本文来自微信公众号： 不懂经 ，作者：不懂经也叔的Rust
自从特朗普上台，世界一步步驶出了全球化的航道。中美从贸易战打成了全方位的竞争，他当初喊得最响的口号之一，是要把制造业搬回美国，复兴美国的制造业。
然后出现了AI。可以说，它是考验美国制造业的最好样板。论大模型，全球最能打的那几家实验室，几乎都在美国；论芯片，设计的钥匙也握在英伟达这样的美国公司手里。这一轮技术革命的主场，看起来整个都在美国。
但是，为了在AI上跟中国竞争，或者说，为了抢先一步通往AGI、掌握科技霸权，美国发现自己缺了最后一环：能把最先进的芯片造出来的地方，全世界屈指可数，造得最好、最稳的那一个，在台湾。
一顿胡萝卜加大棒之后，台积电在美国亚利桑那州建厂，承诺的投资，一路来到了2650亿美元：10座芯片厂、2座封装厂、1座研发基地，全部落在凤凰城四周的沙漠里。华盛顿把它称为美国历史上最大的一笔外国直接投资。这个账单，当然主要还是美国人付。
这两天，《纽约时报》就这个凤凰城的工厂发了一篇深度特写。看完之后，让我印象深刻的并不是这个巨额的投资，也不是大国之间的博弈，而是它背后一个不起眼的侧面。
凤凰城的教会为搬来的台湾工程师家庭开了英语班；医院的产房推出了普通话导览，让准妈妈先用自己的语言，把迎接孩子的地方看一遍；当地经济委员会的负责人在给企业高管的入境欢迎信上写下私人电话，接到电话的，有时是边境警卫。
一个发达国家的头号产业政策，落到执行层面，是一堂堂英语课，和一通通电话。只是为了让远来的工人能够安心干活。为什么？
因为真正稀缺的东西不在工厂里。台积电带给美国的最值钱的资产，那篇报道里有个现成的词，叫工艺知识。它写不进任何文档，只长在工程师的手上和脑子里。厂房可以建，设备可以买，补贴可以给，唯独掌握它的人，必须一个一个地搬。
台积电创始人张忠谋说过，在美国造芯片，是“一场代价高昂、徒劳无功的演习”。但事实是，凤凰城第一座厂的良品率，已经追上了台湾。钱在起作用，只是它买东西的方式，跟所有人想的都不一样。
美国缺的从来不是钱，也不是能人。这几年它制造业回流的口号喊得震天响，产出也确实回来了：《经济学人》统计，2026年上半年，美国制造业产出年化增长4.5%，芯片产量猛增。可有一个数字在泼冷水：同期制造业就业只增加了三万出头，芯片厂的员工数不升反降。
因为，产出可以用资本和自动化堆出来，手艺堆不出来。美国缺的那样东西，二十年前就开始流失了：工厂一关，就跟着人一起走了。2650亿买不回来，只能连人一起请回来。
所以这2650亿，有一半是学费。它买到的不是工厂，是一个道理。
而这个道理，跟每一个觉得“有了AI，就不必再为学习花钱”的人，都有关系。
一、答案机器的边界
这两年，一个判断正在变成默认选项：学习这件事，不值得再花钱了。
AI问什么答什么，有耐心，不收费。课程被叫作割韭菜，老师被看作中间商，知识付费在中文互联网上几乎成了过街老鼠。认真学习的人也觉得，自学就够了：教程遍地都是，模型有问必答，缺什么补什么。
这个判断有一半是对的。知识本身确实在变得不值钱。查资料、写初稿、做翻译、搭表格，过去要么花钱上课，要么花钱请人，现在动动嘴就有了。抱怨这个趋势没有意义，它就是现实。
但这个判断里藏着一个前提，很少有人停下来检查：公开市场能卖给你的东西，都建立在你知道自己缺什么上。你买一门课，是因为你知道自己不会这个；你问AI一个问题，是因为你知道自己不知道答案。所有的交换，都发生在已知的缺口上。
而学习真正的难题，从来不在已知的缺口上。
我之前看过一篇讲教育的文章，印象很深。它说，同样站在一座桥前面，有的孩子只看见“一座很大的桥”；有人告诉他桥的名字和年份；还有一种大人，会顺着孩子的目光问：为什么桥墩偏偏落在这个位置？跨度再长一点会怎样？为什么这座城市非要在此时此地建桥？几分钟之内，一座桥在孩子眼里，变成了力学、材料、河流和城市需求的综合体。
资源是一样的，桥是一样的。差的是有人在场，看见他在看什么，卡在哪。
