友情提示，這是一個『誤闖天家』的視頻。

好吧，可以這樣理解，這是信息大爆炸甚至大污染時代，為數(shù)不多的官方智囊不經意的真情流露，當然，流露的猶抱琵琶半遮面。

所以這樣，我把書先讀厚再讀薄，看看國務院研究部部長，到底試圖告訴我們什么。

提綱挈領就一句話：AI時代為什么如此不同？以前，技術發(fā)展曲線是平滑的，命運變化曲線是斷崖式的，而AI時代，技術發(fā)展曲線也難以預判的生猛起來，而大部分人，依然還在「阿瑪拉定律」中，也就是，高估新技術的短期變化，卻低估長期帶來的變革。但混亂又剛好是上升的階梯，就看能不能跟上節(jié)奏了。

而且，遠比什么馬斯克2026年初三小時訪談，來的更震撼，也更符合咱們的情況。

第一章，人工智能v.s. 就業(yè)。

經濟發(fā)展就等于充分就業(yè)，這個思維鋼印被AI顛覆了。

以前生產力起飛，總能直接帶動配套的生產關系。工業(yè)革命之后，工業(yè)化、城鎮(zhèn)化、商品經濟等等都來了，尤其是隨著現(xiàn)代企業(yè)出現(xiàn)，打卡上班的說法也來了，又隨著專業(yè)分工越來越細，大家從工廠線里的打工人變成了格子間里的打工人，知識白領崗位大量涌現(xiàn)。

? 工業(yè)革命200年

? 生產力飛躍

? 工業(yè)化/城鎮(zhèn)化/商品經濟/企業(yè)化】

而大部分人的人生的線性敘事也是如此，讀書，高考，求職，上班、等發(fā)工資、等退休。

這種模式持續(xù)了200年，經濟好，崗位就多，知識白領崗位上限也高，比如技術專家和企業(yè)管理崗。哪怕個體運氣不好，被「畢業(yè)」了，沒事兒，還能送外賣跑滴滴。

其實能跑滴滴送外賣，也是生產力提高的附屬品，邏輯是，生產率大大提高，工業(yè)品價格隨之下降，社會物質大豐富，工資水平又會隨著生產率提升而宏觀整體提高，于是乎，大規(guī)模生產開始和大規(guī)模消費相互促進，出現(xiàn)了服務經濟的繁榮。

【傳統(tǒng)模式

? 專業(yè)分工 → 白領崗位

? 人生路徑：讀書→高考→求職→辦公室

? 雙重促進：工業(yè)發(fā)達→服務業(yè)繁榮→就業(yè)增長】

好，AI來了，游戲規(guī)則變了。

國務院研究部部長說，AI在增長和就業(yè)之間，帶來了三個之前沒見過的脫鉤。

說人話就是，【花錢，不等于有活干】。

投資為什么放在一點，是因為通常，錢涌向哪個行業(yè)，好崗位就在哪個行業(yè)。

AI時代，企業(yè)也在瘋狂投資，比如囤芯片。

但，國務院研究部部長給了個說法，「這種投資是一種規(guī)模上前所未有的資本深化，也是一種創(chuàng)造就業(yè)效能『弱相關』的前所未有之地的深化」。

啥意思呢？

以前，不論是投資基礎設施，還是投資機器設備，這些投資，都直接或者間接的帶來客觀并且的就業(yè)。

工業(yè)時代，重資產，也重人力。

互聯(lián)網時代也會投資人才，比如前些年有些大廠戰(zhàn)略性儲蓄人才，就為了讓競爭對手招不到人跑得慢一點，也不斷造就崗位。

但這波AI熱潮，和上一輪互聯(lián)網投資熱潮的「輕資產、重人力」不太一樣，是「重資本、重算力」。

要么投算力中心，要么投能源網絡，從就業(yè)的角度來看，這些都是勞動力稀薄型領域。

以美國為例子，微軟、亞馬遜、谷歌、meta，2025年資本投資超過4000億美元，相當于馬來西亞或者菲律賓或者越南的GDP，投資量很大，但對應的，是削減了大量的現(xiàn)有崗位，并且大大減少了面相畢業(yè)生的初級崗位招聘，而拉動的就業(yè)，和削減的比起來，很少。

