不是沒機會了？

　　不是。如果我真的這么認為，就沒必要寫這篇文章了。

　　普通人當(dāng)然還有機會。甚至可以說，AI 確實會給一部分普通人帶來過去不可能擁有的機會。

　　一個小團隊可以做更大的產(chǎn)品。一個獨立開發(fā)者可以更快上線應(yīng)用。一個內(nèi)容創(chuàng)作者可以拓展自己的能力邊界。一個普通員工可以用 AI 學(xué)習(xí)、寫作、分析、編程、做副業(yè)。

　　問題是，不能把這些機會誤認為結(jié)構(gòu)已經(jīng)平等。

　　個人機會存在，不等于整體分配公平。彩票也有人中獎，但不能說彩票是財富制度。對普通人來說，真正重要的不是“我要不要用 AI”，這個問題已經(jīng)太晚了。

　　真正重要的是，怎么避免只停留在 AI 使用的最低層。

　　最低層是什么？

　　把 AI 當(dāng)搜索引擎。把 AI 當(dāng)文案生成器。把 AI 當(dāng)一個更會說話的百度。把 AI 當(dāng)朋友圈里偶爾炫一下的玩具。

　　這當(dāng)然比不用好，但不夠。

　　普通人要盡快從“問 AI”變成“用 AI 建工作流”。

　　你每天重復(fù)做的事情是什么？你所在行業(yè)里最耗時間的環(huán)節(jié)是什么？你的工作里哪些東西可以被結(jié)構(gòu)化？你能不能用 AI 建一個固定流程，讓它持續(xù)幫你調(diào)研、整理、生成、檢查、復(fù)盤？

　　一次性問答沒有壁壘。工作流才有復(fù)利。

　　第二件事，是不要迷信提示詞。

　　提示詞會貶值。今天你花錢買的提示詞模板，明天就會被模型能力吞掉。真正值錢的是專業(yè)判斷，是你知道該問什么、該信什么、該刪什么、該把 AI 的答案放進哪個真實場景。

　　AI 時代，“會用工具”只是入場券。“知道工具錯在哪里”，才是門檻。

　　第三件事，是盡量靠近高價值生態(tài)位。

　　這句話聽起來有點殘酷，但必須明說。

　　AI 對不同崗位的增強效果不一樣。

　　越接近決策、客戶、產(chǎn)品、技術(shù)、銷售、內(nèi)容、資本和組織流程，越容易把 AI 變成自己的杠桿。越是純執(zhí)行、低自主性、被流程嚴格規(guī)定的崗位，AI 越容易變成管理你的系統(tǒng)。

　　所以，對一個普通職場人來說，學(xué)習(xí) AI 當(dāng)然重要，但更重要的是改變自己在生產(chǎn)系統(tǒng)里的位置。

　　工具會放大位置。但如果位置太低，工具放大的可能只是你的工作量。

　　10、

　　我以前寫 AI，常常會提醒自己不要陷入兩種偷懶。

　　一種是技術(shù)樂觀主義，覺得工具一進步，人類自然變好。另一種是技術(shù)悲觀主義，覺得每一次新技術(shù)都會把人推向更糟的命運。

　　這兩種都太省力。

　　真正困難的是承認：AI 既可能給普通人機會，也可能加速普通人的邊緣化；既可能創(chuàng)造新職業(yè)，也可能掏空舊職業(yè)的訓(xùn)練路徑；既可能讓一個人擁有前所未有的能力，也可能讓他在更高效率的系統(tǒng)里變得更便宜。

　　技術(shù)本身沒有道德方向。方向來自所有權(quán)、制度、組織和分配。

　　誰擁有模型？誰擁有算力？誰擁有數(shù)據(jù)？誰擁有平臺？誰擁有客戶？誰擁有收益分配權(quán)？

　　這些問題比“AI 會不會覺醒”更貼近普通人的命運。

　　因為你不會因為 AI 有了意識而失業(yè)，你更可能因為老板發(fā)現(xiàn)三個人加 AI 能干五個人的活而失業(yè)。

　　你不會因為超級智能統(tǒng)治地球而降薪，你更可能因為某個 SaaS 系統(tǒng)把你的工作流程拆成了可計價、可監(jiān)控、可替代的小塊而降薪。

　　科幻里的危險很壯觀。現(xiàn)實里的危險很樸素。

　　它通常出現(xiàn)在預(yù)算會上，出現(xiàn)在招聘凍結(jié)郵件里，出現(xiàn)在“今年先不擴編”的會議紀要里，出現(xiàn)在一句很輕描淡寫的話里：

