先说一件让我自己都觉得恶心的事。
我用AI赚钱。
不是偶尔用，是每天用，是我的收入里有一部分直接来自于AI工具替代了原本需要人来做的工作。我搭Agent，我做自动化，我在给别人讲怎么用AI提效——说白了，我是那个站在台上鼓励大家用AI替代人力的人。
同时，我在写这篇文章。
写AI正在以一种被资本设计过的方式，系统性地取代普通人的工作和尊严。
这两件事是同一个我在做。我没有办法解释清楚这种感觉，但它是真实的，像两只手同时在拉我，每天都在。
我不知道怎么给自己一个人设。
我不知道对着那些被裁掉的程序员、那些转去做数据标注的前白领，我应该用哪张脸。
所以我只能把这个矛盾摆在这里，作为这篇文章的第一句话。
这是一个商业决策，不是技术规律
你有没有想过一个问题：AI为什么先盯上金融、法律、医疗？
不是因为这些领域最接近通用智能。
是因为这些行业付费能力最强。
这是一个商业决策，不是一个技术路径。
当一个律所的初级律师年薪三十万，当一个金融分析师的日常工作是整理报告，当一个医生的诊断流程高度标准化——这些岗位在资本眼里，首先是一张报价单，然后才是一个人。
你的工作被盯上，不是因为AI进化到了你的水平，而是因为你的岗位被标了价，而且价格贵。
取代人类，不是技术的宿命，是资本的算计。
我知道这一点。我一边知道，一边在做让这件事加速的生意。
这就是我说的两副面孔。不是我故意带的，是这个时代逼出来的。
中国版本：大厂HR的那句话
这件事在中国，有一个特别具体的说法。
有人在一次行业活动上和一位大厂HR聊天，对方说得很直白：
"以前招一个P6，是希望他把活干好；现在，我们希望他带着AI，把一个团队的活干完。"
这不是玩笑，这是2025年中国互联网大厂招聘的实际逻辑。
百度对非核心业务进行大规模优化，裁员比例在20%到30%，部分直播业务裁员达90%。阿里员工规模从2022年高点持续回落。字节AI部门人事大范围变动。
一边裁人，一边疯狂抢AI算法工程师，大模型算法岗月薪中位数超过6万，顶尖岗位年薪可达90万以上。
两件事同时发生，这不是矛盾，这是同一个逻辑的两面。
我做的事，也是这个逻辑的一部分。
我帮企业用AI提效，企业省下来的钱，用来付给少数算法工程师更高的薪水，同时裁掉更多普通员工。这条链路，我看得很清楚。
但我还是在做。
因为如果我不做，会有别人做。而且我也要吃饭。
这个理由对不对？我不知道。这个理由够不够？我也不知道。
程序员的那把刀
程序员曾经是中国互联网最不用担心失业的人。
那个时代结束了。
谷歌新写的代码超过四分之一由AI生成。百度内部有四分之一的代码是AI写的。Salesforce直接宣布2025年不再招聘软件工程师。
中国大厂的程序员在招聘软件上已经能感觉到：曾经满屏的"大量HC""薪资面议"，正在快速消失。校招名额一年比一年少，社招直接进入地狱模式。
有个开源项目的个人开发者说了一句话：
"多看五年，程序员或许就跟当年的打字员一样，从独立工种变为通用技能了。"
我用Claude Code写代码。
我用AI agent替代了以前需要外包给程序员的功能。我一个人能做的事，比以前多了三倍，但我付给人的钱，变少了。
这就是我每天睁眼要面对的现实：我是那个拿着镰刀的人，同时写文章说刀很危险。
精英在亲手喂养取代自己的机器
国家在2025年初正式发布政策，推动数据标注产业规模年均增长超过20%，在成都、沈阳、合肥等7个城市建设国家级数据标注基地。
这是一个快速增长的产业。
然后你再想一想，谁在做数据标注。
河南、贵州、山西、山东——中西部省份凭借低廉的用工成本，承接大量基础标注任务。被大厂裁掉的内容编辑、初级产品经理、运营人员，很多转去接数据标注的活：一条条教AI怎么写文案，怎么做判断，怎么生成符合平台调性的内容。
用自己刚刚被没收的那份技能，训练取代下一批人的模型。
这是一个完美的死循环，设计得无比精妙。
我用的那些AI工具，背后都有这条流水线支撑着。
我知道。我每次打开Claude的时候，我知道那个流畅的回复背后，是无数个数据标注员在某个地方坐着，一条条审核、标记、纠错。
我还是在用。
我在写这篇文章，用的是AI辅助。我是那个问题的一部分，不是旁观者。
我之前在2030预测里写过一个概念，叫技能蒸发：你的技能没有消失，它被提炼出去了，变成公共资产，而你作为来源，没有得到任何定价权。