更好玩的是，這些行為，不是發(fā)生在這些企業(yè)不行了的情況下，他們的股價或者營收，都在強力增長。

好，這聊得是AI直接相關領域的投資，那其他領域的投資呢？

如果你經常參加各種行業(yè)峰會，就發(fā)現(xiàn)，大家聊某某行業(yè)前景，表面談的都是AI賦能，實質說的都是AI能有多省，言談話語之間都是怎么把構建黑燈工廠，無人服務等等，想把從老板角度又難關又懂勞動法的員工趕快取代掉。

比如現(xiàn)階段最吸引就業(yè)的餐飲，餐飲老板憧憬的是，我花錢買AI賦能的人性機器人系統(tǒng)，爭取弄個無人餐廳連鎖出來，噱頭層面好拉投資，實操層面管理費用下降，沒有后廚員工花式做印度奶茶，沒有客服罵人了，沒有直播人員吐槽盲盒居然賣79塊錢的事情了。

總之，投資和就業(yè)，脫鉤了。

可能有大佬會說，那高端人才還是需要的啊，甚至高端人才由于有AI的賦能，工資庫庫漲，賺大了。

別慌，這點在第二章，還有論述。

投資?就業(yè)：

工業(yè)時代：重資產/重人力

互聯(lián)網：輕資產/重人力

AI時代：重資本/重算力】

在以前，勞動生產率提升，除了宏觀的技術突破，還有承載于于每個個體的「干中學」概念。

什么是干中學？

宏觀說，以前總說我們有工程師紅利，是每年有大量經歷過系統(tǒng)性教育的年輕人進入就業(yè)市場，這些年輕人還在職場上不斷自我提高，從而拉動整體勞動生產率。

微觀說，比如當律師或者程序員，不可能一上來你就是大佬，要先從基礎工作開始，慢慢就能獨當一面。

按國務院研究部部長的說法，現(xiàn)在有個廣泛思維定式：AI垃圾，最多只能干點初級的活。

問題就是，沒了初級的活，沒了初級員工練手的場域，沒了「干中學」的積累，高級員工是從天而降的么？

換句話說，職場做題家路徑，那個開端，就窄了。

還有一點，就是傳統(tǒng)教育模式，以前大家也總吐槽脫節(jié)，不過勉強還能運作，但在AI時代，脫節(jié)程度可能變得難以容忍。

比如有大學剛開設了「提示詞工程」課程，結果一個版本迭代，最新的模型都不需要優(yōu)化提示詞了。

這讓我不禁想到了，當年我家某個遠方親戚，塞紅包進了一個非常高科技，非常體面的單位，去做非常體面的工作，叫BP機傳呼臺接線員。

后面的故事就不用多說了，尷尬的狠。

【技術?人才

? "干中學"路徑消失

? 初級崗位消失→成長階梯斷層

? 教育滯后】

說人話就是，【AI鎖死了人類工資上限】。

這里有個叫「“鮑莫爾式”生產率分享機制」的概念，有點復雜，我先鋪墊一下。

1965年，美國經濟學家威廉·鮑莫爾提出一個概念，有兩個宏觀的經濟增長模型，一個叫進步部門，主要是高科技行業(yè)，猛拉生產力的那種，一個叫停滯部門，主要是教育、表演、飯店、盲人按摩這些服務業(yè)。

當然，停滯部門不是說不好，這就是個概念，主要是這些部門，自身很難大幅度提高生產力，舉個例子，我爸媽讀書的時候，一個班主任管幾十個娃，我讀書的時候，一個班主任還是管幾十個娃。

哪怕以前老師上課用黑板，現(xiàn)在用觸摸屏，哪怕以前老師教的爛，現(xiàn)在老師教得好，除非學費暴漲，不然還是那一堆。

當然鮑莫爾還是嫩了，沉淀不夠，他說停滯部門有飯店，沒想到中央廚房和預制菜。

那什么叫鮑莫爾式生產率分享機制呢？

也就是，一部分人先富，帶動其他人富。

比如，某個城市，有個大廠，大廠是做電商的，由于生產率高賺大錢了，要吸引人才，給的工資也高，還拉動起了包括制造、物流等行業(yè)，經濟好了，房價也高了，租房價也就提起來了，那對應的，做服務的那些人，比如西湖醋魚店的員工，要能留在這個城市好歹要支付得起房租有地方睡覺，導致這個城市的停滯部門的底薪也要往上提一提。