更极端的版本发生在交易市场。英国《金融时报》不久前报道过一个小型交易社群，纯邀请制，三十来个成员，都是在预测市场里真金白银下注的人。规矩很怪：每个人要自己算公允概率，算的时候不许看群里的讨论。为什么立这样的规矩？
因为群里真正值钱的教学，从来不在观点里。它在观察里：看高手怎么判断，怎么下注，怎么在盘面变化的时候当场改口。信息可以事后补，判断被做出的那个过程，错过就错过了。
AI是有史以来最强大的答案机器。但答案机器只响应问题。你问得出的问题，它一个不落全接住；你问不出的那个问题，它永远不欠你答案。而大多数人真正缺的，恰恰是自己看不见的那块缺口。
公开市场卖的是答案。真正改变轨迹的教导，是有人看见你自己都没看见的那个缺口。
尖峰报告：稳定币到底是一场怎样的财富大转移？
二、索罗斯的桌子
1988年，斯坦利·德鲁肯米勒（Stanley Druckenmiller）加入索罗斯的量子基金。他不是来镀金的年轻人：七十年代末从匹兹堡一家银行的分析师岗位起步，八十年代初就有了自己的基金，战绩好到索罗斯把他挖来掌管主力仓位。他把在索罗斯身边的几年，形容成“读一个宏观基金经理的博士”。
有意思的是，他以为自己修的是预测学。他后来自己说过，论看趋势、论预测，“我和他一样在行，也许更强”。以他的战绩，这不算狂话。但四年之后他发现，真正从索罗斯身上学到手的，是另一门课。
1992年9月，他走进索罗斯的办公室。他已经做空了15亿美元的英镑，那天晚上，他决定把整个基金押上去。索罗斯听完了他的分析，说这是他听过的最荒唐的资金管理：这种行情一二十年才遇到一次，你应该押200%。
后来的事写进了金融史。9月16日，英国退出欧洲汇率机制，量子基金在这一役里赚了将近10亿美元。德鲁肯米勒的判断没有错，仓位却差了一倍。补上这一倍的，是索罗斯在旁边的那几分钟。
在投资这一行，知识从来是公开的。财报谁都能读，数据谁都能拉，模型谁都能搭。真正把人区分开的，是对同一个信息的分量掂量：这个机会是十年一遇，还是月月都有；这个下注是勇敢，还是鲁莽。这种掂量没有教材，它只存在于一个人见过无数人下注之后的眼光里。
索罗斯在那一刻提供的，是尺度。导师真正的功能，是尺度的校准器。
另一张桌子更像禅宗公案。传奇交易员艾德·塞柯塔（Ed Seykota）带徒弟，他的教导风格，他首徒回忆起来就一句话：跟他待在一起。这话听着像敷衍，但塞柯塔自己讲过一个玉石大师的故事，道出了背后的玄机。
一个寒冷的冬日清晨，年轻人踩着雪走了五英里，敲响玉石大师的门。大师来开门，手里还拎着扫帚。年轻人说，我想学玉。大师说，那好，进来吧，外头冷。两人坐在火边喝热绿茶，大师把一块绿石头按进年轻人手里，然后开始讲树蛙。几分钟后年轻人忍不住打断：不好意思，我是来学玉的，不是来听树蛙的。
大师收回石头，让他回家，一周后再来。第二周，又一块绿石头，又一段没头没尾的闲聊，又一次被打断，又一次被打发回家。一周一周过去，年轻人打断得越来越少，还学会了煮茶、收拾厨房、扫地。春天来了。有一天，年轻人开口说：我手里这块，不是真玉。大师什么都没教过他。他们只是坐在一起。
故事外面还套着一层。讲故事的人，把这个寓言讲给自己的学生听，学生抗议：这跟赚钱有什么关系？我想要的是多头空头、期权债券。他说，今天就到这儿，价格图表留在桌上，下周再来。几个月过去，他的学生打断得越来越少。
塞柯塔的首徒就是这么学的。1991年他上门拜师，此前已经是小有成绩的交易员。此后半年，他跟着大师下山去超市买菜，听他弹班卓琴，等市场收盘，一起看十分钟图。
他问，埃德，这个你怎么看。答：我可能买。买在哪。大概这一带，顺手在图上画一小笔。止损放哪。还是大概这一带，从不说死。就在这种看似什么都不教的半年里，他学到了最贵的东西。
但这张桌子也有它的阴影。那位首徒学成之后，每天假装自己是塞柯塔，十五个月赚了三倍，然后整个人垮掉，看了一年心理医生。他后来的总结是，假装别人，把他搞垮了。桌边传的是分寸，传不了人格。坐到高手旁边，你还是要长成你自己。
