本文来自微信公众号： 不懂经 ，作者：不懂经也叔的Rust
在这个奇点临近的时代，对普通人最恶毒的诅咒就是：你每天都在用最先进的AI工具，却依然是个数字时代的无产者。
2026年4月，美联储一位经济学家发表了一篇论文。这篇论文有两件事很有意思。
第一件在论文的摘要中：论文本身是用AI自动生成的。作者写了一份说明书，然后让Claude像辛普森一家里的Ralph Wiggum那样，在一个无限循环里反复迭代，直到生成一篇可以投顶级金融学期刊的文章。作者本人的工作，只是按下回车键和支付Claude的订阅费。
第二个件在论文的核心结论里：作者发现，AI股票之所以估值这么高，不只是因为大家相信AI公司未来会很赚钱，还因为人们在用买AI股票的方式，给自己将被AI替代这件事买保险。
把这两件事放在一起，会得到一个有点让人滴笑皆非的画面：一位经济学家用AI写了一篇论文，论文的内容是关于人们如何用AI股票对冲AI替代自己的风险。而他正在做的事情，本身就是这种替代过程的一个微小切片。
这两年我们被反复告知一句话：会用AI的人会淘汰不会用AI的人。这句话听起来像真理。但它把一个更深的问题遮住了。
你用AI提高出来的效率，最后变成了谁的资产?
你用AI给公司写了十份方案，公司多赚了一笔钱。你用AI给平台生产了一百篇内容，平台拿走了流量。你用AI给客户做了自动化交付，客户拿走了系统。你提示词越写越熟，工作流越搭越复杂，智能体越调越听话，结果某一天打开后台，你发现自己的报价反而被压低了。
因为当同一种能力被AI普遍放大，市场不会长期为“我也会用“支付额外溢价。
工具会普及，权益不会自动分配。
这是这一代知识工作者共同进入的一个怪圈，也是AI时代最容易被忽略的陷阱。
现在看清了：AI不是平权，它是资本和劳动力的最后一战。越有钱跑得越快
当代财富的六层阶梯，为什么64%的人会困到第四层？
一、工具差距是一道很容易被压平的坎
打开任何一个内容平台，关于AI的讨论都密集地停在同一个层级：提示词怎么写、智能体怎么搭、工作流怎么自动化、模型怎么微调。仿佛只要把这几样东西练熟，就能在AI浪潮里占得一个安身的位置。
不能说这种判断完全错，但它只说到了第一层。
工具差距确实会先扩大，然后被迅速压平。这件事的逻辑链条其实很简单。
第一，AI工具本身在朝“傻瓜化“的方向进化。两年前你需要写一段精心设计的提示词才能让模型给出像样的输出，今天大模型已经能把模糊的意图自己补全。再过两年，提示词工程很可能像九十年代的“上网冲浪“一样，变成一个时代性的过渡词汇。
第二，工具能力会被平台封装。普通用户不需要懂数据库、不需要懂API、不需要懂模型微调，就像今天的人用手机时不需要懂芯片架构。技术下沉的方向，从来都是把复杂性吃进黑盒。
第三，有效的用法会被以惊人的速度复制。某种AI工作流在小圈子里被验证有用，三个月后会变成几十门付费课程，六个月后变成公司内部SOP，一年后变成行业标准。任何一个用AI的“独门绝技“，窗口期都不会超过一个产品周期。
所以单纯“会用AI“这件事，很难长期构成护城河。
我前面的文章里提过一个判断：AI不是平权，它是资本和劳动力的最后一战。当时讲的是宏观结构，这里要把它推到个人层面。会用AI只是一种新劳动能力，而劳动能力本身在AI时代会被重新定价。
如果每个人都能用AI写文案，文案的市场价就会下降。如果每个人都能用AI画图，设计的报价就会被腰斩。如果每个人都能用AI写出能跑的代码，初级开发能力就会迅速商品化。
这是一个被很多职场博主刻意回避的部分。他们告诉你，赶快学AI，不学就会被淘汰。但他们没告诉你，你“学了AI“之后进入的，是一个比之前更拥挤、更便宜、更不容议价的劳动力市场。
经济学家Daron Acemoglu(2024年诺贝尔经济学奖得主)和Pascual Restrepo用了一个经典模型描述这件事。他们在一篇被广泛引用的论文里指出，自动化技术天然具有“替代效应“，会把国民收入的分配从劳动一侧持续转移到资本一侧。
普通人如果只在旧岗位上用AI提效，最终一定会面对一个温水煮青蛙式的事实：你越熟练，你这个工种越快被压价。
唯一能跳出这个陷阱的，是去创造和占据AI暂时无法直接执行的“新任务“。但这个“新任务“是什么，他们没有给出答案。这是每个人要自己解的题。
普通人面对AI，真正要问的不是“我怎么用它提效“，真正要问的是，你用它提效之后，沉淀出来的东西到底属于谁。
大事正在发生，但绝大多数人还没有意识到
尖峰报告：稳定币到底是一场怎样的财富大转移？
二、对冲奇点：AI股票为什么像末日保险
开头提到的那篇美联储论文，标题是《Hedging the Singularity》(对冲奇点)。它给我们提供了一个看待AI资本市场颇为反直觉的视角。
论文先抛出一个问题：为什么这两年AI股票的估值会被推到这么高?
