当人类智力不再稀缺
2026-03-29 当 AI 让”聪明”变得廉价，人的价值到底往哪里迁移？这篇不是预言，是一段持续的思考。
一个不太好回答的问题
马斯克年初那场 173 分钟的访谈，大部分人关注的是 AGI 时间线。但我反复想的是另一句——他说，当智力的边际成本趋近于零，人类的经济价值锚点会整个挪一个位置。
这句话乍一听像哲学，但其实是个很实际的问题。“聪明”不再稀缺了，那什么才是稀缺的？你的工资靠什么撑着？你的投资该往哪边放？你小孩该学什么？
我自己琢磨了挺久，也翻了不少东西。Citrini Research 今年 2 月发了一篇文章，叫《The 2028 Global Intelligence Crisis》，写法很有意思——它假装自己是一份 2028 年 6 月的宏观备忘录，回头看这两年发生了什么。S&P 从 8000 跌了 38%，失业率 10.2%，白领经济被 AI 吞掉了。作者反复强调这不是预言，是压力测试，建一个逻辑自洽的悲观场景，看哪里可能出事。
这两条线搁一块儿看挺有意思的。一条关注价值会往哪里迁，一条提醒过渡期可能非常难看。我把它们揉在一起，加了一些自己的想法。
正在发生的事
有些能力正在快速贬值。不是十年后的事，是现在。
写代码、做数据分析、翻译、处理客服——这些活儿的本质是”按规则处理信息”，恰好是 AI 最拿手的。我自己用 Claude Code 做开发，一个下午能干完以前两三天的活，这还是我水平一般的情况。Forbes 和哈佛商学院在线课程最近各发了一篇文章，核心观点差不多：2026 年的公司不缺方案和内容了，缺的是能拍板说”留这个、砍那个、这个感觉不对”的人。
反过来有些东西在涨价。判断力、品味、身体技能、真实的人际连接。它们有个共同点：都需要一个具体的、有肉身的、挨过打的人。AI 可以给你 10 个方案，但它没法告诉你哪个”感觉对”。它没在熊市里扛过仓位，没因为一个决定在凌晨三点翻来覆去睡不着。
判断力这东西，说白了不是知识。是伤痕。
但不是所有伤痕都长出判断力。同样在熊市里被砍了一刀，有人扛过来什么都没学到，下次还一样；有人复盘之后对仓位管理有了完全不同的理解，第二刀就不会再挨同一个位置。区别在哪？反馈闭环的密度。你做决策、承担后果、校准认知、再决策——这个循环转得越快，判断力长得越快。判断力的单位不是”年”，是”闭环的次数”。
还有一个容易被忽略的事。大部分人会用上 AI 增强的工具，但不会因此重新设计自己的工作方式。就像你刷短视频的时候不会想到背后跑的是云计算——以后大部分人用 AI 产品，也不会意识到。这事儿到后面聊 Ghost GDP 的时候会再冒出来。
Naval Ravikant 年初写了句话我挺认同的：“Execution became cheap. Insight became scarce.” 执行变便宜了，洞察变贵了。
两条路，和一个不太舒服的问题
面对这个局面，大概两条路。
一条往上走——做 AI 的指挥官。一个人配上好工具，现在能干以前一个团队的活。但工具本身不创造价值，知道拿工具去解决什么问题才创造价值。说白了，从士兵变成将军，枪法差一点可以被好武器弥补，但”这仗该不该打”这个判断没法外包。
判断力听着玄，拆开看其实就是一句话：你能不能定义什么叫”够了”。能不能说清楚一个好的方案长什么样、什么叫合格、什么叫扯淡。这不是天赋，是练出来的。你做的每一次取舍、每一次验收、每一次”这个不行推倒重来”，都在积累这个能力。判断力不是什么抽象的品味，是具体到”定义标准”四个字的管理技能。
另一条往下走——做”极致的人”。标准化服务像自来水一样便宜的时候，有”人味儿”的东西反而贵。手工陶杯比工厂杯贵十倍，不是因为更好用，是你能摸到做它的人的手温。马拉松 42 公里只能用自己的腿跑，这事不会因为 AI 有多聪明而改变。
两条路都讲得通。但 Citrini 那篇文章提了一个让人不太舒服的问题：过渡期可能非常难看。不是”哪个方向对”的问题，是”你能不能活到那个新世界”的问题。
Ghost GDP 和停不下来的螺旋
Citrini 虚构了一个概念，叫”Ghost GDP”。
AI 产出了东西，进了 GDP 数字，企业利润也确实在涨。但钱没流过真实经济。它停在 GPU 集群和资本所有者那儿了，没到那个被裁掉的纽约白领兜里。他不会去买新车，不会续 Netflix，周末不出去吃饭。卖东西给人的公司怎么办？
逻辑链是这样的：AI 替代白领 → 企业利润增加 → 利润投更多 AI → 更多白领被替代 → 消费萎缩 → 卖东西给人的公司收入下降 → 这些公司也裁人投 AI → 继续转。
每一步单独看都是对的。搁一块儿就是个没有刹车的负反馈循环。Citrini 管它叫”human intelligence displacement spiral”，人类智力置换螺旋。名字挺吓人，但逻辑确实硬。
