算力与平权

能源和公平只能在一定程度上同时增长。人均用电量低于某个阈值时，增加用电量能够改善社会公平。高于这个阈值，能源增长就会以牺牲公平为代价。— Ivan Illich 1973

最近刷阮一峰博客的时候刷到了这句话，他举例解释如下：“车速快会拉开人与人的距离，但只有少数人能掌握高速交通工具，车速越快只会帮助这些人越加领先。

时间变得紧迫，也是对富有的人更有利。对于底层的人，当然也让人生变得更有价值，但也变得更累。”

以此引申出的观点是：资源发展到不再那么稀缺以后，就会落入少数人手中，这些人就会利用这种资源拉大人与人的差距，加剧社会不公平。在当下，这个资源就是算力。少数人拥有更强的算力，更强的模型，他们在财富积累时就会远比普通人更强。

我赞同这一点，但是这个困境似乎没有系统性的解决方案。于是花了一点时间和gpt交流：

---

提问：

AI在一些领域确实显著提升了生产力，例如设计，编程，分析等领域，但同样造成相关岗位大幅减少，并且于此同时，并没有新增太多ai相关的岗位，体感上裁员的公司更多了，失业率似乎变高了。有数据论证吗？并且未来会怎么发展？

---

回答：

我认为你的体感，至少有一部分是被数据支持的，但也有一部分是”AI+经济周期+企业降本”共同作用的结果，而不能全部归因于AI。

目前（2025-2026）的研究有一个越来越明确的共识：AI首先改变的不是失业率，而是招聘。

也就是说：

• 公司裁员未必很多；
• 但是明显减少了招人。
• 一个员工以前做2个人的工作，现在借助AI做3个人的工作。

这个变化，对于刚毕业的人感受尤其明显。

第一，目前有哪些数据支持？

国际劳工组织（ILO）去年和今年连续发布了几份研究。结论基本一致：

① AI确实提升了生产率

例如客服、程序开发、文档、翻译、数据分析、设计。很多实验证明生产率提升了20%~60%。这个已经有大量实验支持。

② 但是就业并没有同步增加

这是你感觉最明显的地方。

ILO今年最新总结：AI带来的生产率是真实存在的，但是目前还没有明显转化成更多就业或者工资增长。

换句话说：老板省下来的成本，很多变成了利润，或者继续投入AI。而不是继续招人。

③ 最明显的是初级岗位

这一点现在几乎所有机构都开始观察到了。例如：

• 初级程序员
• 初级设计师
• 初级文案
• 初级客服
• 行政

招聘需求下降最快。ILO认为：年轻人受到影响最大。 很多企业已经开始：“招一个Senior。” 不用三个Junior。

第二，为什么你觉得裁员更多？

其实这里有一个很大的误区。很多公司并不是：AI来了就裁500人，真正发生的是以前100人团队，今年有人离职后，老板不招了，剩下80人，AI补工作量。

所以：裁员数字不一定爆炸。 但是招聘越来越少。很多研究认为，目前AI对劳动力市场的影响更多体现在招聘收缩，而不是大规模失业。

第三，为什么股市涨，普通人没感觉？

这个问题其实已经成为欧美经济学近两年的热门话题。目前很多科技公司的情况是，例如一家软件公司以前1000员工，收入100亿。利润20亿。用了AI后，员工800，收入110亿，利润40亿。

那么股东赚翻，股票创新高，但是普通员工没有。所以出现一种现象：资本市场越来越好。 劳动市场越来越一般。

很多分析甚至开始讨论一种可能性：Jobless Productivity Boom（没有就业增长的生产率繁荣）。

第四，我其实比较担心未来五年出现一个历史上没有经历过的新阶段

以前工业革命：机器替代体力。后来电脑替代重复劳动。但是AI第一次开始替代脑力。而且替代的是白领。例如：程序员，律师，会计，分析师，设计，翻译，教育。

以前大家认为学历越高越安全，AI第一次开始打破这个规律。

第五，那是不是会出现大规模失业？

这里经济学界其实已经分成两派。

乐观派认为历史一直如此。例如：汽车淘汰马车。后来汽车工业创造更多岗位。电脑淘汰打字员，后来创造互联网。AI最后也会创造新的行业。

悲观派认为这次不一样。原因：AI不像汽车。汽车不会写代码。AI自己还能继续提升。所以创造岗位可能赶不上消灭岗位。最近甚至有两百多位经济学家和科技界人士联名呼吁，各国应提前研究AI带来的就业冲击，而不是等问题全面出现后再应对。

我的判断（也是我认为未来10年最值得关注的问题）

我认为，真正值得担心的，不是”AI会不会取代所有工作”。

而是：AI可能把劳动市场分成两层。

第一层：极少数能够管理AI，设计AI，领导AI，他们的收入越来越高。

第二层：大量普通白领，越来越容易被AI压低工资。

也就是说，未来最大的风险可能不是”全民失业”，而是收入分化进一步扩大。

---

提问：

ai时代获取知识的成本确实更低了，但是人与人之间的差距也会显著加大，并不是所有人都有意愿通过ai不断学习新内容，而是辅助完成现有工作。这样一来，贫富差距不是会变大吗，社会矛盾也会进而变大。换言之，这个时代，是越卷的人收益越高吗？

---

回答：

你这个判断触及了AI时代最核心的社会问题之一：AI降低了知识获取成本，但是否会让社会更加平等，还是反而扩大差距？

目前学界其实有两种相反的观点，而你的担忧更接近其中的“技能偏向型技术进步（skill-biased technological change）”和“赢家通吃效应”。