主流解释是“投资者相信AI公司未来很赚钱“。但作者Andrew Chen给出的解释要更深一层。他说，投资者疯狂买入AI股票，有相当一部分动机其实是对冲：为自己未来被AI替代的可能性买保险。
那么问题来了：对冲什么样的奇点?
论文里给“奇点”下了一个很具体的定义，我把它直译过来：一次突如其来的、剧烈的AI生产力跃迁，它会替代典型投资者的劳动收入和消费。
这个定义里有三个动作要拆开看。
第一个动作：跃迁。这里指的是阶梯式的能力突破，不是日积月累的渐进改良。某天早上，某种过去需要十个高级工程师做的任务，被一个新模型一键完成。
第二个动作：替代。新增的生产力不会平均分配给社会，它直接对接到拥有AI资本的人那一侧。
第三个动作：你的劳动收入下降，你的消费能力下降。换句话说，你不会因为AI变强而变富，你会因为AI变强而变穷。
这就是论文里所说的“负面奇点”。它不是科幻里那种机器人毁灭世界的画面，它是一个更冷的、更经济学的画面：整个社会的蛋糕变大了，但你分到的那一份变小了。
理解了这个定义，你就能理解为什么AI股票变成了“末日保险”。
设想你是一个普通的中产职业人士，你的主要资产其实没那么多在房子或基金上，真正的大头是你未来几十年的劳动收入。这是一个隐形的、但重量级的“人力资本”。一旦AI跃迁到能替代你的程度，你的人力资本会贬值，但与此同时，AI公司和拥有AI资本的股东会受益。
那么逻辑上，你最理性的避险动作是什么?是把一部分钱投到AI公司股票上。如果AI没那么强，你的工作还在，损失的只是这部分仓位的收益。如果AI真的强到压垮你这个行业，股票会涨，你的损失被部分对冲掉。
这就是“用AI资本对冲AI替代风险”的逻辑。
理解了这一层之后，你再去看身边那些一边喊“AI要毁灭工作”一边疯狂买英伟达和谷歌的人，你就懂了。这不是矛盾，这是一笔同时押注两端的保险交易。
论文里有一组数字很值得拿出来看。在作者给定的参数下，假设奇点每年发生的概率只有1%（这是一个非常保守的假设，意思是平均要等100年才会出现一次跃迁），AI股票的估值会被推到非AI股票的两倍左右。把概率降到0.5%，AI股票仍然比非AI股票贵40%。
也就是说，即便理性投资者们认为奇点是个小概率事件，光是为这个小概率事件买保险这一个动作，就足以解释当下整个AI板块的估值溢价。
这就把今天市场上那种“AI估值是不是泡沫”的争论彻底改变了性质。它可能不是泡沫，它是一份巨大的、由全球中产共同支付保费的集体保险单。
但这篇论文真正锋利的地方不在这里。它真正锋利的地方，是它抛出了一个吊诡的命题。
论文里有一个数学证明叫“Proposition 3”：在市场不完全的条件下(待会儿解释这个词)，一个足够风险厌恶的家庭，即使从社会总福利角度看AI发展是好事(正面奇点的概率大于负面奇点)，它依然会理性地选择否决AI发展。
这句话第一眼看上去有点反直觉。
意思是说，普通人对AI发展的反对(不论这种反对表现为政治压力、监管呼吁、还是道德焦虑)，并不是因为他们愚蠢、保守、不理解技术进步。它是一种在没有对冲工具的前提下，完全合乎经济学理性的选择。当你无法用市场手段保护自己免受AI替代，你最优的策略就是从源头上阻止它发生。
这件事比“AI会毁灭工作“这个口号要锋利得多。它告诉我们：今天围绕AI的所有政治冲突，本质上是一场关于谁能买到对冲工具的冲突。
那么“市场不完全”是什么意思?
