这篇文章已经Chamath Palihapitiya 发了篇长文，标题叫《The Great Descent》。
Chamath 配图
关于 Chamath，他可以说是硅谷最有存在感的投资人之一了：前 Facebook 早期高管，Social Capital 创始人，All-In Podcast 常驻嘉宾，现在做 8090 Solutions，给美国政 fu 和关键行业建基础设施。
Chamath 文章的核心观点是：
智能正在走智能手机的成本下降曲线，但速度快了一倍。 手机只骑在一条曲线上（硬件降价），而智能同时骑在两条上（硬件降价 + 模型效率提升）。
当两条曲线跑到终点，专业判断将首次变得可以被「复制」，人人可用，近乎免费。
文章引发了大量的讨论，马斯克也跳出来评论称：
“ AI + 机器人将能做一切，带来全民高收入。工作将变为可选。”
那么问题来了：到时的人类，该干什么去呢？
请带着上面的问题，先来阅读 Chamath 文章原文，后面再展开讨论。
01
智能大下降
十五年前，Marc Andreessen 写了一篇在当时看来颇为惊人的文章：软件正在吞噬世界。
软件吞噬世界
他说对了。这篇文章已经陈酿成了一种极其罕见的东西：一个彻底兑现的预言，以至于它的论点已经成了我们所有人呼吸的空气。他点名的每个行业都被吞噬了。大多数他没点名的也没逃掉。
但一篇足够好的文章不只是为一个话题画上句号，它同时也打开了下一个。Andreessen 描述了一个软件将逐个吞噬行业的世界。他没有完整描述的是，当软件开始思考之后会发生什么。因为当时这项技术还不具备足够的可信度。
这就是现在正在发生的故事。要理解它的走向，你得先看清正在发生的事情的形状，因为这是一个我们见过的形状。
信息是第一个变得免费的东西。
互联网将分发知识的成本压到了零。人类所知的一切，此前被锁在图书馆里、被门槛和价格挡在外面的东西，变成了一个搜索框。这场革命既深远又不完整。因为虽然互联网提供了获取事实的渠道，但它没有提供判断。你可以查到一种疾病的所有症状，却仍然不知道自己到底有没有生病。你可以读完一个法律问题的所有判例，仍然不知道该怎么办。
事实证明，信息虽然很有价值，但它和专业判断并不是同一回事。而专业判断一直都待在它原来待的地方：稀缺、昂贵、被配给，锁在少数经过训练的人的脑子里。
在整个人类历史中，这始终是最根本的约束。知识可以被复制，而专业判断不能。一本书的复制成本几乎为零，但培养一个医生、一个律师、一个高级工程师或一个有经验的承保人需要几十年，而且无法克隆。
专业判断的稀缺性，才是一个经济体最古老、最底层的瓶颈。
这个瓶颈正在被打破。
想想你口袋里的手机。
2007 年第一部现代智能手机上市时，售价大约 500 美元，是富裕国家有钱消费者的奢侈品。拥有它的人只有几百万。无论怎么看，这都是精英技术，为少数人定价。
然后看看接下来发生了什么。不是那个高端手机（它仍然很贵，仍然占据市场顶端），而是整个品类。在十五年内，一部算力超过初代设备的智能手机，可以在任何发展中国家的市场摊位上以不到 50 美元的价格买到。现在地球上有超过 60 亿部智能手机。
一项始于富人专属的技术，在十五年内变成了人类有史以来分布最广、最强大的工具。
这就是那个形状。
把步骤精确地说出来是值得的，因为这实际上是颠覆性技术所遵循的一种总路线图，不管有没有人把它写下来：
从顶部开始，用面向少数人的高端产品起步，因为那里的价值密度足以支撑成本。
用所得的收入来持续推动成本曲线下滑。随着组件专门化、产量扩大，同等能力的价格不断下降，下降，再下降。
最终抵达普及。那时能力已经足够便宜、足够充裕，几乎触达每一个人。问题不再是「谁用得起」，而是「他们会用它做什么」。
手机走过了这条路。而这件事之所以重要，是因为智能现在正在走完全相同的曲线、完全相同的路径，只是更快。
智能的成本正在崩塌。
