AI时代,你在往上走,还是在往下掉?AI时代，除了他们，所有人都在退
关于AI，有一个故事被反复讲述：它会替代一些工作，然后创造一些新的工作。历史上每一次技术革命都这样。蒸汽机替代了马夫，创造了铁路工人。电力替代了蜡烛工匠，创造了电气工程师。计算机替代了打字员，创造了程序员。人类作为一个整体，总能适应。所以这一次也一样。这个故事不是错了。它的问题比错误更隐蔽：它用一个关于物种的统计结论，偷换了每一个具体的人必须回答的存在问题。人类不会因为AI灭绝。但一个四十五岁的会计，在AI三分钟做完她一天的工作之后，她和她孩子的明天，靠什么来定义？一个花了十五年才拿到执业资格的律师，发现AI审合同比他更快、更准、更不知疲倦，他引以为傲的专业壁垒还剩什么？这些问题不能被“新岗位会出现”安抚，因为新岗位需要的新技能、新资本、新社会网络，和他拥有的旧技能、旧资本、旧网络之间，没有必然的传递关系。历史规律从来不为具体的个人负责。进化论说物种会适应，但进化论从不讨论那些在适应过程中被淘汰的个体去了哪里。它们变成了化石。而化石是沉默的。当我们把视线从“人类整体”拉到具体的社会结构上，AI的冲击呈现出一种极其精确的模式。它不是均匀地改变所有人的处境。它把人群分成两个方向：一部分人的能力被AI放大，不可替代性反而增强；另一部分人的能力被AI覆盖，十年二十年积累的专业技能，以月为单位贬值。而这两个方向的分界线，和勤劳无关，和智商无关，和努力程度也无关。它只和一件事有关：你和生产资料的距离。“生产资料”这个概念需要被重新定义。在工业时代，生产资料是工厂、机器、矿藏——物理的、可见的、占据空间的。在AI时代，生产资料的核心不再是物理设备，而是三样东西：算力、数据、算法。这三样东西的共同特征是：它们可以无限复制而边际成本趋近于零，它们的使用不消耗自身，它们的价值不来自稀缺而来自网络效应和规模。这是一种新的生产资料形态——不是物质，是数学；不是固定资产，是可复制的权重文件。而这种新形态，让所有基于“物质生产资料稀缺性”建立起来的社会制度——产权、税收、反垄断、劳动法——在面对它时陷入概念上的失语。你拥有这种新生产资料，还是你被它拥有？你使用AI做决策，还是你执行AI可以替代的任务？这道分界线划过去，整个社会沿着它裂开。但裂缝不是均匀分布的。它沿着既有的阶层线延伸，却切得更深。过去，一个人可以靠努力成为中产，甚至再往上走一点，因为他手里有一样稀缺的东西——专业技能。会计懂做账，律师懂法条，设计师懂美学和工具，程序员懂机器能懂的语言。这些技能需要长时间的训练，不是谁都能做，所以它们稀缺。而稀缺，就是议价权。这种议价权让一个出身普通的人可以不必拥有工厂或土地，仅凭自己头脑里的东西就能换取体面的生活。这是工业时代最伟大的社会发明——用“技能稀缺”替代“资本稀缺”作为向上流动的阶梯。AI正在系统性地摧毁这种稀缺。它不是在某个点上比人强一点——它是在所有标准化脑力产出上，做得比大多数从业者更好、更稳定、更便宜。做了十年的会计师和做了三年的会计师，在处理标准账目时的质量差距，远小于他们的经验年限差异。但在AI面前，十年和三年被拉平了——AI做出来的质量超过了两个人都能企及的上限。这意味着，“专业经验”的护城河被抽干了。你花了十年积累的东西，不再构成你和门外汉之间的壁垒。因为现在所有人面对的不是彼此，而是一个共同的、比所有人都强的对手。这里需要追问一层：为什么偏偏是这些领域被替代？答案不在AI有多强，而在这些领域本身的特征。标准化脑力劳动的产出——文案、合同、报表、设计稿——从诞生之初就是为了被他人准确理解而存在的。它们被设计成尽量减少歧义、尽量符合规范。这种“可通约性”是现代社会协作的基础，恰恰也是AI最容易学习的特征。AI不需要真正“理解”一份合同，它只需要知道在这种条款组合下、在这种语境里，最可能的下一句话是什么。而绝大多数标准化工作的日常，正是由无数个这样的“最可能的下一句话”构成的。但这背后有一个更深的问题——一个哲学问题，而不是技术问题：如果一项工作可以被“最可能的下一句话”完成，那么从事这项工作的人，在多大程度上是在“思考”，又在多大程度上是在执行一种社会化的自动补全？我们引以为傲的专业能力，有多少是真正的创造和判断，又有多少只是内化了的模式匹配？