要看清一场身在其中的革命，有一个笨办法，也是唯一靠得住的办法：那就是回到上一场已经走完全程的同类革命，从头到尾读一遍。读它不是为了怀旧——它是我们手上唯一一份结局已经写完的完整记录：一项技术如何从实验室出发，一直走到改变千家万户，这中间的每一步，都能看得清清楚楚。问题只剩一个：过去的革命那么多，蒸汽、铁路、电、汽车、计算机、互联网……哪一场，才最能照见今天这场 AI 革命？那就是电——第二次工业革命的核心。经济学里有个概念，叫"通用目的技术"：它能渗透进几乎所有行业，自己还会不断变便宜、变好，并且催生出一长串别的发明。蒸汽、电、内燃机、计算机、互联网，都算。可这份名单是平铺的，一视同仁，看不出深浅。关键在于分层。绝大多数所谓的通用技术，其实只是某一种具体能力：内燃机是把力用在位移上，互联网是把计算用在连接上，它们都是某种更基础之物的特定通道。但有两样东西，不是某种具体"能力"，而是一切生产活动最底层的两种投入——力，和智能。你要造任何东西，都既需要能量去搬动、去改变物质，也需要某种判断去决定搬什么、怎么改。而人类几千年里，这两样一直被死死锁在具体的载体里：力锁在水流、牲口、肌肉和后来的蒸汽机里，离不开它所在的那个地点；智能锁在受过训练的人脑里，离不开那个具体的人。电干的事，是把"力"从载体里抽出来，做成了像自来水一样的东西——标准化、可计量、插座一接就有，要多少有多少。这是人类第一次，让最底层的生产要素变得随取随用。而今天的 AI，正在对"智能"做同一件事。把这两件事摆在一起，不是类比，而是同构——同一件事，在不同年代发生了两次。这，就是我们要回头看电的全部理由。但要真信这一点，你得先看见，电这场革命真正的突破在哪儿——而它，恰恰不在你以为的地方。
现在，把这三层放到 AI 身上来看。那个被讲了无数遍的 ChatGPT 时刻，对应的并不是法拉第，而是珍珠街——它不是科学上的突破，而是商业模式被点亮的一刻：智能第一次可以像电费一样，按量计费、按需取用。真正的"法拉第"，是 2017 年的 Transformer 架构，以及后来人们发现的那条"把规模堆上去、能力就会涌现"的缩放定律；它们也一样，在台面下安静了好几年，才被大众看见。至于 AI 的"发电机"，是把海量算力和数据转成通用智能的训练过程；它的"电网"，是 API 和云；而那个最朴素的"插座"，就是提示词——同一个模型，接上不同的任务，就能取出你要的认知：写代码、写邮件、做分析，要什么有什么。一百年前，我们把"力"装上了插座；今天，我们正在把"智能"装上插座。突破的形状，几乎一模一样。这就是为什么，读懂那场我们自以为很熟、其实相当陌生的电气革命，是理解这场 AI 革命最值得走的一条路。至于电被装上插座之后，接下来究竟发生了什么——那才是真正惊心动魄的部分，我们留到后面，一篇一篇慢慢说。
结语
这个系列不打算给你任何预言，而是分享给你一种"看"的方法：循着电的完整轨迹，一站一站往下走——从技术突破，到电网怎么铺、电被拿去干了什么、钱从哪里来、工厂和公司如何被迫重新设计，直到它怎样改写了城市的形状和家庭的结构。理解了这个框架，再回头去看 AI，你心里就自然有了一把尺子。但 AI 和电不同的是：电增强的是肌肉，AI 增强的却是认知本身。一度电没有立场，但智能却有。到最后一篇，我们会来回答那个最要紧的问题。技术突破的故事，今天就先讲到这儿。下一次，我们将回到历史现场，一起去看看那场奠定了整个电网格局的"电流之战"，究竟是怎样打响的。
夜雨聆风