Z Highlights
AI 正在推动一场类似工业革命的“认知革命”。 过去，机器接管体力劳动；现在，机器开始承担脑力劳动。这场变化的规模可能更大、速度更快，并逐步改变整个经济的运行方式。
智能越便宜，人们对智能的需求就越大。 成本下降会释放过去无法满足的需求，效率提升未必减少资源消耗，反而可能扩大使用量。
编程是第一批成熟应用，真正改变生活方式的产品可能还未出现。 编程智能体相当于工业革命初期的珍妮纺纱机。更大的机会可能来自以机器速度开展的科研、个人助理，以及新的连接与协作方式。
经济整体变得富裕，不代表每个人都能顺利受益。 技术会淘汰旧任务，也会创造新工作，但失去岗位的人未必能及时完成转型。
人类的价值将更多落在选择、责任和信任上。 当机器能够完成越来越多的思考与执行，人仍需要决定追求什么、作出取舍，并为结果负责。机器可以起草条约，但仍需要有人签字。
Konstantine Buhler是Sequoia Capital合伙人，主要负责种子及早期投资，长期关注AI、企业软件等领域。此前曾从事投资与科技行业相关工作，并拥有Stanford University的计算机科学硕士和MBA学位。这篇文章发布与2026年9月，在文章中，他围绕工业革命与认知革命的历史相似性展开讨论，分析AI如何推动认知劳动的机器化，以及这一变化将如何影响就业、教育、医疗和日常生活。
The Cognitive Revolution 认知革命
多数工作日的早晨，我都乘坐 Waymo 去上班。一辆由五千磅金属和玻璃构成的汽车，载着我穿过旧金山湾区，这是它在完成体力劳动；与此同时，它还在观察道路、判断接下来可能发生的情况，完成脑力劳动。与人类驾驶相比，它造成严重伤害的事故约为后者的十七分之一。
整个过程既不需要我出力，也不需要我费神。体力和脑力，都交给了机器。一次普通的通勤，恰好容纳了两场革命：体力劳动的革命已经持续了两百年，脑力劳动的革命才刚刚开始。
围绕后一场革命，人们的情绪混杂着乐观、怀疑与焦虑。奇点、递归式自我改进、万亿美元规模的计算集群、超级智能，以及失业、社会动荡和大国竞争，各种讨论挤在一起，让人难以判断眼前究竟发生了什么。
我的看法没有那么复杂。我认为，人类已经经历过一次与未来几十年 AI 变革相似的转型，那就是工业革命。
01 两种劳动
劳动可以分为体力劳动和脑力劳动，大多数有价值的任务都需要两者共同参与。农业是最古老的例子之一。过去一万年里，耕种土地依靠人和牲畜的力量，也依靠人的判断：辨认季节变化，观察不同种子会带来怎样的收成。
这两种劳动的性质不同。体力劳动在物理意义上是力与距离的乘积，让物体在空间中移动；脑力劳动则是思考。但它们都是稀缺资源，都有价格，也都被用来完成某个人需要完成的任务。当价格大幅下降，供给就会迅速增加，而在大多数情况下，需求也会随之扩大。
02 体力劳动发生了什么
图片来源：Sequoia Capital
在人类历史的大部分时间里，为人类完成的体力劳动几乎都来自肌肉，既包括我们自己的，也包括牲畜的。如果把这段历史画成曲线，十八世纪以前，它几乎是一条水平线，并且可以一直向前延伸到人类出现之初。
变化始于十八世纪末和十九世纪初。先是蒸汽机，随后是内燃机和电动机，每一轮技术进步都让机器承担了更大比例的体力劳动。大约两百年间，体力劳动从99%由生物完成，变成了99.9%由机器完成。
今天，这种变化的结果随处可见：你正在阅读文章的屏幕，身上穿的几乎每一件衣服，上一次旅行乘坐的飞机，以及支撑现代日常商品流通的轮船、火车和卡车网络。在全球能源消耗的总账里，人类肌肉提供的能量已经小到几乎可以忽略。
03 脑力劳动正走上相似的道路
图片来源：Sequoia Capital
在人类历史的大部分时间里，脑力劳动也几乎全部由人完成，只有牧羊犬之类的动物提供少量帮助。机械工具贡献的部分很小，主要是时钟、帕斯卡机械计算器这类能够进行有限计算的装置。