这个问题在任何时代都成立，但在AI时代，它变得致命了。因为AI揭示了答案：比我们愿意承认的多得多。而一旦模式匹配从人身上被剥离、被自动化、被以电力和硅基的速度运行，附着在模式匹配上的那些岗位和那些生活，就失去了地基。但这里有一条边界。AI能替代的是“标准化的脑力产出”，不是“判断”和“决策”。AI可以起草合同，但它不知道条款在商业谈判中应该让步到什么程度——那取决于对对方意图的揣摩、对长期关系的评估、对人情世故的综合把握。AI可以生成报表，但它不能决定这笔投资值不值得冒风险——那涉及对未来不确定性的主观判断，以及判断错误之后承担后果的意愿。AI可以画出符合规范的图纸，但它不知道这栋建筑应该传达什么情感、应该在什么预算约束下优先保留哪些设计元素。这些能力——判断、决策、权衡、承担后果——无法被标准化。不是技术上暂时做不到，而是它们在逻辑上就不可能被标准化，因为它们本质上是“在没有标准答案的时候给出答案”的能力。AI能学到的，永远是人类已经给出的答案。而真正的人类智能，恰恰体现在面对一个从未被回答过的问题时，你敢不敢做出选择并承担代价。这里可以推演出一个更深层的命题：所谓“人的不可替代性”，从来不是一种永恒的本质，而是一种不断被技术重新定义的关系。在体力劳动时代，“不可替代”意味着你有比别人更强壮的身体。在工业时代，“不可替代”意味着你能操作复杂的机器。在信息时代，“不可替代”意味着你掌握稀缺的专业知识。每一次技术革命，都把“不可替代”的门槛往上抬一级。AI把这道门槛抬到了什么位置？它抬到了“只有那些涉及最终抉择、涉及价值判断、涉及对他人命运的负责意愿的能力才算不可替代”。而这个位置，已经不是大多数人在大多数工作中能触及的层次了。于是，劳动力市场沿着一条线裂开。线的一侧，是那些核心工作内容是“按照既定标准产出合格结果”的人。在这些岗位上，人和AI的关系不是“人用AI”——客户或老板完全可以直接用AI，不需要中间经过一个人。人和AI的关系是竞争。而在速度、成本、稳定性的竞争里，人没有任何胜算。线的另一侧，是那些核心工作内容是“在没有标准答案的时候做判断、做决策、承担后果”的人。在这些岗位上，AI是工具，是参谋。人的不可替代性反而因为AI承担了繁琐的信息搜集和方案生成而增强。那些做判断、做决策、承担后果的岗位，在任何行业里都是金字塔尖的少数。一家公司可能有几十个做标准化产出的中层和基层，但只有几个真正做决策的高管。一个律所可能有几十个审合同、写法律文书的初级律师，但只有几个决定诉讼策略的合伙人。AI放大的是那几个合伙人的生产力。它让一个合伙人借助AI能做过去需要十个初级律师做的事。然后那十个初级律师去哪里？他们不会自动变成合伙人——合伙人只需要更少的人就够了。这才是撕裂的真相：AI不是在人和机器之间制造差距。它是在人和人之间制造差距——而那个差距的分界线，恰好和既有的权力结构高度重合。已经站在决策层的人，用AI把自己武装得更强。还在执行层的人，被AI直接覆盖。不是底层在下沉。是除了顶层之外的几乎所有人，都在不同程度地下沉。这里可以引入一个更形式化的推演框架。社会结构在AI冲击下的演变，可以用三个相互关联的机制来概括：替代、挤压、消解。替代发生在AI直接覆盖人类劳动的领域——标准化脑力产出首当其冲。挤压发生在被替代者涌入剩余就业领域时——体力服务业和低端白领工作的竞争加剧，工资被压低。消解是最隐蔽的：某些岗位并不被直接替代，但它们的存在前提被瓦解了。当一个资深律师借助AI能完成十个初级律师的工作，初级律师的岗位不是被替代了——是被消解了。那个位置本身从组织结构中消失了，就像电梯普及后，大楼还在，但电梯操作员的岗位没有转移到别的部门，它直接不存在了。这三种机制分别作用于不同的阶层，但它们的连锁反应将整个社会结构向下拉。被替代者成为挤压者，被挤压者进一步压低底层生存空间，被消解者发现自己的职业阶梯从中段被抽走——不是爬不上去，是梯子本身断了。在社会的不同阶层里，这场下沉以不同的形态展开，但指向同一个方向。对于传统的体力劳动者和低端服务从业者——那些送外卖、开网约车、在流水线上重复同一个动作的人——AI的直接冲击暂时还不明显。具身智能还没有廉价到能替代他们的身体。