本文來自微信公眾號： 未盡研究 ，作者：未盡研究

周末，OpenAI創(chuàng)始人兼CEO奧特曼的住所遭遇縱火。嫌疑人還揚言要燒毀OpenAI辦公樓，很快被警方控制。目前案件仍在調(diào)查中。奧特曼認為，一篇煽動性文章加劇了反技術(shù)情緒，最終引發(fā)了這起襲擊。

沒人會支持縱火者。但在奧特曼發(fā)布溫情長文回應后，社交媒體上的評論分歧卻異常明顯。

AI越成功，社會情緒反而越分裂。在奧特曼看來，AGI具有“魔戒”般的影響力，會讓人做出極端瘋狂的事；而OpenAI正踐行使命，通過技術(shù)進步推動更美好的未來。但在更多人眼中，比如美國民眾，AI滿足了少數(shù)人的好奇心、財富欲和權(quán)力欲，卻可能給更多人帶來無助、壓力甚至憤怒。

AI成了企業(yè)的“親兒子”

蓋洛普公司的最新調(diào)研，揭示了“AI悖論”的一個側(cè)面。過去一年，14至29歲的美國年輕人既未完全拒絕也未完全接受人工智能，即便每天使用AI的人也是如此。他們對AI可能削弱個人技能發(fā)展的擔憂，甚至超過了對效率提升的期待。

日常生活中，他們使用AI的頻率基本沒變，但對AI的情緒態(tài)度卻有明顯變化：興奮感下降14個百分點，期待度下降9個百分點，憤怒則上升9個百分點，焦慮仍維持在40%以上。

年輕人對AI的看法變差了

說明：當年輕人被問及“AI讓我……”

盡管使用AI更頻繁的年輕人比使用頻率低的同齡人對AI看法更積極，但這并未改善他們的態(tài)度。相反，這部分人群的興奮感和期待度下降幅度更大，分別達18個百分點和11個百分點。

在他們看來，AI并未更好地幫自己解決現(xiàn)實問題。無論是加速學習還是提高工作效率，AI實際發(fā)揮的作用正越來越受年輕人質(zhì)疑。僅28%的年輕人表示信任AI輔助完成的工作，這一比例較去年下降4個百分點。

年輕人眼中AI與效率的關(guān)聯(lián)

更關(guān)鍵的是，他們十分擔心AI最終會取代自己的未來。認為AI對工作弊大于利的年輕人比例上升11個百分點，達到48%，遠高于持相反觀點的15%。

這是一個敏銳卻無奈的世代，他們眼睜睜看著未來前景被壓縮。他們的擔憂已被多項實證研究反復證實。

去年，美國國家經(jīng)濟研究局的一篇論文發(fā)現(xiàn)，在AI高度滲透的職業(yè)中，職場新人就業(yè)明顯下降，而職場閱歷越深，受沖擊越小。今年，Anthropic也發(fā)現(xiàn)，在高滲透職業(yè)中，22至25歲年輕求職者入職率下降約14%，這一趨勢在25歲以上群體及低滲透職業(yè)中并不明顯。

數(shù)百萬白領(lǐng)、五年工資單，證實AI正讓美國大學生畢業(yè)即失業(yè)

2025/08/27完整閱讀>

AI會不會在職場上先吃掉00后，然后吃掉此后每一代人

2026/03/07完整閱讀>

奧特曼在回應襲擊事件的長文中表示，“AI將成為擴展人類能力和潛力的最強大工具”，并強調(diào)“適應性至關(guān)重要”。這當然有道理。但AI的真正價值，只有在投入足夠時間、讓復利效應顯現(xiàn)后才能體現(xiàn)。而年輕人正失去這樣的適應機會。

AI對勞動力市場的影響，正首先表現(xiàn)為代際結(jié)構(gòu)變化。已是“既得利益者”的資深員工在這場變革中更占優(yōu)勢，他們的時間價值急劇提升，能完成比以前更多的工作以實現(xiàn)目標；公司生產(chǎn)效率提高，相同任務需要更少員工，尤其利好懂得將AI融入現(xiàn)有流程的資深員工；而更迫切需要職場實踐的新人，反而成了最脆弱的群體。

企業(yè)可能不會再有“后浪”了。隨著大模型學習能力持續(xù)提升，企業(yè)正從資深員工的實際工作中“提煉”更多智能，知識日益向AI轉(zhuǎn)移，而非在實際工作中向新一代傳遞，這進一步提高了人類新員工的入職門檻。AI正成為企業(yè)的“親兒子”。

