当AI焦虑席卷硅谷，a16z为何选择“冷处理”？

针对《一件大事正在发生》的刷屏，及由此引发的 AI 恐慌，日前，博主 David oks 撰文进行了反驳。

博文指出，当前关于 AI 即将引发“大规模失业雪崩”的恐慌被严重夸大。

David oks认为，劳动替代取决于“比较优势”而非“绝对能力”，只要“人+AI”的整体产出仍优于 AI 单独运作，人类就不会被迅速取代。

现实世界充满制度、组织与人性带来的“瓶颈”，这些因素决定了技术扩散是渐进而非爆发式的。

同时，需求具有弹性，效率提升往往带来更多而非更少的劳动需求。

“AI 会深刻改变社会，但过程缓慢且不均衡，普通人无需陷入恐慌。”他说。

David Oks 是一位美国博主和研究者，他同时是风险投资公司 a16z的研究合伙人。

以下为博文全文——

两天前，一位名叫 Matt Shumer 的人，在推特上发布了一篇题为《一件大事正在发生》的文章。

几乎在第一时间，这篇文章就迅速走红。截至目前，它的阅读量已经接近 1 亿次，而且仍在持续增长。

更引人注目的是，它被立场截然不同的人物广泛转发，比如保守派评论员 Matt Walsh（“这是一篇非常好的文章”），以及自由派评论员 Mehdi Hasan（“也许是你今天、本周、甚至本月最值得读的一篇文章”）。

我还听到无数人说，这篇文章被父母、兄弟姐妹和朋友主动转发给他们。

我预计，Shumer 的文章最终会成为今年阅读量最高的一篇长文。

它之所以触动如此多人，其实不难理解。

对大多数普通用户来说，“人工智能”不过是免费版的 ChatGPT，用来回答问题、写邮件而已。

但现在，人们开始意识到，AI 将成为一股巨大的现实力量。

今年，是普通人开始认真思考它将如何改变人类生活的一年。而他们首先想到的，自然是AI 是否会夺走他们的工作，让他们的技能变得毫无价值，让生活变得更糟。

恐慌情绪正在蔓延。《大西洋月刊》在谈 AI 导致的失业，伯尼·桑德斯在谈 AI 失业，Matt Walsh 则表示：“AI 将摧毁数百万个工作岗位。

这已经在发生。一切都在改变。雪崩已经到来。

我们现在争论的大多数事情，很快都会变得无关紧要。”我们正在进入一个恐慌时刻。

因此，在这样一个时间点上，如果有人自称来自“AI 行业”，并写一篇文章说我们正处在类似 2020 年 2 月的时刻——就像当时看着新冠感染指数级上升一样——那就恰到好处了。

他的意思是，正如疫情一样，人工智能即将以难以置信的冲击力闯入普通人的生活；而普通人唯一能提前应对这种冲击的方式，就是订阅 AI 产品、多存钱、每天花一小时尝试 AI，甚至关注 Matt Shumer，以便“随时了解哪个模型当前最好”。

这其实并不是一篇好文章——其中很大一部分显然是 AI 生成的，Shumer 自己也承认了这一点——但在任何观点的传播中，时机和定位往往比内容质量更重要。我而 Shumer 的时机与定位堪称完美。

我认为，没有哪篇文章会比它更深刻地影响普通人对 AI 的看法。它将成为这个时代的一份标志性文本。

而这是一件非常糟糕的事情。问题不在于它是 AI 写的，而在于它对 AI 影响的判断，从根本上是错误的。

我并不认为我们正处在类似 2020 年疫情前夕的时刻。我不认为普通人需要对 AI 感到太多担忧。我也不认为人们从那篇文章中得出的结论——即将到来的大规模失业、几个月内世界剧变、“雪崩已经开始”——是基于现实的。

我担心，这些误解可能会带来灾难性的后果。

我这样说，并不是因为我不相信 AI。相反，我认为 AI 将极其重要，它最终的影响至少会与电力或蒸汽机的发明相当，甚至很可能成为人类历史上最重要的发明之一。未来必然会与过去截然不同。

但这并不意味着我们正处在一个“2020 年 2 月式”的世界。我真的不认为我们会看到大规模失业、人类脑力劳动的突然终结，或者任何类似“雪崩”的情形。

未来几年可能会显得很怪异，尤其是如果你持续关注 AI 的最新进展。但 AI 在现实世界中的影响，会比 Shumer 所想象的更慢、更不均衡。人类劳动不会很快消失。而无论普通人是否每天花一小时使用 AI 工具，他们总体上都会过得很好。

真正的劳动替代，比人们想象得难得多

AI 将变得极其强大：它会不断让我们惊叹，而且能力会持续提升，并且提升速度会越来越快。已经有很多任务，AI 的表现与一名合格的人类相当，而且这种任务只会越来越多。

