1.AI焦虑和AI无关

2023年以来，尽管新冠疫情结束，但大众对于AI的焦虑却像瘟疫一般蔓延开来。每当AI新品发布，都会在全社会引起“AI何时会夺走人类工作”的大讨论。

最近三年来，互联网寒冬凛冽，数以万计的大厂程序员失业，这本来是互联网行业周期性发展过程中的正常表现，但现在AI正在被视为夺走程序员饭碗的最大威胁。

焦虑意味着生意，社会性焦虑意味着大生意。

在整个IT行业，几乎所有人都觉得自己应该学点AI防身。

大学里所有和计算机能沾上边的专业都在All In AI。

现在就连大学的招生宣传，也必须用AI武装到牙齿才能避免冷场。

炎炎烈日之下，气喘吁吁汗流浃背的考生家长挤到咨询台前冒出的第一句话就是，贵校有AI吗？

您都说到这份上了，没有也可以有啊。

迫于社会压力，大学里的教授们也不得不把研究方向朝着AI调整，否则就很可能要面对经费和招生的双重困境。

多年来很难落地的跨学科融合一夜之间就被AI给融了，只是融合之后，好像就只剩下AI这一个学科了。

但在社会性的奔波忙碌之下，AI焦虑不仅没有缓解，反而加重了。

AI迭代的速度太快了，几乎所有追逐AI的人都被AI施了“学我者死”的魔咒。

就像个傻小子刚学会自行车摩托车就普及了，摩托车驾照还没考下来，汽车时代来临，方向盘还没焐热，自动驾驶就把方向盘和脚踏板给拆了。

难怪有倒腾GPU显卡的资深人士总结说，在AI这一行里除了卖课的和卖卡的，都是赔钱赚吆喝。

事实上AI焦虑和AI其实没啥关系，即使没有AI，该来的焦虑总会来，只是恰好被AI赶上了，就拿到了冠名权。

这非常像比基尼，本来只是个核试验的小岛，正好赶上泳装发布会，就把八竿子打不着的泳衣给冠名了。

AI焦虑和内卷是同一个社会共识的一体两面，在变革的时代，旧的知识体系和社会经验无法解释新的问题，因此大众需要一种能够得到社会广泛认同的缝合怪让无法闭环的分析逻辑自洽。

但缝合怪既不能解释世界，也无法回避眼前的冲突和矛盾，不妨从工业革命短暂而波澜壮阔的历史中去探索问题的本源。

2.生产力和生产关系的矛盾运动

从第一次工业革命开始，人类的生产力终于摆脱了数万年以来生物能极限的枷锁，得以依靠科技的杠杆撬动难以想象的资源和产能。

但工业革命之所以被称为革命，就是因为其自身的运动规律总是超出大众的认知界限，并依靠这种出乎意料的发展模式，拓宽大众认知的边界。

本来，按照大多数人设想的剧本，蒸汽机进入普及阶段之后，由于生产率的不断提升，每个人的财富也应该进入增长通道。但是没想到机器生产先是砸了家庭手工作坊的饭碗，紧接着连庄稼地都被羊群占领，农民被迫进城变成了产业工人，全社会的人力物力财力开始以野蛮的方式向工业聚集，形成农耕时代无法想象的资本，并进一步推动工业以更高的速度发展。蒸汽机进化的速度是如此之快，以至于当时的工程师刚刚搞明白一款蒸汽机的工作原理，新的蒸汽机技术和产品就已经问世了。而且，由于机器工业空前的创富能力，大量的资本被投入到科研领域，又催生出化工、冶金、橡胶等现代工业的基础产业，并反哺到蒸汽机研发和制造领域，形成一个不断加速的正向循环。

