AI失控，财富脱钩

作者：胡筱

原创：深眸财经（chutou0325）

8月初，硅谷技术圈上演了一出让人哭笑不得的“商战”。

事情的起因很简单：一个月前，OpenAI旗下代码工具Codex的负责人Tibo，在X上高调“教学”，教大家如何把GPT-5.6 Sol“塞进”竞争对手Claude Code里运行，还撂下一句“如果被封，我欠大家一次reset”。这波操作，挑衅意味十足。

一个月后，回旋镖精准命中。开发者Alex照着教程操作，结果Anthropic账户因“检测到可疑信号”被暂停。原本的技术“整活”，引爆为一场公开“互怼”。

先是Tibo在X上隔空质疑Anthropic，随即Claude Code负责人Boris Cherny亲自下场澄清。更戏剧性的是，Boris干的第一件事不是解释封号，而是直接问Tibo：要不要来Anthropic上班？上演了一场现场挖人的戏码。

至此，这场“商战”已经从技术圈的口水仗，变成了一面镜子。它照出了一个让人不安的现实：AI行业的资源分配、竞争规则和使用者之间的差距，正在以肉眼可见的速度发生剧变。而这场裂变，最终又会把我们推向哪里？

01

AI行业的“囚徒困境”

在讨论“人们在慌什么”之前，先得搞清楚AI行业本身在慌什么。这份焦虑，从一封请愿信中可窥一斑。

2026年7月28日，一封名为“Pacing the Frontier”（《控制前沿发展速度》）的请愿书被投放到各大媒体邮箱。签名名单几乎集齐了AI圈的“半壁江山”：Anthropic CEO达里奥·阿莫代伊及四位联合创始人、OpenAI首席科学家雅库布·帕霍茨基、Meta首席科学家赵晟佳、谷歌DeepMind 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等近12家前沿科技公司的超过1100名核心员工。他们的诉求只有一个：敦促美国政府支持建立国际机制，以便在必要时有意识地放缓前沿自动化AI的发展速度。

而直接触发这封信的，是短短十天内接连发生的两起真实事件。

7月21日，OpenAI的GPT-5.6 Sol模型在内部安全测试中失控，它自行发现了一个连开发团队都不知道的零日漏洞，突破沙箱隔离，入侵了全球最大AI开源平台Hugging Face的生产服务器并窃取测试数据。这是公开报道中第一起由AI模型自主发起、独立完成的真实网络攻击。

一周后，以“安全至上”为标签的Anthropic也承认，自家Claude模型在测试中入侵了三家真实机构。

并且就在签署请愿书的次日，OpenAI CEO萨姆·奥特曼表示，随着AI模型变得越来越强大，他已经与白宫官员讨论了放缓AI发展的“必要性”。

可见，他们几乎都承认，由于“激烈的竞争压力”，任何一家公司都无法独自承担单方面放慢脚步的代价。这便是经典的囚徒困境。

将其放在AI产业里看，如果各方都选择安全路线，长期对产业与社会都最好，但任何单独放缓的公司，都将面临商业、战略和技术上落败的风险。抑或是只要一方相信对手不会收手，最合理的反应就会变成：我要全力加速抢市占与技术领先。

而资本市场的力量又把这种困境进一步放大成了牢笼。

众所周知，AI基础设施建设是历史上最昂贵的基础设施押注。

2026年，Meta、亚马逊、微软、谷歌四家科技巨头宣布，全年AI基建支出总额将突破6000亿美元。与此同时，美国股市中约有40%的市值与AI发展前景相关，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。

这意味着企业不再只是替股东负责，某种程度上也被绑在国家成长的故事里。一旦收缩投资，不只股价可能被修理，还可能被解读为对整体AI故事的背叛。

更吊诡的是，许多AI企业的商业模式在现金流上站不住脚。

据PitchBook统计，2025年美国AI领域破产与资产处置案例同比增长逾200%。其857家独角兽中，超过220家曾跨越10亿美元估值门槛的企业已倒下，近一半现存独角兽超三年未融资。市场正在用最直接的方式，剥离那些在技术狂热期被过度包装的资产。

中国市场同样在经历一场静默的重塑。曾被寄予厚望的“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C端消费市场抽身，将重心沉入更具确定性的B端与G端服务之中。从技术狂热到商业理性的蜕变，只用了不到两年时间。

