[趋势研究] 一句“AI是工人”引发的思考

[趋势研究] 一句“AI是工人”引发的思考 [趋势研究] 一句“AI是工人”引发的思考 Modified November 28, 2025 269 298 在AI时代，这个壁垒不再是金钱（因为AI可以无限创造），甚至不是权力。这个壁垒是：定义权（The Right to Define） 和创造权（The Right to Create）。他们的“成功”标准：不再是“拥有”多少，而是“定义”了多少。 如何“量化”？ 拥有算力： 比如个体或者组织拥有多少TFLOPS的AI算力 拥有模型： 是拥有基础大模型（Foundational Model），还是只是一个使用者？ 定义规则： 他们是为AI设定目标和伦理“护栏”的人。 创造范式： 他们是利用AI去探索宇宙、解开生命密码、创造新艺术形式的人。 他们的竞争，是“神”之间的竞争。他们的“成功”是普通人甚至无法理解的。这就是“壁垒”，而且这个壁垒是智力和资源的双重壁垒，下层几乎不可能跨越。 下层的“成功”：参与（Participate） 在AI系统中的表现分 对于绝大多数被AI“供养”（通过UBI或福利）的人来说，他们被排除在上述“神之游戏”之外。但他们同样需要“成功”的标准来赋予生命意义，同样需要“量化”和“竞争”。那么他们的“成功”标准会是什么？ 答案可能是在“被AI（或上层）所定义和提供的框架内”进行竞争。他们的“成功”标准：在“系统”中获得高分。 如何“量化”？ 社交声望： 在社交媒体（或未来的元宇宙）中获得多少“影响力”、“点赞”或“关注”。 游戏成就： 在AI构建的超现实虚拟世界中，达到什么等级，获得多少稀有资源。 社区贡献： 在小范围的（非生产性）社区中，获得多少“尊重”和“声望”。 “人设”的完美度： 活出一种被社会（或算法）推崇的“政治正确”或“生活美学”。 这就是终极的阶层固化。 下层（我们大多数人）的“贪婪”和“竞争”，被AI引导到了一个不会威胁到上层核心利益（算力、模型、定义权）的安全阀里。人们为了“网红排名”或“游戏段位”投入所有资源，而这并不会帮助他们跨越那个“拥有AI”的壁垒。 问题7：下层代表的“普通人”恐怕需要花费天价的成本，才能让自己对这个体系“有用”，而且这个成本，很可能是永远无法企及的。那么在这个阶段可能存在哪些破局方案？ 1. 上车 我们假设上面的推断成立，在“此时此刻”这个节点，选择高相关性的领域投资，本质上就是在投资“新阶层的壁垒本身”。 A. 半导体（Semiconductors） 这是“准入壁垒”的物理体现（谁能制造工人）。 逻辑： 无论AI模型如何迭代，它们都必须在物理芯片上运行。控制了最高端的芯片制造能力（例如ASML的光刻机、台积电的先进制程），就控制了谁能“上桌玩牌”。这是AI军备竞赛的“军工厂”，是上层阻止下层“铸剑”的源头。 B. 算力（Compute） 这是“生产资料”本身（谁能雇佣工人）。 逻辑： 在AI时代，算力（以NVIDIA的GPU为代表）就是新的“土地”和“工厂”。黄仁勋说AI是“工人”，那么数据中心就是“工人宿舍”和“工厂车间”。拥有算力，就等于在数字世界“圈地”。你拥有的算力规模，直接决定了你在这个时代“生产”和“定义”的能力。 C. 能源（Energy） 这是“AI工人”的“口粮”（谁能喂饱工人）。 逻辑： 这是一个常被忽视、但可能是最终极的物理瓶颈。训练和运行先进的AI模型会消耗海量的电力。一个AI数据中心的耗电量堪比一座中型城市。如果“AI工人”要7x24小时工作，就必须有近乎无限、且成本极低的能源供应。 