本来，按照这个剧本演下去，应该是蒸汽机统治世界，学会蒸汽机高科技，走遍天下都不怕。

但是没想到，蒸汽机的热效率没过多少年就触碰到了天花板，煤炭的产量、储量、运输成本和能量密度反而成了工业革命的瓶颈。

解决方案是以石油替代煤炭，以能源革命推动第二次工业革命。

这个过程非常非线性，非线性发展必然是灰犀牛与黑天鹅事件的复合体，而黑天鹅往往与如同瘟疫一般蔓延的恐惧和焦虑伴生。

这个过程也伴随着剧烈的社会变革，第一次工业革命所需的启动资金规模以及投资逻辑，都不是当时的金融体系所能理解和支撑的，因此蒸汽机的发明和改良经历了漫长的岁月，一直要等到商业资本掌握了经济命脉，并且积累出足够规模的剩余财富，才有可能万事俱备，只欠瓦特。

等第一次工业革命席卷欧洲，近代工业所创造的巨量财富以及全球市场远远超出了当时社会治理以及资源分配模式所能承受的极限，而破旧立新的过程又伴随着剧烈的社会和经济制度变革。

到了第二和第三次工业革命时期，以英国为代表的第一次工业革命强国所建立的全球政治经济秩序已经难以驾驭新的生产力，最终在两次世界大战中瓦解和终结。

现在，第三次工业革命所能创造的红利也开始遭遇瓶颈，难以继续支撑自身的扩张和增长，而第三次工业革命塑造的全球政治经济秩序也在第四次工业革命的序幕中开始瓦解。

这一过程始于2013年。

科技创新只是生产力和生产关系之间矛盾运动中最表面化也最容易被大众知晓和理解的表现形式，但在表象之下，是政治、经济、军事等等领域的系统性制度变革，即生产关系革命。

工业革命之所以被称为革命，不是因为革命性的技术和科学发现，而是革了生产关系的命。

我们的工作岗位是由生产力和生产关系决定的，技术只是从事生产的工具，当原有的社会分工、专业体系所依赖的基础被替代或消失之后，继续维系和巩固旧体系中的工作机会，就容易演变为内卷。

3.内卷是一种自相矛盾的刻舟求剑

AI只是第四次工业革命的一项早期关键技术，尽管这项技术和之前的技术看起来大相径庭，但其历史意义取决于能否透过大幅度提高生产力水平，加速生产关系的变革来实现。

目前，尚不清楚AI能否担此大任。

当前泛滥的AI焦虑以及盲目的AI乐观情绪，虽然表现形式对立，但本质上高度统一，都局限在旧的生产力和生产关系框架下，寄希望于掌握新技术来加强和巩固自己在旧的生产关系中的位置，甚至寄希望于加强和巩固旧的生产关系。

现在流行的大词“内卷”，尽管看起来非常亲民和接地气，在大多数场合都能引起广泛的共鸣和共情，但大部分关于内卷的表述仍是基于旧的生产关系视角对生产力革命的误读，这样的误读除了不断强化对旧时代和旧观念的依附，并没有什么积极的意义。

内卷本身就是一种自相矛盾的刻舟求剑，越努力，越失望。

4.工业革命的一般性发展规律

当我们焦虑地追问“小学一年级的孩子要不要学编程学AI？”“高考选专业是不是应该首选AI？”“我现在年龄40+学AI还来得及吗？”之类的问题的时候，这些问题本身并不值得焦虑，值得焦虑的是我们的提问是建立在对未来趋势的何种预期之上。

尽管工业革命的历史并不悠久，但事不过三，从三次工业革命的历史经验积累中已经足够提取出一般性的发展规律。但未来的具体形态是不可预测的，可预测的都是现在的延续，不属于未来的范畴。

第一：工业革命需要以社会资源分配模式的重大调整为前提

对于工业革命，大众往往更关注于其技术层面的创新，而忽视这种创新背后所需要消耗的巨额投资以及惊人的试错成本。革命性的技术不是原有技术体系的线性延续，否则就不需要革命了。

