河南
少數人用算法收割世界，多數人發現自己正在被算法替代。
當Sam Altman在國會聽證會上呼吁監管時，他的個人身價早已突破了20億美元。與此同時，美國18-24歲青年的實際就業率跌至金融危機以來的最低點，這不是歷史的諷刺，而是AI時代財富分配邏輯的真實寫照。
法國經濟學家皮凱蒂在《21世紀資本論》中提出的核心命題——資本回報率（r）長期大于經濟增長率（g）——在AI時代被推向了新的極端。
OpenAI的早期員工正在批量兌現他們的股權。據內部人士透露，該公司2019年加入的工程師，通過股權套現獲得的收益普遍在2000萬至5000萬美元之間。這個數字是什么概念？它超過了A股市場近一半上市公司全年的凈利潤。
Anthropic、Cohere等頭部AI公司的創始團隊，在短短兩三年內完成了傳統行業企業家需要三十年才能積累的財富，這種速度打破了以往所有技術革命的經驗。
為什么AI能如此極端地加速財富集中？答案藏在生產函數的變化里。
工業革命時期，你要擴大生產，需要建設工廠、購買機器、雇傭工人——每一項都有顯著的邊際成本。AI的邊際成本卻趨近于零，一個模型訓練完成后，服務第100萬個用戶和服務第1個用戶的成本幾乎沒有差別。這意味著，贏家可以近乎零成本地無限放大優勢。
AI時代的核心資產-算力、數據和頂尖人才，具有極強的排他性和自增強性。算力被英偉達的GPU和云服務商的集群壟斷、高質量數據被頭部平臺鎖定、頂級研究員的身價被推高到數億美元，只有巨頭才玩得起這場游戲。
財富因此以前所未有的速度向“內核層”集中，他們不生產商品，不提供服務，甚至不“工作”——他們擁有資本，而資本在AI時代擁有了比人力時代更強大的自我繁殖能力。
如果說財富向上集中是AI時代的一面，那么另一面則更加令人不安。
Anthropic的CEO Dario Amodei在多個場合提出警告：AI可能會制造出一個喪失經濟博弈籌碼的“永久底層階級”，這并非危言聳聽，數據正在驗證這一判斷。
美國勞工統計局的數字顯示，在“AI暴露率”最高的職業類別中，25歲以下勞動者的就業率在過去18個月里下降了11個百分點。翻譯、基礎文案、數據錄入、初級編程——這些曾經是年輕人進入職場的“第一塊踏板”，正在被大語言模型快速替代。
深層的問題在于，傳統的技能積累路徑正在系統性崩潰。
過去，一個剛畢業的大學生進入咨詢公司，先從整理PPT、做基礎數據分析開始，在兩三年的“打雜”中學習行業邏輯，逐步成長為能獨立負責項目的專業人士。這條“從邊緣到核心”的路徑，定義了整個白領階層的上升通道。
現在，AI能做這些“雜活”，而且做得更快、更標準、成本更低。企業沒有動力雇傭新人來“練手”，結果是年輕人還沒來得及踏上階梯的第一級，就發現階梯已經消失了。
這不僅是就業問題，更是社會流動性的問題。當入門級崗位消失，社會向上流動的通道就被切斷。一個沒有入口的世界，注定會生產出結構性的“永久底層”——不是因為他們不夠努力，而是因為游戲規則已經改變。
這種分化帶來的不僅是經濟問題，更是社會契約的動搖。
過去兩百年的工業社會建立在一條隱含契約上，勞動者付出時間和技能，換取工資和尊嚴，企業支付報酬，獲得勞動力和利潤。這套交換體系的合法性，建立在“勞動創造價值”的共識之上。
AI時代的根本沖擊在于當越來越多有價值的工作可以由非人類智能完成時，“勞動”和“價值”之間的天然聯系被切斷了，這解釋了為什么科技精英階層和普通勞動者對AI的態度出現根本性分歧。
前者看到的是生產力解放和財富創造的黃金時代，后者感受到的卻是被替代的焦慮和對未來的無力感。這不是信息差造成的認知差異，而是兩種完全不同生存處境的自然產物。
AI的迭代速度是指數級的，而人類社會的適應速度和制度調整速度是線性的。當技術進步遠超社會適應能力時，結構性失業就不再是周期性的，而是永久性的錯位。
AI這場生產力革命已經不可逆轉，問題不在于要不要擁抱它，而在于我們能否在資本加速集中的同時，為社會流動性和人的尊嚴留出空間。這不是道德呼吁，而是現實的生存需要。一個將大部分人鎖定在“永久底層”的社會，無論技術多么先進，終將被其內部張力所撕裂。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