但他们面临的不是替代，是挤压。被AI挤出白领岗位的人正在涌进这个本就拥挤的池子。一个被替代的初级设计师不会变成设计师的主管——他大概率会去开网约车。于是这个池子里的人越来越多，人均订单越来越少，议价权越来越低。他们被替代的速度最慢，但他们被压榨的程度最深。因为他们的竞争者不仅是同行，还有所有从上一层掉下来的人。对于中产阶级的技术执行层——会计、翻译、初级律师、初级设计师、基础程序员——AI的冲击是直接而致命的。他们花了十年二十年建立的职业壁垒，正在被AI在几秒钟内跨越。他们不是不努力。他们是整个岗位的逻辑在消失。过去，一个公司需要十个初级员工来支撑一个资深员工的决策。现在，一个资深员工加一套AI系统可以完成过去十个人的工作。那十个初级员工的位置，被永久地删除了。这不是暂时的摩擦。这是结构性的蒸发。而对于那些站在决策层的人——企业高管、合伙人、资深投资人、顶尖创意人——他们暂时是安全的。AI放大了他们的判断力，让他们能一个人带着AI做过去需要整个团队才能做的事。他们以为自己是赢家。但他们的安全有一个前提：这个社会的总需求还在，市场还在运转，客户还有钱买单。而总需求恰恰是由那无数个正在被替代、正在被压低的个体组成的。当足够多的人失去了体面的收入，谁来为决策层的产品和服务付费？这里暴露出资本主义一个更深层的悖论，而AI将它推到了极致。资本主义需要劳动者。不是因为资本家需要人干活——如果有更便宜、更听话的替代品，资本家随时会换。资本主义需要劳动者，是因为劳动者同时也是消费者。你的员工就是你的客户。你付给他的工资，有一部分会变成他买你家产品的钱。这是工业时代资本主义的内在稳定机制——剥削和消费是同一个循环的两半。马克思在《资本论》中分析过这个机制：资本家付给工人的工资，最终要成为工人购买资本家商品的钱。如果所有资本家同时压低工资，他们就同时在摧毁自己的市场。但在马克思的时代，这个悖论是理论上的——因为总有别的资本家、别的行业、别的国家在创造需求，所以单个资本家压低工资的行为不会立刻导致整个系统崩溃。但在AI时代，这个稳定机制正在被解耦。资本第一次可以大规模地、永久性地把人从生产端移除，而不需要为消费端的后果负责。因为对单家企业而言，解雇员工省下来的成本是实打实的利润，而社会总需求下降造成的损失，由整个市场分摊。这是个体理性导致集体非理性的经典困境——加勒特·哈丁在1968年提出的“公地悲剧”模型的宏观变体，但这一次它的规模是文明级的，而且没有外部的“公地”可以转移——社会总需求本身就是那个被所有企业共同消耗的公共资源，而每一家企业都有激励去搭这个便车：让别人的员工继续创造需求，自己的员工全部用AI替代。当所有企业都这样想时，便车就没有了。所以，除了极少数拥有AI本身的人——那些掌握算力、数据和模型知识产权的机构所有者——其余所有人都在同一条船上。区别只在于船的不同舱位在什么时间进水。底层先进水，中产正在进水，上层以为自己所在的舱位还干燥，但他没意识到，当底舱和中舱全部淹没时，整艘船都会沉。在这个逻辑之下，传统的“向上流动”叙事开始从根子上瓦解。不是通道变窄了，是通道所通向的那个目的地本身在消失。过去几十年，向上流动靠的是几样东西的叠加：教育文凭、专业技能、信息差、勤劳和运气。一个农村的孩子可以考大学获得文凭，用文凭进入体面职业，靠职业积累经验和社会资本，最终在城市立足。没上过大学的人可以学一门手艺、掌握一个行业的信息差，自己开店做小老板。这些路径的共同前提是：存在一种稀缺的知识或技能，需要人去学、去掌握，掌握之后就能换取溢价。“稀缺”在这里不是一个经济学概念，它需要被哲学化地理解。稀缺是一种社会关系。一样东西稀缺，意味着有人需要它但自己没有，必须通过交换来获取。在这个意义上，稀缺是社会权力的基础——谁掌握了稀缺资源，谁就有了议价权。专业技能之所以能给掌握者带来议价权，是因为它满足了两个条件：第一，它需要长时间的训练，不是谁都能做；第二，市场对这种技能有持续的需求。这两个条件在过去一个世纪里大体成立，所以教育和培训才成了阶层上升的可靠通道——它们把稀缺技能传递给下一代，下一代用这种稀缺性换取体面的收入和地位。AI同时在瓦解这两个条件。它大幅缩短了“掌握一项技能”所需的时间——不是让人学得更快，而是让人根本不需要学。