這正是這代年輕人真正擔心的：AI讓他們沒有現(xiàn)在，也就沒有未來。AI正在獲得知識的繼承權(quán)。

榮耀歸于“AI同事”

在當前AI系統(tǒng)中，被排除的人失去機會，被接納的人則開始承擔成本。那些已接受AI輔助的人類員工，雖仍留在崗位，卻要做更多工作、背更多責任，功勞卻越來越多地歸于他們的“AI同事”。

AI似乎正讓人類更疲憊，也讓“責任”變得更昂貴、更模糊、更難界定。奧特曼在長文中稱“事情不可能一帆風順”，意外地帶有反諷意味。

當市場談論大模型與智能體時，多數(shù)敘事仍停留在宏觀層面：效率提升、迭代加速、更快產(chǎn)出更多代碼。但對于隨之而來的“技術(shù)債”，以及人類員工在后端不斷修補系統(tǒng)、解決問題的工作，卻鮮有提及。

那些僅將AI視為生產(chǎn)力工具，卻忽視人類與AI實際工作分工的企業(yè)，正無意中加深人們對“AI過剩世界”的抗拒。

沒有哪家企業(yè)比Anthropic更徹底地使用AI編碼工具。約80%的代碼由Claude Code生成，這很可能包括Claude應用的官網(wǎng)。然而，軟件工程師Gergely Orosz發(fā)現(xiàn)該網(wǎng)站存在一個明顯Bug，甚至影響所有付費用戶體驗，此前似乎無人察覺。直到他的抱怨在社交媒體引發(fā)關(guān)注，問題才被確認并修復。

代碼過載正成為新的“技術(shù)債”。StackHawk聯(lián)合創(chuàng)始人表示，引入Cursor后，公司每月產(chǎn)出的代碼量暴增10倍，積壓了高達100萬行待審查代碼。這些代碼必須經(jīng)過測試，以避免技術(shù)缺陷、安全風險或合規(guī)問題。

過去，這些責任主要由代碼編寫者承擔，如今卻越來越多地甩給人類工程師。在預期生產(chǎn)率大幅提升的AI時代，硅谷程序員反而走向了“996”。

這種“AI過?！蓖瑯釉诟鼜V泛的數(shù)字經(jīng)濟中發(fā)生。過去十年，蘋果應用商店新應用數(shù)量整體呈下降趨勢，但2023年后開始逆轉(zhuǎn)，并在今年一季度徹底改變。這與AI編碼的崛起高度同步。然而，供給爆炸并未帶來價值同步增長，反而稀釋了質(zhì)量與用戶注意力，同時給平臺審核體系帶來前所未有的壓力。

蘋果應用商店新上架App數(shù)量

硅谷長期相信技術(shù)能解決一切問題，包括技術(shù)自身制造的問題。AGI被視為通過編碼能力不斷提升實現(xiàn)的“遞歸式進化”，Claude Cowork也被認為將沿著Claude Code已驗證的路徑，逐步覆蓋軟件領(lǐng)域，進而影響白領(lǐng)世界。于是，解決代碼過載的答案顯而易見，那就是使用更多AI。去年，Cursor就收購了開發(fā)代碼審查機器人的初創(chuàng)公司Graphite。

但問題在于，執(zhí)行與責任的對應關(guān)系已被打破。技術(shù)正在自動化執(zhí)行，責任卻仍留在人類體系中。這種路徑真的在解決問題嗎？還是僅僅用新的復雜性掩蓋舊的復雜性？最終的錯誤又將由誰承擔？

更值得注意的是，這種“AI過剩的世界”仍在自我強化。Token消耗量正成為衡量員工敬業(yè)程度的新指標。英偉達創(chuàng)始人黃仁勛曾表示，如果一名年薪50萬美元的工程師，每年花在AI代幣上的費用不足25萬美元，他會感到驚訝。Meta也在公司內(nèi)部對員工的token使用情況進行排名。

被忽視的大多數(shù)

盡管奧特曼在回應長文中提到“AI必須普惠”，但到目前為止，事實遠非如此。正如硅谷AI專家卡帕西所觀察到的，人們對AI能力的認知正出現(xiàn)越來越大的鴻溝，彼此“各說各話、相互誤解”。

