AI正在制造新阶级:同事买不起你用的工具

这周我在越南出差，心里一直堵得慌。

我带的团队散在越南、菲律宾和澳大利亚。说实话，越南的工程师真不差，脑子灵活、干活卖力，技术底子也扎实。可这次过来后，我发现了一件事，让我特别不安，甚至有点睡不着。

AI工具这块，越南团队明显被澳大利亚团队甩开了一截。

不是他们笨，也不是他们懒。

就是单纯用不起。

跟当地几个Engineering Manager聊了聊，他们给的答案简单得让人心疼：Claude Pro一个月20美元，Claude Code的token用狠了，一个月能烧掉几十甚至上百刀。对澳大利亚的工程师来说，这钱可能就等于一顿像样的午饭；对越南的兄弟们呢，可能就是月薪的5%到10%，甚至更多。

他们不是不想用啊。他们就是在等公司统一买license。

可就在他们每天等着的工夫，澳大利亚那边的同事已经用AI多敲了好几千行代码，多摸索出不少新模式，还积累了一大堆跟AI打交道的实战经验。这些东西，不是看几篇教程就能补上的。

这不是谁选择不一样的问题。这是钱在硬生生拉开一道越来越宽的沟，而且我越来越觉得，这沟可能不是那么容易填平的。

我忍不住把这事往更大一点的层面想。

历史上每次技术大变革，好像都逃不掉这个套路：新玩意儿先让有钱有资源的人拿到手，然后他们用它把差距越拉越大，最后直接变成新的阶层壁垒。

15世纪古登堡印刷术，书便宜了80%，听起来多好啊。可最先吃到红利的，是本来就识字的贵族和商人。农民大字不识一个，便宜的书对他们有啥用？结果呢，印刷术反而帮城市里的商人阶级跑得更快，城乡差距越拉越大。真正让识字率普及开来，花了三百多年。

18世纪工业革命，蒸汽机理论上谁都能用。可你得有钱买机器、盖工厂。有钱的成了老板，没钱的只能进厂当工人。恩格斯写《英国工人阶级状况》那会儿，工业革命已经搞了好几十年，工人过的什么日子，大家都清楚。

20世纪互联网革命，也一样。理论上谁都能上网，但早期电脑要好几千美元，高速网主要在发达国家铺开。硅谷那些“车库创业”的故事听起来励志，可那些车库大多在加州中产区，创业的人有大学背景、有家里兜底，还有风投圈子。非洲和东南亚呢？整个被甩开差不多二十年，到现在很多地方还没完全赶上。

现在AI革命来了。

表面上，它好像是最“人人平等”的技术。ChatGPT免费就能聊，开源模型本地跑，Hugging Face上一堆免费东西。

但我越来越觉得，这只是个漂亮的假象。

免费版和付费版的差距，不是一点半点。GPT-4o跟GPT-3.5根本不是一个级别的东西；Claude Opus和免费Claude比起来，差得不是数量，是质的飞跃。

更要命的是，AI真正的厉害之处，根本不是在聊天框里随便问个问题。而是把它真正塞进你的日常工作里——用Claude Code帮你写大段代码，用Cursor实时搭把手，用AI agent处理那些重复的破事。

这些好用的家伙，全都要花钱。而且不是一次性买断，是你用得越多，token烧得越凶。你烧得越多，能力涨得越快；能力涨得越快，你产出的价值就越高；价值越高，你就越负担得起继续烧钱。

这他妈就是一个正向循环。经济学叫马太效应，我觉得叫“富者越富”更直接。

我在越南亲眼看到了这个循环的两头。

澳大利亚那边的工程师，个人有Claude MAX，公司还额外给工具预算。他们每天跟顶尖AI一起干六到八小时，已经练出一套自己的human-AI工作方式。知道啥时候该信AI，啥时候得自己把关，prompt怎么写最管用。这些门道，是拿时间和实战一点点砸出来的。