一个人不需要学会写文案，AI可以写。一个人不需要学会做报表，AI可以做。当需求方自己或通过AI就能直接获得产出时，中间那个“掌握技能的人”就被跳过了。技能本身不再稀缺，掌握技能的人也就不再稀缺。这是一种本体论层面的贬值：不是你的技能变差了，是“掌握技能”这件事本身不再构成社会权力的来源。教育这条路——问题不是“大学还教不教东西”，而是“教出来的东西还稀不稀缺”。会计专业的毕业生发现AI做账比他更快更准。法律系的学生发现AI审合同比他更熟练。他们不是没学到东西。他们学到的东西不再构成稀缺资源。对于普通家庭来说，教育本来是他们唯一能负担得起的阶层跃迁投资。当这个投资的回报率急剧下降，受损最重的不是最富的人——他们的孩子从来不只是靠文凭获得优势。受损最重的，是把全部家庭资源押在教育上的普通家庭。手艺和信息差这条路——过去，信息本身就是资源。一个装修工人知道去哪里进材料便宜、怎么跟客户报价，这些信息差构成了手艺人的护城河。但现在，任何人问AI“怎么开一家装修公司”，几秒钟就能得到一份完整的商业计划。信息的壁垒被拉平了。但这不是好事。当所有人都拥有同样的信息时，信息就不再是优势。真正的优势转移到了那些AI无法提供的东西上：启动资金、人脉关系、信用背书、以及失败一次之后能再来一次的底气。而这些，恰恰是普通人和底层最缺的。这里有一个隐秘的逻辑需要被正面剖开：信息在被拉平的同时，信息的价值也在被重新定义。过去，“知道一个信息”本身就构成优势。现在，“知道”变得廉价了，“能做到”才是真正的分水岭。而“能做到”依赖的不再是知识，是资源。一个普通青年可以在AI的帮助下写出一份完美的创业计划书，但他没有启动资金，没有担保人，没有第一个客户，没有失败后还能回家的退路。他的“知道”和富人孩子的“知道”在形式上完全一样，在现实效力上完全不同。这揭示了AI时代一个根本性的悖论：信息平权带来的是机会平权还是机会幻觉？从表面看，AI让所有人站在同一起跑线上——任何人都可以免费使用最先进的知识工具。但起跑线从来不只是信息构成的。它是由启动资本、社会网络、试错安全网、制度性支持共同构成的。AI拉平了信息这条线，但其他线依然弯曲。而当信息这条线被拉平时，一个更隐蔽的效果发生了：它让那些依然弯曲的线变得不可见了。因为所有人都能“知道”怎么成功，那些“知道却做不到”的人就会把失败归因于自己——不是结构不公，是你不够努力、不够聪明、不够有行动力。信息平权在这里完成了它最精巧的意识形态功能：它把结构性问题转译成了个体性问题，把社会裂缝转译成了个人缺陷。更深一层的通道关闭，发生在资本替代劳动的方式发生了质变。过去，资本替代劳动需要建工厂、买设备、租场地，门槛很高。工厂建起来之后，总需要工人来操作。资本替代劳动的同时，也创造了新的劳动需求——机器需要操作工、维修工、监工，工厂扩张需要物流、销售、行政。这是工业革命以来“创造性破坏”的真实机制：不是技术本身创造了岗位，是技术的物理形态——需要空间、需要能源、需要维护、需要配套服务——创造了岗位。物理性本身是劳动需求的来源。但AI替代劳动的方式不是建工厂，是部署一套软件。软件不需要物理空间，不需要操作工，不需要维修工。它的创造不伴随物理上的配套需求。一个五十人的团队被一套AI系统替代，维护这套系统只需要三个人。被替代的四十七个人不会变成那三个工程师——那需要完全不同的技能组合、教育背景和认知模式。他们必须去别的地方找生计。而“别的地方”，大概率是和他们一样处境的人正在涌向的那些低门槛服务业。这些岗位的竞争迅速加剧，工资被压低。在这些岗位上的人，几乎没有可能通过岗位本身积累向上流动的资本。这不是阶梯。这是一个平层迷宫——可以换一个地方，但上不去。这几件事不是偶然撞在一起的。它们是同一个逻辑在不同维度的展开。这个逻辑就是：当智能本身可以从人身上提取、压缩、复制、规模化的那一天，所有建立在“人的智能是稀缺品”这个默认前提之上的社会安排——教育、职业阶梯、劳动市场、社会保障——都会开始松动。从哲学层面看，这是启蒙时代以来“人是价值主体”这个默认设定的危机。康德在《道德形而上学奠基》中论证，人具有尊严，因为人不能被还原为工具；人不能被还原为工具，因为人有理性——有自主判断和选择的能力，有能力为自己立法。