现在看清了：AI不是平权，它是资本和劳动力的最后一战。越有钱跑得越快

本文来自微信公众号： 不懂经 ，作者：不懂经也叔的Rust

这两天，《金融时报》发了一篇文章，标题很平静，但里面的数据和背后的趋势不太平静。

它说，高收入者正在AI上一路领先。

《金融时报》和研究公司Focaldata调查了美国和英国4000多名劳动者，结果发现，收入最高的人里，超过60%每天在工作中使用AI；低收入者里，这个比例只有16%。

我看到这个数字时并不意外，因为在去年的文章中，我们就推演了这种趋势。

不过，这个结果，可能会戳破过去两年都围绕AI的一个美好想象：AI会让所有人站到同一条起跑线上。

一个普通人终于可以拥有自己的研究员、程序员、设计师、顾问、助理。一个人可以像一个团队。一个小公司可以挑战大公司。一个没有资源的人，可以借助AI突然获得过去只有大机构才有的能力。

这个叙事很动人。但现在看，它可能只说对了一半。

AI确实给了普通人一些过去没有的能力，但它给有钱人、有资源的人、有组织位置的人，给得更多、更快、更深。

AI不是把所有人拉到同一起跑线，而是先给原本跑在前面的人装上了发动机。

这才是《金融时报》那篇文章真正值得警惕的地方。

它表面上讲的是职场里的AI使用差距，深一层看，是新一轮生产力红利正在如何分配。再深一层看，它讲的是资本和劳动力之间那条老裂缝，正在被AI撑开。

过去我们讨论AI，总喜欢问一个问题：AI会不会取代人？

这个问题太粗了。

更准确的问题应该是：AI提高出来的生产力，最后归谁？

员工用了AI，八小时的工作四小时做完，剩下的四小时归谁？

团队用了AI，十个人的活五个人干完，省下来的工资归谁？

公司用了AI，利润率提高，市场给出更高估值，这部分收益归谁？

这几个问题不性感，但它们比“AI有没有意识”重要得多。

因为大多数人的命运，不是被科幻里的超级智能改变的，而是被公司预算表、岗位编制、绩效考核、工资结构、管理半径这些东西改变的。

AI最可怕的地方，不是它像人。是它正在让资本不再那么需要人。

AI时代最大的自由和权利，就是不被算法提前预测和算完

当代财富的六层阶梯，为什么64%的人会困到第四层？

1、

在《金融时报》那篇文章中，有一个很重要的受访者，Daron Acemoglu。达龙·阿西莫格鲁。

他是麻省理工学院的经济学教授，也是诺贝尔经济学奖得主。他过去很多研究都围绕技术、制度和不平等展开。简单说，他不是那种看到新技术就兴奋鼓掌的人，他更关心技术被谁掌握，以及它会怎样改写社会结构。

他在文章里说，现在外面的叙事是，AI工具会变得更加民主化。但现实是，要使用这些模型，你需要一定教育程度，需要抽象能力、定量能力，需要熟悉计算机，甚至需要懂一点编程。

然后他说了一句很重的话，AI几乎肯定会增加劳动与资本之间的不平等。他原话更粗一点，大意是：这会把我们带进一场烂摊子，shit show。

这句话听起来刺耳，但它抓住了问题的关键。

AI从来不是一个孤零零的聊天窗口。它背后是一整套东西：模型、算力、数据、token、工程系统、组织流程、产品入口、企业预算、法律权限、用户关系。

普通人看见的是一个输入框。资本看见的是一套新的生产系统。

这两者不是一回事。

普通人用AI，通常是问几个问题，写一段文案，总结一份资料，做一个PPT，改一段代码。这当然有用。

但大公司怎么用AI？

它把AI接进客服系统，接进销售系统，接进代码仓库，接进广告投放，接进供应链，接进人力资源，接进法务、财务、产品、运营。它不是让AI偶尔帮忙，而是让AI成为组织的一部分。