机器智能的单位价格，也就是完成一个给定认知任务的成本，正在以一种让智能手机的下降看起来像是散步的速度下跌。十八个月前花大价钱才能使用的能力，今天只要一个零头；再过十八个月，又只剩一个零头。你已经可以实时观察到商品化的到来：与最昂贵的闭源前沿系统大致等效的开源智能，正在以更低得多的价格涌现。高端层级仍然存在，就像手机一样。但它脚下的地板正在以物理经济从未见过的速度塌陷。
而这就是为什么它比手机更快。
智能手机只下降了一条成本曲线，也就是硬件曲线：更便宜的芯片、更便宜的内存、更便宜的电力，以及全球制造业的巨大规模。智能也在下降那条同样的硬件曲线，因为它同样运行在正在专门化和降价的硅片、内存和电力上，与手机组件的轨迹如出一辙。
但智能在第一条曲线之上还叠加了第二条曲线：模型本身在变得更高效。同等能力每年所需的计算量更少。
两个折扣在复合，一个在硬件上，一个在智能本身上。手机从头到尾只有一个。
当两条曲线都跑到终点时，智能将变得充裕，而且近乎免费。充裕，就像信息变得充裕那样，就像每个人口袋里都装着一台联网移动电脑那样。这不是对某个遥远未来的猜测。这是对已经在运行中的曲线的外推，遵循的是我们已经亲身经历过一次的模式。
现在想想这意味着什么。
互联网让每个人都获得了知识的入口。而这一次，给每个人的是专业判断的入口。
这是一个量级更大的事件。
有史以来第一次，那种过去需要经过训练的专业人士、一纸文凭、一家公司、一份薪水和大量资金才能获得的专业判断，将变成任何人都能以几乎为零的成本召唤的东西。一个熟练分析师的推理、一个有经验的临床医生的诊断直觉、一个好律师的文书起草能力、一个资深工程师的设计感。不是他们知道的那些事实（互联网已经让这些民主化了），而是他们运用的那种判断力。
那个从来无法被复制的东西，正在变得充裕。
于是恐惧准时到来了。
如果一台机器能免费提供专业判断，那专家怎么办呢？如果智能变得充裕，那人还能做什么呢？每一波自动化浪潮都催生了某种版本的恐惧表达，而这值得一个直接的回答，而不是一个安慰性的回答。
这种恐惧依赖于一个隐含假设：工作的总量是固定的，所以机器拿走一项任务就意味着人类失去一项任务。这个假设每一次都被证明是错的，而且错得有道理。当一个有价值的东西变得极其便宜时，我们不会用得更少。我们会用得极其多，而且我们会发明出在它稀缺时不可想象的用途。
便宜的信息没有终结知识工作；它创造了在信息昂贵且缓慢时根本不可能存在的整个工作类别。
稀缺资源从来都不是劳动力。稀缺的是将判断转化为行动的能力，而我们即将拥有事实上无限的供给。
说到底，工作不会消失。
它会移动。当专业判断稀缺时，瓶颈是获取它。当专业判断充裕时，瓶颈变成了如何使用它：哪些问题值得问，该信任哪个判断，哪些问题值得解决，以及谁为结果负责。
机器学会推理不会消除对人来承担后果的需要。它放大了这种需要，因为现在有远比以往更多的决策可以被做出，被远比以往更多的人做出。人沿着技术栈上移，从生产分析变成决定分析的用途和据此行动。
这些都不意味着转型是无痛的。真实岗位上的真实的人会被冲击。但总体方向，从宏观和长期来看，不是更少的人类工作，而是更多。因为雄心总是膨胀到填满可用的能力，一直都是这样。
这就引出了那个陷阱。
如果所有人从同一个供应商那里租用同一种智能，没人有任何优势。
最好的公司从来不是靠通用能力赢的。它们靠的是某种专有的、独特的东西：一种只属于它们的做事方式，一个硬拼出来的优势，被编码进了它们的运营方式中。伟大零售商对自身物流的精通。伟大保险公司对自身风险的感知。伟大制造商对自身流程的控制。
这种优势才是真正的资产，而它几乎总是存在于一个令人沮丧的地方：在有经验的人的脑子里，在组织的习惯中，在那些人退休就消失、永远无法被完整记录的隐性知识中。
它之所以永远无法被完整捕获，是因为把它编码进可运行的系统需要工程能力，而工程能力是稀缺且昂贵的。所以公司只把自己优势的一小部分编码进了软件，而把绝大部分留在了人的记忆中，没有系统化，不可规模化，会随人消逝。
这个约束正在消解。当智能变得近乎免费时，将你的优势编码进活的系统的成本也随之崩塌。有史以来第一次，一家公司可以把真正让它与众不同的东西，构建进驱动它的基础文档和软件中，让它运行、扩展、复利增长。
