【译文】 AI认知革命

这是 Sequoia 合伙人 Konstantine Buhler（@Konstantine）于 2026 年 9 月 2 日发布的长文全文中文翻译。原文较长，我按原文结构完整译出。

我们把肌肉外化了，从而建成了现代世界。现在，我们正在把心智外化。

多数早晨，我坐 Waymo 去上班。

这辆车在做体力活：五千磅的金属和玻璃，在旧金山湾区移动。它同时也在做认知活：读路、做预测，因此比人类司机少造成 17 倍的重伤事故。

这段体验既不需要我的肌肉，也不需要我的心智。两者都已被外化。

这一趟车，浓缩了两场革命。体力革命已有两百年历史。认知革命才刚刚开始。

围绕第二场革命的情绪，像是乐观、怀疑与焦虑的鸡尾酒。奇点、递归自我改进、万亿美元算力集群、超级智能、失业、社会动荡、超级大国竞赛……令人眩晕。

我的看法远没有那么眩晕。我认为，我们已经经历过一场与未来几十年 AI 革命押韵的转变：工业革命。

两种工作

我们可以把工作分成体力工作与认知工作。多数有价值的任务两者都需要。

农业是最古老的例子之一。耕种土地用了肌肉——我们的和动物的——长达一万年。它也需要洞察：读季节、观察哪粒种子产出哪份收成，等等。

两种工作不同。体力工作是力乘以距离：把质量在空间中移动。认知工作是思考。但两者都稀缺、都有价格、都会被用在有人想完成的任务上。两者都是：价格崩塌，供给涌入。多数情况下，需求会扩张去匹配供给。

体力工作发生了什么

历史上绝大部分时间，为人类完成的几乎所有体力工作，都由肌肉完成——我们的和动物的。上面那张图在 1700 年代之前是平的，平坦的部分一直延伸到我们能追溯的源头。

18 世纪末、19 世纪初，事情开始变化。先是蒸汽，然后是内燃机和电动机。每一波都拿走了世界体力工作中更大的份额。大约两个世纪里，体力工作从 99% 由生物完成，变成 99.9% 由机器完成。

今天结果无处不在。你正在看的这块屏幕。你身上几乎每一件衣服。上次旅行载你的飞机。每一件日常现代产品背后的船、火车、卡车网络。人类肌肉在全球能源预算里只是个四舍五入的误差。

历史押韵：认知工作正在发生什么

历史上绝大部分时间，几乎所有认知工作都由人类完成（外加牧羊犬这类动物的一点辅助）。其上只有一层薄薄的机械：能算一点的工具，比如钟表或帕斯卡机械计算器。

然后电子计算来了。一个世纪内，它从简单计算和电子表格，扩散到每秒万亿、千万亿次运算、全天 24 小时运转。导航通勤、处理工资、给保险定价……这些都是机器在做的认知工作。

下一波是神经网络。这一波大幅扩展了机器能做的认知工作种类。正如内燃机放大了工业革命的范围，神经网络将加速认知革命。

一个世纪前，99% 的认知工作由人类完成。不久的将来，99.9% 将由机器完成。不是因为人类会少思考，而是因为机器会计算得多得多。

两条曲线的平行非常鲜明。认知革命会很像工业革命。但它会更大、快得多。把全球经济按工作性质切开，认知与体力工作大致可以平分约 120 万亿美元的世界经济。体力那一半已经机械化了 200 年。认知那一半才刚开始。

那么，这样的革命里实际会发生什么？我们倒回去看。

投入大规模扩张并变得便宜

工业时代需要大规模扩张投入品：先是煤和铁，然后是石油和钢。铁靠搅炼法（puddling），钢靠贝塞麦转炉法（Bessemer process）。

平行很清楚：电力与算力。这里的“工艺”是 Transformer 这类算法。

这些组件的提供者，是那个时代的巨头。卡内基与美国钢铁，洛克菲勒与标准石油。工艺设计者如亨利·贝塞麦。现代对应物是黄仁勋的英伟达、张忠谋的台积电、Transformer 论文作者、各大模型实验室创始人，以及向数据中心砸进数万亿美元的云巨头。曾经以炼油能力衡量国力的国家，将改以电网容量和智能产出衡量。