一个普通人每天问AI 50次，会觉得自己已经很高频。一个公司每天调用几千万甚至上亿token，只是生产系统正常运转。

这就是差距。不是“你有没有AI”，而是“你能让多少机器智力为你工作”。

过去的贫富差距，主要表现为谁有钱，谁有房，谁有股票，谁有公司。AI之后，还会多出一种差距：谁拥有更多机器智力的调用权。

这个词可能有点拗口，但它会越来越重要。

机器智力调用权，就是你能使用多强的模型、消耗多少token、调动多少算力、接入多少数据、运行多少自动化流程。

它像工业时代的煤、电和石油。

表面上看，大家都可以用电。可一个家庭的插座，和一座钢铁厂的高压电网，显然不是同一种东西。

2、

很多人会说，AI不是已经很便宜了吗？几十美元一个月，普通人也能用最先进的工具。这不就是技术普惠吗？

这句话没错，但只在很浅的一层上没错。

就像说，每个人都能买一支笔，所以每个人都有了写出《红楼梦》的能力。

工具的可获得性，不等于生产力的平等。

AI的真正门槛，不只是能不能打开它，而是你处在什么位置上打开它。

一个律师用AI审合同，他知道哪些条款危险，哪些表达只是看起来像法律语言，哪些地方真正会在交易里爆炸。

一个投资人用AI读财报，他知道哪些指标关键，哪些增长不可持续，哪些管理层话术是在遮掩问题。

一个程序员用AI写代码，他知道这段代码能不能进生产环境，知道哪里可能埋bug，知道架构上的债以后会不会要命。

一个普通人让AI分析合同、财报和代码，可能也能得到一份很漂亮的答案。问题是，他不知道那份答案哪里错了。

AI时代的核心能力，不是提问，而是鉴别。提问很快会普及。鉴别不会。

这就是为什么《金融时报》那篇文章里还有一个细节很有意思：最重度使用AI的人，并不是最年轻的人，而是三十多岁、任职时间更长、经验更丰富的人。

这和我们想象的不太一样。我们总觉得年轻人更懂新技术。但在AI这里，年龄不是唯一变量，经验变得更重要。

OpenAI的首席经济学家Ronnie Chatterji也说，AI更像是在补充专业能力，让已经成熟的专家变得更有效率。这句话很关键。

AI不是凭空制造专家。AI更像一种放大器。你原来是什么，它会先放大什么。

你有判断，它放大判断。你有资源，它放大资源。你有生态位，它放大生态位。如果你只有焦虑，它也可能放大焦虑。

一个处在高价值生态位上的人，使用AI之后，可能真的能一个人做过去几个人的事。他的产出提高，影响力扩大，收入和议价权也可能上升。

一个处在低自主性岗位上的人，使用AI之后，结果可能完全不同。

他做得更快，但工作量增加了。他效率更高，但团队减少了。他交付更多，但工资没怎么变。他用AI证明了这个岗位可以被更少的人完成。

这就是问题最冷的地方。

同样叫“使用AI”，老板和员工不是同一种使用。投资人和分析师不是同一种使用。平台和创作者不是同一种使用。公司和个体也不是同一种使用。

有人用AI扩大自己的控制半径。有人用AI加快自己被考核的速度。

我们熟知的互联网正被AI终结，连同网上赚钱的底层逻辑

你已经不再是地球上最聪明的存在了

3、

这几年，我们常听到一个词，叫“AI平权”。

它的意思是，AI会把高级能力下放给普通人。不会写代码的人可以做应用，不会设计的人可以出图，不会英语的人可以写英文邮件，不懂法律的人可以看合同。

