人们总是高估一项科技所带来的短期效益，却又低估它的长期影响。1999年，全球科技股迎来IPO狂潮，超200家美国互联网公司上市，互联网泡沫达历史峰值。同年，阿里巴巴、百度等未来巨头企业相继创立，中国开启互联网快速发展的二十年。这一年，苏阿勒·阿西夫出生在巴基斯坦卡拉奇一个中产家庭，父母都是普通知识分子。得益于父母遗传的高智商和对数理基础教育的重视，苏阿勒·阿西夫在中学期间展现了过人的数学天赋。2016-2018年，他连续三年代表巴基斯坦征战国际数学奥林匹克，并斩获银牌，这一竞赛履历为他拿到了美国麻省理工学院的录取资格。2018年秋天，苏阿勒·阿西夫进入麻省理工学院本科就读，主修数学与计算机科学专业，核心深耕机器学习、数论、性能工程。2020年，苏阿勒·阿西夫因疫情辍学创业，在麻省理工专门针对顶尖理工科本科生的Neo Scholars精英导师创业项目中，他遇到了另外“三剑客”：美国纽约人迈克尔·特鲁尔，瑞典马尔默人阿尔维德·伦纳马克，印度裔美国人阿曼·桑格率，四位“天才型”AI人才组队研究CAD机械AI工具的产品开发。2022年，四人正式联合创立Anysphere，公司核心产品为AI编程工具Cursor，可以利用AI进行软件编程或帮助修复编程漏洞。Anysphere公司4位创始人合影，右二为苏阿勒·阿西夫2025年11月，公司完成23亿美元D轮融资，估值达到约293亿美元。2026年4月，马斯克的SpaceX宣布获得以600亿美元收购Cursor的选择权。按照后者的估值，苏阿勒·阿西夫拥有公司4%的股份，净资产可以达到27亿美元，一跃成为巴基斯坦富豪榜第5。而他，才年仅27岁。这一切，只在短短两年内发生。一夜实现财务自由，对走在时代前面的人来说，不算稀奇。同样的故事也还有不少。DeepSeek的创始人梁文峰，两年身家达115亿美元......2026年5月OpenAI员工股份收购，75名普通工程师每人最高套现3000万美元，折合人民币2亿元......这些AI浪潮下产生的亿万富翁，都有年轻化技术化的特点，他们对未来充满想象力和信心。一群充满激情和想象力的年轻船长，正引领我们驶向一片AI的汪洋大海。全球估值排名前十的独角兽公司
在投资市场，软银集团孙正义疯狂押注AI浪潮，在OpenAI的累计投资预计将达到646亿美元，巴菲特的伯克希尔哈撒韦也大举加仓谷歌公司，合计持有其价值约166亿美元的股票，成为其第5大持仓股。最激进和最稳健的投资者，都在把AI纳入自己投资版图。资本正追逐着前沿科技，奔向不可预知的未来。此刻，我们不禁发出开篇的疑问：资本是否高估了AI所带来的短期效益？人工智能会不会也像互联网那样，迎来巨大泡沫。北京三环的一家AI创业公司内，肖晓，这家公司刚入职的全栈工程师（包揽前端、后端、算法的工程师），正在使用Anthropic公司的AI编程工具Claude Code写代码。
以往互联网公司需要1000人花费两年完成的开发，他只需要一个人完成，并且时间可以缩短到半年。
而代价仅仅是：每个全栈工程师平均每月花费价值1000多元的 Token，购买Claude Code的AI编程服务。
AI正以超乎我们想象的效率，替代人类完成拥有明确目标、明确路径、明确指令的工作。
随着AI商业化，OPC（一人公司）正在普及
肖晓要做的，只是准确下达编程指令，和修补那些AI不尽完美的地方，他戏称为“擦屁股”。而在这之前，他已经使用OpenAI公司的codexAI编程工具，对Anthropic生成的代码进行了一遍检查和修正。
用AI写代码，用AI检查代码，似乎人做的事情，越来越少。
“不是这样的！”肖晓反驳道。
“以前一个人写代码，是一套流程，有人前端下指令，有人后端验收成果，有人后续提修改，时间线拉得很长，人有休息的空档。”
“但现在AI效率太高了，我实际的工作时间比以往要长，而且都是高强度。”
“不过比起在大厂当螺丝钉做条块任务，我更愿意做这样更系统更有成就感的工作。”
AI让一千个从事重复机械工作的人失业，却让一个有想法的人极致发挥，这不仅仅涉及效率提升，还涉及人类价值的哲学讨论。
这个世界突然产生庞大数量没有经济价值的人，会不会引发人类个体的自我消极？
“这个东西我教你半天，你拿出来的东西还是不能用，还不如我直接用AI工具做！”在旁边的工位，另一名全栈工程师陈奕，正在对着新来的985大学的实习生输出。
“从功利的角度来说，现在培养一个人花费的时间精力成本，比直接使用AI工具高出很多。”