1900 年一单位机械功的成本，只是 1800 年的一小部分。价格崩塌使大规模生产成为可能，也使这场革命从富人的新鲜事变成普遍现象。

认知的成本崩得更快。每瓦特智能每年下降超过 10 倍。

价格下降后，客户会疯狂、荒谬地购买更多智能。

需求爆炸以匹配供给

1800 年没人飞去东京，没人在一月把草莓运过半球，也没人给凤凰城装空调。这些都是当时不可能、或不切实际昂贵的物理过程。

新技术出现、价格崩塌后，对体力工作的需求爆炸了。威廉·杰文斯 1865 年指出这一现象：更高效的发动机并没有减少英国的煤炭消耗，反而把它放大了。

认知会走同一条路，而这里的潜在需求规模几乎没有上限。地球上多数问题目前根本没人去想，因为思考太贵。医生时间有限，不会去读最新文献。放射科医生看一张片子几分钟而不是几小时。小企业主没有预算请财务分析师。

当认知成本趋近于零，每一个好奇心都可以配一支研究团队。

机器完成的思考量将增长几个数量级。这就提出一个问题：这些思考将花在什么上？

应用时代

工业革命的原初应用是纺纱织布。

纺纱织布是技术活。纺织匠在社会上受尊敬：多年学徒、行会、祖传手艺。1764 年，詹姆斯·哈格里夫斯造出珍妮纺纱机，一个人能同时纺八根线，后来八十根。服装价格迅速下降，全球服装消费爆炸。

大变化是：人从执行任务变成监督任务。一个人照看一台机架，产出曾经一整屋手纺工的产量。

这个时代的原初高技能应用，是 AI 编程。写软件是我们这个时代的精英手艺：高技能、高薪酬、十年才能精通。这也是模式完全翻转的第一项认知任务。机器现在完成大部分工作，工程师的工作是指挥、审阅和纠正。认知革命在这里最先找到商业抓手，并非偶然。

纺织启动了工业革命，但没有定义它。工业革命的终极创新是汽车：一种文明围绕它生长，包括郊区、高速公路、供应链，以及现代生活的整个地理形态。

编程智能体是我们的珍妮纺纱机：第一幕，自动化一项高技能认知任务。这场革命的“汽车”大概还没造出来。它会是思考稀缺时不可能存在的东西。

我的候选：以机器速度进行的科学、像首席幕僚组织 CEO 日程那样服务你一生的个人智能体，或人类连接与协作方式的某种变化。1800 年，汽车很难被预见到。

就业：焦虑所在

1800 年，超过 75% 的美国劳动者在土地上工作。机器来抢这份工作。今天，农业约占美国就业的 1%。按悲观派算法，全国超过 74% 的人应该失业。

相反，我们发明了 1800 年农民叫不出名字的工作。放射科医生。软件工程师。播客制作人。空乘。机器没有终结劳动。它们消灭了某些工作类别，同时扩大了劳动总量。今天就业人数比人类历史上任何时候都多，而且远比祖先富裕。一百年前，我所有祖先都务农。我认识四位祖父母，他们都出生在农家。没有人在农业中结束一生。他们都认为晚年所做的非农工作，比祖辈世代从事的艰苦农活更舒适、更繁荣。

同样的事情正在认知革命中成形。尽管 AI 编程出现了“珍妮纺纱机”现象，数据支持：对软件工程师——最暴露于 AI 的职业——的需求在加速走高，已经拐头向上。接下来一周，我们计划公布数据，支持法律服务、金融服务等其他被 AI 改造领域的招聘拐点。

机器做认知工作，并不意味着人类停止做认知工作，就像拖拉机并不意味着人类停止做体力的事。具体任务会变。亲手搭模型的初级分析师，会变成指挥一百个模型的人。此外，我们目前叫不出名字的工作类别会生长，就像工业革命中发动机发明后“工程师”成为一份职业。