理论上，普通人可以通过买股票来对冲所有未来AI资本的权益。现实上，你能买到的AI资本只是冰山一角。论文里直接点了名：大量的AI资本被锁在创始人股权、早期投资人股权、员工期权、未上市的私募股份里。甚至，被锁在那些还没成立的未来AI公司的预期股权里。
公开市场是AI资本里最薄、最贵、被层层筛选过的那一层。
这就导致一个吊诡的结果：全世界的对冲需求都被迫挤压到这一小撮可交易的标的上，把它们的估值推到失真的高度。然后这些被推高的股票，反过来还要承担起“代表AI红利”的叙事功能。
你以为你买的是AI的未来，其实你买的是被全球中产共同推高的、用于对冲的、外围的金融符号。
论文还埋了一个更黑色幽默的悖论。作者证明了一个叫“灭绝衰减”(Proposition 2)的结论：如果奇点伴随的人类灭绝概率越高，AI股票的对冲溢价反而越低。
逻辑很简单：如果AI真的强到能毁灭人类，你买的股票也跟着归零，这份保险就没用了。所以末日越近，末日保险越便宜。
这是一个让人忍不住笑出声然后又笑不出来的结论。它意味着市场对AI风险的定价里，有一种隐藏的逻辑前提：大家在赌AI强到足以替代你，但又没强到毁灭你。这个区间外的所有可能性，市场都没在认真定价。
我前面写过一篇文章，讨论的是分配机制的转移：AI时代的收入越来越按“你拥有什么”来分配，越来越少按“你做了什么”来分配。Hedging the Singularity这个视角刚好接上了那一篇。既然分配规则在转向资本侧，那么没有资本可对冲的人，就是在用一个正在贬值的资产（劳动）去抵抗一场资本主导的洪水。
这是一个不对称的战争，普通人赢的概率极低。
忘掉阶层固化，一场更关键的大分流正在发生
K型社会分化在加速，三种人正在被AI放大
三、最肥的那段AI红利，普通人看不见也碰不到
论文说“普通人可以买AI股票对冲AI替代风险”。但今天的现实更残酷：最值钱的那批AI股票，普通人根本买不到。
OpenAI、Anthropic、xAI、Perplexity、Mistral这一批站在AI革命最核心位置的公司，绝大多数还没有上市。它们在私募阶段就已经完成了人类商业史上最快的估值跃迁。
来看几个数字。OpenA在2025年的员工股权出售中估值已经达到约5000亿美元。Anthropic在2026年的最新一轮融资后估值接近万亿美元。路透社报道称，SpaceX、OpenAI、Anthropic这一批潜在IPO候选，合计可能给美国公开市场带来约3万亿美元的市值增量。
但请注意这句话的含义：这3万亿是堆在公开市场门口的，不是堆在公开市场里面的。意思是，这些价值已经被创造出来了，只是还没向公众开放。
摩根士丹利的一份行业报告里有一组数字：在年收入超过1亿美元的美国公司中，大约80%仍然处于私有状态。换句话说，你在公开市场上能买到的“成长型企业“，已经只是塔尖的一小部分。
这个变化的背后，是过去十年资本结构的彻底重组。AI公司之所以越来越晚上市，有几个互相强化的原因。
第一，私募市场的钱多到溢出来。主权基金、家族办公室、超级LP、顶级风投，所有人都在抢AI资产。当一家头部AI公司可以在不上市的情况下随时拿到一百亿美元融资，它没有任何理由急着接受公开市场的季度审视。
第二，AI公司的资本开支模式不适合公开市场。训练一个前沿模型、搭建推理基础设施、采购芯片、绑定云服务，任何一项都是数十亿美元级别的支出。Anthropic最近和亚马逊达成的合作里，承诺未来十年向AWS(亚马逊云服务)支付超过1000亿美元用于训练和运行Claude。这种烧钱节奏，公开市场的财报压力根本扛不住。