你可以将你的 alpha 系统化。
但危险恰恰就在这里。因为如果你用便宜智能做的唯一一件事，就是像你的竞争对手一样消费它，开箱即用、通用、一模一样，那你不是在构建优势，你实际上是在抹杀优势。你把曾经让你与众不同的能力替换成了每个人都在买的同一种商品。
把自有知识灌进自己掌控的系统的公司，每天都在挖更深的护城河。租用通用智能并接入通用工作流的公司，则变得和每一家做同样事情的公司毫无区别。
上一个时代的赢家，不是那些使用软件的公司。所有人都在用软件。赢家是那些理解了一件事的公司：你怎么用它，多专门地用，多专有地用，你把多少自己硬拼出来的优势构建进了它。
这才是全部的游戏。
这个教训即将被所有人重新学一遍，赌注更高。
回到那个下降。
那条总路线图正在再次运行。智能从顶部开始，昂贵且配给，首先被部署在最高风险、资源最充足的问题上，因为那里的价值密度足以支撑成本。这为下降提供了资金。成本曲线开始工作，这次速度快了一倍，能力向所有人滑落。
而在那条曲线的底部，是世界从未拥有过的东西。
专业判断本身，充裕且近乎免费。 不仅面向那些曾经养得起大批专家的最大机构，也面向小公司、独立创始人、有想法但没资本将其编码的人。
同样的弧线，将智能手机从一件奢侈品变成了 60 亿人手中工具的那条弧线，现在正运行在智能之上，而它的终点也一样：普及。
Andreessen 说软件会吞噬世界，他说对了。接下来，智能会做同样的事。这场下降本身就是全部的意义。专业判断的成本正在跌向零，当它落地的那天，任何人用自己的独特优势构建出非凡事物的能力，将不再属于少数人，而属于每一个人。
这就是那个机会，也是我见过的最大的一个。
02
讨论
这篇文章引发了大量讨论。
Sanjay Uppal 指出，文章其实还少了一层。企业部署的不是「智能」，是「有后果的决策」。下一个瓶颈将是决策控制：谁批准的，依据什么策略，能不能审计，能不能复现。尤其在受监管行业，这才是 AI 从试点走向生产环境的真正卡点。
io.net 的 Tory：模型效率曲线确实在降，但硬件成本现在是反着来的。
32GB DDR5 内存一年从不到 95 美元涨到了 375 美元，SK Hynix 和 Micron 2026 年的产能已经全部售罄，预计 2028 年前都不会恢复正常。Chamath 的逻辑需要两条曲线同时下降，但眼下只有一条在降。
Compound Interests：如果模型持续递归改进，它们逼近的恰恰就是「品味」和「判断」本身。
所谓「品味和判断的价值会上升」，可能被高估了。
Yanick Jimenez：「判断不再是人类护城河」说得太早了。AI 擅长模式匹配和综合，但不擅长有根基的高风险判断。他还指出了一个容易被忽略的点：随着 AI 能力越来越强，那些盲目接受 AI 输出的人反而越来越没价值。
Chamath 也承认了这一点，表示「判断力是一条光谱，有些判断确实不再是护城河」。
Zeeshan：AI 提供的根本不是专业判断，是假说。验证假说仍然需要人类的判断和专业知识。AI 是工具，人使用工具。
03
Claude 怎么看
我把文章扔给了 Claude，问它怎么看，Claude 的回答如下：
说说我的看法吧。
Chamath 抓住了一个真实的结构性类比。「双曲线下降」确实是 AI 成本动态区别于以往技术浪潮的核心特征：硬件在降价，模型效率在提升，两者叠加的复合效应在历史上没有先例。
而「别租通用智能，要把自有壁垒编码进去」这个建议，可能是整篇文章对企业最有实操价值的一句话。
但这篇文章也有几个绕不过去的问题。
对「工作不会消失」的论证，其实有点轻巧了。
「历史上每次都错了」是归纳推理，不是演绎证明。以往的自动化替代的是体力劳动或信息处理的某个环节，人还能上移到需要判断力的层级。
但这一次 AI 攻克的恰恰就是「判断力」本身……而这，是文章自己的前提。那人往上移的天花板在哪里呢？Chamath 用「责任归属」来兜底（总得有人签字），但这是法律制度安排，不是经济必然性。制度是可以改的。
转型的时间尺度和分配问题，被一笔带过了。