和工业革命一样，总量故事将是胜利的。但个体故事常常不是。兰开夏的手织工并没有被再培训成火车司机。许多人就是输了，损失跨越一代人。经济史学家罗伯特·艾伦给那个时期起了个名字：恩格斯停顿。1780 到 1840 年，英国人均产出上升 46%，实际工资只升 12%。

卢德派对自己的生活并没有错，但对他们的孩子和孙子错了。1840 到 1900 年，英国人均产出上升 90%，实际工资上升 123%。工资追上了生产率，然后超过了它。

停顿并非注定。马克·扎克伯格最近说得好：“没有规则规定，AI 提高自动化的速度必须快过它提高个人能力或对新型技能需求的速度。”人类对新型技能的需求——无论好坏——将是永不餍足的。

这次的不同在于速度。工业革命给了农家子弟四十年去变成工厂工人。这场革命可能只给五年。社会的减震器——教育、再培训、安全网——是按旧时钟设计的。未来二十年的核心政策问题是：我们能否帮助人类变得和岗位一样快。

教育

工业革命至少以两种方式创造了现代教育体系。

第一，它使大众教育成为可能。当大多数人类必须下地干活，孩子就是劳动力。机器接管体力工作，才把孩子解放到教室里，也让社会有余力资助他们。现代大学存在，是因为社会不再需要每个能干活的身体都在田里，可以把一代青年转向认知技能建设。

第二，不那么光彩的一面，它塑造了教育变成什么样。工厂需要能读说明书、会算术、准时到岗、在同步班次里完成标准化任务的工人。于是我们造出看起来可疑地像工厂的学校：铃声。排排坐。固定课表。按年龄批量处理。标准化产出。大众教育在很大程度上就是工业岗位培训。

认知革命颠覆了这两种动态。如果机器做认知，工厂模式学校就相当于在培训手纺。但更深的变化在交付端。有史以来，教育的约束是师生比。本杰明·布鲁姆 1984 年量化了这个约束的代价：一对一掌握学习辅导的普通学生，超过常规课堂 98% 的学生。

这个约束正在溶解。无限耐心、无穷知识的导师的边际成本正趋近于零。研究发现，人机混合导师比传统教育更有效、成本更低。进一步，新的混合 AI 方法可以帮助把教育铺到公立教育贵得令人望而却步的世界角落。

健康

现代医学也是工业革命建起来的。大规模生产给了我们规模化的青霉素，制冷让疫苗可运输，化学工业催生了制药业。

认知革命把这推得更远。药物发现是在人类无法理解的巨大空间里搜索，而这正是认知变便宜时最能规模化的工作。通过预测几乎所有已知蛋白质的结构，AlphaFold 解决了一个此前哪怕微小突破也要耗费整个人生的挑战。成千上万种疾病目前没有疗法，不是因为不可解，而是因为调查每一种的成本从未被患者数量证明合理。当成本崩塌，长尾就会像其他所有潜在需求一样变得可及。

治愈疾病是每一代医生的志向。这是约束不再是“有多少医生”的第一代。

然后是临床医生。美国和全球都面临医师严重短缺，需求远超供给。这对我很私人：我长期看到家里的医护人员被拉得很薄，试图满足患者需求。更便宜、可及的认知工具不会让医生放假，而会让更多患者得到更高质量的护理。对更好医疗的需求几乎无限，可规模化的智能可以帮助把医疗模式从被动治疗转向主动照护。

日常生活的形状

除了工作和学校，工业革命把普通人生活的质地改得如此彻底，以至于我们现在把那些产物误认成人性。认知革命会再改一次。

时钟时间。工厂之前，乡村工作跟着季节和阳光。但厂主需要几百人同时开始、同时停止。机器按日程跑，人就得跟着。刚性班次、工作日、工作周、现代计时本身：这些都是工业发明，才两个世纪。认知革命松开它们的钳制。当你的机器同事持续、异步地工作，没有理由让一百个人从九点到五点齐声思考。工作会漂回任务节律，而不是时钟节律。

