永久底層，沒有人能回答那個 17 歲的孩子

注：本文偏思辨，希望您有耐心看完

撰文：小餅

7 月 26 日，Sam Altman 站在舊金山大通中心的舞臺上說：“不進入前沿實驗室，就會掉進永久底層，這種說法蠢透了”。

“永久底層”，這個時髦詞再次進入視野。

它在 2025 年夏天的科技圈 X 上逐漸流行，理論骨架來自《智能詛咒》，以及 Trammell 與 Patel 的論文《二十二世紀的資本》。

這個說法並不只是預測“AI 會讓很多人失業”，它描述的是一種更加極端的未來：當 AI 能夠完成絕大多數認知勞動和體力勞動，企業創造財富便不再需要僱用那麼多人。工資在經濟中的重要性隨之下降，利潤則越來越多地流向掌握模型、算力、能源和數據中心的人。

不只是一群人暫時變窮，而是他們賴以向上流動的勞動失去價值；不只是富人比過去更富，而是沒有資本的人無法通過工作成為資本所有者，這就是所謂的“永久底層”。

在沒有大規模財富再分配、公共所有權或全球累進資本稅的情況下，這套理論最終會推導出一個令人不安的結論：

幾乎所有資產，都可能逐漸流向 AI 轉型發生時已經最富有的那群人。

當然，這還只是一個推演，但它讓我想到一件小事。

過去一年，作家 Jasmine Sun 做了一項近乎笨拙的田野調查。她逐一約見前沿 AI 實驗室的研究人員，每次交談一小時，不錄音、不留記錄，像人類學家一樣追問他們對 AI 未來的真實看法。

有一個問題，她幾乎每次都會問：

假設你面前站著一個普通的 17 歲美國孩子。他不是天才程序員，成績只有 B，平時也不太關心 AI。你會建議他如何準備未來？

幾乎沒人答得上來。

這些研究員政治立場各異，對 AI 的判斷橫跨樂觀與悲觀，回答卻出奇一致：

不知道。現在的情況很嚇人；留給他的工作恐怕不多，而他恰好會被困在最痛苦的過渡期裡……

但那個 17 歲孩子真正面對的麻煩，或許不是他會不會變窮。

永久的不是貧窮

任何時代都有窮人，也有底層，但過去的“底層”並不必然是永久身份。

一個人可以出售勞動換取工資，再把工資換成教育、住房和資產；工人也可以通過組織、罷工和集體談判，要求資本把一部分生產率增長轉化為更高的工資和更好的福利。

這套機制並不公平，卻至少保留了一條向上的通道。

“永久底層”真正刺人的地方，是它認為這條通道本身可能消失。

回看勞工史，工會、最低工資和週末制度，都建立在同一個事實之上：資本與勞動無法完全替代彼此。

工廠主需要工人，科技公司需要工程師，所以雙方必須坐下來談判。

馬克思預言過資本的高度集中，同時也給出過一套解決方案。因為在他的世界裡，工人手上仍然握著一種資本需要、但無法憑空製造的東西：勞動。

罷工之所以有效，是因為勞動者可以暫時扣留它。工人不進工廠，機器就無法運轉；工程師不寫代碼，產品就無法上線。

但如果算力可以買到一個人能夠提供的全部勞動，勞動者可以扣留的東西就會趨近於零。

屆時，問題不只是某些人的工資下降，而是資本不再需要與大多數人談判。勞動者既難以通過工資積累資產，也難以通過停止工作要求重新分配收益。

讓底層變得“永久”的，是那臺曾經能夠把窮人重新送回中產階層的機器，勞動、議價與資產積累被拆掉了。

這臺機器正在鬆動的證據，已經從理論進入薪資單。

斯坦福數字經濟實驗室使用 ADP 覆蓋 460 萬名勞動者的微觀數據發現：生成式 AI 普及後，在 AI 暴露度最高的職業中，22 至 25 歲勞動者的就業出現了約 16%的相對下滑，美國應屆畢業生失業率達到 5.6%，比三年前上升 1.6 個百分點；大型科技公司的應屆生招聘規模，兩年內下降了 25%。