當然這說的是大趨勢，概念化之后就是，總的來說，生產率提高，勞動者工資就會漲。

好，AI來了。

AI，最大的好處和最大的問題，其實是一體的，就是降本效能之高，之前從來沒遇到過。

首先，進步部門會縮水。

我們先看一張圖，這是美國勞動統(tǒng)計局和高盛一起做的統(tǒng)計。

有人覺得AI來了，科技行業(yè)猛了，但其實，以chatgpt的發(fā)布為拐點，科技行業(yè)占總就業(yè)的比例開始向下狂飆。

換句話說，一部分原本是在進步部門的勞動者，會被擠到停滯部門，比如我，哪天AI替代我寫稿子做視頻了，我就去送外賣，這條出路對個體來說沒啥問題，我飯量小好養(yǎng)活，但個體量大了的話，就會導致停滯部門勞動者過度充裕，亞當斯密大手就讓停滯部門工資上漲進一步受阻。

工資上限，取決于電費。

國務院研究部部長的原話是，「AI成本不斷下壓，會降低人類工資提高的硬上限」。

現(xiàn)在聚光燈下的AI發(fā)展，更多的是做通用能力，但其實很多行業(yè)都在嘗試自己的垂類AI，那這些垂類領域的人類資本稀缺性會慢慢被打破。

例如在某項任務中，當AI的部署成本下降到每小時5美元，那么理論上來說，這里的人工工資就永遠無法超過5美元，無論人類生產率提高了多少。

這個想法如果繼續(xù)推導，就更恐怖了。

AI技術本質，是能源密集型，所以才有未來的石油是電力的說法嘛，所以我們才看到美國各種大廠都在和發(fā)電站簽直連供電合同嘛。

能源成本，是能繼續(xù)下探的，比如很多人心心念念的可控核聚變，太空光伏，甚至就大量的鋪太陽能電池板和風電，都行。

那，總有一天，哪怕是現(xiàn)階段感覺自己不會被AI替代的高技術人才，智力成本也會收斂于能源成本，甚至被能源的低成本所超越。

【工資?生產率

? 鮑莫爾機制失效

? 進步部門萎縮→中等技能人才→停滯部門

? 工資上限→AI成本=能源成本】

在第一章內容結束的時候，給個中場彩蛋。

可能有大佬說，按之前的幾次技術爆發(fā)規(guī)律，新技術出現(xiàn)后擔憂工作被取代的杞人憂天，都會被新技術創(chuàng)造的大量新工作給嘲笑，比如手工紡織工被蒸汽機取代了，但修機器的工作出現(xiàn)了啊，而且量大管飽。

同理推算，AI時代，也會有更多的數(shù)據分析、機器學習、網絡安全等等崗位，甚至我們現(xiàn)在幻想不到的新崗位出現(xiàn)。

以前是機器替代肌肉，我們還剩大腦，現(xiàn)在是AI替代的是大腦，刺激了。

我們剩下的東西，就不多了。

可能有一天，我講知識類的東西沒人聽了，我作為成都男人，只有穿個白襪子去學宅舞了。

第二章，人工智能v.s.社保。

核心就一點，以穩(wěn)定就業(yè)為基礎的社會保險體系面臨挑戰(zhàn)。

先聊現(xiàn)行社保體系是怎么來的么？或者說，支撐現(xiàn)代社保的大邏輯是什么。

不論哪個國家，現(xiàn)代社保都是工業(yè)化時代的產物。

雛形，都來自英國發(fā)生工業(yè)革命后的1834年通過了《濟貧法》修正案。

當時的局面是，工業(yè)生產帶來城鎮(zhèn)化，導致家庭小型化，抗風險能力下降，再加上主要收入來是工資，手?？谕＃窃谏?、生育、工傷、失業(yè)、或者單純的老了以后，都會陷入收入的困頓，所以要社保。