家与工作。人类历史上大部分时间，工作发生在家里和家附近：农场、家庭作坊、家族手艺。工业化把工作场所从家庭空间拉开，因为活必须发生在机器所在之处。每日通勤是那种分离的残留。认知革命把它反过来，因为机器现在无处不在，历史上最强大的工具之一装在你口袋里。家与工作正在重新结合。

全球贸易与权力。工业国家进口原材料、出口制成品，这种不对称推动了帝国主义。新的原材料是能源、算力和算法。制成品是智能。上一次这种不对称出现时，它定义了一个世纪的国际秩序与失序：铺铁路、浇钢铁的同一工业基础，最终也造出了原子弹。智能将以同样的方式军民两用，而且更快。错过认知革命的国家将处于劣势，并为此付出许多代人的代价。

仍然属于人的东西

顺着这条线走下去，最终会落到 AI 焦虑底下的真正问题：如果机器来思考，我们还干什么？

上一场革命已经回答了体力版本。工业革命结束时，人类并没有停止移动身体。我们仍然是具身的生物。

比例上，更少的人做高强度体力工作。然而，远更多的人为了运动和目的而移动：我们跑马拉松、爬山，花钱在热得不舒服的房间里做瑜伽。一路上，我们创造了体育联赛，甚至现代奥运会也是工业革命的产物。

认知会做同样的迁移。国际象棋是干净的例子。1997 年深蓝击败卡斯帕罗夫，卡斯帕罗夫后来半开玩笑说自己是第一位工作被机器威胁的知识工作者。象棋并没有死。今天下棋的人比历史上任何时候都多。当 AlphaGo 击败李世石，研究者发现职业围棋手之后走出的新奇招数显著增加。超人机器让人类下得更有创造力，而不是更少。“半人马”人机协作时代很短，但人类时代从未结束。

批评这篇文章的人会说“这次不一样”。具体而言，他们会指出人类曾是地球上最聪明的动物，而这是第一次某种独特属于人的东西被机器取代。这并不正确。至少有两个原因。第一，思考并非人类独有。动物会思考。甚至自然也遵循复杂而“智能”的模式。第二，已经有许多独特的人类技能被机器超越。例如，生火严格来说是人类技能……现在你的炉子按一下按钮就会。书写和传递信息也一样（互联网）。制造工具也一样（我们和黑猩猩），但现在机器制造了我们大多数工具。然后爱因斯坦彻底重写了它——人类的回归——用一个新的人类思想实验，才能准确画出水星轨道！飞行曾是超人任务，直到飞机让它可及。这次不一样，但没有那么不一样。

在经济上最长久属于人的，从来就不是真正的认知：想要东西、在它们之间选择、为选择负责、被其他人信任。机器可以起草条约。仍然必须有人签字。两千五百多年前，希腊哲学家普罗泰戈拉写道：“人是万物的尺度。”的确，我们体验到的价值，在于我们向其他人提供的东西。

结语：这条路我们走过

站得足够远，这全是同一个故事。有史以来，人类做着工作：用肌肉，也用心智。我们两次造出机器，把工作拿走并外化给机器。

第一次，我们恐惧，恐惧在短期是正当的，在长期是错的。机器拿走大部分体力工作之后的世界，远更丰裕、健康、人道。

同样的交易现在摆在桌上，规模更大、速度更高。认知革命会动荡、分配不均、令人深感不适。并且，它会以上一次同样的方式结束：世界好到认不出来，其成果完全织进日常生活，我们的孙辈将生活在其中。

这条路我们走过。这一次，我们可以睁着眼走：平静地塑造转型、分享繁荣，并记住——把心智外化的最终目的，是提升我们的人性。

原文作者：Konstantine Buhler（@Konstantine），Sequoia 合伙人。发布于 2026-09-02。