這種分裂的根源在于，AI能力的提升并非均勻發(fā)生。進步最顯著的領(lǐng)域集中在高商業(yè)價值場景，服務于少數(shù)專業(yè)人群，而非大多數(shù)普通用戶。

AI在摧毀一批白領(lǐng)崗位的同時，也創(chuàng)造了一批技術(shù)工人崗位，但AI又能神奇地將媒體、資本和技術(shù)牢牢捆綁，把放大內(nèi)容的工具交給他們，創(chuàng)造有利于自身的敘事——從以“生存毀滅”夸大威力，到將技術(shù)替代人類包裝成文明進步的技術(shù)精英標簽。

一個看似更實體、更側(cè)重制造業(yè)、產(chǎn)業(yè)結(jié)構(gòu)更健康的美國，反而讓更多人不滿，因為這在現(xiàn)實中往往表現(xiàn)為非對稱、非自愿且?guī)в忻黠@下行性質(zhì)的再分配過程。

AI時代的再工業(yè)化：美國更少人做PPT，更多人做電工，為什么社會情緒反而更差

2025/11/17完整閱讀>

當沖擊真正顯現(xiàn)時，所謂“以人為先”的回應往往退化為“普遍基本收入”等形式的補償，仿佛能用有限的經(jīng)濟轉(zhuǎn)移來對沖一整代人正在浮現(xiàn)的AI幻滅。人們始終擔心，在AI能力與收益不斷集中于少數(shù)人的同時，被忽視的大多數(shù)在這個時代失去的只會越來越多。

社會情緒日益緊繃，幾乎必然會外溢。它正在尋找出口，或創(chuàng)造出口。于是，AI成為最方便的承載對象——一個既真實存在又足夠模糊的“替罪羊”。人們傾向于將生活中各種問題歸因于它，不同性質(zhì)的問題也被有意無意地混在一起。上周，印第安納一位議員的房子遭到十三槍射擊，槍手在門口留言“禁止數(shù)據(jù)中心”。

對一些雇主而言，“AI沖擊”也逐漸成為可利用的敘事工具。它讓裁員、收縮與降本顯得更像是技術(shù)趨勢的必然結(jié)果，而非主動選擇。這種被利用的“恨意”進一步反噬了人們對AI的樂觀預期。

AI會降溫嗎？

AI的發(fā)展從來不只是技術(shù)問題，它同時是分配問題與共識問題。無論是清醒卻無助的年輕人、替AI背鍋的打工人，還是不在“世界中心”的大多數(shù)人，如今愈發(fā)感到自己是成本的承擔者。

當收益越來越集中于少數(shù)具備技術(shù)能力的群體，成本逐漸擴散至更廣泛的勞動力與社區(qū)時，社會對這項技術(shù)的容忍度就會開始下降。更高的創(chuàng)新成本、更嚴重的組織摩擦以及更頻繁的社會沖突，將必然成為AI進步的反作用力。

當經(jīng)驗不再通過實踐在代際間傳遞，而是不斷被“提煉”進模型，大量依賴真實工作場景積累的隱性知識正失去自然生長的土壤。一旦這一過程持續(xù)，AI所依賴的“人類經(jīng)驗源泉”本身也可能逐漸枯竭，反過來限制其進一步學習與提升的能力。

當“使用AI的程度”開始取代“工作質(zhì)量”成為評價標準時，激勵機制本身正在扭曲。如果只有通過AI不斷生成更多代碼的工程師才會被保留，那么真正關(guān)注系統(tǒng)質(zhì)量與長期可維護性的工程師反而可能被“驅(qū)逐”。AI應用的市場空間或因此受到侵蝕。

越來越多與AI無關(guān)的美國居民開始反對在社區(qū)周邊建設驅(qū)動AI的數(shù)據(jù)中心。一些立法者已開始推動限制數(shù)據(jù)中心建設的法案。2026年，美國已有近30%到50%的數(shù)據(jù)中心會延期，這一比例或進一步提升，約束算力供給。

AI的發(fā)展依賴數(shù)據(jù)、算力與電力，同樣依賴社會的信任與共識。這是另一種更脆弱的資源。一旦這種共識開始瓦解，這場原本試圖加速一切的進程未必會完全停止，但可能會在更高摩擦、更強約束甚至更頻繁沖突中前行。

那些AI大廠和政策制定者們，需要在2026年直接回應這些問題。