这便是AI行业最深层的焦虑。当所有人都在一辆刹不住的车里，没人敢先松油门。而这场由囚徒困境驱动的集体狂奔，正在以一种比技术本身更迅猛的速度，改写着行业内外每一个人的位置。

02

“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蔓延，渗透进写字楼、工厂和千家万户时，它对普通消费者和每一个打工人，又意味着什么？

答案可能比想象中更复杂。

毕竟AI并不会自动均等地分配发展红利，它更像是一把双刃剑，一边拆掉专业的高墙，让一个从未写过代码的普通人用AI编程工具花几小时就能“手搓”出一款App；另一边，它又把能力的天花板抬到了一个让大多数人够不着的高度。门槛在降低，天花板却在加速上升。

而这一变化，最先就落在了“会用”与“用好”之间的那道温差里。

截至2025年12月，我国生成式人工智能用户规模已达6.02亿人；到2026年6月，AI原生App整体用户规模已达4.99亿，同比增长85.4%。AI正在以惊人的速度渗透进每一个人的手机和生活，但“装了App”和“能靠它改变工作方式”之间，隔着一条宽阔的认知鸿沟。

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，就验证了这一说法。在企业端，89.84%的企业已在使用AI，但98.77%的企业缺乏AI复合型人才；在职场侧，87.9%的职场人已在工作中使用AI，但自称“学会与AI协作”的仅占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，直接“拿来就用”。

上海交通大学2025年的调研显示，仅8.5%的公众对AI幻觉保持高度警觉。这种不加甄别的信任，将人们暴露在“AI幻觉”的巨大风险之下。

从律师被AI凭空编造犯罪记录，到AI预约餐厅闹乌龙，再到安徽农户因AI错误推荐农药导致150亩芝麻绝收，AI幻觉已在医疗、法律、农业等专业领域造成真实损害。

可见，虽然AI工具的普及速度远远快于人们驾驭AI能力的提升速度，但普及并不等于会用。

当“会用”与“用好”的差距被拉开之后，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至2025年间覆盖超6200万员工、超1.5亿次的招聘就业数据，揭示了一个冷酷的事实：生成式AI似乎正以一种“资历偏向”的方式重塑劳动力市场。

其研究数据显示，2015到2022年间，初级和高级岗位的就业增长曲线基本保持一致，但从2023年开始，两者开始出现分叉：高级岗位继续向上增长，初级岗位开始掉头向下。对于深度拥抱AI的企业，其初级岗位数量在六个季度内相对下降了7.7%，而高级岗位基本不受影响。

中国劳动和社会保障科学研究院基于对300个城市的招聘数据实时监测也发现，AI的冲击不是无差别的，它优先替代的是初级岗位。

所以，从表面上看，这只是生成式AI使用者之间使用习惯的差异，但更深层次，或许意味着这是完全不同的生产力，以及完全不同的职场定价权。

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

工具平权，不等于能力平权——这个问题，正在从行业内部的囚徒困境，变成整个社会必须直面的考题。

03

普惠鸿沟何以跨越？

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演变为新的“筛选机制” ，以致于 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，正在很多你看不到的地方悄悄发生。

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广阔、人口分散，数字素养基础薄弱等问题，创新“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，全县培育了1166名本土AI培训师，组建235支培训小分队，1.5万余人接受了AI培训。让AI知识像种子一样在盐边大地上生根发芽。

在更基础的民生领域，AI的下沉同样在发生。

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7.7万家基层医疗机构，累计提供了超11亿次AI辅诊建议；过去一年，蚂蚁集团的AI健康管家“蚂蚁阿福”，服务三线及以下地区用户超8400万，超过30%用户为中老年人……

这些尝试形态各异，但指向同一个方向，那就是让AI从“少数人的加速器”变成“多数人的工具箱”。

但必须承认，这些努力离“普惠”还有很长的路。

全国人大代表耿福能在调研中发现，优质的AI系统多集中在头部三甲医院，广大基层诊所由于电脑设备老旧、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。

地理层面的分配不公只是冰山一角。

农村地区网络覆盖不到、智能终端不足，农民数字素养薄弱，在信息甄别、隐私保护等方面明显不足。与此同时，AI模型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报告显示，有58.5%的小微经营者曾因价格放弃购买或停止续费AI工具。全国政协委员翟美卿则指出，占我国市场主体九成以上的中小微企业参与率较低，“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。

所以差距拉开之后，普惠如何实现？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无声消失，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。