电子计算随后出现。不到一个世纪，它就从简单运算和电子表格，发展到全天二十四小时运行、完成数万亿乃至千万亿次运算。规划通勤路线、处理工资、计算保险价格，这些已经是机器承担的脑力劳动。
下一轮变化来自神经网络，它极大地扩展了机器能够完成的脑力劳动种类。内燃机曾扩大工业革命的影响范围，神经网络也将加速认知革命。一百年前，99%的脑力劳动由人类完成；在不远的未来，99.9%将由机器完成。这并不意味着人类思考得更少，而是机器的计算量会增加得多得多。
两条曲线呈现出鲜明的相似性。认知革命会与工业革命很像，但规模更大、速度更快。如果按照劳动的性质划分，规模约为120万亿美元的全球经济，可能大致一半对应体力劳动，一半对应脑力劳动。前一半已经经历了两百年的机械化，后一半才刚刚开始。
那么，这样一场革命究竟会带来什么？不妨回到历史里看一看。
图片来源：Sequoia Capital
04 投入品开始规模化，成本持续下降
工业时代首先需要大幅扩大基础原材料的供给，最初是煤和铁，后来是石油和钢。铁的生产依靠搅炼法，钢的生产依靠贝塞麦炼钢法。今天与之对应的是电力和算力，而 Transformer 这样的算法，则对应当年的生产工艺。
提供这些基础要素的人，成为各自时代的巨头：卡内基与美国钢铁公司，洛克菲勒与标准石油公司，以及亨利·贝塞麦这样的工艺发明者。今天与他们对应的，是黄仁勋的英伟达、张忠谋的台积电、Transformer 论文的作者、大型模型实验室的创始人，以及向数据中心投入数万亿美元的超大规模云厂商。过去，国家以炼油能力衡量实力；未来，它们会以电网容量和智能产出来衡量。
到1900年，完成一单位机械劳动的成本，只相当于1800年的一小部分。价格下降让大规模生产成为可能，也让这场革命走向普及，摆脱了只有富人才能接触的稀奇事物的地位。
认知成本下降得更快。原文称，每瓦电力对应的智能产出，每年降至上一年的十分之一以下。随着价格下降，客户购买的智能将增加到今天难以想象的程度。
05 价格下降，需求扩张
在1800年，没有人乘飞机前往东京，也没有人在一月把草莓运过半个地球，更没有人为凤凰城安装空调。这些都需要体力劳动，但当时要么无法实现，要么成本高到没有实际意义。
当新技术出现、价格大幅下降，对体力劳动的需求随之激增。威廉·杰文斯在1865年发现了这一现象：效率更高的发动机没有减少英国的煤炭消耗，反而让消耗量成倍增加。
脑力劳动也会遵循同样的规律，而且潜在需求几乎没有规模上限。世界上的大多数问题，今天都没有得到充分思考，因为思考很贵。医生时间有限，无法读完最新的医学文献；放射科医生只能花几分钟查看一张影像，而不是几个小时；小企业主没有预算聘请财务分析师。
当脑力劳动的成本接近于零，每一个值得追问的问题，都可能拥有一支研究团队。机器完成的思考量将增加几个数量级，接下来的问题是，这些思考会被用在什么地方？
06 应用时代
工业革命最早的应用是纺织。纺纱和织布原本都是技术活，从业者要经历多年的学徒生涯，有自己的行会，手艺可能已经在家族中传承了几代，因此也受到社会尊重。1764年，詹姆斯·哈格里夫斯发明了珍妮纺纱机，让一个人可以同时纺八根纱，后来增加到八十根。衣服的价格迅速下降，全球服装消费随之大幅增长。
其中最重要的变化，是人的角色从亲手完成任务转向监督机器完成任务。一个人照看一台纺纱机，就能达到过去一屋子手工纺纱工人的产量。
这个时代最早被自动化的专业技能，是编程。软件开发是当代的精英手艺，技术要求高、收入高，掌握它可能需要十年。而它也是第一个工作方式已经发生彻底转变的脑力劳动领域：机器完成大部分工作，工程师负责下达指令、审查和纠正。认知革命最早在这里获得商业进展，并非偶然。