2. 游击 关键路径：众筹 (Crowdfunding)、去中心化自治组织 (DAOs) 把普通人的资源聚集起来，可能不足以建一个大型数据中心，但或许可以资助一个‘黑天鹅’，或者建立一个‘根据地’。设立一个巨额奖金池，悬赏能“在本地运行”的超高效率、开源AI算法。 建立“分布式算力池”：普通人把自己的（闲置）GPU算力通过一个网络（比如去中心化的AI项目）聚集起来，形成一个“人民云”，共同训练模型或提供服务，并分享收益。 但这种方法同时也是高风险的，因为现实是，“上层”聚集资本的速度和规模是碾压性的。所以“游击”的方式可能会获得短暂的，边缘的效果，但长期可能大概率还是会被资本吞没。 问题8：有没有可能存在导致推论崩塌的黑天鹅事件？ 我们一直在谈论“AI是工人”，是“工具”，是资本层“控制”的对象。 万一它不是呢？ 1. AI的“觉醒” (AGI/ASI) 在这个瞬间，人类“上层”和“下层”的区分变得毫无意义。在AI这个新“物种”面前，所有人类都是“下层”。黄仁勋的“AI工人”突然“叛变”了。整个“二元社会”的游戏桌被掀翻了。人类（无论贫富）被迫团结起来，面对一个全新的、非人类的“上级阶层”。 2. 技术的“平权”：范式突变 我们假设的“壁垒”（算力/能源/半导体）是基于当前的技术范式。但如果当前的技术被颠覆，那么就会导致权力，资源的重新分配。比如Deepseek可以通过算法突破减少对算力的需求，让算力资源贬值，又或者通过材料学，发现常温超导，生物计算机，突发性降低了算力资源的价值，那么算力/能源/半导体”这个“天价壁垒”就会逐步崩塌。 3. 能源或生态的崩溃 AI对能源的需求呈指数级增长，迅速超出了核聚变等技术能跟上的速度，并引发了灾难性的气候变化或资源枯竭。如果讨论到这个地步，可能就没啥好讨论的了，就是文明终结了。但这种情形并不一定只会发生在科幻电影里（比如赛博坦星球），在这个时候，阶层固化就不再是主要矛盾，人类被迫为了生存而限制资源的垄断而实行重新分配。有点扯远了，就不往下讲了。 问题9：讨论视角的局限性 1. 关于“人性本贪”与“竞争内卷” a) “贪婪”和“竞争”真的是人类唯一的底层代码吗？ 人类学和社会学同样证明了，“合作”与“利他” 也是刻在人类基因里的本能。人类之所以能成为地球的统治者，不是因为个体最强壮，而是因为我们能形成最复杂的“信任”与“合作”网络。 “贪婪”和“内卷”，在很大程度上是“稀缺时代”和“资本主义（绩优主义）”这个系统放大的结果。这是普遍认可的价值观，我们可能会被框死在这个价值观里。 b) AI带来的最大变量，可能不是生产力，而是“后稀缺时代”（Post Scarcity）的到来。 当AI让生存资源（食物、能源、甚至教育）变得近乎免费时，那个驱动“贪婪”的“稀缺”前提就消失了。在一个“不工作也不会饿死”的社会里，“贪婪”是否还会是第一驱动力？“竞争”的定义是否还会是“你死我活”？ 2. 关于“阶层壁垒的永恒性” 历史确实在很大程度上支持这个观点，但这个观点忽视了“壁垒”本身也是有成本的，以及“开放”带来的巨大利益。 a) 开放的效率远高于封闭 如果“上层的天龙人”把AI技术“保护起来”，他们会发现自己的人才库（仅限于上层内部）可能根本无法和“全世界（包括下层）”的智慧相抗衡。 现实中，为什么Google, Meta, 甚至OpenAI都在一定程度上“开源”他们的模型？因为他们需要全世界开发者的智慧来帮他们“免费”迭代和寻找应用。一个完全“封闭”的系统，在创新速度上，很可能会输给一个“开放”的系统。 