这几年很多人都在说，AI时代重要的已经轮不到知识了，是判断力。判断力从哪来？很难靠学出来，它是在现实里撞出来的：课本教不了，AI也生成不了。但撞本身，并不自动生产判断力。它还需要有人在你摔伤之后，点出你走错了哪一步；或者在你要撞上悬崖之前，把你拽住，指出你没看到的致命风险。这都是校准。
没有校准的碰撞，只留下伤疤；有校准的碰撞，才沉淀得下判断力。这也是答案机器给不了的东西。
三、时间差的无限杠杆
2025年夏天，硅谷都在议论一份名单。
那是一份由扎克伯格亲自整理的AI天才档案，据说他为此花了好几个月。上面是几十个年轻研究员：名校博士出身，二三十岁，多半在OpenAI和DeepMind做过事，彼此全都认识。这些人的日常，是安安静静地解决那些需要天量算力的难题。为了把他们从各自的实验室里挖出来，Meta开出了上亿美元级的薪酬包。
同一段时间里还有两笔账。Google花27亿美元，把自己当年放走的诺姆·沙泽尔（Noam Shazeer）连人带公司带技术许可一起买了回来，此人正是Transformer架构论文的作者之一。OpenAI的前首席科学家伊利亚·苏茨克维（Ilya Sutskever）创办的新公司，产品还没有做出来，估值已经站上了320亿美元。
这三笔钱，买的是什么？
表面看是买人。往深一层看，他们买的甚至不是知识。沙泽尔的论文就挂在官网上，全世界都在读；前沿的进展会发表，方法论会扩散，写下来的东西，模型早晚吸收干净。知识在这个层面的护城河，已经守不住了。
他们买的是时间差。别的团队，给足时间也能做出同样的东西；顶尖研究员的价值，在于把别人要撞三年的路，压成三个月。这是一种杠杆，而且今天的杠杆比任何时候都长：模型替所有人抹平了知识的差距，剩下的差距里，最重的一块是经验，而一个关键的人，能把一份经验放大成一支队伍的产出，放大成一个行业的标准。
在AI这个每天格局都在变的行业里，三个月就是一代产品的距离，就是标准由谁定的距离。杠杆越长，耽误的成本越高，所以只能用钱换时间。
凤凰城那2650亿，是同一笔账的国家版本，杠杆还要更粗：几千名工程师身上的工艺知识，撬动的是一个国家整个先进制造的产出。美国并非没有能力重新长出自己的手艺，给它五年十年，本土的工程师队伍也能把良率爬到台湾的水平。但它等不起。买不回手艺，就买回带着手艺的人，买一个“现在就开始”。
这笔账正在往个人身上蔓延。AI有一个被低估的副作用：它让“晚一点到”变得可以忍受，也让“晚一点到”变得致命。有了AI，一个普通人经过一段时间，确实能在某个领域摸到过去要十年才能到的理解深度，这本来是好消息。但正因为终点变得人人可及，到达的时间就成了唯一的区分变量。
商业窗口在缩短，科研竞争在加速，职业的半衰期在变短。在缩短的窗口里，晚到就等于被淘汰。
公司层面已经有人把话挑明了。哈佛经济学家、做过奥巴马白宫经济顾问委员会主席的贾森·福曼（Jason Furman）说，公司以后还会招初级员工，但性质变了：更多是在做培养，公司已经不太需要他们眼下的产出。
数据也在配合这句话：美国银行业的初级岗位，人数比2022年低了将近5%，高级岗位还在照常增长；有研究统计了AI暴露程度最高的几个行业，咨询、法律、投行、科技的初级招聘，一年掉了两成多。
我以前写过这个问题的一面：当AI能绕过一个人完成工作，也就绕过了他还在学习的现场。那篇文章的结尾留了一个问句：一个新人，怎样获得最初那点本事？现在可以接着说了。
中国这边，同一笔账翻的是另一页。今年走出校门的大学毕业生预计1270万，创历史新高；考研报名人数却三连降，438万、388万、343万，两年掉了95万。原因当然复杂，但年轻人确实在重新掂量：多等三年，换一张文凭，值不值。
同一时间，阿里巴巴的秋季校园招聘放出七千多个offer，AI相关岗位占比超过六成，有的业务线到了八成。一边是知识收据的退潮，一边是对“已经会的人”的加价。
AI降价的是知识，涨价的是时间和杠杆。
四、顶级教育最贵的部分，从来没变