第三，科技巨头愿意用战略投资替代传统融资。微软之于OpenAI、亚马逊之于Anthropic、谷歌之于Anthropic和它自己的DeepMind，这些都不只是单纯的财务投资，更是用资本提前锁定云服务的客户、模型推理的接口、企业客户的入口。AI公司在还没上市的时候，就已经被巨头编织进了未来十年的产业版图。
所以普通人面对的局面是：你能买到的“AI概念股”，几乎全部是外围资产，芯片、云、数据中心、电力公司、应用服务商。它们当然也涨，但你拿到的是AI红利经过两三层筛选之后的残量。
美国硅谷顶级风投a16z有一份很出名的产业链分析报告，叫《Who Owns the Generative AI Platform?》。结论是：在生成式AI的产业链上，价值捕获极不均衡。基础设施层（芯片、云）和闭源模型层吃掉了几乎全部利润，而应用层，也就是绝大多数普通人正在用AI干的事情，护城河极浅，竞争极烈，利润极薄。
这是一个典型的“使用者悖论”：你越深入使用AI，你越靠近产业链中价值最低的那一段。
稳定工作体面退休的时代，正不可逆转地走向彻底的终结！
65岁退休逐渐沦为幻觉，35岁和85岁正成为新常态
四、AI时代会分流三层人
把上面所有的结构组合在一起，这一轮AI革命中会自然形成三类人。
第一类，AI资本拥有者。
他们直接持有模型公司股权、芯片公司股权、云基础设施股权、关键数据资产、电力和算力的物理设施权益。他们要做的事情很简单，什么都不做就行。AI越强，他们越受益。这是一种系统性、被动的、复利式的红利。
第二类，AI杠杆使用者。
他们没有底层AI资本，但他们用AI去放大自己的品牌、产品、渠道、客户关系和组织能力。他们用AI把自己变成一个一人公司、一个小型工作室、一个品牌主体。他们赚的是AI带来的杠杆红利。这种杠杆传统社会要么需要继承，要么需要融资，要么需要十年管理经验才能拿到，而AI第一次把它无门槛地交到普通人手上。
第三类，AI价格承受者。
他们也用AI，而且用得很熟。他们用AI帮公司加班，用AI帮老板省成本，用AI帮客户更便宜地交付，用AI在平台上更高效地生产内容然后被算法分配流量。他们的效率确实在提高，但他们的议价权在以更快的速度下降。
这三类人之间有一个不太被讨论但相当残酷的事实：AI不放大能力，AI放大所有权结构。
如果你拥有资产，AI放大你的资产。
如果你只出售时间，AI压低你的时间价格。
如果你已经有一个被信任的品牌，AI放大你的分发。
如果你没有品牌，AI把你扔进一个更拥挤的劳动力池。
希腊前财政部长Yanis Varoufakis在他的《技术封建主义》(Technofeudalism)里给了这个状态一个很尖锐的命名。他说，今天的科技平台不再是传统的资本家，而是“数字领主”；普通人在平台上用AI创作、用AI接单、用AI提效，本质上是数字佃农在领主的土地上劳作，产生的所有数据、所有注意力、所有交易关系最终都归领主所有。
这个比喻指出了一个非常本质的东西：平台经济叠加AI之后，出现了一种过去几百年间被遗忘的旧关系，你越努力，你越巩固对方对你的所有权结构。
这就是“使用者悖论”的第二层含义。第一层是产业链位置上的悖论：你用得越多，你越靠近价值链最薄的环节。第二层是产权结构上的悖论：你产出得越多，你越在为别人沉淀资产。
我前面写过一篇文章，讲社会在加速K型分化，有三种人正在被AI放大。今天再看那个判断，可以更直接一点：K型分化的关键不在使用AI的频率，而在沉淀AI红利的方向。
频率人人可以提高，方向是一个一旦走错就很难掉头的选择。
中层的坍塌：两千年管理史，终结于一个AI循环
是马还是煤，决定5年后你的工作是否还存在
五、普通人能做的，是把效率换成权益
讲到这里，这篇文章如果只是停在分析层面，就和那些高谈阔论的宏观博主没什么两样。我想把它再推一步：既然普通人买不到OpenAI的早期股权，那他能做什么?