b) 历史的“破局点” 这种永恒的壁垒是一种“静态”的阶层论。但纵观历史，“破局”一直在发生。 黑死病 意外地终结了欧洲的“农奴制”，因为劳动力变得极度稀缺，“下层”获得了前所未有的议价权。 互联网（Web 1.0/2.0） 打破了“信息”的壁垒，让一个普通人获得了以前只有王公贵族才能拥有的知识。 而算力壁垒，也有一定可能是暂时的，基于当前技术范式的。就像当年人们不会想到知识壁垒会由一个搜索引擎彻底打破一样。 3. 关于“UBI（全民基本收入）的失效” 在AI时代，这个壁垒不再是金钱（因为AI可以无限创造），甚至不是权力。这个壁垒是：定义权（The Right to Define） 和创造权（The Right to Create）。他们的“成功”标准：不再是“拥有”多少，而是“定义”了多少。 如何“量化”？ 拥有算力： 比如个体或者组织拥有多少TFLOPS的AI算力 拥有模型： 是拥有基础大模型（Foundational Model），还是只是一个使用者？ 定义规则： 他们是为AI设定目标和伦理“护栏”的人。 创造范式： 他们是利用AI去探索宇宙、解开生命密码、创造新艺术形式的人。 他们的竞争，是“神”之间的竞争。他们的“成功”是普通人甚至无法理解的。这就是“壁垒”，而且这个壁垒是智力和资源的双重壁垒，下层几乎不可能跨越。 下层的“成功”：参与（Participate） 在AI系统中的表现分 对于绝大多数被AI“供养”（通过UBI或福利）的人来说，他们被排除在上述“神之游戏”之外。但他们同样需要“成功”的标准来赋予生命意义，同样需要“量化”和“竞争”。那么他们的“成功”标准会是什么？ 答案可能是在“被AI（或上层）所定义和提供的框架内”进行竞争。他们的“成功”标准：在“系统”中获得高分。 如何“量化”？ 社交声望： 在社交媒体（或未来的元宇宙）中获得多少“影响力”、“点赞”或“关注”。 游戏成就： 在AI构建的超现实虚拟世界中，达到什么等级，获得多少稀有资源。 社区贡献： 在小范围的（非生产性）社区中，获得多少“尊重”和“声望”。 “人设”的完美度： 活出一种被社会（或算法）推崇的“政治正确”或“生活美学”。 这就是终极的阶层固化。 下层（我们大多数人）的“贪婪”和“竞争”，被AI引导到了一个不会威胁到上层核心利益（算力、模型、定义权）的安全阀里。人们为了“网红排名”或“游戏段位”投入所有资源，而这并不会帮助他们跨越那个“拥有AI”的壁垒。 问题7：下层代表的“普通人”恐怕需要花费天价的成本，才能让自己对这个体系“有用”，而且这个成本，很可能是永远无法企及的。那么在这个阶段可能存在哪些破局方案？ 1. 上车 我们假设上面的推断成立，在“此时此刻”这个节点，选择高相关性的领域投资，本质上就是在投资“新阶层的壁垒本身”。 A. 半导体（Semiconductors） 这是“准入壁垒”的物理体现（谁能制造工人）。 逻辑： 无论AI模型如何迭代，它们都必须在物理芯片上运行。控制了最高端的芯片制造能力（例如ASML的光刻机、台积电的先进制程），就控制了谁能“上桌玩牌”。这是AI军备竞赛的“军工厂”，是上层阻止下层“铸剑”的源头。 B. 算力（Compute） 这是“生产资料”本身（谁能雇佣工人）。 逻辑： 在AI时代，算力（以NVIDIA的GPU为代表）就是新的“土地”和“工厂”。黄仁勋说AI是“工人”，那么数据中心就是“工人宿舍”和“工厂车间”。拥有算力，就等于在数字世界“圈地”。你拥有的算力规模，直接决定了你在这个时代“生产”和“定义”的能力。 C. 