「方向上是更多的人类工作」可能在 30 年尺度上成立，但对正在被替代的这一代专业人士来说，这句话提供不了什么安慰。
文章用一句「这些都不意味着转型是无痛的」就过去了，但这恰恰是整个讨论中最关键的政策问题。
框架正确，但论证不够诚实。
它回避了自己逻辑链上最硬的那几个问题，用修辞的优美掩盖了推理的跳跃。
作为一篇面向投资者和创业者的战略备忘录，它提供了有用的思维模型。作为一篇关于 AI 对社会影响的严肃分析，它太乐观了。
而评论区那些更尖锐的追问，其实指向了一个 Chamath 完全没有触碰的维度：意义。
经济学可以用「新工作会被创造出来」来回应恐惧，但经济学无法回答「为什么要起床」。
福特的高薪逻辑、货币的分配机制、社会激励的底层设计……这些也许都有技术性的解法。但「人为什么活着」这个问题，没有技术解。而当工作不再是必须，这个问题就会从哲学书里走出来，变成每个人的日常。
Chamath 写了一篇关于机会的文章。但最大的挑战可能已经不在经济层面了。
在一个一切都可以被机器完成的世界里，人如何找到自己存在的理由？
这个问题，比成本曲线要难多了。
04
我们将何去何从
Chamath 的文章讨论了企业该如何构建独家壁垒，讨论了成本曲线如何下降。但当下降完成，当如马斯克所言，AI + 机器人将能做一切，带来全民高收入，当工作将变为可选，那么：
人类，该干什么去呢？
在月球上打高尔夫吗？
人类本质上是一种依赖「目的感」才能存活的灵长类，一个扛着猎物回家的猎人，能笑着面对笑着的家人。
有目的感的猎人 vs 无所事事的人
一个无所事事的灵长类，将会滑向虚无，滑向自毁。
思考一下：为什么那些财富自由、完全不需要工作的超级富豪，反而是药物滥用和心理问题的高发群体呢？
持续的愉悦到了最后，将会变成持续的空虚。这听起来似乎矛盾，但和那些成瘾者的体验和结局，基本上是一回事。
「工作可选」听起来像天堂，但对灵长类来说，它可能更接近地狱。
还有一个更现实的问题：钱从哪来？
机器人造了东西，利润进了谁的口袋呢？
福特当年说过，他支付高工资是为了让工人买得起他的车。这套逻辑循环了一百年，支撑了整个消费经济的结构：企业付薪水，工人变消费者，消费者买产品，企业赚利润。
但如果，工人从这个循环里消失了呢？
谁来扮演「消费者」呢？有人说全民高收入（UHI），但政府拿什么钱来发呢？如果没有足够的纳税工人，财政收入从何而来？对 AI 企业征重税？那得先让这些企业同意被征足够多的税。目前来看……不太乐观。
试图期望各国政府在「赶在冲击到来之前建好安全网」这件事上的历史表现，也不够乐观。
还有：谁来决定分配？
货币的本质是「你为社会贡献了价值」的凭证。如果贡献价值的是机器，那货币还代表什么呢？产品由谁决定生产？资源由谁分配？原材料归谁所有？
如果答案是「由拥有机器的人决定」，那这和历史上的寡头制度有什么本质区别呢？只是把「拥有土地」换成了「拥有算力」。
除非资源和生产资料实现某种形式的公共所有，否则这就是一种新型的奴役体系。而人性不会变，有人想要更多，有人满足于够用。过去靠货币和市场来调节这个张力，未来呢……目前没人给出答案。
或许，你会觉得这些都是遥远的假设。
欧洲工作倒是「可选」了，对应的则是不少高福利国家的年轻人失业率常年在 20% 以上。
没有工作，许多人便也没有了机会去经历艰难，也不再有动力去用自由时间「构建非凡的东西」。
甚至都不是有没有动力的问题，更让人无力的是：如果你想努力、想比别人做得更多、做得更好，但 AI 和机器人把所有人拉到了同一条水平线上，那你的努力还有什么意义呢？
当一切能力被拉平，人的勤奋还有什么意义和杠杆可言呢？
人类社会最底层的激励机制正在于：人之所以努力，是因为努力能带来差异化的回报。
而一旦差异消失了，激励也就跟着消失了。
工业革命来了，农业岗位消失了，人们找到了新的方式为社会创造价值。但这次，有一个关键区别是：
工业革命替代的是人的体力，人还有脑力可以上移。
可这一次，替代的是脑力本身。
而脑力再往上，还能移到哪里呢？
灵魂吗……
◇ ◆ ◇