那既然社保的實質，是勞動者就業(yè)中斷風險的社會化分散，社保和就業(yè)，底層邏輯就天然就強聯(lián)系。

【現(xiàn)代社保保起源

l工業(yè)化產物

? 英國工業(yè)革命1834年《濟貧法》

l背景因素

? 工業(yè)生產→城鎮(zhèn)化/家庭小型化→抗風險↓

? 工資依賴→手?？谕?/p>

? 風險點：生病/生育/工傷/失業(yè)/養(yǎng)老】

具體來說，有兩大基石。

第一個，長期穩(wěn)定的雇傭關系。

社保，不是社會救濟，社會救濟完全就看這個人有多慘，慘了就救。

而社保，是強調權利和義務對等的。

大概邏輯是，社保確保的是勞動者退休以后生活不會大滑坡，既然是滑坡，坡要有個起點嘛，對應的是之前的生活水平。

所以理論情況下，待遇水平和繳費歷史要嚴格掛鉤，之前收入高，交的多，那退休后拿到的也就多。

好，這就有個精算上的技術性問題，和跳槽換工作無關，只有長期穩(wěn)定的雇傭關系，哪怕是雇主不同，才能讓勞動者有清晰、連貫、相對穩(wěn)定的收入流，一方面才能讓退休待遇與勞動貢獻掛鉤有實操層面的可能性，另一方面才能讓生活水平不斷崖下跌有錨定。

舉個極端例子，都說做網紅賺錢，假設我現(xiàn)在有錢，我天天和星巴克，喝一杯還倒一杯，但都知道網紅花期短，那之后很長一段時間，我速溶都喝不起，退休后，重要的問題不是社保要保我每天能喝什么，而是，我就不是個穩(wěn)定的社保經費提供者了，社?？次遥倾氯Φ?，不知道怎么下手。

第二個基石，實際收入，跟著生產率同步增長。

這說的不是單純的漲工資，而是收入的購買力。

現(xiàn)收現(xiàn)付制的邏輯是這樣的，生產率不是一直在提高么，生產率提高了，大家收入也提高了，繳納的社保也多了，再疊加上生產率提高導致物資更豐富，單位物資價格實際下降，那，美好情況下，每代人只需要繳納收入的一小部分，也能供養(yǎng)上一代人過上比他們年輕時更好的生活。

這段有點繞，我舉個例子，假設我一個月繳納社保1000塊，就剛好給我爸媽用，一養(yǎng)二，很考慮人口結構變化了，那我爸媽一人500塊，買肉吃，能比他們年輕時候努力工作吃的還要多的多得多，因為肉類生產起來了。

【 兩大基石：

一、長期穩(wěn)定雇傭

? 生活水平維持

? 待遇?貢獻掛鉤

? 連貫收入流，才具有精算上的可行性

二、收入?生產率同步

l 生產率↑→收入↑→繳費↑

l 物資豐富→價格↓

l 代際供養(yǎng)可持續(xù)】

好，AI來了，對社保體系的兩個基石沖擊太大了。

按國務院研究部部長的說法，這甚至比很多國家都面臨的老齡化帶來的沖擊大，因為老齡化的影響是漸進且可預測的，多多少少能提前做點安排和布局，而人工智能的沖擊是非線性和指數(shù)級的，東一榔頭西一棒槌，今天涌現(xiàn)了明天顛覆了，預判不了AI的預判。

具體說，首先動搖的是第一塊基石，就是長期穩(wěn)定的雇傭關系。

這里又要引入一個概念了，為什么有公司。

諾貝爾經濟學家得主羅納德·科斯，早在1937年就提出了公司的本質，是為了解決一個問題，交易成本。

比如硬性的搜索、議價、締約、監(jiān)督等等，比如柔性的信任、默契等等。

但公司越大就會越臃腫，大到一定程度就效能降低，所以公司會有一個邊界，當公司內部的組織成本低于外部市場的交易成本時，公司就擴張，反之就收縮。

好，隨著AI技術發(fā)展，按【任務雇傭】的成本，開始逐漸向按【崗位雇傭】的成本靠攏，那工作的基本單元就會從一攬子長期的任務集合的崗位，往單一的、短平快的任務，轉移。