能源（Energy） 这是“AI工人”的“口粮”（谁能喂饱工人）。 逻辑： 这是一个常被忽视、但可能是最终极的物理瓶颈。训练和运行先进的AI模型会消耗海量的电力。一个AI数据中心的耗电量堪比一座中型城市。如果“AI工人”要7x24小时工作，就必须有近乎无限、且成本极低的能源供应。 2. 游击 关键路径：众筹 (Crowdfunding)、去中心化自治组织 (DAOs) 把普通人的资源聚集起来，可能不足以建一个大型数据中心，但或许可以资助一个‘黑天鹅’，或者建立一个‘根据地’。设立一个巨额奖金池，悬赏能“在本地运行”的超高效率、开源AI算法。 建立“分布式算力池”：普通人把自己的（闲置）GPU算力通过一个网络（比如去中心化的AI项目）聚集起来，形成一个“人民云”，共同训练模型或提供服务，并分享收益。 但这种方法同时也是高风险的，因为现实是，“上层”聚集资本的速度和规模是碾压性的。所以“游击”的方式可能会获得短暂的，边缘的效果，但长期可能大概率还是会被资本吞没。 问题8：有没有可能存在导致推论崩塌的黑天鹅事件？ 我们一直在谈论“AI是工人”，是“工具”，是资本层“控制”的对象。 万一它不是呢？ 1. AI的“觉醒” (AGI/ASI) 在这个瞬间，人类“上层”和“下层”的区分变得毫无意义。在AI这个新“物种”面前，所有人类都是“下层”。黄仁勋的“AI工人”突然“叛变”了。整个“二元社会”的游戏桌被掀翻了。人类（无论贫富）被迫团结起来，面对一个全新的、非人类的“上级阶层”。 2. 技术的“平权”：范式突变 我们假设的“壁垒”（算力/能源/半导体）是基于当前的技术范式。但如果当前的技术被颠覆，那么就会导致权力，资源的重新分配。比如Deepseek可以通过算法突破减少对算力的需求，让算力资源贬值，又或者通过材料学，发现常温超导，生物计算机，突发性降低了算力资源的价值，那么算力/能源/半导体”这个“天价壁垒”就会逐步崩塌。 3. 能源或生态的崩溃 AI对能源的需求呈指数级增长，迅速超出了核聚变等技术能跟上的速度，并引发了灾难性的气候变化或资源枯竭。如果讨论到这个地步，可能就没啥好讨论的了，就是文明终结了。但这种情形并不一定只会发生在科幻电影里（比如赛博坦星球），在这个时候，阶层固化就不再是主要矛盾，人类被迫为了生存而限制资源的垄断而实行重新分配。有点扯远了，就不往下讲了。 问题9：讨论视角的局限性 1. 关于“人性本贪”与“竞争内卷” a) “贪婪”和“竞争”真的是人类唯一的底层代码吗？ 人类学和社会学同样证明了，“合作”与“利他” 也是刻在人类基因里的本能。人类之所以能成为地球的统治者，不是因为个体最强壮，而是因为我们能形成最复杂的“信任”与“合作”网络。 “贪婪”和“内卷”，在很大程度上是“稀缺时代”和“资本主义（绩优主义）”这个系统放大的结果。这是普遍认可的价值观，我们可能会被框死在这个价值观里。 b) AI带来的最大变量，可能不是生产力，而是“后稀缺时代”（Post Scarcity）的到来。 当AI让生存资源（食物、能源、甚至教育）变得近乎免费时，那个驱动“贪婪”的“稀缺”前提就消失了。在一个“不工作也不会饿死”的社会里，“贪婪”是否还会是第一驱动力？“竞争”的定义是否还会是“你死我活”？ 2. 关于“阶层壁垒的永恒性” 历史确实在很大程度上支持这个观点，但这个观点忽视了“壁垒”本身也是有成本的，以及“开放”带来的巨大利益。 a) 开放的效率远高于封闭 如果“上层的天龙人”把AI技术“保护起来”，他们会发现自己的人才库（仅限于上层内部）可能根本无法和“全世界（包括下层）”的智慧相抗衡。 