夜雨聆风一、一个撕裂的时代正在加速到来
2026年6月的今天，硅谷正在上演人类历史上最剧烈的财富分化。
一边，是大约1万人——来自OpenAI、Anthropic、Nvidia、xAI的创始人和早期员工——在过去四年里跨过了2000万美元的财富自由线。OpenAI员工一次股权套现平均每人1100万美元，相当于A股一半以上上市公司一整年的净利润。
另一边，2026年3月美国科技行业单月裁员4.95万人，创历史纪录。全美日均裁员986人，较去年增长46%。Andrej Karpathy测算：大约42%的职业处于较高的AI暴露度区间，几乎横跨所有白领工作——这已经接近美国历史上最大规模的一次就业冲击。
美联储数据给出了一组更冰冷的数据：美国最富有的1%群体，如今掌控着全国32% 的财富——这是自1989年有记录以来的最高点。而底层50%的民众，仅拥有可怜的2.5%。
这不是周期性的波动。这是一种结构性断裂。
任泽平将其概括为「K型分化」——AI新经济一枝独秀，传统消费持续低迷。美国一季度GDP中，AI相关投资大涨8.7%，但个人消费增速连续三个季度下滑；消费者信心指数跌至44.8，创1952年以来历史最低。中国一季度高技术产业增加值增长12.8%，但社会消费品零售总额仅增0.2%。
两条曲线，一条冲上云霄，一条坠入谷底。K字的左右两端，正是这个时代最残酷的注脚。
二、AI不只是工具，它是财富分配规则的「重写器」
大多数人对AI的理解还停留在「它帮我提高效率」。但这个视角严重低估了正在发生的变化。
AI正在改写的，不是某个行业的工作方式，而是整个社会「价值由谁定义、资源向谁流动」的底层逻辑。
从「按劳分配」到「按份额分配」
工业社会以来，人类社会运转依赖一个朴素而坚固的契约：你付出时间和技能，企业支付工资。这套「工作—工资」循环，是大多数人规划生活的坐标，也是社会资源分配的核心管道。
AI正在瓦解这个基础。
当AI让「执行」变得越来越便宜、越来越不稀缺时，按执行付费的工资制度，正在从主角退居配角。
正如虎嗅那篇深度文章所言——未来的钱不是按「你做了多少」来分配，而是按「你拥有多少份额」和「你能影响什么被看见、被偏好」来分配。
这意味着什么？意味着社会正在分化为两层结构：
- 上层
拥有资产份额、注意力入口、偏好坐标的人，收入更像「分红」和「溢价」 - 下层
仅靠出售时间与执行的人，工资更像「维持运转的底薪」
注意力货币化与「AI纳入效应」
还有一个更隐蔽的变化正在发生。
过去，一家公司最怕的是选址不好、客流量少。但在2026年，你更应该担心的是：当用户问ChatGPT或豆包「附近有什么好咖啡馆」时，AI的回答里有没有你。
因为越来越多人不再「搜索网页」，而是「询问模型」。当大模型成为信息入口，被模型提及就像站在市中心，不被提及就像开在荒郊野岭。
这是一种全新的 「AI纳入效应」 。过去，企业争取被纳入MSCI指数、标普500指数，因为被动资金会自动流入。现在，企业更需要争夺的是进入大模型的对话、推荐、引用链条。
不在对话里，就像不在世界里。
注意力变成了一种新的货币，而它的「央行」不再是个人或媒体，而是推荐算法、大语言模型和社交网络共同构成的系统。这个「注意力央行」通过权重、排序、训练数据，决定「什么更容易被看见」。
三、「恩格斯暂停」的AI版本：为什么红利没有流到你手里？
经济学中有一个著名的概念叫「恩格斯暂停」（Engels' Pause）。
说的是英国工业革命最初50年（约1790—1840年），尽管蒸汽机和纺织机让全社会生产力翻了一番，但工人阶级的实际工资几乎没有增长，甚至生活质量还在下降。技术红利被资本家和工厂主毫不留情地攫取。直到几十年后，随着工会运动兴起、教育普及和新产业爆发，红利才开始惠及大众。
2026年的我们，可能正处于「AI版恩格斯暂停」的深水区。
涓滴效应正在失效
过去几轮技术革命，多少还有涓滴效应（trickle-down effect）。富人赚钱雇穷人，财富通过消费和工资「滴漏」下来。普通人没拿到最大块的财富，但至少用上了智能手机、网约车和更便宜的软件服务。
这一轮AI的不同之处在于——涓滴效应可能不会自然发生。
原因很直接：过去，技术红利要变成产品，需要工程师、销售、运营、客服、制造、物流和渠道，价值在漫长的传递链条中被不同层级的参与者共同分享。现在的AI则以一种近乎粗暴的方式压缩这条传送带：模型直接输出成熟产品，Agent直接执行复杂的跨平台任务，一个微型团队就能服务全球市场。
AI正在以前所未有的速度，将劳动份额（Labor Share）转化为资本份额（Capital Share）。
过去的技术革命也制造阶层分化，但所有人仍在同一张交换网络里——庄园主需要农户种田，工厂主需要工人开机器。上层可以压榨下层，但仍然依赖下层。
而AI，第一次给予了金字塔尖脱离这种底层依赖的可能。
这比剥削更可怕。被剥削的人，至少还在系统里。真正危险的是，一部分人会被系统认为「不再相关」。
四、中国视角：我们面对的是一组「叠加态」难题
如果说美国的AI财富分化是一面镜子，那么中国面对的，是一组更复杂的叠加态难题。
三重压力同时袭来