道理讲到这里，市场上所有的学习替代品，都可以拉出来过一遍秤。
先称学位。文凭的核心功能是信号：向雇主证明你具备某种能力。可AI正在批量制造“看起来会”的人，信号一多，含金量就被稀释。值得称的是后面几件新东西。
AI导师是今年最热的一件。有一项在肯尼亚做的实验，给一批创业者配上GPT当导师。结果很有意思：底子好的人，利润明显改善；底子差的人，反而更差了。这个结果放在第一幕的道理下看，一点都不意外。知道自己缺什么的人，AI是杠杆；不知道的人，AI是止痛片，让人舒服地停在原地。
政府办的再培训呢？一家头部AI公司自己委托的研究，翻了几十年大型公共培训项目的历史记录，结论几乎是一句判词：从来没有带来过持久的就业和收入改善。把人从旧技能搬去新技能，靠大课，历史上就没成功过。
那为学习付费这件事本身呢？它没有死，死的只是其中一种：为可公开获得的知识付费。最诚实的价格信号，来自一场前后办了二十来场的拍卖。从2000年起，巴菲特在eBay上拍卖自己的午餐，收益捐给旧金山一家教堂旗下的慈善基金会。
要知道，巴菲特大概是这个世界上知识最免费的人：几十年的股东信全部公开，访谈和传记遍地都是，连他的方法论都有人整理成了畅销书。可这顿午饭的价格，从第一场的2.5万美元，一路拍到2019年的456万美元，最后一场在2022年落槌，1900万美元。
想想这笔钱买的是什么。菜是那几道菜，“知识”在股东信里一分钱不要。买的是几个小时的在场，一张随时可以提问的桌子，一个当着大师的面掂量自己判断的机会。知识越免费，那张桌子越贵。
英国那边更有意思，可以说是领先，也可以说是复古：2025年，企业招的学徒多了8%，招的应届毕业生少了8%。十八岁的孩子放弃牛津剑桥的录取，直接进律所当学徒，律所连读学位的钱都替他出。桌边正在被市场重新发明成一种商品。只是这件商品，只卖给最早做出决定的人。
资本也没有闲着。有一家初创公司，给实验室里公认的“魔法手”戴上摄像头，用AI一毫秒一毫秒地学他们的动作。这与其说是反驳，不如说是一个价格信号：连“在场”本身，都开始被当成资产竞拍了。
最后是历史这杆秤。1764年，亚当·斯密辞掉格拉斯哥大学的教席，去给一位十八岁的公爵当游学导师，陪着他在欧洲走了近三年。报酬是年薪，外加一笔终身的年金。正是这笔年金，让斯密在之后的十年里不必赶进度、不必接活，安安静静写出了《国富论》。这大概是历史上回报率最高的一单家教：教出一个公爵，顺手养出了现代经济学。
公爵家里买的，显然不只是斯密的学识。斯密在格拉斯哥的课，坐得住的人也听得到；《国富论》后来人人可读。他们买的是这个人本身：站在一个年轻人身边，在他看世界的时候，实时告诉他看见了什么，什么重要，什么只是热闹。
顶级教育最贵的部分，从来就是这个东西。260年前它就是这个价，AI没有让它变便宜，只是让价签第一次变得这么清楚。
最后，我们可以说，美国花2650亿美元教给我们一个道理，AI时代，知识越来越便宜，点拨越来越贵。
这不是劝任何人去买课。市面上大多数课程确实不值那个价，AI该用就用，能自学走到的距离，也比过去远得多。只是账要算全：你省下学费的同时，正在花掉另一种东西，而它的价格，是按你的窗口期结算的。
你省下的是学费，浪费掉的是窗口期。
这两年很多人都在谈中层的消失。我在以前的文章里跟大家推荐过当代著名经济学家泰勒·考恩（Tyler Cowen），他十几年前就在他的《再见平庸时代》一书里预言了这个趋势。
最近，他正在写一本关于导师的书。他的结论跟绝大多数人的直觉相反：你需要的导师，比以往任何时候都多；而且越来越多的导师，应该比你年轻。年长的人把尺度交给你，你把新世界的速度还给他。连导师这个位置本身，都在按时间差重新定价。
至于去哪里找那张桌子，没有人能替你回答。能确定的方向只有一个：AI时代，知识变得廉价，学习却更要付费。一个人要取得竞争优势，多半要更早、也更舍得为自己的成长掏钱，只是值得掏钱的对象变了。
AI时代的学习，值钱的是杠杆，是校准，是有人在场，那是一个人拿到竞争优势的时间差。【懂】