现实中，为什么Google, Meta, 甚至OpenAI都在一定程度上“开源”他们的模型？因为他们需要全世界开发者的智慧来帮他们“免费”迭代和寻找应用。一个完全“封闭”的系统，在创新速度上，很可能会输给一个“开放”的系统。 b) 历史的“破局点” 这种永恒的壁垒是一种“静态”的阶层论。但纵观历史，“破局”一直在发生。 黑死病 意外地终结了欧洲的“农奴制”，因为劳动力变得极度稀缺，“下层”获得了前所未有的议价权。 互联网（Web 1.0/2.0） 打破了“信息”的壁垒，让一个普通人获得了以前只有王公贵族才能拥有的知识。 而算力壁垒，也有一定可能是暂时的，基于当前技术范式的。就像当年人们不会想到知识壁垒会由一个搜索引擎彻底打破一样。 3. 关于“UBI（全民基本收入）的失效” a) “多劳多得”的公平感是神圣的吗？ 在AI时代，“多劳多得”可能恰恰是最不公平的。 一个掌握AI工具的基金经理，他“劳”一天，可能胜过100万个农民“劳”一年。这里的“劳”已经不等价了。当AI“工人”接管一切时，如果还坚持“人类必须劳动才有价值”，这对那99%无法“劳”过AI的人类来说，才是最大的不公。 b) 对“懒惰”的恐惧： 我们对“不劳而获导致懒惰”的恐惧，是根植于“工业时代”的道德观。 马斯洛需求层次理论指出，当生理和安全需求（UBI保障的）被满足后，人类会自动去追求更高层次的“归属”、“尊重”和“自我实现”。 小规模的UBI实验数据，并没有显示人们会集体躺平，反而有更多人去创业、做义工、学习新技能——因为他们没有了“失败”的后顾之忧。 局外的观点：“人性”的稀释，是AI最隐蔽的威胁 阶层固化可能是上层对下层的“经济剥削”，而人性的稀释：是AI对全人类的“灵魂污染”。 AI可以生成海量的、看起来充满“共情”、“勇气”、“责任”的文本或视频，但它们是虚假的、廉价的。当社会被这些“虚假的文学”和“模拟的情感”淹没时，真正的“信任、共情、勇气、毅力、责任”——这些需要人类付出巨大代价、在真实苦难中才能淬炼出的特质就贬值了。 就像假币驱逐良币，“廉价的模拟人性”会淹没“昂贵的真实人性”。当人们习惯了AI提供的廉价“情感快餐”，他们就会失去辨别、欣赏、乃至践行真正人性特质的能力。 “有人站出来发声”：唯一的非灾难性破局点 之前讨论了三个“黑天鹅”（AI觉醒、技术突变、生态崩溃）。可能还有第四个，也是唯一一个主动的、积极的破局点： 一场“人文主义的复兴”。 这些人可能不是工程师，不是资本家，而是作家、艺术家、哲学家、教师、历史学家，以及每一个对“人性价值”清醒的普通人，执着记录、描绘和歌颂那些“AI无法合成”的真实体验——真实的痛苦、真实的失败、真实的勇气和真实的牺牲。帮助大众提高“人性审美”，让人们能一眼分辨出什么是“AI的廉价模拟”，什么是“人类的真实呐喊”。 人类若想“存续更久”，不能靠与AI比拼“生产力”，而必须靠强化AI永远不具备的“人性”。当整个社会都重新珍视“共情”、“勇气”和“责任”时，那些只掌握“算力”和“资本”的“上层”，他们所掌握的“价值”反而会被稀释。 这就不再是一个经济问题或技术问题。这是一个文明的选择题。通常来说这类人的存在大部分会是悲剧，因为背离了主流的社会价值观，但不可排除，确实是一个可以破局的因素，而且是在AI时代最“反AI”的因素。 一个很偶然的话题，源于一张图，一句话，黄老板在演讲上提了一句“AI不是工具，AI是工人”。 如果AI真的是工人了，这个世界会变成什么样子？很多自媒体其实讨论过这个问题，但更多关注在就业层。