首先，中国居民收入占比本就偏低。2023年中国初次分配中居民收入占比为62.8%，在主要经济体中处于中等偏低水平，与美国相差约10个百分点。核心差距在于财产性收入——中国财产性收入占国民总收入的比重仅为4.6%，与美国相差约10个百分点。
其次，新旧动能转换的阵痛正在发酵。房地产、基建等旧动能释放的劳动力难以融入AI新动能——因为新动能是资本密集型、技术密集型，而不是劳动密集型。那些被替代的白领，很难找到下一个去处。
第三，供需失衡的结构性矛盾正在加剧。正如粤开证券首席经济学家罗志恒所言：AI以前所未有的速度提升供给能力，但对就业的不对称冲击导致收入分配分化、消费需求萎缩。
供给端在狂飙，需求端在萎缩。这个剪刀差的本质，不是经济周期，而是分配机制的失灵。
两则对比数据，触目惊心
2026年1-4月，国内AI领域新发岗位平均月薪达6.28万元，AI科学家月薪超过13万元。与此同时，非私营单位与私营单位的工资差距连续3年持续扩大——2025年非私营单位年均工资12.9万元（实际增长4.2%），私营单位仅7.2万元（实际增长2.9%）。
差距不是一倍，是三倍以上的月薪差，而且还在扩大。
更关键的是蔡昉所指出的：AI时代涨工资并不会自然发生。劳动生产率提升带来的发展红利，不会自动均等分配给每一位劳动者。技术红利更多向资本端倾斜，资本收益与劳动收益之间的差距正在加速拉大。那些掌握AI核心技能的人顺势而上，而那些容易被AI替代的群体，收入增长将受到结构性制约。
五、出路在哪里？五个「非共识」判断
行文至此，如果只停留在「躺平」或「焦虑」，那就辜负了这场深度讨论。以下是基于所有信息提炼的五个判断——它们不一定正确，但一定值得深思。
判断一：UBI不是解药，税基重构才是
当60%的岗位受到AI冲击时，全民基本收入（UBI）经常被提及为解决方案。但这里有一个致命的逻辑漏洞：UBI的钱从哪里来？ 如果AI让大量劳动者失业，个税基就萎缩了；如果AI巨头把利润藏在算法黑箱里，企业所得税就收不上来。没有税基，UBI就是空中楼阁。
更紧迫的，是税基的重构——从对「劳动所得」征税，转向对「算力资产」、「数据红利」和「AI超额利润」征税。罗志恒提出的「超额利润调节税」和「数据分红税」，才是真正值得讨论的方向。
判断二：房地产时代的财富逻辑已经终结，别再等了
中国居民资产中房产占比高达51.6%，但AI周期的财富逻辑与房地产周期截然不同。房地产周期靠「土地信用+全民杠杆」实现财富扩散，AI周期则是「技术溢价+人力资本重置」的极端分化。从「砖头信用」到「算法效率」，参与门槛在降低，但分配机制在恶化。
未来的财富结构将是 「去地产化、权益化、技术化」 的三重奏。如果还在用房地产周期的思维来应对AI周期，就像拿着旧地图寻找新大陆。
判断三：对普通人来说，重点从「升工资」迁移到「有份额」
这可能是这篇文章中最实用的建议。在一场财富分配规则被重写的变革中，喊「努力」是最廉价的回应。
努力仍然重要，但努力不再自动兑换成收入。
更理性的路径，是让自己至少拥有以下三样东西之一：
- 一点资产份额
——让收入里有「分红」的部分，哪怕是指数基金、ETF - 一点可持续的可见性
——在一个小圈子里被信任、被记住，这是注意力货币的基石 - 一套清晰可执行的规则
——让AI帮你做重复、机械的执行，把精力放在「做什么」而不是「怎么做」上
判断四：个人层面的「再分配」比国家层面的再分配更紧迫
我们都期待国家层面的再分配改革——个税优化、超额利润调节、社保兜底。但这些都需要时间，而AI的冲击不会等。
个人层面的「再分配」，是指重新分配自己的时间、精力和注意力：从纯粹的「出卖时间」转向「占有生产力杠杆」。AI就是最大的杠杆——问题不是AI会不会替代你，而是你有没有在用AI替代别人。
超过95%的新经济从业者已开始使用AI工具，近四成程序员的绩效考核已经纳入AI能力指标。这不只是一个趋势，而是一道分水岭。
判断五：寻找「不可计算的稀缺性」是最后的护城河
AI的本质，是对历史数据的极度压缩和概率预测。它代表着「绝对的理性和共识」。因此，人最大的溢价，将全面退守到「不可计算」的领域。
什么是不可计算的？
- 极度的混乱解决能力
——在资源匮乏的复杂现场把事办成 - 真实的人际共情
——AI可以写出完美的安抚邮件，但无法替代一次深夜拍着肩膀的痛饮 - 逆共识的想象力
——在最不被看好的时候，看见一个尚未存在的未来
这些，是算法无法定价的东西。
写在最后
历史学家卡尔·波兰尼在《大转型》中写道：每一次市场力量的狂飙突进，都会引发社会自我保护的反向运动。技术越强大，社会的反制力量就越激烈。
AI时代的分化不是宿命，而是选择。我们需要的不是简单的「效率优先」，而是在效率与公平之间找到动态平衡。让AI的生产率红利惠及更广泛的群体，让技术进步真正成为扩大内需、促进共同富裕的引擎——这不是理想主义，而是确保社会可持续运转的现实要求。
正如Anthropic CEO阿莫迪所说：「如果GDP增长那么快，饼会变得很大，问题不是没钱，而是怎么分。意识形态最终扛不过现实。」
在这个注定会被载入史册的时代缝隙里，愿我们都能拒绝成为被算法折叠的代价，找到属于自己的、无法被计算的重量。
