智械盛宴下的孤島：AI、資本與知識生態(tài)的隱秘危機(jī)

作者 | 臧嘉瑋

審校 | 蔡芳芳

近年來，人工智能（AI）對就業(yè)、產(chǎn)業(yè)創(chuàng)新以及知識生態(tài)的影響成為社會熱議話題。媒體和輿論常強(qiáng)調(diào) AI 可能取代大量崗位，引發(fā)焦慮。然而，從實際觀察來看，AI 對就業(yè)和產(chǎn)品生態(tài)的影響遠(yuǎn)比“全面失業(yè)”或“無限增長”復(fù)雜，需要理性分析，同時結(jié)合后疫情時期的全球經(jīng)濟(jì)環(huán)境、資本市場壓力、企業(yè)行為模式以及 LLM（大型語言模型）提供方對產(chǎn)品迭代的控制。

1 我的觀察

AI 的技術(shù)潛力與實際替代能力并不完全等同。理論上可被 AI 替代的任務(wù)比例，并不意味著對應(yīng)崗位就會消失。企業(yè)在引入 AI 時，受到成本、監(jiān)管、組織慣性等因素制約。低技能、重復(fù)性的崗位，如客服、數(shù)據(jù)輸入、基礎(chǔ)編程等，確實面臨較大替代壓力，但很多崗位只是部分任務(wù)被 AI 取代，而非整個崗位消失。同時，AI 的引入往往提升勞動生產(chǎn)力，促進(jìn)勞動者技能升級，而人類獨(dú)有的能力——創(chuàng)造力、共情、倫理判斷、復(fù)雜社交互動——仍不可替代。

裁員的動機(jī)復(fù)雜，部分裁員被冠以“AI 替代”之名，但背后更可能是資本行為或組織調(diào)整。現(xiàn)實案例顯示，企業(yè)在追求利潤率和股價增長時，為了賬面好看往往采取裁員策略，而不是因為 AI 完全替代了崗位。AI 提高生產(chǎn)能力，但人的作用并未消失，反而在許多任務(wù)中得到強(qiáng)化。這意味著，AI 既帶來了效率提升，也創(chuàng)造了新的崗位機(jī)會，例如數(shù)據(jù)科學(xué)家、AI 訓(xùn)練師、自動化工程師等新職業(yè)不斷涌現(xiàn)。

更關(guān)鍵的是，這個世界的消費(fèi)者仍然以人類為主，而不是資本。即便 AI 提高了生產(chǎn)效率、優(yōu)化了服務(wù)或產(chǎn)品，最終消費(fèi)、收入和市場需求還是由人類決定。失業(yè)率高、消費(fèi)能力低的情況下，再強(qiáng)的技術(shù)也無法直接轉(zhuǎn)化為經(jīng)濟(jì)價值。資本市場和企業(yè)的追求再激烈，也必須面對消費(fèi)者的現(xiàn)實限制，否則再多的 AI 投入也只是賬面上的數(shù)字游戲。

2 資本市場與經(jīng)濟(jì)環(huán)境：危機(jī)，失業(yè)和資本狂歡

當(dāng)前全球經(jīng)濟(jì)尚未從疫情沖擊中完全恢復(fù)，物價高企，消費(fèi)和企業(yè)活力仍低于疫情前水平。AI 熱潮在資本市場中形成泡沫，投資循環(huán)、互相買賣的關(guān)系脆弱，一旦斷裂會產(chǎn)生連鎖反應(yīng)。為了追求股價持續(xù)增長和利潤率，企業(yè)不得不在賬面上做文章。AI 被美國政府視作國家級戰(zhàn)略目標(biāo)，企業(yè)必須在 AI 硬件和技術(shù)上投入巨額資金，否則股價必然下跌。這也解釋了為什么裁員往往被冠以 AI 理由，而實際更多是資金周轉(zhuǎn)和財報壓力的結(jié)果。

