AI 不会抢你的饭碗，它会让「你会什么」一文不值

「知道自己为什么而活的人，差不多任何一种生活都能忍受。」 ——尼采（维克多·弗兰克尔在《活出生命的意义》中引用）

AI 正在把「怎么做」变得极其便宜。贵起来的，是「为什么做」，以及——你愿不愿意为这个选择签字负责。

先问你一个问题。

如果你穿越回19世纪末，站在一间蒸汽机轰鸣、烟囱林立的工厂里，马克思大概会拍拍你的肩膀说："看，机器在吞噬劳动，剩余价值正在被资本悄悄拿走。"

那时候的逻辑很简单：机器是"死的"，工人是"活的"，机器再厉害，也只是把自己的价值转移到产品里，真正生出新价值的，是工人挥汗如雨的那双手。

现在把镜头切回今天。

你坐在电脑前，看着Claude或者GPT在几秒钟内写完了你憋了两天都理不清思路的代码，或者"唰"地一下给你甩出一份像模像样的市场分析报告。

那一瞬间，你有没有一种说不出的恍惚感？

如果连"思考"、"创作"、"判断"这些最人性化的东西，都可以被算法批量复制，那人到底还剩下什么？

这不是危言耸听，也不是又一次"狼来了"。

我越想越觉得，我们正在经历的，可能不是一次简单的"效率工具升级"，而是整个经济学地基的松动。

从亚当·斯密的自由市场，到马克思的政治经济学，再到凯恩斯和后来的新古典综合派——这些理论吵了两百多年,但有一个共同的默认前提,谁都没真正质疑过：

劳动和脑力是稀缺的，人是经济活动里唯一说了算的主体。

AI正在把这个前提，一点一点地掀翻。

这篇文章,我想认认真真跟你聊聊:当底层逻辑真的开始变的时候,宏观和微观经济学正在被怎样重新改写?学术界那些聪明人,又琢磨出了哪些足以和《资本论》掰手腕的新理论?

一、稀缺性正在"搬家"：知识不再值钱之后，什么变贵了？

经济学第一课,永远是那句话:

资源有限,欲望无限,所以才需要价格来分配。

过去几十年,什么最贵?是"高级认知能力"。

写代码、做法律分析、诊断疾病、写研究报告——这些活儿,培养一个人要十几年,试错成本高得吓人,所以贵得理所当然。

但现在,这些活儿的边际成本,正在以肉眼可见的速度趋近于零。

想象一下开一家奶茶店。

过去你雇一个手艺好的师傅,他一天只能做两百杯,再多就顾不过来了。

现在你搞了一台自动出杯机,理论上你想要多少杯就有多少杯,机器不会累,不会请假,不会跳槽。

认知劳动正在变成这样一台"自动出杯机"。

那问题来了:当"会写代码""会分析"这种曾经稀缺的能力变得不稀缺了,经济体系的重心会往哪儿挪?

我琢磨了一圈,觉得未来真正贵的东西,大概集中在这三块:

第一,是物理世界里真实的交互权力和资源。

算力能凭空生成无限的文字、图片、代码,但它变不出芯片需要的电力,变不出稀土,变不出高精度传感器,更变不出机器人真正伸手去拧一颗螺丝的能力。

虚拟世界越是泛滥成灾,物理世界的门槛反而越显得金贵。

这也是为什么这两年"具身智能"和机器人赛道突然被资本疯狂追捧——大家都嗅到了,下一个稀缺点在这儿。

第二,是那些没被互联网"扫荡"过的独占数据。

公开互联网上能扒的文本,基本已经被各家大模型"薅"得差不多了。

真正值钱的,是那些锁在企业私有工作流里、藏在特定行业的暗数据、甚至埋在物理传感器深处的信息。

这就好比一片森林,表层的野果早被摘光了,真正有价值的,是那些没人知道位置的秘密水源。

第三,也是我觉得最耐人寻味的一点——人的"终极意图",变成了稀缺品。

AI可以给你生成一百种方案,但"我到底想要什么"这件事,只有你自己能回答。

意图(Intent),以及为这个意图兜底负责的能力,变成了唯一无法被复制的锚点。

说白了,过去的逻辑是"知道怎么做的人最值钱"(How-to Knowledge),现在悄悄换成了"能决定做什么的人最值钱"(What-to-do Intent)。