工业革命不是灵光一现，更不是请客吃饭。工业革命是一个系统工程，所需要的基础平台、下游供应链与原有工业体系尽管存在交集，但差异也非常巨大，所需资金投入也远远超过一般意义上的改良和优化。由于初期很难看清楚未来的趋势，因此投资风险同样巨大。而更高的失败率意味着更大的资金投入才能对冲高风险。

特定时期的社会资源分配模式服务于特定的生产力和生产关系，并不会刻意预留出为下一次工业革命做风险投资的巨量盈余，因此工业革命只能以循序渐进的方式发生，通过逐步影响和改变社会共识来间接推动社会资源分配模式的变革。

社会性焦虑也是社会性共识的一部分。

在这样的视角下，无论是互联网寒冬还是社会投资额下降，都不能被简单地理解为经济衰退的征兆。这些表象的背后，往往隐藏着投资结构乃至社会资源分配模式的重大转型。

以我国ICT行业为例，在互联网产业崛起之前，燃眉之急是重建全国通信基础设施，其投资之大已经超出了传统计划经济能够支撑的极限，因此全国光缆网建设采用国家出钱、军队出力的共建共享模式。在此基础上，移动通信网和程控电话网的建设投资则来自公共财政和电信运营商的市场营收两条线。这是计划经济时代无法想象的投资模式。由于通信资源的稀缺性，通信费用高昂，社会资金大量流入电信运营领域，电信运营商享受了长达十年的超额利润，设备制造商也随之崛起，能够获得足够的资金投入新产品和新技术研发，因而有能力支撑持续的网络扩容和升级改造，形成完整的产业链。然而，一旦电信网络规模达到基础设施级别，以通信网络为中心的社会资源分配模式便转变为以互联网应用为中心，社会资源向互联网行业聚集，与互联网配套的投融资模式也建立起来，并形成一个庞大的金融体系，这在电信为王的时代同样是不可想象的。进入2020年代，互联网产业规模也增长到了基础设施级别，很难再维持高额投资回报率，而商业航天、智能驾驶、人工智能等新兴产业所需要的投资规模则远远超过传统的互联网产业，甚至要求对电力、网络、交通等基础设施和芯片制造等基础制造产业进行全国乃至全球范围的大规模升级和布局，这已经触及到了系统性的国民财富再分配以及全球政治经济秩序的变革。

邓小平在一九八五年六月四日军委扩大会议上的讲话就鲜明地体现出社会资源分配模式要与时俱进的思想：

“......军队装备的现代化，这个问题也涉及大局。四个现代化，其中就有一个国防现代化。如果不搞国防现代化，那岂不是只有三个现代化了？但是，四化总得有先有后。军队装备真正现代化，只有国民经济建立了比较好的基础才有可能。所以，我们要忍耐几年。我看，到本世纪末我们肯定会超过翻两番的目标，到那个时候我们经济力量强了，就可以拿出比较多的钱来更新装备。可以从外国买，更要立足于自己搞科学研究，自己设计出好的飞机、好的海军装备和陆军装备。先把经济搞上去，一切都好办。现在就是要硬着头皮把经济搞上去，就这么一个大局，一切都要服从这个大局。”

就当下的AI焦虑而言，大众焦虑的根源表面上是大量工作岗位将被AI替代这一预期造成的压力，但其内里则是第四次工业革命所要求的社会资源分配模式变革在经过多年潜移默化的准备和铺垫之后，进入显性阶段，并开始对大众的日常生活产生显著的影响。

大量传统的工作岗位并不是被AI替代，而是在社会转型过程中消失了。因为岗位替代意味着换汤不换药，那不是工业革命。

对于AI这个产业来说，其终极理想当然也不是为了省下雇佣保洁、保姆、厨师、服务员、外卖员、程序员的那点人力成本，须知在算力、电力、网络等等基础设施未经升级到足够规模之前，AI的各项成本不知道比人高出多少。只是作为一种最容易被大众接受、最容易达到改变社会共识的宣传手段，AI替代人工是最合适不过的选择。