他们举了个 ServiceNow 的例子，讲得很透。ServiceNow 卖工作流自动化软件，按人头收费。它客户用 AI 裁了 15% 的人，于是取消了 15% 的许可证。ServiceNow 收入掉下来，自己也裁人、投 AI。一个卖自动化工具的公司，被更好的自动化工具颠覆了，而它的应对方式是省钱去买那个正在颠覆自己的东西。
每家公司都做了理性的事。集体结果？灾难。
为什么跑不出来？因为它们在用新工具干旧事。电动马达刚发明的时候，工厂只是把蒸汽机换成一台大马达，传动轴还是原来那套。真正的效率跃升来自每台机器独立供电——但那需要重新设计整座工厂。现在大部分公司拿 AI 替人头的做法，就是在用电动马达驱动蒸汽机的传动轴。只有最先进的 AI 原生公司在做”重新设计工厂”的事。但它们是极少数。
还看到一个数据挺有意思。Citrini 的场景里，劳动报酬占 GDP 的比例从 1974 年的 64% 一路跌到 2024 年的 56%，再到 2028 年的 46%。半个世纪掉了 18 个点，而且在加速。这意味着什么？税收基础在缩——机器不交个人所得税。财政收入的基本假设在松动。
中间商的黄昏
Citrini 另一个观察：过去五十年，美国经济在人的惰性上搭了一整层生意。
保险续费靠你不比价。订阅服务靠你忘取消。外卖平台靠你懒得换 app。房产中介靠你不知道市场价。税务师靠你怕填错表。旅行社靠你没工夫一个个查航班。
说白了就是吃信息不对称和人的惯性。AI Agent 全给拆了。一个 24 小时不睡觉的优化程序，不偷懒，不讲情怀，不怕麻烦。它真会在三十个外卖平台之间比价，每年重新买一遍保险，帮你把三个月没碰过的会员全退了。
Citrini 说了句挺毒的话：“We had overestimated the value of human relationships. Turns out that a lot of what people called relationships was simply friction with a friendly face.”
翻译过来就是：我们高估了”人际关系”的价值。很多所谓的”关系”，不过是一张笑脸包装着的摩擦力。
这话对投资判断有直接影响。现在很多看着像”体验经济”的东西，拆开看就是信息不对称。马拉松、手工陶艺、面对面心理咨询——这些是真的体验。旅游网站的”精选套餐”和保险经纪人的”量身定制”？那些是假的。前者会涨价，后者会归零。
怎么区分？别看”是不是人提供的”，看”需不需要物理共在”。视频通话能搞定的服务，都不安全。
广告和注意力的崩塌
Citrini 的场景里有个环节我之前没想过：广告市场的崩塌。
道理其实不复杂。如果 AI Agent 帮你做消费决策，它不看广告。它不刷信息流，不理 YouTube 片头那 15 秒，不点横幅。它只看东西本身：价格、评分、配送时间、历史表现。
这意味着 Google 和 Meta 的核心收入来源面临结构性萎缩。而广告收入是整个”免费互联网”的地基——免费搜索、免费社交、免费内容，全都建立在”有人看了广告会买东西”这个假设上。如果买东西的决策被 AI 接管了，广告就不再是影响决策的工具了，它就是噪音。
然后链条继续：数字媒体收入下降 → 内容创作经济萎缩 → 更多创作者失业 → 消费进一步萎缩。又一个环。
能源：不管谁赢都要用的东西
聊到投资，有一个方向的逻辑比其他都硬：能源。
泽平宏观今年 2 月的报告给了一组数据。全球 AI 数据中心铜需求 2026 年同比涨了 48%，到 2028 年预计 130 万吨。BHP 预测铜需求到 2050 年涨 70%。但供给端在收缩——铜矿品位自 1991 年以来降了 40%，未来十年面临差不多 1000 万吨的供应缺口。东西就那么多，越挖越少。
电力也一样。IEA 数据显示 2026 年全球 AI 数据中心电力消耗破了 1000 TWh。黄仁勋说”电力是新的货币，输入电力，输出智力”。马斯克在达沃斯说瓶颈已经从芯片转到了电力。
中国的位置值得单独提一嘴。2025 年全社会用电量 10 万亿千瓦时，差不多美国的 2.4 倍。工业电价 0.58 到 0.61 元一度，大约欧洲的三分之一。国家电网 2026 年投资预算 7200 到 7800 亿元，特高压跨区调度全球独一份。如果”算力即国力”这话成立，电力基础设施就是底座。
关键点在于：不管 Citrini 的场景发不发生，数据中心都要用电。不管 SaaS 怎么裁人，铜矿品位还是在降。不管白领裁多少，AI 训练不会因为经济衰退停下来。这些是物理世界的硬约束，不是叙事。