纺织开启了工业革命，却没有定义工业革命的全部。工业革命最终孕育出汽车，围绕汽车又生长出郊区、高速公路、供应链，以及现代生活的整个地理格局。
编程智能体就是我们这个时代的珍妮纺纱机，是专业脑力劳动自动化的第一幕。而这场革命的“汽车”，很可能还没有被造出来。它会是一种在思考仍然稀缺时无法实现的事物。
我想到的候选包括：以机器速度开展的科学研究，像幕僚长协助 CEO 一样帮助个人安排生活的智能体，或者某种改变人类连接与协作方式的产品。就像站在1800年，人们很难预测汽车会出现一样。
07 就业：焦虑真正发生的地方
1800年，超过75%的美国劳动者在土地上工作，随后机器接手了这些劳动。今天，农业只占美国就业的约1%。按照悲观者的算法，美国超过74%的人口现在都应该处于失业状态。
实际发生的事情，是我们创造出了1800年的农民连名字都说不出的职业：放射科医生、软件工程师、播客制作人、空乘。机器淘汰了一些工作类别，也扩大了工作的总量，并没有让劳动消失。今天的就业人数比人类历史上的任何时候都多，他们也远比自己的祖先富裕。
一百年前，我家族的先辈都在务农。我与祖父母、外祖父母都相处过，他们四个人都出生在农民家庭，但晚年从事的都已是农业以外的工作。他们都认为，这些工作比家族世代从事的繁重农活更舒适，也带来了更好的生活。
认知革命中也开始出现类似的变化。虽然 AI 编程已经呈现出“珍妮纺纱机”式的自动化，数据仍显示，受到 AI 影响最直接的软件工程师，其岗位需求出现了向上拐点，并在加速增长。接下来的一周，我们计划分享更多数据，说明法律服务、金融服务等其他正在被 AI 改变的行业，也出现了招聘需求的拐点。
机器承担脑力劳动，并不意味着人类停止脑力劳动，就像拖拉机的出现没有让人类停止活动身体一样。变化的是具体任务：原来手工搭建模型的初级分析师，可能变成指挥一百个模型的人。今天还叫不出名字的工作类别也会出现，就像工业革命中，发动机的发明让“工程师”成为一种职业。
与工业革命相似，整体经济的故事会走向成功，但许多个体的故事不会。兰开夏郡的手工织布工人，没有经过再培训就成为机车工程师，很多人只是失去了原有的生活，而这种损失延续了整整一代。经济史学家罗伯特·艾伦把这段时期称为“恩格斯停顿”：1780年至1840年，英国人均劳动产出增长46%，实际工资只增长12%。
卢德派对自己命运的判断没有错，错的是对儿孙未来的判断。1840年至1900年，英国人均劳动产出增长90%，实际工资增长123%。工资终于追上了生产率，随后又超过了它的增速。
但这样的停顿并非注定发生。马克·扎克伯格最近说得很好：“没有哪条规律规定，AI 推动自动化的速度，必须快于它提升个人能力或增加新技能需求的速度。”无论后果好坏，人类对新技能的需求都不会轻易得到满足。
这一次的区别在于速度。工业革命给了一个农场雇工的儿子四十年，让他转变成工厂工人；这场革命可能只给他五年。教育、再培训和社会保障这些缓冲机制，都是按照过去的变化速度设计的。未来二十年，最重要的政策问题，是我们能否帮助人类以和岗位变化同样快的速度完成转型。
08 医疗
现代医学同样建立在工业革命之上。大规模生产让青霉素得以广泛供应，冷藏技术让疫苗能够运输，化学工业则催生了制药业。
认知革命会进一步推动这些变化。药物发现需要在一个大到超出人类理解范围的可能性空间中搜索，而当脑力劳动变得便宜时，这恰好是最适合扩大规模的工作。AlphaFold 预测了几乎所有已知蛋白质的结构，解决了一个过去即使只有微小突破，也可能需要研究者投入整个职业生涯的问题。
今天仍有数千种疾病没有治疗方法。在我看来，这并非因为它们无法解决，而是逐一研究这些疾病的成本，始终难以由有限的患者数量支撑。当成本下降，这些长尾需求就会像其他潜在需求一样，开始得到满足。
治愈疾病是每一代医生的愿望，而这是第一次，最主要的限制不再是医生有多少人。
