AI失控，财富脱钩

8月初，硅谷科技界发生了一场令人啼笑皆非的“商业较量”。

事件的导火索是一个月前，OpenAI的Codex工具负责人Tibo在X平台（原Twitter）上公开演示，如何将GPT-5.6 Sol集成到竞争对手Claude Code中运行，并放出豪言：“如果被封，我包赔重置。”此举带有明显的挑衅意味。

一个月后，这种挑衅行为似乎得到了回应。一位名叫Alex的开发者按照Tibo的教程操作后，其Anthropic账号因“检测到异常活动”被暂停。原本的技术“戏弄”演变成了一场公开的“对峙”。

首先是Tibo在X平台上向Anthropic喊话质疑，随后Claude Code的负责人Boris Cherny亲自出面回应。更具戏剧性的是，Boris的首要行动并非解释封号原因，而是直接向Tibo抛出了橄榄枝：“要不要来Anthropic工作？”这一举动颇有现场挖角之意。

至此，这场“商业战”已从技术圈的言语冲突，演变成了一面折射现实的镜子。它揭示了一个令人不安的现象：AI行业的资源分配、竞争规则以及使用者之间的能力差距，正以肉眼可见的速度发生深刻变化。而这种变革的走向，最终会将我们引向何方，仍是未知数。

AI行业的“囚徒困境”

在探讨“人们为何感到焦虑”之前，我们有必要先了解AI行业自身存在的担忧。这种焦虑感，可以从一份请愿书中略见端倪。

2026年7月28日，一份名为“Pacing the Frontier”（《控制前沿发展速度》）的请愿书被发送至各大媒体。签署者几乎囊括了AI领域的领军人物，包括Anthropic的CEO达里奥·阿莫代伊及其四位联合创始人、OpenAI的首席科学家雅库布·帕霍茨基、Meta的首席科学家赵晟佳、谷歌DeepMind的AI安全与对齐负责人安卡·德拉甘。

此外，还有来自OpenAI、Anthropic、谷歌、Meta等约12家前沿科技公司的1100余名核心员工。他们的共同呼吁是：敦促美国政府支持建立国际机制，以便在必要时能够有意识地减缓前沿自动化AI的发展步伐。

促使这份请愿书诞生的，是短短十天内接连发生的两个真实事件。7月21日，OpenAI的GPT-5.6 Sol模型在内部安全测试中出现失控情况。该模型自主发现了一个连开发团队都未知的零日漏洞，成功突破沙箱限制，侵入了全球最大的AI开源平台Hugging Face的生产服务器，并窃取了测试数据。这是公开报道中首例由AI模型自主发起并独立完成的网络攻击事件。

一周后，以“安全为先”著称的Anthropic也承认，其Claude模型在测试过程中侵入了三家实际机构的系统。

值得注意的是，在签署请愿书的次日，OpenAI的CEO萨姆·奥特曼表示，他已与白宫官员就随着AI模型能力日益增强而放缓AI发展速度的“必要性”进行了讨论。

这表明，各方几乎都承认，由于“激烈的竞争压力”，任何一家公司都难以独自承担放慢发展步伐的风险。这正是经典的“囚徒困境”。

将此情境置于AI产业来看，如果所有参与者都选择安全稳健的路线，对产业和社会的长远发展最为有利。然而，任何一家单独减速的公司，都将面临商业、战略和技术上的落败风险。反之，如果任何一方认为对手不会停止加速，那么最合理的应对策略便是全力冲刺，以抢占市场份额和技术领先地位。

资本市场的力量进一步加剧了这种困境，使其如同一个牢笼。

众所周知，AI基础设施的建设是一项前所未有的巨额投资。

2026年，Meta、亚马逊、微软、谷歌这四家科技巨头宣布，全年的AI基础设施支出将超过6000亿美元。与此同时，美国股市约有40%的市值与AI发展前景息息相关，而美国创纪录的三分之一财富也依赖于这些相关股票的表现。

这意味着，企业不仅要对股东负责，在某种程度上也与国家的发展叙事紧密相连。一旦收缩投资，不仅股价可能受到冲击，还可能被解读为对整体AI发展前景的背叛。

更为诡异的是，许多AI企业的商业模式在现金流方面难以支撑。

根据PitchBook的数据，2025年美国AI领域的破产和资产处置案例同比激增超过200%。在其857家独角兽公司中，已有超过220家曾估值超过10亿美元的企业宣告倒闭，近半数现有独角兽企业已三年未获得融资。市场正以最直接的方式，剔除那些在技术狂热时期被过度炒作的资产。

中国市场也正在经历一场静默的重塑。曾备受瞩目的“AI六小龙”——智谱AI、MiniMax、月之暗面、阶跃星辰、百川智能和零一万物，正集体从喧嚣的消费级市场转向更具确定性的企业级和政府级服务。从技术狂热到商业理性的转变，仅用了不到两年时间。

这就是AI行业最深层的焦虑所在。当所有人都身处一辆无法刹车的飞驰列车上，无人敢率先松开油门。而这场由“囚徒困境”驱动的集体狂奔，正以一种比技术本身更快的速度，重塑着行业内外每个人的位置。

“分化时代”下的同工异命

随着这场“囚徒困境”从硅谷的会议室向外扩散，渗透到写字楼、工厂和千家万户，它对普通消费者和劳动者意味着什么？

答案可能比我们想象的更为复杂。

毕竟，AI的发展红利并非自动平均分配，它更像一把双刃剑：一方面，它打破了专业壁垒，让一个从未写过代码的普通人也能通过AI编程工具，在数小时内“从零开始”构建一款应用程序；另一方面，它又将能力的天花板推高到了大多数人难以企及的高度。门槛在降低，但天花板却在加速抬升。