这当然发生了。我自己也相信，AI会给很多普通人打开过去不可能打开的门。但这不是完整的图景。

完整的图景是，AI在降低某些门槛的同时，也在抬高另一些门槛。它降低了入门门槛，抬高了上限门槛。

过去，一个普通人和一个大公司之间的差距，当然也很大。但在信息获取上，互联网曾经制造过某种形式上的平等。

你和高盛分析师都可以搜索同一个网页。你和哈佛教授都可以打开同一篇论文摘要。你和大公司市场部都可以注册同一个社交媒体账号。

互联网时代的入口，至少在表面上是扁平的。AI不一样。AI的能力不是一次性给你的，它按层收费。

免费模型是一层。

个人会员是一层。

API调用是一层。

企业版是一层。

私有化部署是一层。

接入内部数据是一层。

多智能体工作流又是一层。

最前沿、最强的模型能力，甚至可能根本不对公众开放。

越往上，越贵，也越强。这不是阴谋论，这是商业模式。

AI公司的训练成本、推理成本、芯片成本、数据中心成本都摆在那里。越强的模型，越长的上下文，越复杂的推理，越高频的调用，都要烧钱。

所以AI时代会出现一种很奇怪的新景象：

普通用户还在纠结一个月几十美元的会员值不值，硅谷的大公司已经开始比较谁消耗的token更多。

这有点像工业革命早期。

普通人也能买到一点煤，点一个炉子取暖。但真正改变世界的，不是家里的炉子，而是工厂里的蒸汽机、铁路、矿山和电网。

今天的token，就像当年的煤。

你可以把它当成聊天时消耗掉的一点字数，也可以把它看成机器智力燃烧时留下的灰烬。

在硅谷，很多团队早就不再讨论“要不要用AI”。他们讨论的是，怎么把AI接进每一个流程，怎么让模型自动读完所有资料，怎么让代码、测试、客服、销售、研究、投放都被AI重新组织。

这是一场token竞赛。

谁能承受更高的调用成本，谁能购买更强的模型，谁能把更多业务环节交给机器推理，谁就更可能在同一段时间里试错更多次、迭代更多轮、压缩更多人工成本。

普通人以为自己和大公司都在用AI。这就像一个骑共享单车的人，和一个拥有高速铁路网的人，都说自己在使用交通工具。

形式上是同一个词，实质上不是同一个物种。

4、

AI对资本的诱惑，正在变得越来越清晰。

资本最喜欢什么？不是技术本身，而是可复制、可规模化、可控制、可替代人的生产力。

工业时代，机器替代了一部分体力。软件时代，代码替代了一部分流程。AI时代，模型开始替代一部分认知劳动。

这里的变化很大。

过去很多白领之所以觉得自己安全，是因为他们相信自己的工作不是重复劳动。

我不是流水线工人。我不是收银员。我不是仓库搬运。我做的是分析、判断、沟通、写作、设计、协调、研究、管理。

这些词听起来都很高级。但AI最先进入的，恰恰就是这些地方。

法律、金融、咨询、教育、媒体、客服、软件开发、市场营销、企业管理，这些过去被认为很难自动化的地方，现在反而成了AI最活跃的试验场。

因为这些行业的共同特点是：大量工作都以文字、数据、图像、表格、代码、流程文档的形式存在。

而AI最擅长处理的，正是这些东西。它不需要真正进入一间办公室，不需要理解人类社会的全部复杂性。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。