電梯還在正常運行，只是一樓的按鈕被拆掉了。

答不上來的人，正在給自己買保險

回到 Sun 的訪談。

那些無法回答“17 歲孩子應該怎麼辦”的研究員，並沒有因此停下手中的工作。

Sun 繼續追問：既然你們認為未來如此危險，為什麼還要繼續建造它？

答案大致分成三類。

第一類真誠相信，只要熬過轉型期，AI 最終可以治癒疾病、消除匱乏。

第二類相信技術決定論：即使自己不做，別人也會做。

第三類最誠實，也最難堪：

如果大動盪真的會來，至少先替自己在未來佔一個位置。

這種“佔位置”的衝動，正在改變整個 AI 行業的人才流向。

Sun 一位在伯克利攻讀 AI 博士的朋友說，同屆大約一半的人決定提前畢業，甚至有人根據“哪個研究方向最容易拿到 AI 實驗室 offer”來選擇博士論文題目。

Sun 身邊的不少獨立寫作者和政策研究者，也放棄原來的位置，加入了 AI 實驗室。

這些說法聽起來像段子，卻在真實地決定一代人的人生選擇，並不斷從獨立研究和公共政策生態中抽走人才。

而被抽走的，恰恰是最有可能搭建談判桌的那群人。

20 世紀的工廠自動化沒有普遍演變為激烈衝突，一個重要原因是，機器進入工廠之前，廠方通常必須先與工會談判：自動化要被解釋為安全升級，工資增幅需要與產能提升綁定。

資本與勞動之間，隔著一張談判桌。

今天的白領沒有這張桌子。

更微妙的是，那些最有能力搭建談判桌的人，學者、獨立研究者和政策人才正被“勞動即將失去價值”的敘事勸進實驗室。因為只有進入實驗室，他們才可能獲得股權，提前站到資本一邊。

閉環由此形成：

越多人相信勞動的議價權即將消失，越多人就會放棄建設議價權，轉而爭奪股權；而建設者越少，勞動的議價權就消失得越快。

沒有人絕對安全

那個 17 歲的孩子並非完全得不到建議。

面對 AI 帶來的不確定性，人們已經給出了許多答案，最直接地催生了兩種反應。

一種是儘快學會 AI，努力成為最晚被替代的人；另一種是儘快擁有 AI 資產，爭取在勞動失去價值之前站到資本一邊。

後一種衝動在硅谷，甚至是中國的富裕階層尤其明顯。

有人不惜一切代價，希望拿到 Anthropic、OpenAI 或者其他前沿 AI 公司的股權，理論很簡單：如果奇點真的到來，勞動可能迅速貶值，屆時決定一個人處境的將不再是他會做什麼，而是他提前擁有什麼。

按照這個邏輯，只要在窗口關閉前把勞動收入換成 AI 公司的股權，就有機會從被技術取代的人，變成擁有技術的人。

這也是“永久底層”敘事最誘人的地方，它不僅製造恐懼，還暗示了一條逃生路線：

既然資本可能取代勞動，那就儘快從勞動者變成資本所有者。

問題是，這條路首先就不屬於大多數人。

OpenAI 和 Anthropic 都不是普通人在公開市場上可以輕易購買的公司。真正有機會獲得這些股權的，通常是實驗室員工、早期投資者，以及能夠進入私募市場的富裕人群。

因此，這幾乎是一種循環論證：

為了避免因為沒有資本而掉入底層，他需要先擁有隻有上層才能獲得的資本。

更重要的是，即使一個人成功拿到了股權，這張保險也未必永久有效。

編程語言 Austral 的作者 Fernando Borretti 指出，“永久底層”理論內部其實存在一個矛盾。

如果 AI 真能以更低成本完成幾乎所有認知勞動和體力勞動，那麼普通勞動者固然可能失去經濟價值，那些提前持有 AI 公司股份的人也未必能成為“永久上層”。

原因很簡單：財富不是寫在自然規律裡的。

一個人之所以擁有公司、土地或算力，不只是因為合同上寫著他的名字，還因為法院、警察和政府願意承認並保護這份產權。

但按照“超級 AI 取代一切”的設定繼續推演，AI 最終可能連生產、管理、治理乃至戰爭都能完成。到了那一步，今天的富人既不提供勞動，也不掌握機器之外的實際力量。那麼，未來的國家或超級智能為什麼一定要永遠承認他們在舊時代獲得的所有權？