这个论证奠定了现代人权观念的基础：人的价值不取决于他的效用，而取决于他作为理性存在者的身份。但现在，当“自主判断和选择”被证明在大多数日常工作中并非必需，当一个人的十年训练可以被压缩为模型权重里的几百万个参数，当“理性”的大部分日常表现不过是高级的模式匹配——这个前提就开始摇晃了。不是AI推翻了康德的论证。AI没有否认人具有最高意义上的理性运用能力——道德选择、审美判断、对终极问题的追问。AI只是揭示了：一个会计核对发票、一个翻译转换商务邮件、一个设计师排列页面元素时调用的认知能力，和那种意义上的理性，根本不是同一种东西。而遗憾的是，大多数人在大多数时间里赖以谋生的，恰恰是后者。这意味着什么？意味着现代社会的劳动分工和经济结构，在道德上依赖于一个范畴错误——我们把“能够执行复杂的认知任务”当成了“具有人的尊严”的证明，把专业技能的掌握当成了理性主体资格的体现。AI没有挑战理性主体的尊严，它只是让这个范畴错误变得可见了。而一旦它变得可见，所有建立在这个错误之上的制度安排——通过教育获得专业资格、通过专业资格获得体面工作、通过体面工作获得社会承认——的合法性，就开始从内部松动。在这样的趋势下，一个新的阶级图谱正在成形。它不是按照传统的“贫富”来划分——贫富只是结果，不是原因。它是按照人与AI的关系来划分的。在传统社会，阶级划分的关键是“你拥有什么”。在工业时代，阶级划分的关键是“你拥有什么生产资料”。在AI时代，阶级划分的关键是“你处于AI生产关系的什么位置”——你是AI的所有者、驾驭者、依附者，还是被排除者？最上层，是AI的创造者和所有者。他们拥有算力基础设施、训练数据和模型的知识产权。这个阶层的人数极少，但他们掌握的是整个社会经济活动的中枢神经。他们的权力是自我加固的：训练前沿AI需要的算力、数据、人才，本身就集中在他们手中，而训练出来的AI又可以反过来优化芯片设计、降低训练成本、辅助AI研究本身。拥有AI的人能制造更好的AI，更好的AI进一步巩固拥有者的优势。这不仅是财富的集中，这是财富再生产能力的集中。这个权力结构的独特之处在于它的不可逆性。工业时代的垄断可以被反垄断法拆解，因为它的生产资料——工厂、铁路、油田——是物理的、可分割的、可被征收和重新分配的。AI时代的生产资料是模型的权重，是数学实体，是可复制的但不可逆向拆解的——你可以复制一份权重文件，但你无法把“某个贡献者的知识”从模型里提取出来归还。你可以把标准石油拆成三十四家公司。你无法把GPT拆成三十四亿个参数，把其中属于某个人的那部分归还给他。这种所有权的不可逆性，让传统的治理工具在面对AI时效力大减——这不是法律愿不愿意的问题，是本体论层面的困难：你要拆解的东西没有物理边界。第二层，是AI的驾驭者。企业家、高级管理者、顶级创意人、资深投资人。他们的核心能力是决策——在不确定信息下做出选择，为选择承担后果。AI是他们的外脑和手脚。有了AI，他们能做更多、更快、更精准。他们的不可替代性来自他们能承担的责任——而责任是AI永远无法承担的。为什么责任无法被AI承担？这不仅是一个技术问题，是一个政治哲学问题。“承担责任”不是一项认知任务，而是一种社会关系。它的必要条件不是智能，而是“能够被惩罚”——有一个可以被剥夺自由的肉身、可以被伤害的声誉、可以被没收的财产、可以被执行的判决。算法没有这些。算法不能坐牢，不能感到羞耻，不能被社会排斥。因此，算法不能承担任何意义上的责任。而正因为不能承担责任的后果，算法也不能被赋予做出最终决策的权力。责任和权力的对等，是现代政治合法性的基石——从社会契约论到现代宪政，所有制度设计的核心都是“谁做决定谁承担后果”。AI打破了这个对等。它可以参与决策过程——提供分析、模拟结果、推荐方案——但它永远不能承担决策的后果。这意味着，最终的决策权必须留在能承担后果的人手里。而这些人的数量，是极其有限的。第三层，是AI的依附者。他们的工作暂时还没被完全替代，但不是因为他们比AI强，而是因为某种过渡性的原因——监管还没放行、系统集成的成本还没摊平。他们中的很多人实际在做的事情是“给AI补漏”——审核AI的输出、纠正AI的错误、处理AI搞不定的边缘案例。而在这个过程中，他们自己的每一次纠正、每一次判断，都被记录、标注、反馈到下一轮模型训练中。