在AI焦虑这件事上，AI属实是当了背锅侠，但这锅背得也不算冤。通过制造AI焦虑加速社会共识转变，确实是成本最低、见效最快的途径了。

第二：工业革命早期会极大地释放人的潜力，激发人的创造力

和大众所担心的技术革命导致大规模失业预期相反，工业革命虽然表面上是技术驱动，但真正的驱动力来自人的潜力。

工业革命的发生和发展无法被事先规划和预测，极度依赖各种制度创新、科技创新、商业模式创新的涌现，即便绝大部分创新事后被证明不可行，但如果创新不能形成规模化涌现，则可行的创新几乎不可能被激发出来。

个体的创造力规模化涌现的过程往往也是泡沫涌现的过程，没有泡沫就无法聚集足够的资源供给成功率极低的试错和创新，但一次泡沫能够聚敛的财富能否支撑到工业革命的曙光冒出地平线，全凭运气。

如果一次泡沫不行，那就来他两次、三次、N次。

此事古难全。

但社会运转的基本规律仍然选择了以泡沫激发创新的涌现。因为在原有的工业体系中，上一次工业革命的红利正在消耗殆尽，大量资本急需找到高回报的投资标的，于是在短期内出现了资本过剩而创新者稀缺的局面，甚至稀缺到了即便所有人都知道创新的成功率极低，所有人也不知道该如何判别一个创意未来能否成功，但一旦成功则一本万利的神话以及击鼓传花游戏的麻醉效果仍然能够吸引源源不断的社会资本涌入。

互联网历史上的几次著名的投资泡沫事件，虽然在多数场合被视为恐惧和贪婪的必然结果，但若没有这几次泡沫的滋养，互联网也不太可能完成关键阶段的原始积累，发展成今天这个模样。

互联网产业之所以长期只重视规模而忽视盈利，是因为这个产业大多数时间仍然处于资本过剩而人力稀缺的草创阶段，仍然需要以非理性投资推动产业发展，以极高的薪酬和自由度激发人的创造力，这段时间也是中国互联网产业的黄金十年。

因此，每一次工业革命都会极大地释放人的潜力，激发人的主观能动性和创造力，这才是工业革命的血液。

而与之相对应的，是缺乏创造力的人将很难在下一次工业革命的开幕式拿到时代的红利。

现在，第四次工业革命的序幕已经拉开，尽管其全貌仍然非常模糊，但在全球范围内，第四次工业革命的发生已经是一个不争的共识。

不幸的是，我们的教育模式、工作模式不仅仍然停留在第三次工业革命时期，而且登峰造极，与第三次工业革命完美耦合，当然，也就与第四次工业革命完美冲突。

所有的AI焦虑和内卷几乎都是这种冲突的产物，而冲突的根源，则来自工业革命的另一条发展规律：

第三：工业革命后期会因追求极致效率而形成极致专业化和精细化的社会分工

工业革命早期面临的主要挑战是如何通过制度创新和技术创新不断突破未知边界，形成超大规模效应，而一旦这一目标基本达成，也就意味着系统性的投资收益率将告别高增长阶段。更重要的是，由于能源结构也趋于稳定，工业规模的上限也被能源的开采储运成本、储量、能量密度等因素锁定。在这种稳态结构下，技术和市场的不确定性逐渐减退，在一个稳态系统中，持续提高生产效率不仅成为可能，而且能够带来可观的收益。

从福特建立第一条汽车生产线开始，企业家和经济学家们就知道提高生产效率的不二法门是专业化和精细化的分工，一条生产线上的分工越细密，工人单位时间内的产出就越多，而差错率也越低。