　　這個崗位，先看看能不能用 AI 頂一下。

　　11、

　　AI 是資本和勞動力的最后一戰(zhàn)，這句話真正的意思是：資本第一次擁有了一種可以大規(guī)模復(fù)制認知勞動的基礎(chǔ)設(shè)施。

　　它不會讓所有勞動消失。它會改變勞動被組織、被定價、被替代、被考核的方式。

　　過去，人出售時間。后來，人出售技能。現(xiàn)在，人可能要證明自己比一組模型調(diào)用更值得購買。

　　這件事剛開始。

　　今天很多 AI 還不夠穩(wěn)定，還會胡說，還需要人類修正，還不能獨立完成復(fù)雜任務(wù)。很多公司也還沒有真正改造流程，只是在表面上做 AI 化。

　　但方向已經(jīng)出來了。

　　更強的模型會繼續(xù)出現(xiàn)。更便宜的推理會繼續(xù)出現(xiàn)。更長的上下文會繼續(xù)出現(xiàn)。更復(fù)雜的智能體會繼續(xù)出現(xiàn)。更多公司會把 AI 嵌入自己的組織結(jié)構(gòu)。

　　到那時候，普通人再問“我要不要學(xué) AI”，就像 2015 年還在問“我要不要學(xué)會用智能手機”。

　　問題會變成另一種：

　　你到底是在調(diào)用 AI，還是正在被 AI 調(diào)用？

　　這個區(qū)別很重要。

　　調(diào)用 AI 的人，把 AI 當(dāng)成杠桿。他有問題，有判斷，有場景，有位置，有收益出口。

　　被 AI 調(diào)用的人，被系統(tǒng)拆成一個接口。他接收任務(wù)，完成任務(wù)，交付結(jié)果，被模型和流程一起考核。

　　未來的職場可能會分成兩種人。

　　一種人用 AI 組織生產(chǎn)。另一種人在 AI 組織的生產(chǎn)里出售時間。

　　這中間當(dāng)然還有很多灰色地帶。大多數(shù)人會在兩者之間搖擺，一會兒覺得自己被增強，一會兒發(fā)現(xiàn)自己被壓價。

　　這正是這個時代最難受的地方。

　　它不會一次性告訴你答案。它會一點一點改變你的工作，讓你逐漸適應(yīng)更高的效率、更快的反饋、更密的考核、更少的安全感。等你回過頭，舊的勞動契約已經(jīng)變了。

　　AI 不一定會搶走你的工作。它可能先搶走你對工作的定價權(quán)。

　　12、

　　最后，還是要說回普通人。

　　不要幻想 AI 天然站在你這邊。AI 站在擁有它的人那邊。

　　如果你只是偶爾使用它，它是工具。
如果你能把它嵌進自己的工作流，它是杠桿。
如果你擁有模型、數(shù)據(jù)、算力、客戶和分配權(quán)，它就是資本。

　　這三層之間，差距會越來越大。

　　普通人要做的，不是把自己催眠成“我也有 AI，所以我和大公司一樣了”。不是這樣。

　　你和大公司都能用電，但你沒有電網(wǎng)。你和平臺都能發(fā)內(nèi)容，但你沒有分發(fā)權(quán)。你和資本都能用 AI，但你未必擁有 AI 創(chuàng)造的收益。

　　看清這一點，不是為了絕望，是為了別被廉價的技術(shù)平權(quán)敘事騙了。

　　真正值得爭取的，不只是使用 AI 的權(quán)利，還有參與新生產(chǎn)系統(tǒng)的機會；不只是買一個會員，還有接觸高質(zhì)量模型、數(shù)據(jù)、項目和組織流程的機會；不只是學(xué)幾個提示詞，還有把自己移動到更高價值生態(tài)位的機會。

　　未來幾年，很多人會發(fā)現(xiàn)，自己并不是被 AI 淘汰的。

　　他們是被更會使用 AI 的人淘汰的。被更能購買 AI 的公司淘汰的。被更早把 AI 嵌進組織的資本淘汰的。被一種新的生產(chǎn)資料重新定價了。

　　這件事不會像電影里的災(zāi)難一樣轟然降臨。它會很安靜。

　　一個崗位少招兩個人。一個團隊不再補 HC。一個新人沒有機會練手。一個中層發(fā)現(xiàn)自己管的人少了，但指標更重了。一個創(chuàng)作者發(fā)現(xiàn)內(nèi)容越來越多，價格越來越低。一個程序員發(fā)現(xiàn)自己寫代碼更快了，績效要求也更高了。

　　某個深夜，一個普通白領(lǐng)打開 AI，讓它幫自己寫一份周報。同一時間，另一棟樓里，一家公司正在讓 AI 重新計算明年需要多少人。

　　這兩個窗口，看起來都在發(fā)光。