他们正在用自己的专业经验，亲手训练那个最终会替代自己的下一代AI。这一层的处境在已有的讨论里常常被遮蔽。主流的叙事说“AI不会替代人，只会替代不会用AI的人”。而依附者正是这种叙事最忠实的执行者——他们已经在“用AI”了，他们的工作内容就是和AI协作。但这种协作的方向不是让他们变得更强，而是让他们变得越来越不重要。他们每一次纠正AI的错误，都在减少下一代AI犯同样错误的概率。他们的工作越出色，他们的替代就来得越快。这不是协作。这是一种缓慢的、以月为单位的自我拆除。从存在论的角度看，依附者陷入了一种比被直接替代更深刻的不幸：他们的劳动在根本意义上是自我否定的。一个被机器直接替代的纺织工人，他的劳动曾经创造了价值，只是后来不再被需要。他的过去没有被否定，只是他的未来被取消了。而一个依附者——一个每天给AI纠错的放射科医师——他的每一次纠错都在传递一个信号：“这个模型还需要我。”但这个信号同时也在训练这个模型不再需要他。他的劳动本身在消解劳动的意义。他是他自己的掘墓人，而他被要求每天准时上班、认真工作来完成这场埋葬。这是一种黑格尔式的“主奴辩证法”的当代变形——不是奴隶通过劳动获得了比主人更真实的存在，而是劳动者通过协作将自己的存在转让给了非人的系统。第四层，是AI的替代品和无关者。他们的劳动已经被AI覆盖，或者从一开始就不在AI经济的辐射范围内。被替代的白领挤进外卖和网约车。被替代的设计师转行做销售、做中介。还有大量的人从未被数字化过——他们生活在偏远的农村、衰败的工业城镇、城市的非正规经济里。他们和AI毫无关系，也因此被AI驱动的经济体系彻底遗忘。依附者至少还在被“剥夺”，他们的痛苦被看见。而这一层人连被剥夺的资格都没有——他们从一开始就没有被纳入这个系统。但他们并不因此就安全了。恰恰相反，正因为不在系统内，当系统本身的资源分配逻辑发生剧变时，他们没有任何缓冲层。大萧条时期，最先饿死的不是城市里被解雇的工厂工人——工人在城市里，至少能被看见，能形成政治压力，能收到救济。最先饿死的是那些从未被工业系统纳入的佃农和边缘农民，他们默默消失，没有出现在任何统计数字里。在AI时代，被遗忘不是豁免，是另一种更安静但同样彻底的脆弱。这四层之间，除了最顶层的所有者，其余所有人都在不同程度的向下压力之中。驾驭者暂时安全，但他们依赖的总需求正在被替代和挤压所侵蚀。依附者在倒数计时中工作。替代品和无关者已经在底部挣扎。这不是四个互相隔绝的阶层。这是一个连锁反应——每一层的压力都会传导到下一层，直到整座大厦从底部开始松动。在所有被AI改变的事物中，最隐蔽但也最致命的一项，是它改变了人们对未来的想象能力。一个人可以忍受当下的困窘，如果他确信下一代有可能过得比自己好。向上的通道不一定要很宽——从来也没宽过。但它必须存在，必须让人有理由相信：在足够长的努力和足够好的运气叠加之下，是有可能的。AI对这个“相信”的瓦解，从人们开始调整自己期待的那一刻就开始了。一个普通白领，五年前可以对自己说：“再干几年，升到主管就好了。”现在他不知道那个主管岗位还会不会存在。一个流水线上的工人，十年前可以对自己上初中的孩子说：“好好读书，考个好大学，将来坐办公室。”现在他不知道什么专业的毕业生能找到AI替不了的工作，不知道那个办公室五年后还招不招人。当人们无法给出一个有说服力的答案时，消失的不是答案，是整个家庭对未来的想象框架。他们不是找不到一条具体的路了。他们是连地图本身都不再相信了。这不是教育焦虑，不是就业焦虑。这是一个庞大的群体在失去叙事的能力。叙事能力不只是一种心理安慰。它是一种物质力量。一个家庭的消费决策、教育投资、储蓄计划，全部建立在“未来是可以预测、可以通过现在的努力来改善的”这个默认前提之上。这个前提不是个体理性推导出来的——它是社会叙事赋予个体的认知框架。当叙事开始瓦解，这个框架就被抽走了。消费收缩、教育投资犹豫、储蓄变成囤积——这些行为在经济数据上表现为需求不足或信心下降，但在更深的层面上，它们是叙事破产的症候。一个人不是因为没钱才不消费，而是因为他不相信消费能换来他所期待的生活。一个人不是因为付不起学费才不让孩子读书，而是因为他不再相信那张文凭能兑换成他记忆中的那种生活。