但得注意区分。传统工业用电跟经济周期绑定，消费萎缩工厂就减产。AI 数据中心的用电不一样，更像基础设施，跟周期关系弱。所以投能源的时候，要偏”AI 会用的那种”，别买泛泛的。
时间线：不是突变，是加速
这不是某天突然到的事，是一个慢慢提速的过程。
2026 到 2027，现在就能看到。白领岗位开始被规模化替代，代码、文案、数据分析这些在缩。但会用 AI 的人效率确实在暴涨。SaaS 公司定价压力已经出来了，企业软件采购的议价权在转移。这个阶段我管它叫”智力通胀期”——供给增加，价格下降。真正的分化在这个阶段就开始了——不是”用不用 AI”的分化，而是”有没有围绕 AI 重新设计自己的工作系统”的分化。大多数人会停留在”会用工具”就满足了。
2027 到 2029，如果那个负反馈循环真的启动了，消费经济会出现裂缝。中间商行业加速崩，AI Agent 开始常规性地替人做消费决策，广告市场承压。传统指标可能还好看——GDP、生产率都在涨，但 Ghost GDP 的影子已经出来了。劳动报酬占比加速下滑。不是会不会发生的问题，是速度和烈度的问题。
2029 之后，两种可能。一种是政策干预或者新均衡出现，AI 完成大部分认知工作，人类的价值锚定在判断力、品味、需要物理共在的服务上。“做一个真实的人”可能不只是道德选择了，而是经济上最理性的选择。
另一种？Citrini 的极端场景。S&P 跌到 3500，回到 ChatGPT 发布前的水平。失业率 10% 往上。抵押贷款市场承压。PE 支持的软件公司违约潮。政策瘫痪，左派说是资本主义终局，右派说是马克思主义阴谋。
概率？说实话我不知道。也许两三成。但即使是这个概率，也值得认真对待。
资产配置的思路
几个方向，按确定性排。
底层资源最硬。铜、电力基础设施、核能。不管经济场景怎么走，AI 发展都需要这些。铜的供需缺口是物理事实，不因经济叙事改变。铜可以看紫金矿业、南方铜业、Freeport-McMoRan；电网看西门子能源、ABB；核能看 Constellation Energy、中国核电；储能看宁德时代。中国在能源基建上有结构性优势，这块值得多花心思研究。
AI 基础设施增长高但估值不便宜。NVDA、AMD、云计算平台——基本面没问题，但市场已经 price in 了太多。如果 Citrini 场景发生，这些票也会被大盘拖下来。短期可能有波动交易机会，但三年维度上仓位要控制。
SaaS 要小心。ServiceNow 那个案例说明，连”系统记录”级别的公司都逃不掉反身性。客户在裁人，你按人头收费的模式就有结构性问题。短期反弹可能是逃命的机会。
“物理共在”经济长期看好，但短期没有好的公开市场标的。心理治疗、健身教练、手工匠人、面对面教育——供给只会越来越少，需求可能反而因为 AI 焦虑而增加。
波动率本身可能成为一种资产。未来两三年如果市场在 AI 狂热和 AI 恐慌之间来回切，能从波动中赚钱的策略——期权、CTA、对冲基金——可能比单边持仓安全。留些现金，在极端时刻敢逆向操作。
中国市场的特殊位置。如果 AI 引发美国消费经济危机，中国可能因为不同的经济结构而相对避险——消费占 GDP 比例更低，政府介入能力更强，能源基建领先。但全球互联意味着不可能完全脱钩，只能说”相对”。
个人发展：先活下来，再选方向
光说投资不说个人发展是不完整的。
学会用 AI 工具。但要分清两层。第一层是”用”——会写 prompt，会用 ChatGPT 和 Claude，这个门槛很快会被踩平，所有人都会。第二层是”重新设计”——把自己的工作拆解成”哪些决策我要保留、哪些可以交给 AI”，然后为 AI 设定清晰的验收标准。第一层让你不被淘汰，第二层让你真正受益。我自己用 Claude Code 做开发，效率确实不是一个量级的。但说实话，真正的收益不是速度，是我被迫想清楚”什么叫完成”这件事。工具是乘号，你是被乘数，被乘数是零的话乘什么都还是零。
保持身体练习。跑步、爬山、力量训练。跟 AI 没直接关系，但身体技能是不可自动化的。它不只是健康，它是”你是一个具体的人”这回事最直接的证明。说极端一点，如果真到了 Citrini 描述的那种场景，能跑半马、能爬山的人可能比能写代码的人更有经济价值。
培养品味和判断力。这听着虚但不是。读好书，看好的作品，做难的决定然后扛住后果。品味是从大量接触和取舍里磨出来的。AI 能生成一百个方案，但”选哪个”只能你来。这个选择能力，说到底就是品味。但有个容易忽略的坑：在你选定的核心领域，主动保留决策权，哪怕 AI 能做得更快。因为做决策本身——以及决策之后的反馈——才是判断力生长的地方。把日常小决策全外包给 AI，你可能获得了效率，但失去了练判断力的机会。
建立真实的人际关系。AI 可以模拟对话，但它没法在你低落的时候真正陪你。社区、朋友、导师——这些只会越来越值钱。但 Citrini 的提醒值得记住：很多所谓的关系只是摩擦力包装的便利。真正的连接需要你真的投入时间和注意力进去。
