作者： 程世嘉 Sega Cheng, 萧玉品／采访整理
人类不是第一次体验经济规则的巨变。18世纪末，一台蒸汽机开始在英国的纺织工厂里轰轰作响，没有人预料到，这台烧煤吐雾的机器会在接下来的一百五十年间，掀翻、重塑整个人类文明。农民涌入城市、手工业者被机械取代、全新的中产阶级诞生，伴随而来的是童工、贫民窟与殖民掠夺。《经济学人》统计过，从工业革命爆发到人类逐步适应，整整花了一百五十年，一直要到20世纪下半叶，科层社会、教育制度与现代白领的工作型态才慢慢成型。换句话说，好几代人都成了那场巨变里的实验品与牺牲品。现在，AI正在做一模一样的事，只是速度更快。
蒸汽机是人类第一次把「体力」大规模外包给机器；19世纪末普及的电力，让「动力」变得随手可得；而AI，是至今为止最让人不安的第三次，因为这回被外包的是「智力」。以色列历史学家哈拉瑞（Yuval Noah Harari）在《连结》（Nexus）一书里指出，印刷机和原子弹都还只是人类手中的被动工具，再强大也不会自己做决定；但AI会推理、会判断、会自主行动，甚至开始自我改善，已经跨越了「工具」的界线，正在变成一个有行为能力的行动者。
而且AI这次是拿白领开刀，从那些最高薪、最仰赖认知能力的知识工作者下手。所以诺贝尔物理学奖得主、深度学习教父辛顿（Geoffrey Hinton）和NVIDIA执行长黄仁勋（业界都叫他老黄），最近才会公开叫年轻人去当「水电工」。毕竟当你需要通马桶的时候，机械手臂可能永远没办法灵活地钻进你家浴室。当AI教父们的职涯建议变成「学好通水管」，你就知道游戏规则翻得有多彻底。
智慧通膨，让你的脑袋愈来愈不值钱
由于AI愈来愈好用，又愈来愈便宜，所以我提出了「智慧通膨」这个概念。过去「智慧」是稀缺资源，企业愿意付高薪给律师、顾问、工程师等精英，要的是他们脑中无法被机器取代的知识、独立思考与判断力。但生成式AI问世并持续进化，加上Google、OpenAI、Anthropic等大厂把AI的API（Application Programming Interface，应用程式介面）价格压到几乎免费，任何人打开手机就能取得媲美专业人士的智慧输出。这时候，「智慧」这个资产，就像通膨的货币一样开始贬值。以前你拥有100万元的智慧，在市场上就是值100万元；如今AI让人人口袋里都装著100万元，你那一份可能只剩50万元。
更残酷的是，AI的算力和知识储备量，实际能够产出的价值可能高达1,000万元、1亿元，甚至更高，那是人类肉身大脑永远无法企及的资料量与推理速度。因此，智慧通膨正在加速淘汰「不会用AI的人」，同时也在重新定义「有价值的人」到底长什么样子。
Google在2026年5月的I/O大会上揭露了一个让所有人倒抽一口气的数字：他们每个月处理的token数，从2024年5月的9.7兆，一路爬到2025年5月的480兆，到2026年5月已经来到3.2千兆（Quadrillion, 3.2×1015），年增7倍！同时间，Google API每分钟处理190亿token，有375家Google Cloud企业客户，过去十二个月每一家各自处理超过1兆token。这些数字翻译成现实是「智慧」这项商品的生产规模，而它正以人类经济史上没见过的速度被放大。智慧通膨完全展现在这条曲线里。
AI 3.0时代，AI会执行、会自我进化
我自己把AI的发展阶段，以纯商业角度分成三个阶段。AI 1.0是AI根本还不太能用、顶多是个隐形配角的时代。这个时候AI还没创造出什么惊人的应用和商业价值，一切都还在迷雾当中，多数人甚至不知道什么是AI。1.0是一段漫长的时代，因为AI早在1950年代就被提出，开始发展。
AI 2.0是ChatGPT横空出世、生成式AI快速落地的时代，大约持续到2025年结束。这段期间AI进入爆发成长期，每个人都听过AI，使用率快速提升，大型语言模型学会从海量资料中「生成」大量文字、图片和影片。AI 2.0的商业时期非常短暂，只有三年；虽然已经在全世界开启革命，但这段期间AI还是一个被动配合人类的软体程式。
至于我们现在身处的是AI代理当道、而且会自我进化的AI 3.0时代。AI现在可以主动替你行动、判断、执行任务，甚至在没有人类介入的情况下，跟自己对话、辩证、合成新知识。它若觉得某段程式码没写好，就自行改写，改坏了再重来一次，活生生就像是一个会帮自己做器官移植的有机体。
2024年我写第一本书《AI世界的底层逻辑与生存法则》的时候，「扩展定律」（Scaling Law）还是业界和学术界最被信奉的教条，背后的想法很简单：喂给AI更多资料、投入更多算力训练，AI就会更聪明。但到了2024年底，这条路径开始遇到瓶颈：全世界的高品质训练资料已经被搜刮过好几轮，严重短缺；算力的成长也追不上需求，老黄甚至说全世界的算力还差100倍。光靠「喂更多资料」，已经无法让模型更聪明了。
