智械盛宴下的孤島：AI、資本與知識生態的隱秘危機

作者 | 臧嘉瑋

審校 | 蔡芳芳

近年來，人工智能（AI）對就業、產業創新以及知識生態的影響成為社會熱議話題。媒體和輿論常強調 AI 可能取代大量崗位，引發焦慮。然而，從實際觀察來看，AI 對就業和產品生態的影響遠比“全面失業”或“無限增長”復雜，需要理性分析，同時結合后疫情時期的全球經濟環境、資本市場壓力、企業行為模式以及 LLM（大型語言模型）提供方對產品迭代的控制。

1 我的觀察

AI 的技術潛力與實際替代能力并不完全等同。理論上可被 AI 替代的任務比例，并不意味著對應崗位就會消失。企業在引入 AI 時，受到成本、監管、組織慣性等因素制約。低技能、重復性的崗位，如客服、數據輸入、基礎編程等，確實面臨較大替代壓力，但很多崗位只是部分任務被 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力，促進勞動者技能升級，而人類獨有的能力——創造力、共情、倫理判斷、復雜社交互動——仍不可替代。

裁員的動機復雜，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整。現實案例顯示，企業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 提高生產能力，但人的作用并未消失，反而在許多任務中得到強化。這意味著，AI 既帶來了效率提升，也創造了新的崗位機會，例如數據科學家、AI 訓練師、自動化工程師等新職業不斷涌現。

更關鍵的是，這個世界的消費者仍然以人類為主，而不是資本。即便 AI 提高了生產效率、優化了服務或產品，最終消費、收入和市場需求還是由人類決定。失業率高、消費能力低的情況下，再強的技術也無法直接轉化為經濟價值。資本市場和企業的追求再激烈，也必須面對消費者的現實限制，否則再多的 AI 投入也只是賬面上的數字游戲。

2 資本市場與經濟環境：危機，失業和資本狂歡

當前全球經濟尚未從疫情沖擊中完全恢復，物價高企，消費和企業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、互相買賣的關系脆弱，一旦斷裂會產生連鎖反應。為了追求股價持續增長和利潤率，企業不得不在賬面上做文章。AI 被美國政府視作國家級戰略目標，企業必須在 AI 硬件和技術上投入巨額資金，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和財報壓力的結果。

宏觀經濟結構和全球貿易摩擦進一步加劇就業壓力。疫情后經濟恢復有限，物價高企，全球貿易壁壘提高，企業裁員更多是應對資金不足和賬面壓力，而非技術必然。這種短期的宏觀結構性壓力可能增加失業率，勞動者必須應對技能轉換和職業適應問題。同時，貿易摩擦和經濟結構調整使收入下降、市場收縮，企業為保持財務穩健和股價表現，不得不通過裁員節約成本，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率和消費力下降影響有限，市場承載能力成為潛在瓶頸。

資本增長集中在少數人手中，而高失業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：即便技術和資本發展迅猛，如果沒有有效的社會托底機制，AI 大量替代人工可能導致社會不穩定。社會保障、就業支持、技能培訓和收入再分配機制的缺失，使得科技繁榮無法真正惠及大多數人。

個人層面也能觀察到類似現象：高性能 GPU、AI 設備和計算資源難以獲得，個人用戶的使用受限，娛樂和創造的選擇空間縮小。AI 中心的大規模計算和學習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量的提升。這意味著，技術的增長必須與社會福利、可持續資源使用以及公共利益相結合，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 設備和計算消耗的資源龐大，亟需關注其社會回報。

3 世界經濟結構的變動：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略目標，但出發點和經濟背景存在明顯差異，同時也對全球經濟結構產生深遠影響。

美國

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

AI 確實提高了生產力和效率，但消費能力下降、收入受限，使得技術潛力未能充分釋放。疫情后經濟復蘇有限，勞動者并未被 AI 替代，而是被經濟結構和資本邏輯所影響。

中國

中國在 AI 發展中既面臨高精尖技術替代，也受到全球貿易摩擦壓力。高精技術和生產線優化，使中美經濟結構逐漸調整：美國難以在中國賺取收益，中國企業也難以在美國市場獲得利潤。貿易壁壘和經濟摩擦增加整體收入壓力，物價上漲、企業成本上升，使裁員和效率提升成為企業應對宏觀壓力的手段。

中國的 AI 發展既是技術驅動，也是經濟結構調整的一部分。政策推動和資本投入下，中國企業提升效率，但消費者需求受限、全球市場壓力加大，技術紅利難以完全轉化為經濟增長或個人福利提升。

其他國家

其他經濟體同樣受 AI 沖擊，但表現形式不同。發達國家可能更多依賴 AI 優化服務和生產率，而發展中國家面臨技術進口依賴、人才缺口和市場不確定性。核心技術供應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，就像“水電費”一樣持續支付，無論價格如何，難以自主掌控。一旦核心技術供應鏈受限，整個地區經濟和就業都會受到波及。

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構性沖擊。福利較好的國家可能通過社會保障和再分配機制緩沖失業壓力，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。加之地緣政治和社會壓力，局部沖突甚至戰爭事件可能隨之發生，進一步影響全球經濟穩定。