这已经足够了。

一个初级律师过去要花几个小时看合同，现在AI可以先扫一遍。

一个投行分析师过去要整理大量行业资料，现在AI可以先生成初稿。

一个程序员过去要写很多基础代码，现在AI可以直接补齐。

一个市场人员过去要写几十条广告文案，现在AI可以一分钟给出一百条。

这些任务没有完全消失，但它们变便宜了。一件事变便宜之后，做这件事的人也会被重新定价。

这里有个更深的问题。

这些基础任务，过去不仅是工作，也是训练。

新人就是通过这些笨活，慢慢理解行业。一个律师从改合同开始，一个记者从整理资料开始，一个程序员从写小模块开始，一个咨询顾问从做PPT和访谈纪要开始。

这些活有时候很烦，很机械，很像牛马，但它们是职业金字塔的底部。

没有底部，就没有上面的专家。

现在AI正在掏空这部分。

资深员工可以直接指挥AI完成基础工作。公司也会越来越自然地问：既然AI能做，为什么还要招那么多新人？

这对资本很合理。

培养新人很慢、很贵、很不确定。新人会犯错，会离职，会要求成长，会在几年后跳槽。AI不会。

它没有职业规划，没有情绪劳动，没有离职风险，也不会在深夜发朋友圈说自己被工作掏空。

当然，AI会出错，但公司会算账。

如果AI出错的成本，低于雇佣和培养人的成本，那它就会被采用。不是因为它完美，而是因为它便宜、快、可控。

很多技术替代从来不是因为机器比人更好，而是因为机器足够便宜。

这句话放在AI上，会让人有点冷。

因为这次被比较的，不只是体力劳动，还有人的思考过程。

财富为何正消失于无形之中：资本与劳动力的大脱钩

儿戏：智力被AI抹平的时代，资本在疯狂寻找什么？

5、

为什么说AI是资本和劳动力的最后一站？

这句话容易被误解成一种夸张的预言，好像明天所有人就会失业。

我不是这个意思。

劳动不会消失。人类也不会突然没事可做。历史上每一轮技术革命都会消灭一些工作，也会创造一些工作。这个判断太正确了，正确到几乎没有用。

真正的问题是，劳动的议价权会发生什么变化。

过去资本要扩张，需要组织大量劳动力。

工厂需要工人。公司需要职员。律所需要助理。媒体需要编辑记者。科技公司需要程序员。投行需要分析师。咨询公司需要顾问。

哪怕老板再有钱，他也需要一群人把工作拆开、执行、交付、维护。劳动力虽然被雇佣，但它仍然是生产系统不可绕过的一环。

AI改变的是这个“不可绕过”。

它不一定完全替代人，但它给了资本一个新的选择：先问问机器能不能做。

以前公司遇到新任务，第一反应是招人。

现在越来越多公司的第一反应会变成：能不能自动化？能不能用AI？能不能让现有团队加工具扛下来？

这个顺序的变化，会慢慢改变劳动者的处境。

一个员工要求加薪，公司会问：他的工作有多少能被AI承担？一个团队要求扩编，老板会问：为什么不是先上自动化？一个年轻人想进入行业，公司会问：这些基础活还需要人练手吗？

这不是某个坏老板的问题。这是生产系统的默认设置在变。

过去资本购买人的时间。现在资本开始购买机器的推理能力。

人的时间是麻烦的。它有限，有情绪，有边界，有法律保护，有社会舆论，有道德负担。

机器的推理能力不一样。它可以24小时调用，可以按量计费，可以随时扩容，可以在不被看见的地方完成大量任务。

对资本来说，这是梦一样的生产资料。而且，这种生产资料还有一个特殊之处：它复制的是过去最难复制的东西，脑力。

工业资本复制手的力量。数字资本复制信息的流动。AI资本复制判断、表达、分析、生成和部分决策。

当认知劳动也开始被规模化复制，劳动力最后一个相对安全的堡垒就松动了。

我们过去以为，只要自己足够会思考，就不会被机器替代。

现在更残酷的问题来了：如果机器不能完全替代你的思考，但能替代你工作中40%的思考过程，你的工资还会按100%的人来给吗？

6、

还有一个更隐蔽的变化：AI不只是在资本和劳动之间制造差距，它也在劳动者内部制造差距。

这点很重要。

很多人把“资本vs劳动”理解得太简单，好像资本在一边，所有打工人在另一边。

现实没这么整齐。

AI会先增强一部分劳动者，让他们变得更像资本。

顶尖研究员、优秀工程师、资深律师、强投资人、头部创作者、优秀创业者，他们虽然也在出售劳动，但他们的劳动越来越像一种可放大的资产。

一个顶尖AI研究员的一个想法，可能决定几亿美元算力投资的方向。一个优秀工程师带着AI，可以写出过去一个小团队才能写出的代码。一个头部内容创作者带着AI，可以同时做选题、脚本、分发、私域、产品和商业化。一个强创业者带着AI，可以把公司早期团队压缩到非常小。