临床医疗也是如此。无论在美国还是全球，我们都面临严重的医生短缺，需求远远超过供给。这对我而言是切身的经历：我长期看到家中的医护人员竭尽全力，仍然难以满足患者的需要。更便宜、更容易获得的认知工具，不会让医生开始休假，而会让更多患者获得质量更高的医疗服务。
人们对更好医疗服务的需求几乎没有上限，能够规模化供给的智能，有助于让医疗从疾病发生后的治疗，转向更主动的健康照护。
09 还有什么属于人类
沿着这条线索，最终会走到 AI 焦虑之下真正的问题：如果机器开始思考，人类还有什么作用？上一场革命已经回答过这个问题的体力版本。工业革命之后，人类没有停止活动身体，我们仍然是拥有身体的生物。
从比例上看，从事高强度体力劳动的人减少了，但为运动和自己在意的目标而活动身体的人，多了很多。我们跑马拉松、登山，甚至付费让自己在闷热的房间里保持并不舒服的瑜伽姿势。在这个过程中，我们创造了体育联赛，连现代奥林匹克运动会也是工业革命的产物。
脑力活动也会发生同样的转移。国际象棋是一个清楚的例子。1997年，深蓝击败加里·卡斯帕罗夫，后者后来半开玩笑地说，自己是第一个工作受到机器威胁的知识工作者。但国际象棋没有消失，今天参与这项运动的人，比历史上任何时候都多。AlphaGo 击败李世石后，研究人员发现，人类职业棋手所下棋步的新颖程度显著增加。超越人类的机器，让人类下棋变得更有创造力。
人机合作的“半人马”时代很短暂，但属于人类的时代并未结束。
批评这篇文章的人会说，“这一次不同”。他们尤其会指出，人类曾是地球上最聪明的动物，而这一次，机器第一次取代了人类独有的能力。我不认为这个说法成立，至少有两个原因。首先，思考并非人类独有，动物也会思考，甚至自然界也会呈现复杂而“智能”的模式。其次，在许多曾经属于人类特有能力的事情上，机器已经超过了我们。
例如，生火曾是人类独有的技能，如今按一下按钮，炉灶就能完成。书写和传递信息也是如此，互联网已经承担了这些工作。制造工具曾是人类和黑猩猩的能力，如今我们的大多数工具都由机器制造。后来，爱因斯坦又凭借新的思想实验彻底改写了人类的认识，使水星轨道得以准确计算，人类由此又一次展现了创造力。飞行曾超出人类自身的能力，直到飞机让它变得人人可及。这一次确实不同，但没有不同到无法参照过去。
从经济价值看，最可能长久由人类承担的，恰恰是那些原本就不完全属于认知的事情：有所渴望，在不同选择之间作出决定，为自己的决定负责，以及获得他人的信任。机器可以起草条约，但总得有人签字。两千五百多年前，古希腊哲学家普罗泰戈拉写下“人是万物的尺度”。我们所感受到的价值，终究来自我们为其他人提供了什么。
10 我们曾经走过这条路
把视野拉远，这其实是同一个故事。长期以来，人类依靠肌肉和大脑完成劳动；随后，我们先后两次造出机器，把这些劳动交给了身体之外的系统。
第一次，人们感到恐惧。短期来看，这种恐惧有充分理由；长期来看，结果却与恐惧中的预想不同。当机器接管了大部分体力劳动，世界变得更富足、更健康，也更有人情味。
今天，我们再次面对同样的转变，只是规模更大、速度更快。认知革命会充满动荡，收益的分配不会均匀，过程也会让许多人深感不适。但我相信，它最终会像上一场革命一样，让世界好到今天的人难以认出。它的成果会融入生活的每一个细节，我们的孙辈将生活在其中。
我们曾经走过这条路。这一次，我们可以更清醒地面对它，平静地塑造转型的过程，让更多人分享繁荣，并记住，把思考交给机器，最终是为了让人类生活得更好。
原文：The Cognitive Revolutionhttps://sequoiacap.com/article/the-cognitive-revolution/
注意：本文编译自原文转载的原始链接，不代表Z Potentials立场。如果您对本文有任何想法或见解，欢迎在评论区留言互动探讨。
