本文来自微信公众号： 飞常洞察 ，作者：防冷涂的蜡
现代社会很大一部分职业分工，都建立在专业能力的稀缺之上。
经过长期教育和训练，一部分人掌握了更复杂的知识和方法，并凭借这些能力获得职业、收入和社会位置。教育之所以能够成为重要的上升通道，也与这种能力差异有关。
AI正在改变其中一部分条件。它没有取消专业知识，却让一些过去需要长期训练才能完成的工作，可以通过机器获得即时辅助。
这带来一个更值得讨论的问题：当专业能力的一部分开始普及，人与人之间原有的差距会如何变化？
这个问题并不只属于AI。过去几百年，每一次重要的信息技术变革，都曾改变信息的稀缺方式，也随之改变什么样的能力更有价值。要理解AI正在触及什么，需要先把它放回这段更长的历史。
从印刷术到互联网：信息获取变得更加容易
过去几次重要的信息革命，技术形态差异很大，但长期方向相对一致：不断降低人获得信息的成本。
区别只在于，每个时代阻碍信息获取的因素不同。
1、印刷术：信息复制成本下降
印刷术出现以前，即使知识已经产生，能够接触它的人仍然有限。
手工抄写限制了书籍数量，也限制了知识传播的范围。印刷术使同一份文本可以大量复制，由信息副本稀缺造成的获取障碍开始下降。
变化首先发生在信息的占有上。过去，能够获得某份文本本身就意味着优势；书籍逐渐普及以后，优势更多转向识字、理解和运用。
信息并没有因此失去价值，只是获得信息本身不再构成同样高的门槛。
2、电报：信息传输成本下降
书籍解决了已有知识的传播问题，但现实世界还在不断产生新的信息。
在电报出现以前，异地消息通常伴随人员、信件和货物流动。距离越远，消息到达越晚，由此形成的时间差直接影响贸易和市场判断。
电报大幅缩短了这种距离。对晚清电报网络的研究发现，地区接入电报以后，粮食价格差明显收窄。原本由通信迟滞形成的市场信息差随之下降。
不过，原有商业网络没有因此失去作用。长期从事跨地区贸易的商人仍然更善于判断消息来源，也更容易把新信息转化成交易。
电报提高的是新信息的可获得性，同时也让信源质量和信息判断获得更高的重要性。
3、互联网：信息搜寻成本下降
到互联网时代，信息短缺已经不再是唯一问题。
现代企业、政府、大学和媒体每天都在生产大量数据与文本，真正的障碍越来越多地表现为：资料散落在不同机构、书籍、媒体和数据库中，普通人很难找到。
互联网和搜索引擎显著降低了寻找公开信息的成本。1997年，中国只有62万网民；到2024年已经超过11亿。财报、论文、政策文件、统计数据和新闻逐渐成为可以直接检索的公共信息。
4、专业人士的价值：处理和判断信息
随着信息获取成本不断下降，产生了一个看似矛盾的结果：信息越容易获得，专业人士并没有因此失去价值。
原因在于，获取只是信息发挥作用的第一步。面对同样的医学知识、法律条文、财务数据或技术资料，不同的人仍然可能作出完全不同的判断。随着信息数量增加，筛选、理解和使用信息反而成为更突出的门槛。
这也是现代专业职业的重要基础。医生、律师、工程师、会计师和分析师的工作内容并不相同，但都包含一个共同部分：在大量既有知识和信息之上，经过长期训练形成更稳定的处理和判断能力。
教育由此不仅承担知识传播的功能，也成为积累专业能力的重要方式。通过学习获得复杂知识和方法，再凭借这些能力进入特定职业，是现代社会重要的人力资本积累路径。
从这个角度看，过去几百年的信息技术变化形成了一条相对清晰的轨迹：复制、传输和寻找信息越来越容易，信息获取成本持续下降；与此同时，信息处理能力逐渐成为更重要的稀缺资源。
而AI与此前技术最明显的不同，恰恰出现在这里。
从信息获取到信息处理：AI开始触及专业能力本身
互联网解决了大量资料的可获得性，却没有解决理解这些资料所需要的时间和能力。
同一份年报、同一项政策或者同一篇论文，对专业人士和普通人的使用价值仍然不同。能够筛选信息、建立联系并形成有效判断，需要教育、经验以及长期训练。
正因为培养过程漫长，这类能力具有较高的稀缺性，专业职业也由此获得相应回报。
AI开始改变这种供给方式。
Noy与Zhang对453名受过大学教育的专业人士进行实验后发现，使用ChatGPT完成职业写作任务，平均用时减少约40%，质量提高约18%，原本表现较弱的人获得的改善更多。
这项实验更重要的含义，并不在于单次工作效率提高多少，而在于部分认知能力的获得方式发生了变化。
阅读、整理、翻译、总结、基础写作和常规分析过去主要附着于受过训练的人，现在越来越多可以通过通用工具获得。原本需要个人长期积累的一部分能力，因此开始具有更强的可复制性。
这种变化存在明确边界。复杂环境中的判断、长期经验、责任承担以及人与人之间的协作，并没有因为大模型出现而消失。AI目前改变得更快的，是专业工作中那些相对标准化的信息处理环节。
但仅仅这一部分发生变化，就已经足以改变专业能力原有的稀缺结构。
过去的信息革命主要扩张了信息供给，AI进一步扩张的是处理信息的能力供给。
由此，问题也从“AI能够替代多少工作”向前推进了一步：当获取信息和处理信息的门槛同时下降，决定人与人差异的瓶颈会转向哪里？
从处理能力到新的瓶颈：稀缺性开始重新分布
信息真正影响现实，大致需要经过几个环节：