宏觀經(jīng)濟(jì)結(jié)構(gòu)和全球貿(mào)易摩擦進(jìn)一步加劇就業(yè)壓力。疫情后經(jīng)濟(jì)恢復(fù)有限，物價高企，全球貿(mào)易壁壘提高，企業(yè)裁員更多是應(yīng)對資金不足和賬面壓力，而非技術(shù)必然。這種短期的宏觀結(jié)構(gòu)性壓力可能增加失業(yè)率，勞動者必須應(yīng)對技能轉(zhuǎn)換和職業(yè)適應(yīng)問題。同時，貿(mào)易摩擦和經(jīng)濟(jì)結(jié)構(gòu)調(diào)整使收入下降、市場收縮，企業(yè)為保持財務(wù)穩(wěn)健和股價表現(xiàn)，不得不通過裁員節(jié)約成本，而 AI 只是借口或催化劑。值得諷刺的是，裁員計劃公布后，往往股價上漲，這反映了資本市場與社會生存之間的悖論。AI 巨頭們投入巨額資金爭奪市場份額，但實際客戶受高失業(yè)率和消費(fèi)力下降影響有限，市場承載能力成為潛在瓶頸。

資本增長集中在少數(shù)人手中，而高失業(yè)率意味著大量勞動者的生計受威脅。這揭示了一個核心問題：即便技術(shù)和資本發(fā)展迅猛，如果沒有有效的社會托底機(jī)制，AI 大量替代人工可能導(dǎo)致社會不穩(wěn)定。社會保障、就業(yè)支持、技能培訓(xùn)和收入再分配機(jī)制的缺失，使得科技繁榮無法真正惠及大多數(shù)人。

個人層面也能觀察到類似現(xiàn)象：高性能 GPU、AI 設(shè)備和計算資源難以獲得，個人用戶的使用受限，娛樂和創(chuàng)造的選擇空間縮小。AI 中心的大規(guī)模計算和學(xué)習(xí)消耗了難以估計的能源和資源，但這些消耗未必能直接帶來人類生活質(zhì)量的提升。這意味著，技術(shù)的增長必須與社會福利、可持續(xù)資源使用以及公共利益相結(jié)合，否則所謂的“效率提升”可能只成為資本增值工具，而非真正改善人類生活的力量。AI 設(shè)備和計算消耗的資源龐大，亟需關(guān)注其社會回報。

3 世界經(jīng)濟(jì)結(jié)構(gòu)的變動：美中 AI 雙巨頭與其他國家

在 AI 浪潮下，美中兩國都將人工智能視為國家級戰(zhàn)略目標(biāo)，但出發(fā)點和經(jīng)濟(jì)背景存在明顯差異，同時也對全球經(jīng)濟(jì)結(jié)構(gòu)產(chǎn)生深遠(yuǎn)影響。

美國

美國推動 AI 發(fā)展的主要驅(qū)動力既包括國家戰(zhàn)略，也包括企業(yè)股價和資本市場壓力。科技巨頭為保持市場領(lǐng)先，不惜投入巨資研發(fā) AI 技術(shù)和采購硬件。然而，這種資本驅(qū)動模式帶來了一個悖論：裁員成為常態(tài)，但并非技術(shù)必然導(dǎo)致崗位消失，而是企業(yè)為賬面壓力和資金周轉(zhuǎn)不足采取的成本調(diào)節(jié)手段。資本市場往往對裁員行為作出正面反應(yīng)，股價反而上漲，顯示出資本邏輯與社會生存之間的矛盾。

AI 確實提高了生產(chǎn)力和效率，但消費(fèi)能力下降、收入受限，使得技術(shù)潛力未能充分釋放。疫情后經(jīng)濟(jì)復(fù)蘇有限，勞動者并未被 AI 替代，而是被經(jīng)濟(jì)結(jié)構(gòu)和資本邏輯所影響。

中國

中國在 AI 發(fā)展中既面臨高精尖技術(shù)替代，也受到全球貿(mào)易摩擦壓力。高精技術(shù)和生產(chǎn)線優(yōu)化，使中美經(jīng)濟(jì)結(jié)構(gòu)逐漸調(diào)整：美國難以在中國賺取收益，中國企業(yè)也難以在美國市場獲得利潤。貿(mào)易壁壘和經(jīng)濟(jì)摩擦增加整體收入壓力，物價上漲、企業(yè)成本上升，使裁員和效率提升成為企業(yè)應(yīng)對宏觀壓力的手段。