这种预期改变一旦固化，就不是短期刺激能扭转的。它变成了一种代际传递——父母不再向孩子传递“奋斗叙事”，孩子也就在成长过程中根本收不到这个信号。这里需要区分两种危机。一种是资源危机——我缺钱、缺机会、缺人脉。另一种是叙事危机——我不再相信通过努力能改变处境。资源危机是痛苦的，但叙事危机是瘫痪性的。因为资源危机还有明确的解决方案——我需要什么，我去争取什么。叙事危机摧毁的是“方案”这个概念本身——当我不再相信任何路径能通向我想去的地方，我就不再出发了。而一个不再出发的人，是不可动员的。他不会被政策刺激重新消费，不会被培训项目重新纳入劳动力市场，不会被“成功案例”鼓舞。他不在任何博弈论的模型里，因为博弈论假设人总是在追求某个目标。他是那个不再有目标的人。人活着需要一种叙事——关于自己为什么会在这里、要去哪里的故事。“努力就能向上”的叙事，是现代工业社会最强大的合法性来源，也是最深层的心理稳定器。它告诉每一个人：这个系统是公平的，今天的苦是为了明天的甜。当这个叙事开始破产，整个社会的心理底座就开始松动。不是少数人变得愤怒。愤怒是健康的，愤怒说明人还相信公正应当存在，愤怒的人还在对世界提出要求，还在假设世界可以被纠正。真正的危险是那种弥漫的、找不到对象的沮丧。一个人不再愤怒了，他只是觉得无所谓——无所谓工作，无所谓婚姻，无所谓后代，无所谓未来。这种无所谓，比愤怒更难逆转。愤怒有方向，能量可以被引导、被组织、被转化为政治行动。无所谓没有方向，它只是一种缓慢的消散。愤怒可能导向变革。无所谓只导向寂静的坍塌。写到这一章，按照一篇文章的惯例，应该给解决方案了。但有些问题，它的本质决定了它无法在个体层面被“解决”。当一条河的流向被改变，一条鱼的游法再精妙，也无法回到上游。结构性困境之所以是结构性的，恰恰因为它不是任何一个人、一个家庭、一个社区的“不够努力”导致的。它来自系统的底层规则——当生产力的形态发生变化时，所有建立在旧生产力形态上的社会关系都会随之松动。这不是可以被个人努力修复的东西。那些“拥抱AI、提升认知、抓住杠杆”的建议，对于恰好站在安全地带的人，是有效的行动指南。对于正在被向下挤压的大多数人，这些话听起来像是溺水者被人从岸上喊“你要学会仰泳”。喊话的人可能出于善意。但善意不改变水流的方向。在讨论任何出路之前，至少有一件事必须被放到台面上：技术进步的方向、速度和利益分配方式，不是自然规律，是政治选择。AI可以往“替代人”的方向优化，也可以往“增强人”的方向优化。这两条路对应着完全不同的制度设计——谁拥有AI、谁决定AI怎么部署、替代的成本由谁承担、替代的收益由谁分享。当公共讨论用“技术进步不可阻挡”来终结所有争论时，它实际上是把一种利益格局包装成一种自然现象。这种包装本身就是一种权力运作——把选择呈现为必然，把受益者的偏好呈现为客观规律。历史上每一次重大技术变革的道路都不是被技术必然性单独决定的。不是蒸汽机本身决定了工厂制度的确立——蒸汽机只是提供了一种新的动力形式。是工厂主选择了将蒸汽机用于集中化生产，并利用它来进一步控制劳动过程，这才形成了我们后来称为“工业革命”的那套社会安排。蒸汽机也可以被用于小型作坊、社区工厂、分散化的生产网络——但这些可能性在当时的所有权结构和权力关系下没有成为主流。技术提供了可能性空间。权力选择了其中一种可能性，并将它固化为“不可避免”。AI同样如此。它当前的“替代”偏向，不是技术本身决定的。它是在现有的所有权结构、激励机制和资本逻辑下被引导出来的。AI被设计成“替代人”而不是“增强人”，因为开发AI的机构面临的商业激励是卖出能减少客户人力成本的产品，而不是帮助劳动者提高生产力的工具。前者有明确的商业模型，后者需要重新设计整个价值分配体系。这不是技术的必然。这是商业模式和所有制结构的必然。重新定义社会契约。如果AI的生产力确实来自全人类的知识贡献——这是事实，不是修辞——那么AI产生的财富就不能只由少数机构独占。社会契约的核心原则是：当一种财富的来源是集体的，它的分配就不能是私人的。从洛克到卢梭，社会契约论的基础都是“共同劳动创造的共同财富应当服务于共同利益”。AI的知识来源——全部文本、全部图像、全部代码、全部对话——是人类作为一个物种的集体积累。