說白了，外包越來越多。

也就是，知識白領零工化。

如果有大佬覺得，這概念牽強了，實在不行可以強行重返日本的終生雇傭制嘛，沒事兒，還有另一個更切實的概念。

AI壓低的，不光是外部的交易成本，還有企業(yè)內部的協(xié)調成本。

這又要引入一個概念，為什么有企業(yè)中層。

那為什么中層還是存在呢？因為高層需要中層來信息傳達、任務分配和流程監(jiān)控。

鄧巴數(shù)大家都知道吧，一個企業(yè)老板，能保持密切關系的總人數(shù)是有上限的，不可能隨時「機槍陣地往左移五米」。

隨著智能體越來越多的在沒有人工干預的情況下進行復雜工作流操作，并且能以極低的成本完成協(xié)調工作，那，高層就能輕松的機槍陣地往左移，中層就沒用了。

既然高層領導可以在AI的幫助下直接管理和監(jiān)督更多的基層業(yè)務單元，那，必然就會有數(shù)量龐大的中層被擠出。

江湖口碑一直不好的中層被干掉，聽著還有點爽，但，這依然會出現(xiàn)大規(guī)模的非長期雇傭關系。

【基石一動搖

一、公司邊界理論

l 科斯理論：交易成本決定邊界

l 邊界變化

? 組織成本<交易成本→擴張

? 組織成本>交易成本→收縮

二、雇傭模式轉變

l 崗位雇傭→任務雇傭

l 白領零工化，外包↑

三、中層坍塌

l 傳統(tǒng)中層功能：信息傳達、任務分配、流程監(jiān)控

? 傳統(tǒng)中層生物學存在意義：鄧巴數(shù)限制

l AI替代

? 智能體→工作流自動化→協(xié)調成本↓

? 高層→直管基層

? 中層大規(guī)模擠出】

第二塊基石呢？也會影響。

社保的主要提供人群，是中產，是勞動報酬者。

而AI會讓中等收入群體工資收入難以和社會整體生產率提升同步。

以前每次工業(yè)革命，主要是用機器和自動化去取代藍領體力工作，而AI加速了非常規(guī)認知的常規(guī)化，也就是以前要用個體腦力來做的很多所謂非標工作，也標準化了，中高級認知能力，變成了工業(yè)化可復制的服務，主要沖擊的就是受過高等教育，從事現(xiàn)在所謂認知性工作的白領階層。

而白領階層，恰好就是現(xiàn)階段工作穩(wěn)定、工資較高，切合規(guī)繳納率最高的群體。

說白了，我每個月交1000塊甚至2000塊社保給爸媽買肉，前提是我能工作，我工資能漲，結果現(xiàn)在勞動者報酬也晃悠了。

有人說，那我在AI沖擊下不行，那是我自己的問題，有人靠著AI賺大了啊，他們交就好了。

的確，技術進步帶來的紅利更多流向了擁有算法、數(shù)據和算力的資本所有者，這里又有個實操層面的問題，高收入群體，在社保繳納上是有上限的，哪怕這部分群體的收入進一步上升，對社保的貢獻增量，也抵不過更多中等收入群體進入停滯部門。

第二個部分結束的時候，咱們再來個中場彩蛋。

這故事，就是歌德面臨工業(yè)革命的感悟，萬事皆有代價，人類召喚的力量，不是說控制不了，而是人類自己把權柄遞給了這些力量，原指望它們能讓自己的生活過得更美好，最終可會淪喪為被包養(yǎng)。說得更難聽一點，就是被飼養(yǎng)。

【基石二動搖

收入脫鉤

l 白領沖擊

? 非常規(guī)認知/腦力工作→標準化

? 認知能力→工業(yè)化復制

l 繳費主體萎縮

? 白領=主要繳費群體

分配失衡

l 紅利流向

? 算法擁有者

? 數(shù)據擁有者

? 算力擁有者

l 結構性問題

? 高收入群體：繳費有上限

? 中等收入群體：進入停滯部門

? 貢獻增量<流失量】

第三章，應該有的什么樣的人工智能。

從現(xiàn)在開始，我們就要刻意做，就業(yè)友好型的AI發(fā)展方式。

剛才康德的小故事，說明了一個問題，技術進步本身是中性的，甚至短期內是進步的，就像是用魔法去幫忙打水一樣，很爽，但技術創(chuàng)新并非天然導向于人類福祉。

可能有人會覺得，發(fā)展的問題可以通過發(fā)展來解決，可以走一步看一步。

這里就要再引入一個【初始角度鎖定】的概念。

技術進步具有路徑依賴，一旦某種技術范式占據主導地位，整個社會的工程能力、基礎設施、人員配置和認知習慣都會圍繞其進行構建，這些，都是自我強化，會更加牢固的將發(fā)展方式「鎖定」在最開始的那個軌道上。