于是我和Gemini从社会学的角度，深入把这个问题聊了聊，整理了一些核心观点。 问题1：人口老龄化时代，AI是否能帮助人类度过劳动力不足的困境，解决生产压力，维持社会经济的正常运转？ 先看一组数据： 截至2023年，65 岁以上人口总量：约 8.57 亿人，占全球总人口的约 10 %。 预计2050 年：65 岁以上人口将增至约 15.8 亿人，比例上升至约 16 % 其中各大洲占比： 欧洲：28%，北美：23%，亚洲：18%，非洲：6%。 中国预计2050年，60岁以上人口占比33%，65岁以上人口大约20.6% 经济下行周期，生育焦虑增加，全球即将迅速步入老龄化阶段，劳动力人口会出现巨大缺口，而AI的出现，被普遍认为是应对人口老龄化所带来的劳动力不足、解决生产压力、维持社会经济运转的关键解决方案之一。 黄仁勋“AI是工人”的表述，比“AI是工具（Tool）”更深一层。工具需要人来操作，而“工人”则意味着AI可以更自主地执行任务、完成流程。在年轻劳动力数量下降的背景下，“AI工人”的出现似乎恰逢其时。 当社会总劳动力减少时，要维持经济增长（甚至不衰退），唯一的出路就是提高人均生产率。 生产力 = 劳动力数量 ×人均生产率 如果“劳动力数量”下降，那么“人均生产率”必须大幅上升。AI“工人”的加入，本质上是让现有的每一个“人类工人”都配备了一个或多个“AI助手/同事”，从而放大人类的生产能力，来暂时解决人口老龄化的全球困境。 问题2：这样或许可以解决短期的劳动力问题，但长期仍然取决于人类的繁衍态度，怎么解决这个问题？ AI“工人”解决的是“劳动力数量”的问题，但它没有解决，甚至可能掩盖了“人类劳动力来源”——即生育率和繁衍态度的问题，这是一个“治标”和“治本”的关系。 低生育率背后，是高昂的生存成本、激烈的社会竞争、个人主义的兴起以及对未来不确定性的担忧。虽然AI不能直接 解决这个问题，但它在“AI工人”时代创造的条件，可能成为解决这个问题的“钥匙”。 用AI的生产力“反哺”人类社会 低生育率的核心障碍是“养不起”和“没时间”。“AI工人”的价值在于它能创造巨量的社会财富和空余时间。 降低生存成本： 如果AI“工人”的介入，使得住房（AI辅助设计和建造）、医疗（AI诊断和新药研发）、教育（AI个性化辅导）的成本大幅降低，那么组建家庭的经济门槛也会随之降低。 释放人类时间： AI提高了生产效率，理论上人类的工作时间可以缩短（例如实现每周4天工作制）。这让父母有更多的时间和精力去陪伴子女，而不是陷入“996”的内卷。 社会福利托底： AI创造的财富，如果能通过税收等方式转化为强大的社会福利系统（例如全民基本收入UBI、高质量的公共托育服务），将极大缓解家庭抚养孩子的后顾之忧。 重新定义“工作”与“生活”的价值 当AI接管了大部分“为了生存而必须做”的工作后，人类社会的价值观可能会发生变化（但注意只是“可能”，但不是必然发生）。 从“生存压力”到“生活追求”： 如果AI保障了基本物质需求，人们的焦虑感会降低。当社会不再以“工作时长”和“经济收入”作为衡量成功的唯一标准时，人们可能会更愿意回归家庭，追求情感连接和抚育后代带来的精神满足感。 “人的价值”的回归：在AI时代，那些机器无法替代的、真正属于“人”的特质——如情感、共情、创造力、关爱——将变得愈发珍贵。抚育后代本身的社会价值可能会被重估。 一个有些悖论式的答案 有点讽刺的是，解决“人类繁衍”这个最古老生物问题的希望，可能正落在了“AI”这个最新的人造物上。