以前是"知识就是力量",现在更像是——

"选择,才是资产。"

这个转变,乍一听有点抽象,但你把它带回自己的生活里想想:

你会发现,那些真正让你焦虑的问题,从来不是"我不会做PPT""我不懂写代码",而是"我不知道我到底想要什么"。

AI的出现,某种意义上把这个一直被藏起来的问题,硬生生地摆到了台面上。

我甚至觉得,这跟经济学史上另一次"稀缺性搬家"特别像。

工业革命之前,体力是稀缺的,所以力气大的人在农耕社会里吃香。

工业革命之后,机器把体力这件事"解决"了,稀缺性就搬到了"能操作机器、能读懂图纸"的技能型脑力上——于是整个社会开始拼命鼓励读书识字。

现在轮到"读书识字"这件事本身被解决了。

AI读得比你快,记得比你牢,分析得比你细。

那稀缺性还能往哪儿搬?

答案是:搬到了比"知识"更上游的地方——也就是"你到底想要什么、你愿不愿意为这个选择负责"这件事上。

这就好比一个厨师,过去比拼的是刀工火候,现在有了万能的智能厨房设备,刀工火候不再是门槛,那真正决定一道菜好不好吃的,反而变成了"这道菜到底想端给谁吃、想表达什么情绪"——这一点,设备学不会。

二、企业还会存在吗?当"打工人"变成了"打工Agent"

科斯(Ronald Coase)当年提过一个特别经典的问题:

既然市场这只"看不见的手"这么好用,为什么人类还非要组建公司?

他的答案是:因为找人、谈判、履约,这些事都有"交易成本"。为了省掉这些麻烦,大家才凑到一起,组建公司抱团取暖。

那现在,我想请你脑补这样一个画面:

未来有一家公司,名义上的员工只有两个人,但它底下真正在跑的,是一万个能自主决策的AI Agent。

这些Agent每天自己在网上到处捕捉需求、自动匹配代码、调用API接口、实时竞价买广告位,甚至彼此之间还能用数字货币互相结算。

这听起来像不像科幻片?

但我要说,这早就不是科幻小说,而是正在真实发生的事。

当微观经济的主体,从"人和人协作",慢慢变成"Agent和Agent组网",微观经济学恐怕真的需要重新定义几件事:

交易的摩擦成本,正在趋近于零。

Agent可以在一毫秒之内,完成过去需要一整个采购部门跑三个月才能搞定的供需撮合。

这就意味着,企业的边界会变得极度弹性——要么被无限拉长,要么被压缩到极致,一个人的"solopreneur"公司,反而成了可能性最大的形态之一。

Agent正在变成"准经济主体"。

它们开始拥有预算,能自己执行策略,还能评估自己的投入产出比(ROI)。

这时候你会发现,微观经济行为的发起者,不再单纯是"理性人"了,而是"理性算法"。

这事儿想想还挺魔幻的:经济学一百多年来一直在争论"人到底是不是理性的",结果绕了一大圈,真正无限接近"理性人"假设的,居然是机器。

但这里有个特别值得琢磨的悖论:

科斯当年之所以说企业会存在,是因为"人"这个执行单位又贵又慢又难管。

你雇一个人,得给他发工资、交社保、忍受他情绪不好的那天,还得担心他跳槽带走客户资源。

现在Agent把这些成本几乎全部抹平了——它不会情绪化,不会离职,复制一个只要几秒钟。

理论上讲,这应该让企业彻底消失,变成纯粹的市场撮合。

可现实往往没这么干脆。

Agent之间照样需要协调、需要信任机制、需要有人为最终的错误兜底。

当一万个Agent同时在跑,总得有个"人"在某个节点上说一句"这个方案我批了,出了问题我负责"。

这句话,恰恰是机器目前还说不出口的。

所以我觉得,企业不会消失,但它会变得极其"轻"——轻到只剩下一个决策核心和一圈围着它转的自治网络。

公司的边界,不再由"雇了多少人"定义,而是由"谁在为结果签字"定义。

三、四大理论框架:学术界正在怎么"补课"

这么大的变化,学术界当然坐不住。

这两年,我留意到大家正在拼命抛弃过去那套静态框架,试图给智能时代搭一套新的理论骨架。

目前比较有代表性的,大概是这四派:

1. 人工智能经济学(Economics of AI)

代表人物是Ajay Agrawal、Joshua Gans这些学者。

他们的核心观点特别直白:把AI理解成一种"让预测成本降到几乎为零"的通用技术。

这句话怎么理解?