我的看法是：

AI大概率会扩大一部分人与一部分人之间的差距，但不一定意味着所有人都必须无限内卷才能生存。真正的分化可能来自“是否能够把AI转化为生产力”。

1. 为什么AI可能扩大人与人的差距？

因为AI有一个特殊属性：它不是简单替代低技能劳动，而是放大高能力个体。

举一个简单例子: 以前一个普通程序员一天写100行有效代码，高手一天写300行，差距3倍。现在普通程序员会用AI：一天1000行。高手：懂架构、懂业务、懂AI：一天5000行，差距5倍。

而且高手还有一个优势：他知道哪些代码应该让AI写。哪些问题应该自己思考。所以AI可能成为：能力放大器。

2. 这和互联网时代很像

互联网没有让所有人财富平均化，反而创造了：

• 全球顶尖程序员；
• 创业者；
• 内容创作者；
• 投资者。

他们可以服务全球市场。例如一个优秀的软件工程师，以前只能影响一个公司，现在一个开源项目可以影响全球，这就是超级个体，AI会进一步增强这种趋势。

3. 但为什么不是所有人都会努力使用AI？

你提出了一个很现实的问题： 并不是所有人都有意愿不断学习。这确实是关键。技术发展一直如此。

比如互联网时代，有人学习互联网创业，有人只是刷视频。智能手机时代有人用手机做生意，有人只是娱乐。

技术提供机会，但不会自动改变所有人。

4. 未来可能出现“三层结构”

这是很多研究者担心的。

第一层：AI增强型人才

他们：

• 掌握领域知识；
• 会设计工作流程；
• 能管理AI。

收入可能大幅提高。

第二层：普通AI使用者

例如会使用AI完成工作。效率提升但容易替代，收入可能保持。

第三层：被AI替代的人

例如大量重复性工作。如果没有转型：压力最大。

这和工业革命非常类似。工业革命初期，机器提高生产力，但是纺织工人确实受到冲击。后来社会通过教育、新产业、制度调整，重新吸收劳动力。

5. 所以是不是“越卷收益越高”？

这里我觉得要区分。过去20年的逻辑：

努力学习 → 好学历 → 好工作 → 高收入。

AI时代可能变成：

高杠杆能力 → 高收益。

什么意思？

不是简单更努力，而是努力方向不同。例如一个人每天加班10小时，但是只做重复工作，AI来了价值下降。另一个人每天花2小时学习AI工具；理解行业；建立个人影响力。他的收益可能更高。

所以未来竞争可能从：体力型竞争变成：认知杠杆竞争。

6. 但是社会不会允许无限扩大差距

因为历史经验表明：如果生产力提升，但是收益过度集中，会产生社会压力。

可能出现：

• 更强的税收调节；
• 教育改革；
• AI使用权普及；
• 基本收入讨论；
• 工作时间减少。

这些不是中国特有，欧美现在也在讨论：例如AI导致财富集中后，是否需要重新设计：劳动制度和社会保障。

7. 一个有意思的矛盾

AI可能同时带来两个结果：

对个人，越会利用AI的人：优势越大，差距扩大。对社会整体，生产效率提高。理论上：大家可以工作更少，生活更好。

问题就在于：生产力增长的收益如何分配。 这其实是工业革命以来一直存在的问题。

结合你的情况，我觉得你其实抓到了一个关键点：

你之前一直关注：

• AI泡沫；
• 普通人生活改善；
• 中国社会割裂；
• 教育变化；
• 职业竞争。

这些问题背后是同一个主题：

技术进步创造了更多财富，但财富是否能转化为大多数人的生活改善，并不是自动发生的。

AI时代最大的挑战可能不是“AI有没有能力”，而是：

一个社会能不能让更多人拥有使用AI提高自身价值的机会。

如果做不到，那么AI可能成为放大器：

• 强者更强；
• 弱者更难追赶。

如果做到，那么它也可能成为历史上最强的生产力工具之一，让普通人的能力边界大幅扩大。

所以未来真正的竞争，不一定是谁更卷，而是谁更早完成从“执行者”到“AI增强型决策者”的转变。你提到的“越卷收益越高”，更准确地说应该是：

越能把努力转化为杠杆的人，收益越高；单纯投入更多时间，未必还能换来同等回报。

---

后面我又问了一些其他问题，总结如下：

提问： ai agent的发展速度已经非常快，哪怕是用到业务里，ai效率肯定也比人高

回答： AI Agent确实正在向“执行者”发展，但业务落地仍然需要人，因为企业真实世界不是一个干净的数学问题。不过，AI可能真的会压缩中间层，高级人才价值提高，初级岗位减少，中间岗位承压。

提问： 现在很多岗位，例如运营和产品，都开始尝试vibe coding，但由于不懂代码细节，反而会产生各种有问题的应用产品，很大程度加大了维护成本。如果没有代码基础，架构基础，安全管理，那么这些应用可能比单纯减少开发人员的危害更大。

回答： Vibe coding 降低的是写代码门槛，不是工程门槛，这和过去的低代码浪潮很像。风险主要来自数据安全，技术债和合规风险。长期来看，Vibe coding不会消失，非技术人员拥有更强的原型能力，程序员负责工程化，纯执行开发会被压缩。人人都有相机，不等于人人都是摄影师。

提问： 如果职业工作内容的边界都被模糊化了，那岗位还有意义吗，选择专业还有意义吗？对现有的教育体系不会有极大冲击吗？并且 纯数学研究这种还有必要吗

回答： 岗位边界确实会模糊，但岗位不会消失，职业可能从“技能型”转向“责任型”。教育体系已经受到巨大冲击，更强调基础能力，领域理解和ai协作。

2026/7/28 于苏州