中國的 AI 發(fā)展既是技術(shù)驅(qū)動，也是經(jīng)濟(jì)結(jié)構(gòu)調(diào)整的一部分。政策推動和資本投入下，中國企業(yè)提升效率，但消費(fèi)者需求受限、全球市場壓力加大，技術(shù)紅利難以完全轉(zhuǎn)化為經(jīng)濟(jì)增長或個人福利提升。

其他國家

其他經(jīng)濟(jì)體同樣受 AI 沖擊，但表現(xiàn)形式不同。發(fā)達(dá)國家可能更多依賴 AI 優(yōu)化服務(wù)和生產(chǎn)率，而發(fā)展中國家面臨技術(shù)進(jìn)口依賴、人才缺口和市場不確定性。核心技術(shù)供應(yīng)高度集中在美中兩國，其他國家基本只能依賴 A 或 B 提供的 AI 服務(wù)，就像“水電費(fèi)”一樣持續(xù)支付，無論價格如何，難以自主掌控。一旦核心技術(shù)供應(yīng)鏈?zhǔn)芟蓿麄€地區(qū)經(jīng)濟(jì)和就業(yè)都會受到波及。

這意味著，無論是中美兩國，還是其他國家，AI 浪潮都不可避免地帶來結(jié)構(gòu)性沖擊。福利較好的國家可能通過社會保障和再分配機(jī)制緩沖失業(yè)壓力，但如果不介入 AI 競爭，稅收減少、赤字增加，長期的福利支撐可能遭受重創(chuàng)。加之地緣政治和社會壓力，局部沖突甚至戰(zhàn)爭事件可能隨之發(fā)生，進(jìn)一步影響全球經(jīng)濟(jì)穩(wěn)定。

4 AI 在產(chǎn)品生態(tài)中的潛在危機(jī)：同質(zhì)化和 IP 危機(jī)

除了就業(yè)，AI 對使用者和創(chuàng)新者自身也潛藏潛在風(fēng)險。大型語言模型（LLM）提供方往往掌握大量幾乎無限的使用額度。一旦用戶開發(fā)的產(chǎn)品或服務(wù)與 LLM 提供方的產(chǎn)品有交集，很容易被其以“人海戰(zhàn)術(shù)”迅速替代。我觀察到，大量應(yīng)用、程序和功能已經(jīng)或正在被 LLM 公司快速開發(fā)甚至內(nèi)置，這意味著即便用戶投入了大量 token 和努力，仍可能在模型迭代下被迫走差異化路線，而這種差異化又容易被 AI 再次追上。

過去我大學(xué)時期寫的 300 多篇博客、在維基百科貢獻(xiàn)的 1000 多條詞條，曾有大量價值，但最終可能被大模型整合為數(shù)據(jù)流，流量下降、影響力減弱，甚至出現(xiàn)運(yùn)營危機(jī)。這是一種正在發(fā)生的、被忽視的現(xiàn)象：個人或企業(yè)基于 AI 創(chuàng)造的產(chǎn)品，很可能在未來被他人或平臺快速迭代和替代。

5 AI 時代下的知識貢獻(xiàn)危機(jī)：孤島、平庸與消失的智慧

回想一下，上次你訪問 Stack Overflow 是什么時候？又有多少人真正去閱讀博客、翻閱文獻(xiàn)、揣摩原作者思路？在 AI 時代，一切變得觸手可得，但便捷的背后，是知識流動的危機(jī)，是原創(chuàng)精神的消逝。

我曾寫過無數(shù)博客，編輯過上百篇維基百科文章，貢獻(xiàn)了上千條詞條。那時候，我為自己的付出感到驕傲——每一篇文章、每一次編輯，都是對知識世界的注入。我的詞條一年內(nèi)總閱讀量，相當(dāng)于紐約人口的四倍；博客訪問量更是百萬級別。雖然我沒有因此獲利，身邊的人也未必知曉，但被看見、被使用，那就是認(rèn)可，是動力。

