夜雨聆风
AI让所有人都有了工具,然而成功的人变得更少了– AI时代的信息平权与阶层固化
先说一件让很多人不舒服的事。
印刷术普及之前，知识被神职人员和皇室垄断，普通人一辈子可能没见过一本书。印刷术来了，书变便宜了，识字率上升了——然后呢？
阶层流动了吗？
没有。欧洲在古腾堡印刷机发明后的一百年里，社会结构几乎没有根本性的改变。最先利用印刷术的，是已经有钱有权的教会和贵族——他们印自己的文件，巩固自己的话语权。普通人得到了更多书，但没有得到更多机会。
互联网来了。信息平权了，所有人都能搜到同样的内容。然后呢？
斯坦福大学的研究发现，普通人的专业认知水平在AI时代提升了47%，但原创理念的产出仅增长了5%。
工具越来越好用，但拿工具的人，并没有因此变得更平等。
这不是AI的问题，这是一个古老规律在新工具上的重演。
成功的人为什么永远是少数
在回答AI时代的问题之前，必须先搞清楚一件更基础的事：为什么在任何时代，成功的人都是少数？
答案不是”努力程度不同”，也不是”天赋不同”。
真正的答案，是认知杠杆不同。
什么叫认知杠杆？就是同样一个信息、同样一个工具、同样一段时间，不同的人能从中撬动多少价值。
举一个具体的例子。
1990年代，所有人都能买到巴菲特股东信的复印件，几块钱一份，所有人都”知道”了他的投资理念。然后呢？看完就能像他一样投资吗？
当然不能。因为巴菲特信里写的那些东西，对于没有相应认知框架的人来说，就是几段读起来很有道理的文字——读完之后，该怎么投资还是怎么投资。
信息平权了，但认知没有平权。
这就是为什么成功的人永远是少数——不是因为他们得到了更多信息，而是因为他们能从相同的信息里，提取出别人看不到的东西。
AI反而使这个问题变得更严重
现在说最关键的部分。
很多人以为AI是一次真正的平权革命——知识的边际成本趋近于零，每个人都能用上专家级别的工具，阶层的壁垒会被打破。
这个判断在短期内部分正确，在长期内是根本性的误判。
原因在于，智能鸿沟的生成速度快、程度深、跨度广，其造成的分化远超对已有差距的弥补，固化或放大了不平等现象。
让我来解释这句话里的机制。
AI把知识变成了公共品，但同时把认知差距变成了杠杆。
以前，一个有钱人家的孩子和一个农村孩子的差距，主要是资源差距——教材、老师、图书馆。这个差距是可以用努力来部分弥补的，因为资源的获取有物理上限：你买到好教材，我也可以买到同样的教材。
现在，资源的差距几乎消失了——DeepSeek免费，Claude免费版够用，所有人都能问到同样的答案。
但问题是：你用AI问什么，取决于你的认知水平。
一个已经有深度认知框架的人，用AI做的是：验证假设、快速迭代方案、处理大量数据找到原本需要几周才能发现的规律。
一个没有认知框架的人，用AI做的是：写作业、问天气、让它帮自己想标题。
同样的工具，前者用来放大自己的认知优势；后者用来完成原来就能完成的事情，只是更快了而已。
结果是什么？部分掌握人工智能技术的人群收入快速增长，而部分”蓝领””白领”和”知识型”职业则面临失业和收入下降风险，就业和收入极化现象已经出现。
这不是未来，这是正在发生的现在。
一个更残酷的数据
牛津大学实验显示，使用AI工具组进行解题时，准确率高出22%，但提出新问题的能力却低了37%。
这个数据值得停下来想一想。
AI让人更擅长解决已知问题，但同时削弱了发现新问题的能力。
这意味着什么？
在商业世界里，解决已知问题的人叫执行者，发现新问题的人叫创始人。
当AI把解决已知问题的成本压到接近于零，执行者的议价能力随之趋近于零。大量中产阶层依赖的”解决已知问题”的工作——法律文书、财务分析、代码审查、内容生产——正在被AI替代或压价。
而那些能发现新问题的人，反而因为AI的加持，效率提升了几十倍。
这就是为什么斯坦福《2025年AI指数报告》发现，AI在大多数情况下有助于缩小劳动力中的技能差距——这句话是真的，但它没有说完整的故事。AI缩小的是执行层面的技能差距，扩大的是认知层面的价值差距。