你可以把AI想象成一台超级天气预报机——过去预测明天下不下雨,得靠一堆专家分析半天,现在几乎瞬间出结果,而且越来越准。

当"预测"变得极其便宜之后,那些跟预测配套使用的"互补资产"——比如判断力、物理实体、真实体验——价格反而会被抬得更高。

2. 算法资本主义与认知剥削论

代表是Tiziana Terranova、Nick Srnicek(《平台资本主义》的作者)。

这一派可以说是马克思主义政治经济学在数字时代的延续。

他们的观点挺尖锐:平台通过近乎"零成本"地收集全人类的数字足迹来训练模型,把人类集体积累的智慧,悄悄凝固成了一种"固定资本",然后反过来对你收"认知剩余价值"和"数字租金"。

这段我后面会展开讲,因为我觉得这是这套体系里最值得琢磨的一层。

3. 复杂适应系统与Agent仿真经济学

这一派来自圣塔菲研究所(SFI)那批做复杂系统研究的人,搞的是"基于Agent的建模"(Agent-Based Modeling)。

他们干脆放弃了正统经济学里那个"瓦尔拉斯一般均衡"的经典假设——就是那种"市场最终总会自动达到完美平衡"的理想化想法。

他们认为,真实经济体根本不是一个能被公式漂亮推导出来的静态系统,而是由无数个会自己学习、自己进化的Agent组成的动态生态。

所以与其列公式,不如直接用算力去跑仿真实验,看这个生态到底会演化成什么样子。

4. 数字要素论与生产关系重构

这一派更多来自国内的数字经济学派和一些政策智库。

核心思路是打破过去"土地、资本、劳动"这经典三要素论,把数据、算力、算法正式塞进国民经济核算和生产函数里,同时探索数字资产到底该怎么确权,以及"数据飞轮"跑起来之后,财富该怎么做初次分配和二次分配。

四派理论,角度不同,但都在回答同一个问题:

当规则变了,我们还能不能用旧地图找到新大陆?

四、深挖一层:算法资本主义,到底怎么"重构"剩余价值?

这部分我想单独拎出来多聊几句,因为我觉得这才是整篇文章里最扎心的地方。

马克思在《资本论》里讲得很清楚:纺织机本身不会凭空产生新价值,它只是把自己的价值原封不动地转移到布匹里。

真正的剩余价值,来自工人活生生的劳动(Living Labor)。

这是他整套理论的地基。

但你想想大模型时代发生了什么。

你用免费的搜索引擎,你刷社交网络,你在开源社区随手写了几行代码——你可能完全没意识到,你的每一次点击、每一次评论、每一次修bug,都在无声无息地"喂养"一个大模型。

这些原本属于你的"活劳动",正在被永久地凝固成算法里的一串参数。

它变成了一种**"无形的不变资本"**。

这套模式最狠的地方在于:

它彻底打破了传统的雇佣关系。

过去资本家要剥削你,起码得先雇佣你,跟你签合同,给你发工资。

现在呢?巨头根本不需要雇你,只靠你随手留下的数字痕迹,就完成了整个生产的原始积累——然后转过头来,再优雅地向你收一笔订阅费,美其名曰"数字租金"。

你既是免费的生产者,又是付费的消费者。

这个闭环,严丝合缝到有点让人后背发凉。

这大概是这几年我读到的,对传统政治经济学最激进,也最让人无法反驳的一次重构。

有意思的是,这套逻辑还催生了一个新词,叫"数据殖民主义"(Data Colonialism)。

传统殖民主义抢的是土地和矿产,而数字时代抢的,是你我每天在网上留下的一举一动。

区别在于,过去的殖民地至少知道自己被殖民了,而这一次,大多数人是心甘情愿、甚至带着感激地把自己的"活劳动"双手奉上——因为交换来的,是免费又好用的服务。

这也是为什么我觉得算法资本主义这一派理论,比传统马克思主义更让人后背发凉的地方:

它不需要压迫你,只需要让你觉得"划算",剥削就已经悄悄完成了。

五、终极追问:如果工厂里真的没人了,谁来买单?

