夜雨聆风1760年，一件棉衬衫对英国普通工人来说是相当贵重的东西。
一匹布需要数名工匠花数周完成，普通人一生可能只有两三件换洗衣物，脏了继续穿，破了缝补。。
蒸汽机和机械纺织机出来之后，棉布的价格在七十年内跌去了九成。
但真正改变历史的，不是棉布本身。
工业化让大量人口涌入城市，城市拥挤到开始爆发霍乱。
1831年、1848年、1854年，伦敦一次次爆发疫情，大量死亡。1858年"大恶臭"事件之后，伦敦才开始大规模建设下水道系统，1865年基本完工。
死亡率从那之后开始真正下降，城市人口持续增长，消费市场扩张，工业化进一步加快。
没有一个人在1760年能想象到未来会这样。
历史上每次重大技术变革导致某类之前昂贵的东西成本断崖式下降，都遵循同一个模式：原本被排除在外的人获得准入，压抑已久的需求爆炸式释放，然后撞上一系列没人预料到的新问题，最后催生出全新的产业。
照相机便宜之后也发生过类似的事。普通人能留下自己的影像，肖像画家的生意大幅萎缩，然后催生出了广告业和新闻摄影，两个在此之前完全不存在的行业。
今天，大模型正在让另一种东西的价格断崖式下跌。
不是棉布，是脑力劳动，是专业判断。
【 初中级脑力劳动成本整大幅下跌】
工业革命，用机器动力接管了人的体力。
纺织工人每天手动重复的动作，被蒸汽机接管了。煤矿里靠人力抽水的活，被蒸汽泵接管了。
机器不会累，不需要工资，可以二十四小时运转。
这导致体力劳动的成本断崖式下跌，整个社会的生产效率发生重大变化。
大模型做的事，底层逻辑和工业革命完全一致。工业革命用机器接管了体力，大模型用算力接管了人的脑力。
对象变了，逻辑没变。
训练一个大模型，实际上是一个压缩过程：把人类几十年积累的文本、案例、专业知识，通过大量计算压缩进几百亿个参数里。压缩的质量，取决于数据规模、算力投入、算法。谁有更多高质量数据、更强算力、更精良的训练工艺，谁就能训练出更强的模型。
这和制造业逻辑类似，占有生产要素决定产出质量上限。
这也是为什么这轮AI变革，更像工业革命而非信息革命。软件可以零成本复制，Word不会因为微软服务器更多就更好用。
但大模型的性能上限，直接由生产要素的占有量决定。
结果就是：一个足够强的模型，已经能在大量专业领域给出接近初级中级从业者水平的分析。
合同风险点识别，劳动争议的法律框架，财务报表的初步解读，一个没有任何专业背景的人，用二十分钟，能得到过去需要花几百块才能获得的初步判断。
脑力劳动的成本，正在经历和当年体力劳动一样的断崖，特别是初中级脑力劳动。
翻译、设计、编程领域正在或者已经发生，P图只需要一句话就可以实现、编写脚本/复杂软件，效率起码提高了10倍。
【 专业判断为何贵】
专业判断之所以贵，有两个原因。
一是知识稀缺。律师读了几年法学院，会计师考了多轮执照，学习成本高，供给有限。
二是信任建立成本极高。你找律师处理一件涉及财产的纠纷，买的不只是法律知识，也是"这个人会站在我这边"的确定感。这个确定感需要执照、口碑、社会关系来支撑，每一项都要花钱。
过去，知识和信任被捆绑在一起卖。没有办法只买知识不买信任。整个专业服务行业的定价体系，建立在这个捆绑之上。
这个捆绑结构，系统性地把大量人口挡在了门外。
一个外来务工者遭遇工伤，知道自己应该有赔偿，但咨询起步价让他打退堂鼓，于是接受了一个明显偏低的赔偿。一个小老板签了一份感觉有问题的合同，花几千块请人审？
够请两个月兼职了，算了。
一个企业主第一次进仲裁庭，完全不知道程序和举证规则，对方请了专业顾问，他自己裸着上。
这些人不是不需要专业判断，是价格把他们系统性地挡在了门外。
要么吃哑巴亏，要么托人情，要么交智商税给打着"专业"旗号的骗子。
这种排除是隐形的。人们学会了在专业服务面前降低期待，接受不公平，把本来属于自己的权利默默放弃。这种压抑，积累了几十年。
大模型把初步掌握某个专业领域知识经验的成本降到极低，这扇门第一次开了一条缝。
【 吃掉底层，压缩中层，放大顶层生产力】
专业服务行业的工作分三层。
底层是找、整理、起草格式文件（法律为例）。检索规则、汇整案例、写格式文书。工作量大，重复性高，不需要太多独立判断。
中层是把已有规则套用到具体问题。识别关键争议点，判断材料是否充分，拟定处理方案。
顶层是处理没有先例的复杂判断。全新的交易结构，模糊的监管边界，真正的创造性思考。
大模型正在快速吃掉底层，开始压缩中层，放大顶层的生产力。
但有一个后续影响几乎没人讨论：底层消失之后，培养中层和顶层的路径断了。
传统上，专业人士的成长路径是先做几年底层苦活，在大量重复中建立对这个领域的直觉，然后慢慢往上走。底层工作不只是在生产文件，它是训练场。
工业革命时期，机器取代了学徒工。工厂主起初很高兴。然后一代人之后，能解决非标准问题的熟练工匠开始严重短缺，因为学徒制断了，没有人在底层积累手感和判断力。那个断层持续了将近一代人。
同样的事，大概率会在五到十年内发生在专业服务行业。
底层工作被AI替代，初级从业者失去了训练场，然后整个行业发现中高端人才开始断供。几乎没有人在认真准备这件事。
【四 波连锁反应】
专业判断成本下降之后，会发生一连串的连锁反应。
第一波，被价格挡在门外几十年的人获得准入，压抑已久的需求开始释放。
第二波，中间层职业被压缩，底层训练场消失，专业人才培养路径出现断层。
第三波，想清楚不再稀缺，做成反而成了瓶颈，执行力变得更佳重要。
第四波，旧的信任机制失效，新的信任基础设施需要被重新建造。
大模型能给你知识，但它不承担责任。AI分析了你的合同说第七条有风险，照着做出了决定，事后出了问题，你找谁？AI不会被吊销执照，不会被起诉，不会赔偿损失。
法律、财务、医疗，错误的代价是不对称的，往往不可逆。人们为专业判断付费，有相当一部分是在为责任绑定付费。这个缺口，大模型没有填上。
这会走向两个方向。
一个方向是专业人士转型为"AI判断的审核者和责任承担者"。不再亲自完成所有分析，而是审核AI的输出，用自己的专业判断做最终把关，然后签字负责。
工作量大幅压缩，但承担的责任是真实的，这个责任本身就值钱。
另一个方向是全新的信任基础设施需要被建造出来。工业革命之后，市场扩张到了熟人关系根本无法覆盖的规模，于是产品质量认证、消费者保护法、职业执照制度相继出现，都是为了解决同一个问题：陌生人之间如何建立信任。
AI时代面临同样的问题，规模更大，速度更快。
【小结 】
工业革命让机器替代了体力，商品的生产成本断崖下跌。整个世界被重构了。
今天算力正替代了脑力，专业判断的获取成本正在断崖下跌。
对比看工业革命过程中，谁是受益者？谁是被淘汰的人？受益的人到底做了什么？或许对当前有所启发。