而現(xiàn)在，這種認(rèn)可幾乎消失殆盡。人們不再主動閱讀博客，不再細(xì)致研讀百科，而是直接從 AI 助手獲取答案。AI 繞過了所有平臺，忽略了所有名字和權(quán)利，甚至一次爬取就消化了所有內(nèi)容。開源代碼、圖片、文章被分析、被重用，而當(dāng)初的貢獻(xiàn)者毫不知情。你寫的代碼、生成的內(nèi)容，背后可能正借鑒了別人多年前的心血，卻無人知道。

更糟糕的是，AI 依賴的知識來源——博客、維基百科、Reddit——都被稀釋、重組、匿名化。五年前的回答、曾經(jīng)的博文，在 AI 的答案里早已隱形。曾經(jīng)獨(dú)特的經(jīng)驗、精妙的技巧、那些“DOOM 式”的代碼 hack 和操作心得，也正在被標(biāo)準(zhǔn)化、平庸化的答案取代。AI 的回答可能合格，也可能錯誤，而缺乏糾正機(jī)制讓錯誤積累，知識漂移，智慧被鎖死。

技術(shù)進(jìn)步本應(yīng)讓我們更容易獲取知識，卻在不知不覺中制造了孤島。每個人都在依賴 AI 的快捷答案，卻少有人去探究原始文獻(xiàn)、分析原作者思路、質(zhì)疑和反思。知識的積累被削弱，經(jīng)驗分享被替代，創(chuàng)意被壓縮。

結(jié)果顯而易見：

• 知識貢獻(xiàn)的激勵消失，原創(chuàng)者沉默；

• 獨(dú)特經(jīng)驗和創(chuàng)新思維被平庸化答案取代；

• 錯誤與誤導(dǎo)信息積累，缺乏糾正；

• 科技交流減少，每個人都可能成為孤島。

直接越過原創(chuàng)者意味著看不見，看不見意味著失去動力。沒有動力，就沒有新的知識；沒有新知識，就只能依賴舊知識，而舊知識鎖死了交流，也鎖死了進(jìn)步。我們必須警醒：如果不反思、不調(diào)整，這個世界的知識生態(tài)將逐步喪失活力。平庸將取代精妙，孤島將取代交流，曾經(jīng)閃耀的智慧火花，可能在寂靜中熄滅。諷刺的是，這篇文章很有可能最終融入到大模型之中，沒有激起一點漣漪。

6 AI 利滾利與個人創(chuàng)收的現(xiàn)實

對于 AI 使用者和產(chǎn)品創(chuàng)造者而言，利滾利的現(xiàn)象尤為明顯。個人利用 AI 生成的產(chǎn)品本身沒有問題，但現(xiàn)實情況是，大多數(shù)人生成的產(chǎn)品仍停留在 MVP 級別的小 demo，或者僅是對已有代碼的一部分重構(gòu)和升級。少數(shù)案例中，AI 被用于重構(gòu)大型代碼庫或產(chǎn)品，但大多數(shù) one-person 公司和個體創(chuàng)作者，很難真正實現(xiàn)被動收入或 FIRE（Financial Independence, Retire Early）的夢想。

個人創(chuàng)收的現(xiàn)實，非常像之前的“被動收入”風(fēng)潮。許多人花錢購買課程、支付 AI token，試圖借助 AI 技術(shù)獲得穩(wěn)定收益，但結(jié)果往往不盡如人意。新聞中偶爾報道的一些成功案例，展示的往往是局部風(fēng)毛菱角，而非普遍可行的模式。大多數(shù)人仍然只能在高投入、低回報之間掙扎，因此在使用 AI 之前，就必須做好“打水漂”的心理準(zhǔn)備。