它不是任何个人、任何公司、任何国家单独创造的。在哲学上，它是“共同遗产”。当共同遗产被少数机构无偿提取、转化为私有资产、再用这些资产去替代遗产贡献者的生计时，社会契约就已经不是被破坏了——它被回溯性地撤销了。那些曾经被认为属于“我们”的东西，被重新定义为从来都属于“他们”。这不是违约，是篡改契约文本本身。从这个角度看，数据受益权、全民基本收入、大规模缩减工时而非大规模失业、公共就业保障——这些选项不应该只是边缘的学术讨论。它们是面对这种撤销行为时，唯一合理的、恢复契约效力的回应。它们不是“激进”的方案。它们是在一个激进变化已经发生之后，试图让社会安排重新跟上生产力现实的努力。重新定义教育的目标。当标准化知识可以被AI随时调用，教育不能再以“传递标准化知识”为核心功能。它需要转向那些AI做不到的事：如何在信息不完备时做判断，如何为自己的选择承担责任，如何理解他人，如何在困境中保持心理韧性，如何提出一个有价值的问题而不是背出一个正确的答案。这意味着从认识论教育转向存在论教育——不是“你怎么知道”，而是“你如何存在”。重新定义劳动的价值。当一个社会有大量的人无法通过市场交换来维持生计时，问题不一定出在人身上——可能出在市场交换的规则本身。照护、陪伴、社区服务、文化传承、生态修复——这些工作在旧的经济体系里被严重低估，因为它们不直接产生可计量的利润。但它们是维系社会运转的基础设施。承认这些工作的价值，不仅仅是道德上正确的事。它是在为一个不以“雇佣”为唯一分配轴心的社会准备地基。在后AI时代，当“生产性劳动”越来越不需要人时，社会必须找到另一种方式来回答“谁值得活着”——而“照护”比“产出”更接近人的本质。在个体层面，如果非要说一条路，那可能不是在裂缝中找到缝隙钻上去——那个机会对大多数人正在关闭。真正的出路也许是横向的：在同样处境的人之间建立连接，形成小范围的互助网络，在主流叙事之外找到自己的意义坐标。一个人的坠落是悲剧。一群人的连接是社区。社区不一定能对抗趋势。但它至少让坠落的人不是一个人摔下去。而在某些历史时刻，社区是更大变化开始的地方。AI正在把社会撕成两半。这件事之所以发生，不是因为AI是某种恶的力量，而是因为AI诞生在一个本已高度不平等的社会结构里。技术从来不是在真空中运转的。它总是被既有的权力关系和分配结构所吸收、所扭曲、所放大。AI不是裂缝的起因。AI是裂缝的放大器。它让原本需要几代人才能完成的社会分化，压缩到了以年为单位的进程里。而绝大多数人正在发现自己脚下的地面在松动——不是因为他们不努力，而是因为他们赖以立足的那几样东西——专业技能、信息差、教育文凭——正在被同一股力量同时消解。教育的回报在下降，不是因为学校变差了，而是因为标准化知识本身变便宜了。手艺的护城河在消失，不是因为手艺人不精进了，而是因为信息差被拉平之后，“知道怎么做”不再能兑换成溢价。资本替代劳动的门槛降到历史最低，让“用劳动换收入”这条最底层的生存通道也变得不再稳固。AI时代唯一安全的，是那些拥有AI本身的人。其余所有人，都在不同程度的向下滑行之中。区别只在于速度，不在于方向。一个让绝大多数人看不见出路的社会，对谁都不安全。不是道德上的不安全，是结构上的不安全。当大量的人被排斥在生产和消费的循环之外，需求的萎缩会沿着产业链向上传导，金融系统的坏账会沿着信用链向外扩散，社会契约的松动会沿着制度链向外蔓延。先掉下去的是最底层。但当足够多的人都开始坠落时，那些以为自己站在高处的，会发现高处也不剩什么了。这不是替某一个群体说话。这是在描述一个系统内部互相关联的基本事实。修补不是靠施舍。施舍关不上裂缝，只能让施舍者觉得自己做了好事。修补是重新分配——分配AI带来的生产力收益，分配决定AI如何部署的权力，分配定义“什么是价值”的话语权，分配在这个社会里被看见、被听见、被当作一个完整的人来对待的权利。归根结底，分配的是“人之为人的资格”——在一个机器能做一切的世界里，人的价值不再来自产出，那来自哪里？这个问题不回答，一切修补都是推迟。而回答它需要的不是经济学，是哲学——一种重新定义人凭什么值得活着的哲学。AI时代最危险的事，不是机器越来越有智能。是绝大多数人越来越不值钱。而一个把绝大多数人变得不值钱的社会，不可能长期稳定。
夜雨聆风