前者决定你能不能做事，后者决定你做的事值多少钱。
三种人，三种命运
把AI时代的人群切成三类，命运轨迹完全不同：
认知框架深、会用AI的人：在AI时代是最大赢家。他们用AI把自己变成了一支小团队——一个人能做原来五个人的工作，但获得的不是五个人的收入，而是远超这个倍数的价值。因为他们稀缺。
斯坦福的研究发现，顶尖AI用户的生产力提升是普通用户的5到10倍——不是因为他们用了更好的AI，而是因为他们知道怎么用，更重要的是，他们知道用AI做什么。
技能单一、依赖既有知识的人：面临的是最直接的替代压力。不是说他们的工作一定会消失，而是他们的工作的议价能力会持续下降。2024年，78%的组织报告在使用AI，比前一年增长55%。雇主为什么要付原来的价格，去雇一个做的事情AI能做一半以上的人？
不用AI、甚至不了解AI的人：观念相对被动、保守的弱势群体对生成式AI工具几乎不了解，或没有意识到使用智能工具的潜在好处，甚至可能会规避相关知识。这类人面临的不是替代，而是边缘化。工作的机会减少，收入停滞，而他们甚至不清楚自己的处境为什么变差了。
这三类人的分布，正在成为新的阶层划分标准。而且这个阶层比旧阶层更难跨越——因为它不是由出身决定的，是由认知决定的，而认知的积累需要时间，时间是无法用钱买到的。
为什么”知道了”不等于”能做到”
这里有一个问题你可能想问：既然AI免费，信息免费，那为什么普通人就不能通过学习来提升认知框架，从而跻身第一类人？
这个问题的答案，是这篇文章里最重要的一段。
认知框架的建立，不是靠”知道更多信息”完成的，是靠在真实情境中反复犯错和校正完成的。
一个做了十年投资的人，和一个刚看完十本投资书的人，差距不在于信息量，差距在于那十年里经历过的每一次判断失误、每一次超预期、每一次被市场教训之后形成的直觉系统。
这个直觉系统，是AI给不了的，书也给不了的，只有时间和真实情境能给。
这就是为什么，用户构建和迭代提示词的能力极大影响了智能技术生成内容的质量和解决问题的水平。
普通人用AI，问的是”帮我写一篇文章”。
顶尖用户用AI，问的是”基于以下三个假设和两组对立的数据，帮我找出这个判断逻辑里最脆弱的那个节点”。
两种问法产生的结果，是两个宇宙。而提出第二种问题的能力，是无法靠免费AI习得的。
这是一个悖论：你需要先有能力，才能充分利用那个本来是为了让所有人都有能力的工具。
普通人真的就没有机会了吗？
说到这里，我必须给一个不回避的回答。
机会存在，但窗口比大多数人意识到的要窄，而且正在快速关闭。
窗口一：垂直领域的深度。
AI在宽度上无敌，在深度上有边界。一个在某个垂直领域有十年积累的从业者，他的行业直觉、人脉和对具体情境的理解，是AI无法复制的。问题是——你在哪个垂直领域，有没有真正的不可替代的深度，而不是”比外行懂一点”的浅度？
窗口二：用AI做执行，但自己做判断。
让AI做信息处理、内容生产、数据分析——这些都是AI的优势。但判断做什么、为什么做、结果意味着什么，这是你的工作。把自己从执行者变成判断者，是一个具体的、可操作的方向转变。
窗口三：比周围人早一步真正用起来。
不是”知道AI很重要”，而是今天、这周、这个月，开始用AI完成一件你以前用其他方式完成的真实工作任务，然后迭代，然后再迭代。
机会窗口是真实存在的。但它不会等所有人都准备好了再打开。
最后一句真正值得记住的话
印刷术没有解放农奴。互联网没有消灭贫富差距。AI也不会自动把机会均等地分配给每一个人。
每一次技术革命，都在做同一件事：把现有的认知优势放大，然后给那些认知框架足够强的人，提供一个快速拉开差距的时间窗口。
工具是中性的。但工具总是先被强者拿走。
这不是悲观，这是规律。
在明白这个道理之后，你真正值得想的问题只有一个：
在这一轮窗口关闭之前，你有用AI认真做过一件什么事吗？
风险提示： 本文关于AI对劳动力市场影响的判断，基于现有研究数据，实际走向受政策、技术演变和个体选择的多重影响，不构成任何职业规划建议。