事实产生→信息获取→信息处理→判断→行动
图2｜信息从事实到行动：新的瓶颈正在向两端显现
从这个链条看，过去几百年的技术变化主要集中在中间部分。
印刷术提高复制能力，电报提高传输能力，互联网提高搜索和获取效率，AI则进一步提高信息加工效率。原来需要特殊资源或者长期训练才能完成的部分任务，不断转化为更广泛的社会能力。
技术进步并不会让稀缺性本身消失。
当一个环节的供给能力迅速扩大，它对最终结果的限制就会减弱，真正难以增加供给的环节反而更加突出。
AI已经能够高效处理既有信息，却无法同步扩大两类资源的供给。
一类是尚未进入公共信息系统的新事实。
另一类是将判断转化为现实结果所需要的行动资源。
这两个环节，也构成了AI时代新的竞争差异。
从信息源到行动资源：新的优势集中在哪里
1、信息源：接近事实的能力
AI处理的是已经能够被输入的信息，但现实中的事实首先产生于企业、市场、组织和人与人的活动之中。
经营变化进入财报以前，客户可能已经调整采购；战略决定正式公告以前，管理层往往已经讨论多时。这些变化在成为公共信息之前，只存在于有限的现实关系中。
体育记者的竞争能够直观说明这一点。一笔NBA交易公开以后，数据分析本身很快就可以由AI完成；真正难以复制的部分发生在公开之前——球队管理层、球员或经纪人愿意把消息首先告诉谁。
Shams Charania等记者长期建立的优势，首先来自信源和信任，而不是对公开材料更高效的加工。
商业领域也是如此。大量影响判断的信息并未及时进入公开数据库，有些甚至始终以经验、关系和非正式沟通的形式存在。
因此，当公开信息的处理能力逐渐普及，对真实信源和一手事实的接近程度，其相对价值可能上升。
2、行动资源：把判断转化为结果的能力
另一端的限制来自现实行动。准确识别一个投资机会，并不意味着能够参与这项投资。
据《财经》报道，DeepSeek融资过程中，一些机构即使准备了数十亿元资金，仍然难以获得有效投资通道。此时限制交易的已经不再是分析能力，而是进入机会的资格。
职业选择、创业融资、大客户合作也存在类似机制。越是稀缺的机会，越可能伴随筛选、信誉和既有合作关系，而不是完全依靠公开市场进行分配。
这也是关系网络仍然具有重要价值的原因。关系的经济意义并不仅仅在于扩大信息来源。它同时承担信任、筛选和机会连接的功能。
因此，信息源与行动资源虽然处在链条的两端，却通过现实中的社会网络相互连接。
AI可以迅速提高分析效率，却无法以同样速度增加一个人的信誉、客户、资本和组织位置。
而当这些资源成为新的瓶颈，技术变化就开始超出职业效率本身，进入社会机会如何分配的问题。
从认知平权到机会分配：AI可能改变社会流动的方式
AI最直接的社会效应之一，是降低认知能力的使用成本。
过去价格较高的语言、写作、资料整理和基础研究工具，正在向更广泛的人群开放。一些原本缺乏优质教育和专业支持的人，也因此能够完成过去难以独立完成的任务。
从这个意义上看，AI具有明确的平权作用。
但能力差距缩小，并不意味着机会差距必然同步缩小。
优质职业、投资资格、客户资源和组织决策权，并不是单纯按照分析能力分配的。它们仍然受到既有制度、资产和社会网络影响。
更重要的是，这些资源往往具有累积性。职业位置会影响一个人能够接触的信息与关系，既有成绩形成信誉，信誉又影响下一次机会；财富则提供更大的试错空间和更广的参与范围。
Chetty等人的社会网络研究发现，不同收入群体之间的跨阶层联系，与地区向上流动高度相关。其意义不在于简单证明某种关系能够直接带来收入，而在于说明：社会网络本身就是机会分布的一部分。
这构成了AI可能带来的一个长期变化。现代社会过去一条重要的上升路径，是通过教育积累人力资本，再以专业能力交换更好的职业位置。当专业能力中可以标准化的部分逐渐普及时，仅凭这部分能力形成差异的难度也会提高。
与此同时，信誉、关系、资产和组织能力等难以快速复制的资源，可能在结果分配中承担更大作用。
因此，AI带来的平权与分化可能同时存在：它降低了一部分认知门槛，却没有自动改变现实机会的分配结构。
这并不足以推出阶层固化的结论。新技术同样降低了个人创造作品和证明能力的成本，也可能形成新的职业、交易和合作渠道。真正值得观察的，是技术如何改变人力资本与其他社会资源之间的相对关系。
从专业能力到社会资本：普通人的上升路径也在变化
对于缺少既有资源的人来说，专业能力仍然是建立优势的重要起点，只是它可能越来越难单独构成长期壁垒。
当基础的信息处理能力能够被低成本调用，个人更需要把专业能力转化为外部可验证的成果，并在长期积累中形成信誉和新的合作关系。AI降低的恰恰是这一过程前半段的一部分成本：个人更容易完成过去需要组织或团队支持的工作。在这种情况下，能力如何转化为社会资源，正在成为比单纯掌握专业技能更重要的问题。
过去几百年，信息技术不断扩大人获得信息的能力；现代教育和专业化则帮助更多人掌握处理信息的能力。AI开始进一步降低后者的稀缺性。
它最终带来的变化，或许并不只是某些职业是否被替代。
更值得长期观察的是，当标准化专业能力越来越容易获得，未来社会将依据什么重新分配职业、机会和位置。