这些人当然还是人，但他们已经不再只是“劳动力”。他们正在变成节点，变成杠杆，变成资本愿意高价购买的接口。

硅谷过去讲“10倍工程师”，现在这个说法可能已经保守了。某些关键人才的价值，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。

这也是为什么大厂愿意为顶尖AI人才支付离谱的薪酬。从普通人的道德直觉看，这很荒唐。一个人凭什么值那么多钱？但从资本的角度看，这很理性。

如果一个研究员的判断可以让数十亿美元的算力不被浪费，或者让一个模型领先竞争对手两个月，那么给他开出天价薪酬，就是一笔可以计算的投资。

这会带来一种新的劳动力分层。

一部分人会被AI放大，成为超级个体。一部分人会被AI管理，成为可替代流程。一部分人会被AI绕过，连进入系统的机会都变少。

过去我们说阶层固化，主要看房产、教育、户籍、家庭资源。AI时代还要加一项：你能不能站到AI放大器的一侧。

站在这一侧，AI是杠杆。站在另一侧，AI是秤。

它称量你的成本，称量你的效率，称量你和机器之间的差价。

这个词我想了很久，可以叫“智力租差”。

过去地租来自土地的位置差异。谁占了好地段，谁就收租。

AI时代会出现一种新的租差：谁占了更好的模型、更好的数据、更好的算力、更好的工作流、更好的组织位置，谁就能收取机器智力带来的差额收益。

这不是传统意义上的聪明。它是聪明被基础设施化之后的收益分配。

AI2028-AI2027-AI2026：巨变倒计时与普通人自救指南

大事正在发生，但绝大多数人还没有意识到

7、

很多人可能会本能地抗拒这种说法。

因为我们更愿意相信，AI最终会普惠。就像个人电脑和互联网一样，早期总是精英先用，后来大家都会用，差距自然会缩小。

这确实可能发生一部分。

个人电脑刚出现时，也不是每个人都会用。互联网早期也属于少数人。但后来它们进入学校、家庭、办公室，成为普通基础设施。

AI也会有这个过程。但这里有一个不一样的地方。

个人电脑和互联网的普及，主要降低的是信息处理和信息获取成本。AI降低的是认知劳动的边际成本。

这是更深的一层。信息便宜之后，普通人可以获得更多知识。认知劳动便宜之后，资本可以购买更多“近似人”的产出。

这两个后果不一样。搜索引擎让你更容易找到资料，但它不会自动替老板写完一份分析报告。

AI可以。

浏览器让你进入网页，但它不会自动替公司生成客服回复、营销文案、代码、合同摘要、销售线索评分。

AI可以。

互联网让内容分发成本下降，于是出现了很多创作者。但平台也拿走了分发权，创作者最后发现，自己离不开算法。

AI也可能这样。

一开始，它让你感觉自己更强。后来你发现，真正掌握入口、模型、分发和商业化的人，比你强得更快。

这是一种很现代的剥夺。它不是把工具从你手里抢走，而是让你也能使用工具，同时把更高层级的工具、数据和收益分配权留在别处。

你拥有体验。别人拥有系统。

8、

这里就到了最关键的问题：AI红利到底归谁？

假设一个公司用了AI，生产力提高30%。这个30%会以什么形式出现？

员工工资上涨30%？工作时间减少30%？产品价格下降30%？社会福利增加30%？

也许会有一点，但很难是主要部分。更可能出现的是：公司减少招聘，压缩团队，提高利润率，资本市场给出更高估值，股东和管理层拿走最大的一块。

这不是恶意推测，这是现代公司的基本结构。

公司不是一个抽象的“大家庭”。公司有所有权结构。谁拥有公司，谁就拥有剩余收益。

劳动者拿工资。资本拿利润。