但这并不意味着人类劳动会被大规模替代。

理解劳动替代最重要的一点是：替代取决于比较优势，而不是绝对优势。

问题不在于 AI 是否能完成某项人类任务，而在于——在人类参与的情况下，整体产出是否优于 AI 单独完成。

换句话说，人类的加入，是否还能提升生产结果。这是一个完全不同的问题。即使 AI 在每个单项任务上都优于人类，只要“人+AI”的整体产出更高，那么在经济上仍然有理由保留人类参与。

以软件工程为例，即使 AI 能力已经非常强，但目前“人机协作”（即“赛博格”模式）仍然优于 AI 单独工作——因为你仍然需要告诉 AI 你的偏好、公司的要求、客户的需求。

这对劳动者是好消息，因为他们的生产率提高了。只要需求是弹性的，人类劳动前景依然乐观。（这或许也是为什么 Claude Code 发布后一年内，软件工程师岗位数量反而增加。）

随着 AI 能力提升，人类的互补性可能会逐渐下降，但这种“赛博格时代”会持续比人们想象得更久。

完全没有人类互补性的世界，是一个极端假设：AI 在任何任务、任何条件下都全面碾压人类，没有任何场景需要人类参与。这并不现实。

问题不在于模型不够好，而在于现实世界充满“人类瓶颈”。

世界是由人管理的，而人类本身就是低效、情绪化、保守、竞争、易恐惧的生物。只要这些瓶颈存在，就需要人来处理它们。

瓶颈决定一切

几乎所有领域的低效，都源于人类因素：法律与监管、公司文化、隐性经验、个人矛盾、行业规范、办公室政治、国家政治、僵化的层级结构、官僚体系、人类对关系的依赖、对叙事与品牌的偏好、口味的变化、理解能力的有限，以及最重要的一点——对改变的抗拒。

长期来看，技术会逐步侵蚀这些瓶颈，就像河水慢慢磨平岩石一样。但这需要时间。电力这样的通用技术，也花了几十年才显著提升生产率。AI 的扩散可能更快，但瓶颈依然真实存在。

这也解释了一个问题：为什么模型已经如此强大，但现实中真正的岗位替代却很有限。

GPT-3 发布已经六年，GPT-4 三年，甚至客服外包这种最容易自动化的行业，也没有出现大规模裁员。

变化是渐进的，更像技术扩散，而不是海啸。

智能并不是限制因素，现实世界的组织与制度才是。

对人类劳动的需求，甚至可能上升

为什么在 AI 具备绝对优势的情况下，人类劳动仍可能增加？因为需求的弹性远比我们想象的大。这就是“杰文斯悖论”：效率提升，反而会增加总需求。

软件就是典型例子。

每一次编程效率提升（更高级语言、框架、工具），最终都带来了更多软件需求，也带来了更多工程师岗位。如果 AI 让生产率大幅提高，软件需求可能进一步爆发。

只要人类与 AI 仍处于互补阶段，这对劳动者总体是利好。

即使不需要工作，人类也会发明工作

长期来看，人类互补性可能趋近于零。但这个过程会非常漫长，而且在此之前，我们可能已经进入一个高度富足的社会。

历史上，每一次生产效率提升，人类都会把新增的富余资源用于新的职业和活动。

从农业 surplus 到今天的咖啡师、瑜伽教练、播客制作人、主播——未来只会出现更多奇特而有趣的职业。

普通人会没事的

我的判断是：AI 带来的变化总体会比人们想象得温和得多。

确实会有人失业，会有人需要转型，也会有人不适应。但整体过渡是渐进的。

疫情并不是一个合适的类比。一个普通上班族——不关心 Anthropic，每月定投指数基金的人——大概率不会因为 AI 而陷入困境。

很多事情会慢慢变好，一些事情会变差，还有很多事情不会改变。他们只需要逐步调整工作方式，而不必恐慌。

未来几年确实会有不确定与混乱，但真正的风险，未必来自技术本身，而更可能来自社会与政治层面的反弹。

如果公众被告知“AI 即将带来雪崩式失业”，结果可能不是更多人学习 AI，而是出现跨党派的民粹运动，要求全面限制 AI、禁止数据中心建设、终身岗位保障、甚至立法阻断技术进步。

如果 AI 能带来更高的生产率、更快的医疗与科研进展、更辉煌的人类文明阶段，那么这种反弹将是一场巨大的社会损失。

或许，让公众意识到 AI 很强、正在快速进步，是一件好事。

Shumer 说得对：确实有一件大事正在发生。但我们没有必要因此吓唬普通人。

他们会没事的。

---