即使是到了今天的互联网时代，以崇尚创新而著称的大厂的内部分工，事实上也在朝着越来越精细化的方向发展，很多工作最终精细到了几乎不依赖专业知识的地步，高学历的码农只是在高科技的工位上反复执行简单的操作。对于公司来说，这种流水线式的生产流程尽管需要雇佣更多的人力，但效率更高，管理成本更低。但对于员工来说，这并不是一个好消息，更低的专业性要求意味着更多的人能够加入求职竞争之列，更高强度的重复劳动意味着中年危机越来越低龄化。这些都属于对人的异化。

对人的异化不仅仅发生在职场，工业界追求极致效率的趋势也会反向塑造整个教育行业。在以就业为主流导向的大学里，学校会在潜移默化中逐渐将培养方案调整为“适应”精细化分工对毕业生的需求，弱化对学生创造力和专业素养的培养。一旦形成共识和风气，即使大学有心，同学们也未必有这个耐心。当这种趋势向下传递给中小学，则是高强度刷题模式横扫中小学教育。

刷题本身无所谓对错，但以牺牲其他能力为代价的疯狂刷题模式则另当别论。

几年前教培市场的疯狂，实际上是这种畸形教育模式在资本加持下的登峰造极，在效率压倒一切的趋势面前，个人的创造力、综合素质远不如刷题的变现能力更强，最好从胎教开始就训练孩子耐受高强度简单重复劳动的能力，直到人像机器一样精确、高效、无差错、无想法。

几年后，教培行业全军覆没，但以精细分工为导向的教育理念仍然深刻地影响着各个年龄段的家长。在高考志愿填报咨询的直播间里，所有家长的问题都可以归结为，这个专业好找工作吗？而网红咨询师的无数个高度碎片化的答案，恰好构成了高度碎片化精细化社会分工的高清拼图。

教育是整个社会体系中对变化反应最迟钝的部门，当教育也被高度碎片化、精细化的分工反向重塑，就意味着追求效率这件事在工业界也撞到天花板了。

物极必反，由于持续不懈地追求精细化分工和劳动效率，大部分工作岗位事实上已经简化到了廉价的机器就可以替代人工的地步，一条生产线上只需要一个工人负责维护就已经绰绰有余，甚至整个车间都不需要人现场值守，黑灯工厂由此而来。

即使是在不存在工业自动控制的高科技互联网行业，低成本的程序已经能替代很多昂贵的程序员岗位，不需要动用AI。

另一方面，由于超高的投资回报率游戏趋于终结，很多仅仅是为了讲故事拉动投资而成立的部门变为负资产，不需要用机器替代，这些岗位就消失得干干净净。

然后呢？黑灯工厂也卷不动了，因为效率的上限是被基础设施、能源结构、社会治理模式、金融体系等等这些更深层次的东西所决定的，关不关灯不是关键。

这些都是在第三次工业革命向第四次工业革命过渡时期必定会发生的事情，不以人的意志为转移，也不以AI是否出现为转移。

事实上，并不是AI孕育了这个时代，AI本身也是这个时代孕育的产物。

第四：在新旧工业革命的交汇点上，必定成就一代人，但也很可能牺牲几代人

在新旧工业革命的交汇点上，已经与旧时代深度耦合的一代人，很难快速适应新的时代。高度精细化乃至碎片化和专业化的分工，实际上不仅在无形中剥夺了人的学习能力和学习机会，而且塑造出大量孤立的个体，弱化了个体和社会的连接关系，因为这样更有利于个体在工作中保持极高的效率和稳定的输出。

学习能力的弱化以及隐性的与世隔绝状态，都严重削弱了人对社会变革的敏感性，当黑天鹅降临，则手足无措，成为被遗忘的一代人。

如果考虑到工作年龄的跨度以及恰好完整接受了旧时代教育的一代人，则被遗忘的可能不止一代人。

互联网黄金十年完美成就了一代人，改变了一大批劳动者的命运，其中当然有运气的成分，但草创一代基本上都参与过超级工程的设计、规划、建设、研发过程，即使不是主导者，耳渲目染获得的功力也不是普通人所能企及。现在的互联网行业和头部公司规模都要比十多年前宏大得多，工作环境也要光鲜亮丽得多，但对于绝大部分从业者来说，已经没有多少置身洪流中的机会了。

