陈琦：少数人用算法收割，多数人被算法替代

少数人用算法收割世界，多数人发现自己正在被算法替代。

当Sam Altman在国会听证会上呼吁监管时，他的个人身价早已突破了20亿美元。与此同时，美国18-24岁青年的实际就业率跌至金融危机以来的最低点，这不是历史的讽刺，而是AI时代财富分配逻辑的真实写照。

法国经济学家皮凯蒂在《21世纪资本论》中提出的核心命题——资本回报率（r）长期大于经济增长率（g）——在AI时代被推向了新的极端。

OpenAI的早期员工正在批量兑现他们的股权。据内部人士透露，该公司2019年加入的工程师，通过股权套现获得的收益普遍在2000万至5000万美元之间。这个数字是什么概念？它超过了A股市场近一半上市公司全年的净利润。

Anthropic、Cohere等头部AI公司的创始团队，在短短两三年内完成了传统行业企业家需要三十年才能积累的财富，这种速度打破了以往所有技术革命的经验。

为什么AI能如此极端地加速财富集中？答案藏在生产函数的变化里。

工业革命时期，你要扩大生产，需要建设工厂、购买机器、雇佣工人——每一项都有显著的边际成本。AI的边际成本却趋近于零，一个模型训练完成后，服务第100万个用户和服务第1个用户的成本几乎没有差别。这意味着，赢家可以近乎零成本地无限放大优势。

AI时代的核心资产-算力、数据和顶尖人才，具有极强的排他性和自增强性。算力被英伟达的GPU和云服务商的集群垄断、高质量数据被头部平台锁定、顶级研究员的身价被推高到数亿美元，只有巨头才玩得起这场游戏。

财富因此以前所未有的速度向“内核层”集中，他们不生产商品，不提供服务，甚至不“工作”——他们拥有资本，而资本在AI时代拥有了比人力时代更强大的自我繁殖能力。

如果说财富向上集中是AI时代的一面，那么另一面则更加令人不安。

Anthropic的CEO Dario Amodei在多个场合提出警告：AI可能会制造出一个丧失经济博弈筹码的“永久底层阶级”，这并非危言耸听，数据正在验证这一判断。

美国劳工统计局的数字显示，在“AI暴露率”最高的职业类别中，25岁以下劳动者的就业率在过去18个月里下降了11个百分点。翻译、基础文案、数据录入、初级编程——这些曾经是年轻人进入职场的“第一块踏板”，正在被大语言模型快速替代。

深层的问题在于，传统的技能积累路径正在系统性崩溃。

过去，一个刚毕业的大学生进入咨询公司，先从整理PPT、做基础数据分析开始，在两三年的“打杂”中学习行业逻辑，逐步成长为能独立负责项目的专业人士。这条“从边缘到核心”的路径，定义了整个白领阶层的上升通道。

现在，AI能做这些“杂活”，而且做得更快、更标准、成本更低。企业没有动力雇佣新人来“练手”，结果是年轻人还没来得及踏上阶梯的第一级，就发现阶梯已经消失了。

这不仅是就业问题，更是社会流动性的问题。当入门级岗位消失，社会向上流动的通道就被切断。一个没有入口的世界，注定会生产出结构性的“永久底层”——不是因为他们不够努力，而是因为游戏规则已经改变。

这种分化带来的不仅是经济问题，更是社会契约的动摇。

过去两百年的工业社会建立在一条隐含契约上，劳动者付出时间和技能，换取工资和尊严，企业支付报酬，获得劳动力和利润。这套交换体系的合法性，建立在“劳动创造价值”的共识之上。

AI时代的根本冲击在于当越来越多有价值的工作可以由非人类智能完成时，“劳动”和“价值”之间的天然联系被切断了，这解释了为什么科技精英阶层和普通劳动者对AI的态度出现根本性分歧。

前者看到的是生产力解放和财富创造的黄金时代，后者感受到的却是被替代的焦虑和对未来的无力感。这不是信息差造成的认知差异，而是两种完全不同生存处境的自然产物。

AI的迭代速度是指数级的，而人类社会的适应速度和制度调整速度是线性的。当技术进步远超社会适应能力时，结构性失业就不再是周期性的，而是永久性的错位。

AI这场生产力革命已经不可逆转，问题不在于要不要拥抱它，而在于我们能否在资本加速集中的同时，为社会流动性和人的尊严留出空间。这不是道德呼吁，而是现实的生存需要。一个将大部分人锁定在“永久底层”的社会，无论技术多么先进，终将被其内部张力所撕裂。

​