4 AI 在產品生態中的潛在危機：同質化和 IP 危機

除了就業，AI 對使用者和創新者自身也潛藏潛在風險。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。一旦用戶開發的產品或服務與 LLM 提供方的產品有交集，很容易被其以“人海戰術”迅速替代。我觀察到，大量應用、程序和功能已經或正在被 LLM 公司快速開發甚至內置，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。

過去我大學時期寫的 300 多篇博客、在維基百科貢獻的 1000 多條詞條，曾有大量價值，但最終可能被大模型整合為數據流，流量下降、影響力減弱，甚至出現運營危機。這是一種正在發生的、被忽視的現象：個人或企業基于 AI 創造的產品，很可能在未來被他人或平臺快速迭代和替代。

5 AI 時代下的知識貢獻危機：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、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，是原創精神的消逝。

我曾寫過無數博客，編輯過上百篇維基百科文章，貢獻了上千條詞條。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。我的詞條一年內總閱讀量，相當于紐約人口的四倍；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，那就是認可，是動力。

而現在，這種認可幾乎消失殆盡。人們不再主動閱讀博客，不再細致研讀百科，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利，甚至一次爬取就消化了所有內容。開源代碼、圖片、文章被分析、被重用，而當初的貢獻者毫不知情。你寫的代碼、生成的內容，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、曾經的博文，在 AI 的答案里早已隱形。曾經獨特的經驗、精妙的技巧、那些“DOOM 式”的代碼 hack 和操作心得，也正在被標準化、平庸化的答案取代。AI 的回答可能合格，也可能錯誤，而缺乏糾正機制讓錯誤積累，知識漂移，智慧被鎖死。

技術進步本應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、分析原作者思路、質疑和反思。知識的積累被削弱，經驗分享被替代，創意被壓縮。

結果顯而易見：

• 知識貢獻的激勵消失，原創者沉默；

• 獨特經驗和創新思維被平庸化答案取代；

• 錯誤與誤導信息積累，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，也鎖死了進步。我們必須警醒：如果不反思、不調整，這個世界的知識生態將逐步喪失活力。平庸將取代精妙，孤島將取代交流，曾經閃耀的智慧火花，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 利滾利與個人創收的現實

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

個人創收的現實，非常像之前的“被動收入”風潮。許多人花錢購買課程、支付 AI token，試圖借助 AI 技術獲得穩定收益，但結果往往不盡如人意。新聞中偶爾報道的一些成功案例，展示的往往是局部風毛菱角，而非普遍可行的模式。大多數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，且隨著產品復雜度和生成量增加，token 消耗量會越來越大，類似水電費一樣每月都要支付。但不同于固定水電費，AI 生成代碼的 token 消耗可能呈指數增長，因為上下文越大、生成內容越多，計算和模型調用成本也隨之攀升。這意味著，即便技術可用，使用成本和迭代成本也可能成為個體開發者和小團隊的主要限制。我甚至知道有人在開發的時候一天就花費了 1000 刀，而當時還沒有任何收入，這種高成本、高風險的現實，讓許多 AI 創作者陷入困境。

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險。嘗試新事物固然值得鼓勵，但需要正確認知 AI 的功能、邊界與安全，避免陷入幻想和風險之中。

7 綜合分析

總體來看，AI 不會全面消滅就業，但會改變就業結構、勞動內容以及知識生態。一方面，低技能崗位受沖擊，短期可能增加失業率，勞動者需進行技能升級和職業轉型；另一方面，AI 創造新職業和商業機會，提供長期就業潛力。任務的替代更多是部分任務而非整個崗位消失，人類不可替代的技能仍然關鍵。AI 在提升勞動生產力、優化工作效率的同時，也促使勞動者技能提升，并激發新的商業模式和創新機會。

然而，知識貢獻和原創價值正面臨前所未有的壓力。AI 替代了原創傳播渠道和用戶流量，使得個體創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，原創激勵消失。即便技術帶來效率提升和新商業機會，也需要社會制度、教育和社區機制來保護原創貢獻，確保知識生態的活力。

8 結論

AI 對就業、創新和知識生態的影響呈現“沖擊與補充并存”的特點。裁員和產品替代往往是資本市場壓力和經濟環境的結果，而非技術必然。低技能崗位面臨替代壓力，但技能升級和新職業機會能夠緩解沖擊。AI 提高生產力，改變工作任務，但不能替代人類獨有能力。使用 AI 開發產品的個人或企業，也需警惕平臺和模型迭代帶來的快速競爭壓力。知識貢獻面臨平庸化與匿名化的風險，原創者激勵減少，創新與交流可能受限。

面對 AI 發展和全球經濟挑戰，我們需要理性應對，強調技能升級、職業轉型、原創保護和創新保護，同時制定政策和教育培訓支持勞動者適應新就業結構。技術替代、資本壓力、勞動升級與知識生態保護并存，而最終經濟、創新、就業與知識活力仍依賴于人類消費者和原創者的參與。AI 應成為增強人類能力的工具，而不是社會問題、裁員或知識消亡的推手。