AI的VIP包间:谁在里面,谁在门外?

  1956年的夏天。美国达特茅斯学院的一间会议室里，一群年轻学者聚在一起，争论着一个疯狂的问题：机器能否思考？参加会议的人包括后来被称为“人工智能之父”的约翰·麦卡锡、马文·明斯基、信息论之父克劳德·香农，以及卡内基梅隆大学的艾伦·纽厄尔和赫伯特·西蒙（后来的诺贝尔经济学奖得主）。他们乐观地认为，一个夏天就能解决机器智能的问题——虽然现实给了他们沉重一击，但那次会议正式宣告了“人工智能”这门学科的诞生。

  此后几十年，AI在学术的象牙塔里缓慢爬行。美国麻省理工学院、斯坦福大学、卡内基梅隆大学成为AI研究的铁三角。能接触到AI的，几乎只有三类人：顶尖大学的终身教授和博士生、少数国家实验室的研究员、以及极少数商业公司的天才研究员——比如IBM的阿瑟·塞缪尔，他在1959年就发明了“机器学习”一词，并让程序自己学会了跳棋。

  时间走到1997年，一个让全世界普通人第一次听说“人工智能”这个名字的事件发生了：IBM的“深蓝”超级计算机击败了国际象棋世界冠军卡斯帕罗夫。深蓝的算法核心并不神秘——它依靠强大的硬件暴力计算每一步棋的可能结果，再用人工调校的评估函数判断优劣，本质上是一种巨大的搜索与决策树遍历。但在当时，当全世界报纸的头版都在刊登卡斯帕罗夫托着下巴、一脸迷茫的照片时，照片角落里的那台黑色机柜，成了AI的第一个大众化符号。

  然而，深蓝并没有让AI变得亲民。那台重达1.4吨的超级计算机，造价高达数百万美元，占据了IBM实验室整整一个房间。真正接触过深蓝、能够说清它用了什么搜索算法的人寥寥无几。对于当时99.99%的普通人来说，AI的形象依然来自好莱坞。它是《2001太空漫游》里冷血叛变的HAL9000，是《终结者1》里要毁灭人类的天网。AI承载着人们对未来美好技术的想象，或对失业和机器统治的模糊恐惧，但鲜少有人会想到：未来某一天，自己口袋里的手机会跑着比深蓝强大几亿倍的AI。

  2016年3月，AlphaGo击败李世石，AI第一次真正进入普通人的视野。那年被称为“人工智能元年”，AI创业公司开始大量涌现。

  那一年，行业充满不确定性。AlphaGo用的是深度学习技术，核心原理并不复杂。而真正重要的是，它向全世界展示了AI能做什么。AI创业的大浪由此掀起。据澎湃新闻统计，仅在2012至2025年间，就有675家人工智能公司倒闭，其中63%的公司成立于2015至2018年，也就是AlphaGo最狂热的那几年。泡沫同样明显，很多公司在2015至2018年资金链断裂并难逃倒闭潮的现象也很普遍。原因各不相同：有些赛道本身不是真正的市场需求，有些单靠讲故事却迟迟赚不到钱，还有一些挺过了资本寒冬，只差一点钱续命就倒闭了。这个时期就是AI创业的分水岭：用AI做生意的人，拿到了改变命运的机会；做AI生意的人，重金入场却空手出局。

  这一时期，普通人对AI的印象也发生着微妙变化。AlphaGo之后，人脸识别开始刷遍机场高铁站，语音助手从鸡肋功能升级成智能家居的标配，算法推荐让内容平台能直接对着耳朵说出“我们比你更懂你”。AI不再是一个行业概念，悄无声息地变成了生活里无处不在的一部分。但在抢票时还得盯着手机疯狂刷新的人，不知道那些背后真正占用算力、做高精度风控和智能投顾的AI模型，绝大多数都是付费的VIP通道——第一批“AI特权”的数字鸿沟，早已悄悄埋下分界点。

  这两类人——会用AI的人和能开发AI的人——与普通大众之间的差距，体现在知识、社会地位和金钱三个维度上。

  在知识层面，普通大众会用AI聊天、查资料、写简单文案，但不知道什么是提示词工程、检索增强生成或模型微调。而高薪脑力工作者掌握结构化提示、思维链、角色扮演等技巧，能主动设计工作流程。技术人群更进一步，他们理解Transformer架构、损失函数、微调策略，能修改开源模型、调用API构建应用。他们对AI的理解不是“使用”，而是“驾驭”。

  在社会地位层面，普通大众在公司里几乎没有因为AI获得额外话语权。而高薪脑力工作者成为“团队里的AI布道师”，领导开会时会说“你先问问AI”。技术人群则可能成为技术负责人、开源项目维护者，或者创业公司的CTO。他们在行业会议、GitHub、技术社群中拥有话语权，声望远超普通工程师。

  在金钱层面，普通大众最多订阅十几美元一月的Plus会员。高薪脑力工作者每月投入几十到上百美元用于多平台会员，同时通过AI产出获得更高薪酬。技术人群的投入更大：API调用、云端算力、模型微调，每月可能花费数百到上千美元。AI技术岗位的高薪特征显著，50万年薪以上的AI技术岗位占比达30.97%，而整体职位中这一比例仅为5.36%。分化已经形成：不是所有搞技术的人都能赚钱，但站在上游的人确实在赚大钱。

  更重要的是，AI正在成为阶层分化的加速器。哈佛大学的一项研究使用美国近28.5万家企业的约6200万名员工数据发现：自2023年第一季度起，采用AI的公司中初级员工数量大幅下降约7.7%，而资深员工数量持续上升。研究中有一句话值得反复读：“我们的客户几乎不再招聘应届生了——这些曾经抢手的年轻人做的工作，现在AI完成得又快又好。”初级岗位流失意味着大学毕业生的终身收入通道被截断。Salesforce首席执行官马克·贝尼奥夫在一次播客访谈中透露，由于AI显著提高生产力，Salesforce已在2025年裁减了约4000个客户支持岗位，从原来的9000人缩减到5000人左右。2023至2025年，美国IT岗位净减少17.1万个，为历史上首次连续两年萎缩。AI已能处理80%的入门级编码任务，初级工程师入职职位减少73.4%。微软2025年裁员约6000人，被裁员工中约40%为软件工程师。

  分化正在形成两条分明的曲线：一条向上，给会用AI和能开发AI的人——他们的薪资在涨、话语权在增、机会在变多；一条向下，给那些被AI替代或边缘化的人——他们的岗位在消失、再就业时间在拉长、收入在停滞。世界经济论坛《2025年未来就业报告》预测，2025年至2030年全球将新增1.7亿个岗位，同时消失9200万个职位，每14个工作中就有1个将被取代。麦肯锡全球研究院预测，到2030年全球将有4亿至8亿个工作岗位被自动化替代。

  在AI特权阶层已经形成的今天，你的选择决定了你站在哪条曲线上。你可以像高薪脑力工作者那样，学会提问、学会调教AI，把效率放大数倍；你也可以像技术人群那样，深入底层、理解模型、开发产品，成为定义规则的人。但无论选哪条路，前提都是：先上车，别站在原地。因为AI划分阶层的新秩序里，特权只奖励先看懂规则的人。