AI提高效率之后，如果没有新的分配机制，收益天然会更多流向拥有系统的人。

这也是为什么一些经济研究已经看到一个趋势：AI创新越密集的地区，劳动收入份额反而越容易下降。换句话说，技术进步确实发生了，但劳动者分到的那部分蛋糕没有同步变大。

这个现象有点反直觉。我们总以为，生产力提高之后，大家都会过得更好。但生产力不是收入。

生产力只是蛋糕变大的能力。至于蛋糕怎么切，是另一套规则。

AI的问题就在这里。它可能同时带来更高的总体效率，和更差的分配结构。

这两件事可以同时发生，而且经常同时发生。

一个社会可以变得更富，同时让大多数普通人更焦虑。

一个公司可以变得更赚钱，同时让员工更没有安全感。

一个行业可以变得更高效，同时让新人更难进入。

一个工具可以让你更强，同时让你的议价权更弱。

这就是AI的悖论。它给了劳动者工具，也给了资本替代劳动者的工具。

而且后者通常更有钱、更有组织、更有耐心，也更能承受试错成本。

曾经花50万进名校，如今花50万找工作：AI把教育焦虑推向了极限

65岁退休逐渐沦为幻觉，35岁和85岁正成为新常态

9、

说到这里，很容易滑向一种悲观：普通人是不是没机会了？

不是。如果我真的这么认为，就没必要写这篇文章了。

普通人当然还有机会。甚至可以说，AI确实会给一部分普通人带来过去不可能拥有的机会。

一个小团队可以做更大的产品。一个独立开发者可以更快上线应用。一个内容创作者可以拓展自己的能力边界。一个普通员工可以用AI学习、写作、分析、编程、做副业。

问题是，不能把这些机会误认为结构已经平等。

个人机会存在，不等于整体分配公平。彩票也有人中奖，但不能说彩票是财富制度。对普通人来说，真正重要的不是“我要不要用AI”，这个问题已经太晚了。

真正重要的是，怎么避免只停留在AI使用的最低层。

最低层是什么？

把AI当搜索引擎。把AI当文案生成器。把AI当一个更会说话的百度。把AI当朋友圈里偶尔炫一下的玩具。

这当然比不用好，但不够。

普通人要尽快从“问AI”变成“用AI建工作流”。

你每天重复做的事情是什么？你所在行业里最耗时间的环节是什么？你的工作里哪些东西可以被结构化？你能不能用AI建一个固定流程，让它持续帮你调研、整理、生成、检查、复盘？

一次性问答没有壁垒。工作流才有复利。

第二件事，是不要迷信提示词。

提示词会贬值。今天你花钱买的提示词模板，明天就会被模型能力吞掉。真正值钱的是专业判断，是你知道该问什么、该信什么、该删什么、该把AI的答案放进哪个真实场景。

AI时代，“会用工具”只是入场券。“知道工具错在哪里”，才是门槛。

第三件事，是尽量靠近高价值生态位。

这句话听起来有点残酷，但必须明说。

AI对不同岗位的增强效果不一样。

越接近决策、客户、产品、技术、销售、内容、资本和组织流程，越容易把AI变成自己的杠杆。越是纯执行、低自主性、被流程严格规定的岗位，AI越容易变成管理你的系统。

所以，对一个普通职场人来说，学习AI当然重要，但更重要的是改变自己在生产系统里的位置。

工具会放大位置。但如果位置太低，工具放大的可能只是你的工作量。

10、

我以前写AI，常常会提醒自己不要陷入两种偷懒。

一种是技术乐观主义，觉得工具一进步，人类自然变好。另一种是技术悲观主义，觉得每一次新技术都会把人推向更糟的命运。

这两种都太省力。

真正困难的是承认：AI既可能给普通人机会，也可能加速普通人的边缘化；既可能创造新职业，也可能掏空旧职业的训练路径；既可能让一个人拥有前所未有的能力，也可能让他在更高效率的系统里变得更便宜。