越南这边的呢？他们只能在YouTube上刷刷教程，在免费ChatGPT上偶尔试两下，却没法真正把AI融进每天的工作。因为每深用一次，都得烧钱，而那些钱对他们来说，真的挺重的。

六个月前，这两拨人技术水平差不多。

现在呢，已经明显拉开距离了。我不知道这道沟以后怎么补。

我有个挺不舒服的预感：再过五年，AI工具用得熟不熟、跟AI协作的能力强不强，会变成软件工程师里最狠的分层标准。不是看你学校、不是看你工龄、也不是单纯看你算法牛不牛。而是你能不能每天实打实跟最好的AI模型泡好几个小时。

而跨进这道门槛的第一步，就是钱。

我拿中世纪打个比方，可能有点极端，但挺形象。

那时候打仗，骑士和步兵差距巨大。骑士要好马（够一个农民家庭吃好几年）、全套盔甲（更贵），还得从小脱产练骑术和剑术。这些东西，只有贵族养得起。所以骑士一个人能顶普通步兵五到十个。

差距不是因为贵族天生更猛，就是因为他们买得起装备、有时间练。

后来英国长弓手出来了。一把长弓便宜多了，能在百米外干掉穿盔甲的骑士。阿金库尔战役里，长弓手把法国骑士打得够呛，算是打破了军事上的阶级垄断。

但注意，长弓便宜，练成一个好长弓手却要好几年。英国能出那么多长弓手，是因为有法律逼着平民定期练箭。也就是说，打破垄断靠的不是工具自己变便宜，而是整个制度在推训练普及。

回到AI，现在的局面有点像又在形成一个新的“骑士-步兵”结构。

最顶层那些人，有最好的模型、随便用的token预算、全套AI工具链。他们产出能力甩开不用AI的人好几条街，简直是AI时代的骑士。

中间层，有基础付费，但得省着用token，优势有，但冲不起来。

最下面，只能靠免费版或者受限开源的那些，基本没法持续深度协作，就成了新时代的步兵。

你要是觉得我扯远了，看看这组数字就知道有多现实：

Claude Pro一个月20美元。

美国软件工程师月薪中位数大概12000美元，这点钱占0.17%。

越南这边中位数大概1500美元，占1.33%。

有些地方初级工程师月薪才500-800美元，那占比就更高了。

同一个东西，对不同国家的人，门槛差了十倍甚至更多。

这还没算上token消耗、Cursor、Copilot等各种工具。一个真重度AI用户，一个月工具费跑到100-300美元很正常。

对硅谷或澳洲的兄弟，这可能就是偶尔吃顿好点的饭。

对越南、菲律宾的工程师，这可能就是月薪的10%-20%，压得人喘不过气。

对很多非洲开发者来说，基本就是想都别想。

AI没把全球差距抹平，反而在造一个新的、基于工具获取能力的全球等级。

最可怕的是，这东西还在自己滚雪球。

团队里，用AI用得多的，成长快、产出高、绩效好。如果我按绩效再多给点资源，那资源自然就往已经领先的人那边集中。那些因为钱的原因还没上车的，就被越甩越远。

组织里是这样，国家之间也会是这样。

以前，一个越南工程师和一个澳大利亚工程师，谁强谁弱，主要看天赋和努力，相对还算公平。AI来了以后，经济条件这个外部因素，直接把对称打破了。同样聪明同样拼的人，可能就走上完全不同的路，而且越来越难回头。

我在越南看着它一天天发生。

那些跟澳洲同事一样聪明、一样肯干的工程师，就因为每个月多出来的这点钱，被慢慢推到另一条轨道上。这不是他们自己选的。这是结构问题，而且正在越滚越大。

长弓改变了中世纪的打法，但它没自己飞到每个平民手里。是制度设计让它普及的。

AI这出戏最后怎么收场——到底是让更多人真正变强，还是把差距彻底固化成新秩序——就看我们现在怎么做了。

而时间，真不多了。