聊到这儿,我想抛出一个听起来有点矛盾,但仔细想想细思极恐的悖论。

如果AI和机器人真的把所有活儿都干了,生产效率提升了一万倍,企业成本压到了极致——那,到底谁来买单?

传统经济循环是这样跑的:企业发工资给工人 → 工人拿着工资去消费 → 企业赚到利润 → 再发工资……

这是一个闭环,谁都离不开谁。

可如果"工人"这一环,被AI彻底顶替了呢?

工资流一断,消费端立刻就会塌方。

这其实就是那个著名的"总需求不足危机",在智能时代的终极加强版。

好比你辛辛苦苦造了一台产能拉满的印钞机——问题是,如果全社会都没人有收入了,你印再多的钱,又能卖给谁?

面对这个"无劳动时代"可能出现的结构性危机,前沿学者们目前琢磨出来的解法,大概有这么几种:

机器人税/算力税(Robot Tax)。

对那些靠超级算法和自动化能力赚得盆满钵满的公司,征收一笔特许权税,某种程度上抑制资本"过度用机器替代人"的冲动。

全民基本收入(UBI)。

把算力资本产生的垄断级利润,通过财政再分配的方式,直接发给每一个公民,维持住整个社会最底层的消费能力,不让循环断掉。

公共算力信托(Public Compute Trust)。

把基础设施级的大模型和算力网络,当成类似水电一样的公共品来管理,防止算法资本走向彻底的私人垄断。

这几条路,哪条最靠谱?

说实话,我也没有标准答案。而且说句实话,每一条路都有明显的硬伤。

机器人税听起来很解气,但真要落地,资本完全可以把工厂搬到不征税的地方去,最后变成一场"谁都不敢先动手"的囚徒困境。

UBI听起来很温暖,可钱从哪儿来、发多少、会不会让整个社会失去奋斗的动力,这些争议吵了几十年都没吵出个共识。

公共算力信托,听着最理想主义,但基础设施级的大模型,建设成本高得吓人,凭什么要求那些砸了几百亿美金研发的公司,把自己的核心资产"公共化"?

历史上其实有过类似的剧本。

工业革命初期,英国也担心过"机器抢了纺织工人的饭碗,以后谁来买布"——那时候的答案,是靠新兴的城市化、新的职业分工、以及后来的社会保障体系,慢慢把这个缺口填上了。

但那个过程,痛苦地持续了差不多一代人的时间,期间伴随着"卢德运动"式的机器破坏和大规模的贫困。

这一次,AI替代认知劳动的速度,可能比蒸汽机替代体力劳动快得多。

留给社会"慢慢消化"的时间窗口,恐怕要短得多。

这才是这个问题真正让我睡不着觉的地方

不是解法找不到,而是留给我们找到解法的时间,可能不够用。

所以我隐隐觉得,

这个问题迟早会摆到每一个普通人面前,而不只是经济学家书桌上的一道习题。

六、写在最后:在这场重构里,你的"不可替代性"到底在哪儿?

面对这么宏大的一场经济学范式重写,作为个体,说不焦虑是假的。

我自己写这篇文章的过程里,也好几次停下来想:那我呢?我的位置在哪儿?

但后来我想明白一件事:

每一次技术引发的经济学重构,本质上都是一次"价值"的重新定价。

当AI把所有"确定性""标准化""可套模板"的东西都拿走之后,留给人的,恰恰是那些最难被公式推导、最难被算法拟合的部分。

是你和另一个人面对面时,那种没法被数据化的温度。

是你在复杂伦理难题面前,愿意扛下责任的那份担当。

是你敢于打破既有数据模式,去做一些"没道理"的事的那点狂想和审美。

以及,你作为一个会痛、会渴望、会不甘心的活生生的人,所发出的那一份原始意图。

资本主义的框架也许真的会被改写,算法垄断的博弈也许还会持续很多年,但只要你还牢牢握着对自己生活和事业的"主导权"——

你依然是这个新经济体里,最核心的那个"1"。

本文基于前沿政治经济学、复杂系统理论与人工智能经济学的交叉研究整理而成。