就在扩展定律看似走到尽头时，自我进化的大门慢慢打开了。Google DeepMind提出了「嵌套学习」（Nested Learning），试图模拟人脑的层层抽象结构，让AI能在不必每次从头训练的情况下，持续学习新事物。其他大厂也都在积极解决AI的记忆问题，让模型真正「记住」与使用者的互动脉络，避免每次对话都失忆；2026年，甚至连饰演「恶灵古堡」女主角的蜜拉．乔娃维琪（Milla Jovovich）都看不下去，自己动手开发开源AI记忆工具MemPalace。
这些进展意味著AI的进化速度没有放慢，反而还在加速。生成式AI问世之初，Google、OpenAI、Anthropic等巨头一、两个月才发布一次新模型；现在则是以每周、甚至每天的速度在迭代。Anthropic执行长阿莫代伊（Dario Amodei）在2026年的多次访谈里更直接指出，目前所有前沿模型公司在拚的，是谁可以先「成功把软体开发完全闭环」：让AI进入完全自我训练的状态，人类不再需要插手。一旦AI跨进这个阶段，模型自己就会变得愈来愈聪明，达到我们目前无法想像的智慧高度。
相较之下，人类是碳基生物，脑部结构不太会改变，适应社会变化的速度远远跟不上机器的迭代速度。这便是AI 3.0时代最让人焦虑的现实。
焦虑无法解决问题，先看懂AI如何改变日常
既然我们无法阻止AI进化，就必须看懂它将如何改变人类的日常。AI 3.0的第一个具体冲击，是能「外服内用」的AI代理在2026年全面落地，一边带来「零点击时代」，一边创造了全新的「人机协作」模式。
当AI代理搭配「模型上下文协定」（Model Context Protocol, MCP）、「A2A通讯协定」（Agent2Agent）等，开始替使用者完成搜寻产品、比价、下单的一条龙动作，传统网站靠「流量」和「点击」维生的商业模式就面临瓦解。使用者再也不需要打开任何网页、滑过任何广告，因为AI代理在对话框里就把一切搞定了。当你的品牌不被AI提起、推荐，就等于在网路上消失。
除了外服，AI代理也可以「内用」。2026年初红遍全球、由奥地利开发者彼得．斯坦伯格（Peter Steinberger）释出的开源代理框架OpenClaw（暱称「龙虾」），就是最具代表性的案例。OpenClaw自己是一层「代理外壳」（Agentic Harness），没有内建模型，使用者把它装在自己的电脑上，再接上Claude、ChatGPT、DeepSeek等任一大型语言模型当大脑，OpenClaw就会替你打开信箱回信、上网订行程、自动进行日常工作流程，甚至串接WhatsApp、LINE、Telegram等通讯软体，代理你跟他人对话。它在中国大陆红到百度、腾讯、字节跳动都推出自家「克隆」（Clone）版本，光是2026年3月，北京就办了好几场「装龙虾」的线下活动，现场排队上千人。
同时间，Anthropic推出Claude Cowork，把代理能力扩展到一般白领的桌面环境，可以直接操控电脑、整合行事历和各种应用程式；OpenAI的ChatGPT Codex则在云端进化，让开发者把整个软体专案托付给AI自主执行。
但代理时代带来的不只是生产力解放。同一份「能自己写程式、自己执行」的能力，反过来也成了人类社会新的攻击面。2026年4月，Anthropic公开AI资安防御计划Mythos Preview与Project Glasswing；5月，OpenAI端出Daybreak，正式宣告了AI资安成为一个全新的竞技场：能够主动发现程式漏洞的模型，正在改写整个网路世界的防御逻辑，这部分我会在第四部详细说明。
当AI从「给你答案」升级成「替你办事」的时候，企业的运作逻辑也跟著从「加人做事」变成「先加AI、再视情况决定要不要加人」。这场白领的工作革命，已经正式无声地展开。
AI催生K型社会，「两极化」加速撕裂世界
所有技术革命都有赢家和输家，但AI这一次拉出的距离，可能是人类史上最大的一次。我用「两极化」来概括这个现象。2020年新冠疫情爆发后，众家经济学家在争论疫后复苏的经济型态会是V型（快速反弹）、U型（缓慢回升），还是L型（长期停滞），但维吉尼亚州威廉与玛丽学院（College of William & Mary）经济学教授彼得．爱华特（Peter Atwater）在社群媒体上推广了「K」这个字母。
想像一下，K左边的交叉点是危机发生的时刻，往右上延伸的那条线代表高收入族群，疫情期间照样在家上班，疫情后股票资产持续翻倍；往右下坠落的那条线代表低收入族群，餐厅、娱乐、旅游业大量裁员，生活愈来愈艰难。两条线愈走愈远，中间那片曾经安稳的地带迅速被掏空。
摘自天下文化《智慧通膨下的新商机》
本文转自：TNT时报
广告↓