5.并不悲观的预期

从足够漫长的时间尺度上来看，随大流是一个既不用太费心赢面也还不错的生存策略，但随大流的风险在时代变革的转折点上也会被充分放大。

AI焦虑和内卷在某种程度上是随大流风险被放大后的另一种随大流自救方式，但本质上仍是随大流，而且这一流和那一流，其实都是同一流。

但历史是向前发展的，关于工业革命的两个好消息是：

第一，历次工业革命的规模增速和财富增速是显著递增的，因而转型期更短、转型带来的损失更小、社会冲突也更温和。

最近社交媒体上有很多人在讨论第三次世界大战，发生在5月15日的斯洛伐克总理菲佐遇刺事件更加深了这种忧虑，更有人将其与第一次世界大战的导火索、1914年斐迪南大公在萨拉热窝遇刺事件相提并论。

但那都是老黄历了，这一次，没有那么悲观。

第二，人力资源在历次工业革命中的价值是在显著提升的，越是在后发的工业革命中，生产力进步大大降低了改造世界的门槛，所能释放出的人的潜能越大，人的价值不仅不会贬值，反而会升值。

因此，讨论AI对人工的替代其实没有意义，现在被广泛讨论的人的价值以及不可替代性，是基于上一个时代的生产力和生产关系框架下的讨论，带有明显的历史局限性。在新的生产力和生产关系框架下，人的价值会被重新定义和评估，甚至天赋也要被重新定义。

在文字被发明之前，诗歌的天赋是不存在的，在计算机被发明之前，乔布斯的天赋也是不存在的，如果退回到远古时代，现在我们讨论的大部分天赋也是不存在的。自古以来，上天赋予人的才能就没有边界，但能挖掘出多少全看生产力水平。

虽然没有人知道第四次工业革命到底是什么样子，但按照历史发展的一般规律，人的潜能将会被更充分地挖掘，人的价值将会被更充分地认可，同时，人将会获得前所未有的自由。

包括免于焦虑和内卷的自由。

6.发展才是硬道理

经济体作为一个复杂巨系统，遵循熵增定律，维持其正常运转所需消耗的能量会随着时间而持续增长，这种内部损耗的增速一旦超过经济增长速度，则会事实上陷入负增长和衰退之中，这就是保持最低限度经济增长率的基本逻辑。

仅仅依赖优化和改良只能在有限的时间和空间暂时缓解内耗问题，而内卷的极限也无非是有限的优化和改良，长期来看，并不能改变衰退的趋势和速度。

唯有以发展的眼光向前看，通过开拓视野的边界发现新的增量，进入新的世界，乃至令旧世界消失，才是跳出熵增定律困局的不二法门。

然而，向前看的困难在于，这种思维模式本身就和高度碎片化、专业化的社会分工体系对人力资源的需求冲突，这种能力与求职涨薪之间并没有显著的相关性，而培养面向未来的能力所需消耗的时间和精力，短期来看远不如提高固定技能的熟练度更容易变现。

尤其是在一个被短期利益彻底驯化的系统中，个体的观念经过社交网络的反复强化而达到极化状态，长期主义不仅没有市场，而且极易招人厌恶。

若非目睹最近这几年系统性焦虑和内卷造成的种种怪现象，我断然无法理解，为何“发展才是硬道理”这么一句直白的大实话为什么会成为改革开放初期振聋发聩的宣言。

今天，站在历史的转折点上，无论对于群体还是个体，发展才是硬道理仍然是至理名言，但同样，也很难被理解和接纳。社会上的大部分争论和分歧，归根结底是向前看与向后看之间的冲突，是保守与发展两种道路之间的冲突。