答案不是认命。还有另一条路径：把AI提效产生的价值，沉淀进自己能持有的资产里。
我把它叫做“权益沉淀”。
在AI时代，普通人能持有的资产大致有六种，以下每一种都是可以用AI杠杆放大、且不易被平台和模型轻易拿走的。
品牌资产。AI可以批量生产内容，但不能批量生产信任。当所有人都能用AI写出80分的文章时，读者的注意力会反向收缩到少数他们认可的人身上。个人品牌的价值不在于流量，而在于读者是否相信你的判断、品味、立场和连续性。
渠道资产。公众号、知识星球、社群、播客、视频号、邮件列表，这些是你直接连接读者的管道。平台的算法会变，但你和读者之间一旦建立直接关系，就脱离了平台的中介。AI时代的最大悖论之一是：技术让分发越来越自动化，但绕开分发变得越来越值钱。
产品资产。课程、模板、咨询方法论、训练营、付费报告、垂直工具，把你的认知和经验封装成可复用、可定价、可迭代的物品。AI可以帮你生产，但你必须把生产成果变成产权。这件事的关键动作是把“我在帮某某做”改成“我在卖一个东西”。
社群资产。AI让信息变便宜，让高质量人群的聚集变更贵。社群不是聊天群，是一种由共同认知和共同利益构成的网络。它的价值不在群里发的内容，而在群里有谁、谁能找到谁、谁愿意为谁背书。
数据资产。垂直领域的数据、案例库、客户问题库、选题库、提示词库，这些东西短期看不出价值，长期是你训练个人智能体、生产专业服务的燃料。当通用大模型变得越来越廉价时，你和大模型之间的差距全部来自你独有的数据。
工作流资产。一套属于你自己的、用AI自动化跑起来的研究、写作、销售、交付、复盘流程。如果它服务于你自己的品牌和产品，它就是资产。如果它只服务于某个雇主或客户，它更接近劳动效率，一旦你离开，它就停止为你产生价值。
这六种资产有一个共同特点：它们都需要时间去积累，但都能被AI大幅加速。
硅谷投资人纳瓦尔在他广为流传的财富思想里有一个核心概念，叫“无许可的杠杆“(permissionless leverage)。他说传统财富的杠杆要么靠资本(融资)，要么靠人(雇人)，要么靠继承。
前两种都需要别人的批准，投资人允许你拿钱，员工允许你雇佣。但代码和媒体不需要任何人的批准。你写一行代码，可以为你工作到永远;你做一档播客，睡觉的时候依然在被听到。
AI让这种“无许可杠杆“第一次平民化。一个人可以用AI建立过去需要十个人的内容生产能力、过去需要五十个人的客服系统、过去需要一整支团队的研究分析能力。
但请注意这里的关键：杠杆只放大你已经持有的东西。如果你持有的是别人的资产，杠杆放大的是别人的所有权；如果你持有的是自己的品牌、渠道、产品、数据、工作流，杠杆放大的才是你自己。
这就是为什么我前面那篇关于龙虾的文章里反复强调一件事：跑赢AI进化的不是龙虾(那种死命增加防御的策略)，而是你必须成为一个被市场低成本就能记住、信任、选择的人。AI抹平的是生产能力，放大的是被选择的资格。
你已经不再是地球上最聪明的存在了
为什么聪明人正在纷纷逃离社交媒体？
六、
把这件事放到最简单的层面看：会用AI和拥有AI带来的权益，是两个完全不同的位置。
会用AI是一张入场券。这张入场券一年比一年便宜，五年后会接近免费。真正的分水岭在你怎么使用这张入场券：你站在AI生产力的哪一侧，使用者、被替代者，还是权益拥有者。
如果只是用AI提高劳动效率，你会变得更能干，但也会进入一个更便宜、更拥挤、更不容议价的市场。如果你用AI建立产品、品牌、渠道、社群、数据和自动化系统，你才有机会把AI带来的效率，真正换成自己的权益。
《Hedging the Singularity对冲奇点》这篇论文给我们最大的提醒是：AI风险不是只发生在就业市场，它同时发生在资产市场。谁拥有AI资本，谁就在对冲AI替代；谁只出售劳动，谁就暴露在AI降价之下。
更现实的是，OpenAI、Anthropic这样的核心AI资本，在上市之前已经被全球顶级资本提前分配完毕。普通人很难买到最肥的那一段。既然如此，普通人就更不能只满足于做AI的使用者。
你买不到OpenAI的原始股，但你可以问自己一个更可行的问题：
我能不能用AI，建立一个属于自己的小型权益系统?
未来十年，真正危险的人不是不会用AI的人。
真正危险的是那些每天都在用最先进的AI、却没有任何东西沉淀在自己名下的人，他们在用全世界最强的工具，做着一份注定贬值的工作。【懂】