技术本身没有道德方向。方向来自所有权、制度、组织和分配。

谁拥有模型？谁拥有算力？谁拥有数据？谁拥有平台？谁拥有客户？谁拥有收益分配权？

这些问题比“AI会不会觉醒”更贴近普通人的命运。

因为你不会因为AI有了意识而失业，你更可能因为老板发现三个人加AI能干五个人的活而失业。

你不会因为超级智能统治地球而降薪，你更可能因为某个SaaS系统把你的工作流程拆成了可计价、可监控、可替代的小块而降薪。

科幻里的危险很壮观。现实里的危险很朴素。

它通常出现在预算会上，出现在招聘冻结邮件里，出现在“今年先不扩编”的会议纪要里，出现在一句很轻描淡写的话里：

这个岗位，先看看能不能用AI顶一下。

为什么聪明人正在纷纷逃离社交媒体？

K型社会分化在加速，三种人正在被AI放大

11、

AI是资本和劳动力的最后一战，这句话真正的意思是：资本第一次拥有了一种可以大规模复制认知劳动的基础设施。

它不会让所有劳动消失。它会改变劳动被组织、被定价、被替代、被考核的方式。

过去，人出售时间。后来，人出售技能。现在，人可能要证明自己比一组模型调用更值得购买。

这件事刚开始。

今天很多AI还不够稳定，还会胡说，还需要人类修正，还不能独立完成复杂任务。很多公司也还没有真正改造流程，只是在表面上做AI化。

但方向已经出来了。

更强的模型会继续出现。更便宜的推理会继续出现。更长的上下文会继续出现。更复杂的智能体会继续出现。更多公司会把AI嵌入自己的组织结构。

到那时候，普通人再问“我要不要学AI”，就像2015年还在问“我要不要学会用智能手机”。

问题会变成另一种：

你到底是在调用AI，还是正在被AI调用？

这个区别很重要。

调用AI的人，把AI当成杠杆。他有问题，有判断，有场景，有位置，有收益出口。

被AI调用的人，被系统拆成一个接口。他接收任务，完成任务，交付结果，被模型和流程一起考核。

未来的职场可能会分成两种人。

一种人用AI组织生产。另一种人在AI组织的生产里出售时间。

这中间当然还有很多灰色地带。大多数人会在两者之间摇摆，一会儿觉得自己被增强，一会儿发现自己被压价。

这正是这个时代最难受的地方。

它不会一次性告诉你答案。它会一点一点改变你的工作，让你逐渐适应更高的效率、更快的反馈、更密的考核、更少的安全感。等你回过头，旧的劳动契约已经变了。

AI不一定会抢走你的工作。它可能先抢走你对工作的定价权。

12、

最后，还是要说回普通人。

不要幻想AI天然站在你这边。AI站在拥有它的人那边。

如果你只是偶尔使用它，它是工具。

如果你能把它嵌进自己的工作流，它是杠杆。

如果你拥有模型、数据、算力、客户和分配权，它就是资本。

这三层之间，差距会越来越大。

普通人要做的，不是把自己催眠成“我也有AI，所以我和大公司一样了”。不是这样。

你和大公司都能用电，但你没有电网。你和平台都能发内容，但你没有分发权。你和资本都能用AI，但你未必拥有AI创造的收益。

看清这一点，不是为了绝望，是为了别被廉价的技术平权叙事骗了。

真正值得争取的，不只是使用AI的权利，还有参与新生产系统的机会；不只是买一个会员，还有接触高质量模型、数据、项目和组织流程的机会；不只是学几个提示词，还有把自己移动到更高价值生态位的机会。

未来几年，很多人会发现，自己并不是被AI淘汰的。

他们是被更会使用AI的人淘汰的。被更能购买AI的公司淘汰的。被更早把AI嵌进组织的资本淘汰的。被一种新的生产资料重新定价了。

这件事不会像电影里的灾难一样轰然降临。它会很安静。

一个岗位少招两个人。一个团队不再补HC。一个新人没有机会练手。一个中层发现自己管的人少了，但指标更重了。一个创作者发现内容越来越多，价格越来越低。一个程序员发现自己写代码更快了，绩效要求也更高了。

某个深夜，一个普通白领打开AI，让它帮自己写一份周报。同一时间，另一栋楼里，一家公司正在让AI重新计算明年需要多少人。

这两个窗口，看起来都在发光。【懂】

#现在看清了AI不是平权它是资本和劳动力的最后一战越有钱跑得越快