舉個我們每天都能看到的例子，鍵盤。

但這種布局是反效率的，故意讓鍵盤中常用字母不集中，手指要多移動，把打字速度降下來，免得老式打印機卡主。

后面研究了很多更符合人體工程學的鍵盤布局，能大幅度提升打字效率，但大家習慣了，改全球的肌肉記太麻煩了，這就是鎖定了。

那AI呢？

AI剛出現(xiàn)，其實是有兩個初始軌道的。

第一個軌道，是用AI取代勞動力成本。

第二個軌道，是用AI來提高人類潛能和增加生命質量。

各位大佬覺得，現(xiàn)在更關注哪個領域？我直觀的感受，因為AI現(xiàn)在都是大企業(yè)在推動，所以更關注第第一個軌道，降本增效。

這里又有一個新概念了，我們要警惕【資本驅動的圖靈陷阱】

圖靈測試大家都知道是什么，讓機器像人類一樣思考，而資本驅動下，現(xiàn)在的AI研發(fā)過渡關注于像人一樣思考和行動，發(fā)展的是“類人智能”，而非增強人的能力。

做個類比，玩游戲的大佬肯定知道戰(zhàn)錘40K，發(fā)展類人智能，結果就是鐵人叛亂，增強人的能力，結果就類似于阿斯塔特。

鋼鐵俠有個賈維斯，但鋼鐵俠有一幕，托尼自己并不在盔甲內，那托尼本人，其實就不重要了。

不過資本驅動的圖靈陷阱，沒辦法自我糾偏，這是資本驅動下的創(chuàng)新對單純的成本效能追求的必然結果。

人，以前是獨特資源，現(xiàn)在是可取代的成本。

那怎么盡量把AI發(fā)展，在初期，就定性在第二軌道呢？

有這幾個大招。

第一招，AI稅。

我提一個商學院人人都知道，但可能不是大眾知識的點。

資本稅收和勞動稅收，操作不好，就容易倒掛，以美國為例，美國的企業(yè)稅模式，其實是鼓勵取代人的。

美國公司買自動化設備，或者買AI系統(tǒng)，這都是固定資產投資，是可以算折舊的，是可以抵稅的，這招能讓很多公司把綜合稅率拉到5%左右。

而雇傭員工，員工到手的工資和企業(yè)的用工成本是兩個概念，員工還不算固定成本，沒有殘值，不能賣二手，綜合稅率就是25%左右。

懂了么？

從經濟學上的理性人假設，我是個會算賬的老板，哪怕現(xiàn)在AI很二，我都傾向于上機器和AI。

所以，AI稅的邏輯，就要反過來。

要大幅度降低，甚至完全取消工資稅，而那種自動化、智能化產生的服務或者產品，提高稅率。

這在我們的十五五規(guī)劃里面也有，叫【構建就業(yè)友好型發(fā)展方式】。

第二招，透明化。

企業(yè)要對自己的AI發(fā)展路線進行更多的披露，之前企業(yè)喜歡搞ESG，來說明自己主動承擔企業(yè)社會責任，之后可能要變了，要就公布自己的AI科技發(fā)展方向到底是取代工作的多，還是賦能工作和創(chuàng)造工作的多，到底是讓員工獲得新技能，還是讓員工受到更多的監(jiān)控。

舉個立馬就能落地的例子，現(xiàn)在有些導航地圖APP，都推出了無障礙輪椅導航規(guī)劃，但很多路線其實都要去親身體驗才能知道到底能不能走通，坡道會不會太離譜，這就是AI可以幫忙的地方。

第三招，學習力。

既然說到這里，那就要給我在B站上的課程，《學習力》，打個廣告。

這課程剛巧，和國務院研究部部長的建議不謀而合，大家可以品鑒一下。

這個課程已經受到了數(shù)千大佬的支持，他們算是在新時代獨木橋上，走的更早更穩(wěn)的一批了。

最后咱們總結一下。

我們正站在一個歷史的十字路口，向左，是AI取代人類的終結者世界，向右，是AI賦能人類的鋼鐵俠世界。

中國提出的就業(yè)友好型發(fā)展方式，或許為全球提供了一個新思路：發(fā)展AI不是為了消滅就業(yè)，而是為了創(chuàng)造更有尊嚴、更有價值的工作。

在AI時代，最大的風險不是機器變得太聰明，而是人類忘記了自己為什么而存在。

工作不僅是謀生手段，更是人類實現(xiàn)自我價值的途徑。如果連這一點都被剝奪，那么無論AI多么強大，或者AI最后被證明只是一個笑話，人類都輸了。