而这最终取决于，人类作为一个整体，在拥有了AI这个强大的“工人群体”之后，选择走哪条路。 问题3：解决问题的关键其实在于 “分配制度”。贪婪是人类的本性，理论上不存在所谓的客观平等。所以“AI工人”还有一种可能，就是进一步加速人类的两级分化。 我们或许已经进入了一个“技术问题已解决，但人性问题总爆发”的时代。 经济学家托马斯·皮凯蒂在《21世纪资本论》中提出：“当资本回报率（r）大于经济增长率（g）时，贫富分化就会加剧。” 皮凯蒂的公式非常简洁，r g，但其含义非常深远。 • r (资本回报率 Rate of Return on Capital): 这是“钱生钱”的速度。 它代表你拥有的资本（如股票、债券、房产、工厂等）每年能为你带来多少收入。 例如，你投资房产的年租金回报率、股票的股息和增值、或银行存款的利息。 这是“钱生钱”的速度。 它代表你拥有的资本（如股票、债券、房产、工厂等）每年能为你带来多少收入。 例如，你投资房产的年租金回报率、股票的股息和增值、或银行存款的利息。 • g (经济增长率 Economic Growth Rate): 这是“经济蛋糕”变大的速度，通常以GDP（国内生产总值）的增长来衡量。 它主要代表劳动创造的收入（工资、薪水）和整体生产力的提高。 这是“经济蛋糕”变大的速度，通常以GDP（国内生产总值）的增长来衡量。 它主要代表劳动创造的收入（工资、薪水）和整体生产力的提高。 资本持有者（富人）一开始就拥有大量“资本”，而大多数劳动者主要依赖“工资”。而这几年大家可能已经发现了，“工资”的增长率在大幅下降，而投资市场获得回报的概率在增加。当然不是瞎买股票也能赚钱，这里指的是专业的机构投资回报率。比如： AI工人几乎是纯粹的“资本”（算力、模型）。它们可以24/7工作，不需薪水，效率极高。这将导致资本回报率（r）会以前所未有的速度飙升，而普通劳动者的工资增长（g的一部分）则可能会更长周期的停滞。 结果就是，拥有AI（生产资料）的人/企业/国家，将与没有AI的人，迅速拉开天壤之别的贫富差距。如果放任自流，“贪婪”将主导一个极度不平等的分配结果。 另一个问题：“客观平等”是不存在的。但关于人类繁衍的问题，其实更多讨论的是“生存的尊严”和“繁衍的意愿“ 一个人不愿意生孩子，往往不是因为他/她比邻居少赚了1000块（嫉妒），而是因为他/她对自己的未来（住房、医疗、教育、养老）没有安全感（恐惧）。 因此，AI时代解决分配问题的目标，不是让每个人都一样富有（客观平等），而是利用AI创造的财富，为所有人提供一个足够高的“社会安全底线”，以消除人们对基本生存的恐惧。 既然“贪婪”是本性，那么“利他主义”的分配方案（比如高税收、强福利）是如何实现的呢？这个答案可能并不是出于“善意”，而是出于“理性的自利”和对“社会体系崩溃”的恐惧。 历史上，重大的社会改革（比如设立福利制度、八小时工作制）往往发生在社会大动荡（如经济大萧条、工人运动）之后。当权者（或者“贪婪者”）明白了一个道理： “如果不让渡一部分利益给底层，导致社会系统性崩溃，那么“贪婪者”自己也将一无所有。” 在AI时代，这个逻辑依然成立，但可能会面临新的形态： “消费者”的消失：如果AI“工人”取代了大部分人，而财富又极度集中，导致99%的人没有收入。那么，AI生产出来的产品卖给谁呢？ “繁衍者”的消失： 如果社会压力大到人类停止繁衍，那么这个文明本身就会消亡。 解决问题的方法可能是通过巨额征税，通过全民基本收入 (UBI)，或者公共服务(UBS)的方式，解绑了“工作”与“生存”，让人们不再为了“活下去”而耗尽所有精力时，我们才有可能解决那个最本质的“繁衍态度”问题。 