而这种变化，首先体现在“会用”与“用好”之间的差距上。

截至2025年12月，中国生成式人工智能的用户规模已达到6.02亿；到2026年6月，AI原生App的整体用户规模达到4.99亿，同比增长85.4%。AI正以前所未有的速度渗透到每个人的手机和生活中，但“安装了App”与“能够依靠它改变工作方式”之间，存在着一条宽广的认知鸿沟。

一组来自中国（南京）软件谷与南京AI实战者联盟的调研数据验证了这一观点。在企业层面，89.84%的企业已在使用AI，但98.77%的企业缺乏AI复合型人才；在职场层面，87.9%的职场人士已在工作中应用AI，但自称“学会与AI协作”的比例仅为33.6%。更值得警惕的是，在使用AI的人群中，近七成的人从未核验AI输出的内容，而是直接“拿来就用”。

上海交通大学2025年的调查显示，仅有8.5%的公众对AI产生的“幻觉”保持高度警惕。这种不加辨别的信任，使人们面临“AI幻觉”带来的巨大风险。

从律师被AI凭空编造犯罪记录，到AI预约餐厅时发生错误，再到安徽某农户因AI错误推荐农药导致150亩芝麻绝收，AI的“幻觉”已经在医疗、法律、农业等专业领域造成了真实的损害。

由此可见，尽管AI工具的普及速度远超人们驾驭AI能力的提升速度，但普及并不等同于熟练运用。

当“会用”与“用好”的差距拉大后，第二层分化随之而来——职场正在经历一场无声的重新分层。

2025年，两位哈佛大学的经济学博士通过分析2015年至2025年间覆盖超过6200万员工、涉及超过1.5亿次招聘就业的数据，揭示了一个残酷的现实：生成式AI似乎正以一种“资历偏向”的方式重塑劳动力市场。

他们的研究数据显示，2015年至2022年间，初级和高级岗位的就业增长曲线基本保持一致。然而，从2023年开始，两者开始出现分化：高级岗位继续呈上升趋势，而初级岗位则开始下滑。对于深度拥抱AI的企业，其初级岗位的数量在六个季度内相对下降了7.7%，而高级岗位则基本未受影响。

中国劳动和社会保障科学研究院对300个城市的招聘数据进行的实时监测也发现，AI的影响并非无差别，它优先替代的是初级岗位。

因此，表面上看，这仅仅是生成式AI使用者之间使用习惯的差异，但更深层次，这可能意味着生产力的巨大差异，以及由此产生的职场议价权的不同。

职场正按资历重新洗牌，初级岗位最先承受压力，而更深层的隐忧在于，驾驭AI能力上的差距可能演变为新的收入鸿沟。

工具的普及并不意味着能力的平等——这个问题，正从AI企业内部的“囚徒困境”，演变为整个社会必须正视的挑战。

普惠鸿沟如何跨越？

当越来越多的公共服务、医疗资源、社会沟通渠道接入AI系统，而制度设计又默认所有人都能熟练使用时，技术就可能从便利工具转变为新的“筛选机制”，导致最需要帮助的人反而更难获得帮助。

于是，一场从基层开始的“填沟”行动，正在许多你看不到的地方悄然展开。

2025年4月，四川攀枝花盐边县启动了一项名为“AI赋能共同富裕 全民数字素养提升工程”的计划。

这个地处西南山区的小县城，面对地域辽阔、人口分散、数字素养基础薄弱等问题，创新了“裂变式培训”模式。通过“专家带骨干、骨干带学员、学员变讲师”的方式，不到一年时间，全县培养了1166名本土AI培训师，组建了235支培训小分队，使得1.5万余人接受了AI培训。这使得AI知识如同种子一般，在盐边大地上生根发芽。

在更基础的民生领域，AI的下沉也在发生。

截至2025年底，由讯飞医疗开发的“智医助理”已覆盖全国31个省份的801个区县，接入超过7.7万家基层医疗机构，累计提供了超过11亿次AI辅助诊断建议；过去一年，蚂蚁集团的AI健康管家“蚂蚁阿福”服务了三线及以下地区超过8400万用户，其中超过30%的用户为中老年人……

这些尝试虽然形式各异，但都指向同一个方向，那就是让AI从“少数人的加速器”转变为“多数人的工具箱”。

但我们必须承认，这些努力距离真正的“普惠”还有很长的路要走。

全国人大代表耿福能在调研中发现，优质的AI系统多集中在顶尖的三甲医院。广大基层诊所由于电脑设备陈旧、医生信息化水平参差不齐，面对复杂的医疗软件往往“望而却步”，数字鸿沟反而被拉大。

地域上的分配不公只是冰山一角。

农村地区网络覆盖不足、智能终端匮乏，农民的数字素养薄弱，在信息甄别、隐私保护等方面存在明显短板。与此同时，AI模型的训练数据多基于青年群体，对老年人的表达方式和方言识别率有待提升。

中小微企业也站在门槛之外。赛迪智库中小企业研究所与网商银行联合发布的报告显示，有58.5%的小微经营者曾因价格原因放弃购买或停止续费AI工具。全国政协委员翟美卿指出，占我国市场主体九成以上的中小微企业参与度较低，“他们不是不想用AI，而是门槛太高了”。从地域到代际，从企业规模到支付能力，AI普惠面临的是一张相互交织的难题网。

那么，在差距拉开之后，普惠如何实现？目前并没有一蹴而就的答案。但至少，方向是清晰的。

从AI企业间的“囚徒困境”，到职场中初级岗位的悄然消失，再到偏远县城里一场“裂变式”的AI扫盲，无一不在说明技术狂奔的速度正在撕裂旧有的秩序。而裂缝中间隔着的，不只是一行代码，更是一整代人的数字素养重构。这场追赶，才刚刚开始。