更值得注意的是，AI 生成代碼的成本隨著使用量增長而可能呈指數(shù)級上升。對于一些公司而言，代碼通常是批量生成的，且隨著產(chǎn)品復(fù)雜度和生成量增加，token 消耗量會越來越大，類似水電費(fèi)一樣每月都要支付。但不同于固定水電費(fèi)，AI 生成代碼的 token 消耗可能呈指數(shù)增長，因為上下文越大、生成內(nèi)容越多，計算和模型調(diào)用成本也隨之攀升。這意味著，即便技術(shù)可用，使用成本和迭代成本也可能成為個體開發(fā)者和小團(tuán)隊的主要限制。我甚至知道有人在開發(fā)的時候一天就花費(fèi)了 1000 刀，而當(dāng)時還沒有任何收入，這種高成本、高風(fēng)險的現(xiàn)實，讓許多 AI 創(chuàng)作者陷入困境。

真正獲利的，往往仍是賣工具、賣課程、或者提供 AI 服務(wù)的平臺。世界一直沒變，人心也沒變：每個人都希望用最低成本獲得最高價值。大量博主和視頻作者在宣傳 AI 的“成功案例”，表面看似可行，但背后成本巨大——不僅金錢投入高，而且個人信息面臨泄露風(fēng)險。嘗試新事物固然值得鼓勵，但需要正確認(rèn)知 AI 的功能、邊界與安全，避免陷入幻想和風(fēng)險之中。

7 綜合分析

總體來看，AI 不會全面消滅就業(yè)，但會改變就業(yè)結(jié)構(gòu)、勞動內(nèi)容以及知識生態(tài)。一方面，低技能崗位受沖擊，短期可能增加失業(yè)率，勞動者需進(jìn)行技能升級和職業(yè)轉(zhuǎn)型；另一方面，AI 創(chuàng)造新職業(yè)和商業(yè)機(jī)會，提供長期就業(yè)潛力。任務(wù)的替代更多是部分任務(wù)而非整個崗位消失，人類不可替代的技能仍然關(guān)鍵。AI 在提升勞動生產(chǎn)力、優(yōu)化工作效率的同時，也促使勞動者技能提升，并激發(fā)新的商業(yè)模式和創(chuàng)新機(jī)會。

然而，知識貢獻(xiàn)和原創(chuàng)價值正面臨前所未有的壓力。AI 替代了原創(chuàng)傳播渠道和用戶流量，使得個體創(chuàng)作者的努力可能被快速迭代和匿名化整合，形成平庸化輸出，原創(chuàng)激勵消失。即便技術(shù)帶來效率提升和新商業(yè)機(jī)會，也需要社會制度、教育和社區(qū)機(jī)制來保護(hù)原創(chuàng)貢獻(xiàn)，確保知識生態(tài)的活力。

8 結(jié)論

AI 對就業(yè)、創(chuàng)新和知識生態(tài)的影響呈現(xiàn)“沖擊與補(bǔ)充并存”的特點。裁員和產(chǎn)品替代往往是資本市場壓力和經(jīng)濟(jì)環(huán)境的結(jié)果，而非技術(shù)必然。低技能崗位面臨替代壓力，但技能升級和新職業(yè)機(jī)會能夠緩解沖擊。AI 提高生產(chǎn)力，改變工作任務(wù)，但不能替代人類獨(dú)有能力。使用 AI 開發(fā)產(chǎn)品的個人或企業(yè)，也需警惕平臺和模型迭代帶來的快速競爭壓力。知識貢獻(xiàn)面臨平庸化與匿名化的風(fēng)險，原創(chuàng)者激勵減少，創(chuàng)新與交流可能受限。

面對 AI 發(fā)展和全球經(jīng)濟(jì)挑戰(zhàn)，我們需要理性應(yīng)對，強(qiáng)調(diào)技能升級、職業(yè)轉(zhuǎn)型、原創(chuàng)保護(hù)和創(chuàng)新保護(hù)，同時制定政策和教育培訓(xùn)支持勞動者適應(yīng)新就業(yè)結(jié)構(gòu)。技術(shù)替代、資本壓力、勞動升級與知識生態(tài)保護(hù)并存，而最終經(jīng)濟(jì)、創(chuàng)新、就業(yè)與知識活力仍依賴于人類消費(fèi)者和原創(chuàng)者的參與。AI 應(yīng)成為增強(qiáng)人類能力的工具，而不是社會問題、裁員或知識消亡的推手。