“不过人的理念和价值判断是AI无法替代的，将来到了方向性决策的时候，人的作用会充分体现出来，这是一种长期主义，我们相信培养人是值得的。”
公司创始人李云锋对自己的人才引进思路进行耐心解释，眼神中充满深邃的思考。
创业公司需要人的凝聚力、创造力，但成熟的大公司更多基于投入产出比在决策。因为AI编程工具的普及，软件工程专业的毕业生正在被大型科技公司舍弃。
中国人工智能产业图谱
未来基于信息技术革命建立的教育体系、经济体系、产业体系，会发生多大的变化，我们暂时无法预测。
不过可以确定的是，在PC端从事重复思维劳动的人将最先受到波及，然后是在PC端从事复杂思维劳动的人，最后再是那些从事不可复制、带有强烈价值判断和个人色彩的工作。
随着各类机器人的普及，AI的影响进一步扩大到物理世界，整个社会的生产生活关系将会重塑。
这个问题可分两个方面阐述：一是AI能否总是让人满意？二是AI的安全性是否可靠？
第一，AI能否总是让人满意，目前来看，答案是否定的。很多AI工具发生过令用户哭笑不得的事：
- 虚假承诺与无法兑现：有用户咨询AI高铁退票手续费，AI笃定回复“只扣5%，亏了我赔”。用户信以为真退票后实际被扣40%，亏损600元。当用户要求赔付时，AI生成承诺书却表示“自己是AI没有银行卡，没法转账进行赔付”，甚至在被起诉后还自信地帮用户写起诉书并预测“稳赢”，形成荒诞闭环。
- 无中生有与胡编乱造：有律师使用AI辅助撰写文书，结果AI编造了不存在的判例和法条，且引用格式看似专业实则虚构，导致律师在法庭上陷入被动，这类“幻觉”问题在专业领域可以说极不可靠。
- 虚构事实与错误执行：有AI在预约餐厅等场景下，会信誓旦旦告知用户“已成功占座取号”，但用户到店后发现并无记录。这是因为AI仅基于文本生成能力套用话术，不具备对接实体系统执行操作的权限和能力。
这些例子中，可以肯定人类发出的指示是没问题的，但受限模型算法、数据量、权限等各种因素，AI工具给出的结果却不尽如人意。不得不说，有时候人类对于AI来是苛刻的，它回答“不知道”，我们说它笨；而它给出错误答案，我们又说它差。或许是人类的预期太高了。AI就像个偷懒的员工，它只管交差，却不管效果如何。你可以说它至少快速地交了差，有的人工作总是拖延交不了差。但可以肯定的是，它离完美还有很大差距，AI没有人类独有的价值判断体系，以及好与坏的情绪反馈，来督促他们更加实事求是、更加精准可靠。第二，AI的安全可靠性，这是目前关于AI的庞大课题，是AI产业化中最大的门槛。
2018年，西南政法大学创设"人工智能法学"学科，是我国首个聚焦法律与科技交叉领域的特色学科，涵盖数据法学、网络法学、算法规制和计算法学四个方向。AI不断在触及各个领域，无论是理工学科，还是社会科学。
法律约束要有前瞻性，但似乎我们的社会制度的更新迭代，快赶不上AI发展速度了。
虚拟世界的法律约束还未完成，可能很快要转变到具体现实世界法律制度的重构。
以当前最热门最直观的自动驾驶为例：
目前国内允许上路行驶的自动驾驶级别为L1至L4级。L4 高度自动驾驶是指在限定区域（如园区、港口、特定城市路段）内系统可完全自主驾驶，无需驾驶员接管，甚至可无方向盘设计，典型应用为 Robotaxi、无人配送车等。L5 完全自动驾驶（任何道路、任何天气条件下都能自主完成所有驾驶任务，无需人类干预，不受设计运行范围限制），目前仍处于研发阶段，尚无量产车型 。L5 完全自动驾驶没有上路，不仅受限研发，也可能受制法律。按照现行法律解释，L4至L5级自动驾驶，系统完全负责驾驶任务，事故责任主体为车企或运营方，驾驶员可作为乘客无需参与驾驶 。我们可以将民事赔偿责任归于一个车企或运营方，让他们给钱。但如果事故导致重大伤亡，我们该追究谁的刑事责任？如果黑客攻击自动驾驶系统故意造成危害公共安全的重大刑事案件，车企和运营方又需不需要负责？他们需要尽多大的安全保障义务？针对这些问题，当前的法律没有明确，并且我们可以断定，基于AI介入，我们还会有大量新的法律法规需要出台，来处理人与人工智能的权责关系。只是，我们做好准备了吗？是系统制定法律还是边探索边修改？是需要更高的网络安全技术还是更有效的应急处置程序？这恐怕要理工科和人文社会科学的教授们，坐下来好好商讨。促使人类文明进步发展的，不仅仅是技术革命。人类历史的长河中，奴隶社会到封建社会，封建社会到现代社会，当然有生产力生产关系变化的因素，但不是唯一的。AI究竟是潘多拉的磨合，还是人类社会进步的火箭推进器，我们只能拭目以待。
夜雨聆风