購買 AI 公司的股權，或許可以讓一個人度過轉型期，卻無法保證他永久留在上層。

如果擁有 AI 資產不是一條人人可走的路，更普遍的答案就是學習 AI。

這條路出現了另一個悖論：

一個人越擅長利用 AI 提高生產率，就越可能幫助企業減少對其他勞動者的需求。

他或許能夠暫時留在電梯裡，卻也在參與拆除其他樓層的按鈕。

這並不意味著人們不該學習 AI。對個人來說，熟練使用 AI 仍然可能是當下最合理的選擇。問題在於，當所有人都試圖通過提高自己的可替代效率來避免被替代時，最終結果可能是企業需要的勞動者變得更少。

個人的理性選擇，疊加起來，反而可能加速勞動整體議價權的下降。

還有一種答案，是離開最容易被 AI 複製的領域，轉向必須親自到場的工作。

如果數字產品的供給趨近無限，那麼無法遠程複製的物理操作、現場責任和人際信任，確實可能獲得更高溢價。

數據中心需要電工，老齡化社會需要護理人員，人們也仍然願意為醫生、教師和服務人員的真實在場付費，但這同樣不是一條人人可走的退路。

以上看起來是三條不同的道路，實際上都在回答同一個問題：

怎樣讓自己晚一點掉下去？

但那個 17 歲孩子真正需要的答案或許是：為什麼一個人的生存，必須取決於他是否還能被資本需要？

研究員們之所以回答不了，是因為這個問題最終需要的不是一份個人規劃，而是一套新的分配製度。

當勞動仍然不可替代時，工資、工會和罷工共同構成了分配機制；如果勞動真的開始失去稀缺性，那麼社會就必須找到另一種方式，把機器創造的財富分給那些不再被機器需要的人。

這件事無法通過所有人更努力地學習 AI 來解決，也無法通過每個人提前購買幾隻股票來完成。

個人能夠購買的，只是緩衝時間，真正缺少的，仍然是那張談判桌。

一張談判桌

搭建談判桌，不是任何個人努力可以替代的事情。

中國意外提供了一個對照樣本。

2025 年 12 月，北京有法院判決認為，崗位被 AI 取代不能直接構成合法解僱理由。也有國企員工稱，自己使用的 AI 工具大約能夠完成兩名員工的工作，但公司承諾不會以 AI 為由裁員。

Sun 在中國停留兩週後總結說，那裡的社會態度並不是簡單的技術樂觀主義，而是一種“反抗並不現實，那就先上車”的實用主義。

但至少，有人在試圖用大量細碎的規則和立法，接住技術轉型中下墜的人。

美國面對的則更接近制度真空。

2026 年 4 月，有人向 Altman 在舊金山的住所投擲燃燒瓶；同月，一名支持數據中心項目的市議員家中遭到槍擊。畢業典禮上，也開始出現針對 AI 公司高管的噓聲。

情緒找不到制度化的出口，就會自己尋找出口。

與此同時，聖路易斯聯儲的數據顯示，2025 年美國 GDP 增長中有 39%來自數據中心和 AI 相關投資。

整個國家正在把增長押在一項大多數國民暫時感受不到收益的技術上。

2026 年美國將舉行中期選舉，2028 年兩黨初選也註定擁擠，Mark Kelly、Ro Khanna 和 Josh Hawley 已經分別發佈 AI 行動綱領。

因此，未來兩年最值得觀察的指標或許只有一個：

那張談判桌，能不能趕在憤怒之前被擺出來？

它可能是一部法律，規定企業不能簡單地把生產率提升全部轉化為裁員；它可能是一種新形態的工會，讓同一家公司的員工不必擁有相同職業，也能共同參與 AI 部署的談判；它也可能是一張印著 AI 公司名字的支票，通過稅收、分紅或者公共基金，把技術創造的收益重新分配給那些承擔轉型成本的人。

具體形式尚未確定，但核心問題已經無法迴避：

當企業不再需要通過僱用大多數人來創造財富，大多數人又憑什麼分享財富？

至於那個成績只有 B 的 17 歲孩子，他大概永遠不會知道：

當一整個行業裡最聰明的那群人被問到“該拿他怎麼辦”時，他們給出的答案是“沒有答案”。

然後，他們各自回去，繼續為自己購買保險。