留够现金。如果那个场景有两三成概率在 2027 到 2028 发生，你得有安全垫。别 all in。有现金才有在极端时刻做选择的能力。没选择的人不是投资者，是赌徒。
我不确定的地方
写到这好像什么都想清楚了，其实没有。有几个问题我到现在还是不太确定。
那个负反馈循环会在哪停？理论上人力成本降到足够低，或者 AI 投资回报率降到足够低，它会自然减速。但均衡点在哪？8% 失业率？15%？没人知道。
政治干预的力度和时机。10% 失业率意味着选票，意味着会有政策出台。Citrini 的场景假设政策瘫痪，但 2008 之后出了多德-弗兰克，2020 的时候几万亿的刺激方案几周就过了。问题是这次 AI 的演进速度可能比政策制定快得多，等法案通过了，局面可能又变了。
“新工作”会不会出现？工业革命把手工业者砸了，但造出了更多工厂岗位。AI 会不会重复这个模式？Citrini 有个反驳：以前的技术替代体力，新工作需要的是脑力，人可以转移。但 AI 这次替代的恰好是脑力。你让人往哪转？即使新工作出现，它们大概率需要的是理解系统、定义标准、管理不确定性这种能力。而大量被替代的白领可能还在用电动马达驱动蒸汽机传动轴的阶段。工业革命的类比在这里有个致命盲区：以前替代体力，人可以转去用脑力；这次替代脑力，人往哪转？
这些问题我没有答案。但我觉得把不确定的地方说出来，比假装确定要好。假装确定的人最后往往死得最惨。
参考来源
-
The 2028 Global Intelligence Crisis — Citrini Research, 2026.02.22 https://www.citriniresearch.com/p/2028gic
-
The Global Intelligence Crisis — Alap Shah（配套文章） https://open.substack.com/pub/alapshah1/p/the-global-intelligence-crisis
-
Naval Ravikant on Leadership in 2026 — LinkedIn https://www.linkedin.com/pulse/naval-ravikant-leadership-2026-why-creativity-matter-more-chowdhury-efwcc
-
Naval Ravikant’s AI Thesis Is Playing Out In Public Markets — Forbes, 2026.03 https://www.forbes.com/sites/josipamajic/2026/03/15/naval-ravikants-ai-thesis-is-playing-out-in-public-markets/
-
The Human Advantage Strikes Back: Skills AI Can’t Replace In 2026 — Forbes https://www.forbes.com/councils/forbestechcouncil/2026/02/23/the-human-advantage-strikes-back-skills-ai-cant-replace-in-2026/
-
The Most Important Human Skills AI Can’t Replace — Harvard Business School Online https://online.hbs.edu/blog/post/human-skills-ai-cant-replace
-
能源革命：AI的背后是算力，算力的背后是电力 — 泽平宏观 https://news.qq.com/rain/a/20260210A00COG00
-
AI算力+军工：铜的”超级需求周期”才刚开始？ — 搜狐 https://www.sohu.com/a/934051218_121361416
-
AI stocks, alternatives, and the new market playbook for 2026 — BlackRock https://www.blackrock.com/us/financial-professionals/insights/ai-stocks-alternatives-and-the-new-market-playbook-for-2026
-
马斯克 173 分钟访谈：当智力成本归零 — 搜狐 https://www.sohu.com/a/975175646_121784105