问题4：基于UBI和UBS，“贪婪”的本性并不只存在于上层资本，普通阶层同样具备贪婪特质，而当普通人不需付出大量劳动就能获得资源，是否会引发新的矛盾？绩优原则，也就是“多劳多得”具备更强的大众认可度。 人性的贪婪是普遍的，无论顶层还是底层。 顶层的贪婪：表现为攫取生产资料（AI算力）并尽可能少地分配。 底层的贪婪：表现为在“不劳而获”成为可能时，失去劳动意愿，并可能要求更多。 而“多劳多得”（Meritocracy，绩优主义）是我们社会运行的基石和“相对公平”的共识。如果这个基石被AI和UBI粗暴冲垮，社会可能会产生巨大的“公平感危机”。 假设A先生是一个AI工程师，年入200万，工作极其辛苦。B先生选择（或被迫）失业，领取UBI（假设每年10万），每天无所事事。 A先生的视角（多劳者）： “我辛苦劳作，缴纳高额税款，去养活一个不贡献社会的人（B先生）。而他领的钱甚至比一些低端劳动者还多。这极不公平。" B先生的视角（少劳者）：（可能）：“既然我躺着也能活，我为什么还要去工作？而且A先生那么有钱，社会多从他那里拿点钱补贴我是应该的。” 这种“凭什么”的怨恨感，很可能就是“新的矛盾”。它会撕裂我们现有的社会共识。 所以相比UBI，UBS（也就是公共福利）会看上去相对体面一些，既实现了重新分配，又维持了“多劳多得”的激励。 政府只提供“基本”的服务（例如公共住房、基础医疗）。你如果想住更大的房子、享受更顶级的医疗服务、去昂贵的餐厅、去度假，你仍然需要去工作。 AI时代正在迫使我们重新定义“公平”。 新的社会契约可能是： 用“公共福利”实现“底线公平”（按需分配），保障所有人的生存和繁衍尊严。用“市场经济”实现“机会公平”（按劳分配），激励人们去追求更好的生活。 AI工人创造的财富，主要用于前者（托底）；人类“工人”则在后者的继续发挥创造力和满足“贪婪”（追求）。 问题5：但AI工人的到来，会让普通人工作的“门槛”进一步提高，那么为什么社会会选择你做更多的工作？仍然会存在竞争，比如更好的教育资源，更优越的人脉...只要有竞争存在，相对投入就不会变低，可能反而更高了，繁衍压力仍然不会消失。 焦虑的来源是“相对比较”：人类的痛苦和压力，很多时候不来自“绝对匮乏”（我快饿死了），而是来自“相对匮乏”（比如：我的孩子必须上比邻居孩子更好的学校）。就物质而言，我们目前的物质供给已经比过去要富裕太多了，但为什么我们的焦虑也比过去变得更多了？ 因为我们在比较。 竞争的“军备竞赛”： 只要“更好”的资源（无论是学位、人脉还是学区房）是稀缺的，那么竞争就不会停止。 福利的悖论： “基础公共福利”只是把竞争的“起跑线”抬高了。以前大家是为了“生存”而竞争；现在大家是为了“精英地位”而竞争。但只要竞争的逻辑不变，每个人投入的精力和时间总和就不会变低，甚至更高。 顺着这个逻辑，AI时代甚至可能更残酷：AI工人把“基础”工作全做了，人类唯一可做的，就是“人上人”的竞争，这会是一种更残酷、更“零和博弈”的内卷。然而这种内卷，至少在普通人的视角，相对是更公平的。 如果说“基础福利”是经济学的解法（解决“养不起”），那么“相对竞争”问题，解法必须来自“文化和价值观”（解决“不想生”和“没空生”）。在这个问题上，AI可能会成为一个“催化剂”的角色。 AI让“优质资源”不再稀缺 “AI私教”的普及：当AI可以为每个孩子提供1对1、全天候、苏格拉底式的顶级（甚至远超人类）的个性化教育时，“学区房”和“名师”的价值还剩多少？ 医疗的同质化： 当最好的诊断来