我写这个概念的时候，没有意识到我自己也在参与这个蒸馏过程。
豆包培训群，99块钱买一个安慰
我有个朋友开始做培训了。
教人用豆包。
豆包是字节跳动出的AI工具，在那些真正懂AI的人口中，这个名字说出来会带着一点点不屑——鄙视链最底端，用豆包的人，不是"圈内人"。
但我朋友的群里有两百个人，两个群，四百个人，都在学。
学员是宝妈，是大学生，是外卖员。
外卖员进群，不是因为想转行做AI工程师。他们想用豆包写口播文案，想做自媒体，想送外卖之外多一条收入。宝妈进群，一部分是想靠AI做副业，另一部分只是想用豆包帮孩子辅导作业。
收费99块。
交付的东西是几个提示词模板。就这些。
进群的人很多，退群也很快。因为几乎没有人能做出成绩。口播文案写出来了，但没有流量。副业没做成，孩子作业辅导还凑合。
然后他们悄悄退群，继续去送外卖，继续带娃。
但我朋友的培训还在开，还有人进。
因为焦虑还在。
被AI淘汰的焦虑，跟不上时代的焦虑，看着别人用AI月入过万自己什么都没有的焦虑——这种焦虑是真实的，99块钱买一个"我在学AI"的感觉，也是真实的需求。
我朋友没有骗他们。提示词模板是真的，豆包能写文案也是真的。
但那个"学会AI就能改变命运"的期待，没有人明说，却弥漫在整个群里。
然后它悄悄落空了。
我看着这件事，想到了另一条鄙视链。
我在用Claude，用GPT，用Gemini，用各种国际模型，我觉得这是理所当然的。那四百个人用豆包，在我这个圈子里是会被笑的。
但他们99块钱的焦虑，和我几千块钱订阅费背后的焦虑，本质上是同一种东西。
我只是有钱把焦虑买得更贵一点。
这让我觉得，我和那四百个人的距离，没有我以为的那么远。
中国的数据红利，和谁的红利
中国被认为在AI时代有一个独特优势：数据规模。
工业门类齐全，制造业数据积累深厚，14亿人口产生的互联网行为数据，规模碾压大多数国家。
有专家说，这是"中国的数据金矿"。
但有一个问题没人喜欢正面回答：这座金矿里的矿，是谁的？
那些在工厂里生产了几十年的工人，他们的操作数据、工艺数据，被训练进了工业AI模型，他们能分到什么？那些在电商平台消费了十几年的用户，用行为数据喂饱了推荐算法，他们得到了什么回报？
字节跳动计划在2025到2026年投资约1600亿元人民币在AI基础设施上。这些算力的成本，被平摊到了使用字节产品的每一个人身上——他们的注意力，他们的数据，他们被算法精准喂饱后的消费行为。
包括那四百个用豆包的人。
他们在用豆包，同时在喂养豆包。
数据被明确为生产要素，但生产要素的收益，走的是资本路径，不是劳动路径。
我也在这条路上，不在劳动那端，在资本那端的边缘位置。
这不是我刻意选择的，但这是我的位置。
孟菲斯一个黑人社区，用肺为Grok的训练付账
说一个具体的案例。
2024年，马斯克的xAI公司在孟菲斯南部建了"巨像"超级计算机，用来训练Grok。选址在一个90%黑人居住的工薪社区，癌症发病率是全美平均的四倍。
建好之后，居民先闻到了异味。
后来航拍图出来：现场有35台甲烷燃气涡轮机，33台在持续运转。xAI只拿到了15台的许可证。
南方环境法律中心用热成像技术拍摄运转画面，数据显示这批涡轮机让孟菲斯的烟雾浓度增加30%到60%，释放甲醛。设施每天消耗约一百万加仑当地饮用水冷却服务器。
NAACP代表居民提起诉讼。马斯克没有回应。
你看到的那个流畅的AI界面，它的物理成本，落在了孟菲斯一个四倍癌症发病率的社区的头顶上。
我用的那个流畅的AI界面，也是。
中国版本的"孟菲斯"还没有出现在公共讨论里。但内蒙古、贵州、宁夏承接了大量数据中心建设，那些地方的农业用水、电网压力、生态代价，算在谁的账上，没有人在整理这份清单。
我在享受那些算力带来的便利，我没有在问这些问题。
直到写这篇文章，我才把它们放在一起看了一遍。
我之前在2030预测里写过编排经济：未来的价值越来越集中在"谁在调度资源"这件事上，而不是"谁在执行"。好处向上集中，代价向下扩散，扩散到那些最没有能力拒绝的地方。
我在这条链路的哪个位置？
我是调度者，还是被调度的资源？
我觉得我在中间，但我不确定这条中间路会不会越来越窄。
"AI末日"是一张融资PPT
把AI包装成要么治愈癌症、要么毁灭人类的极端存在，唯一目的是：制造不可控感，然后用这种不可控感来集中权力。
一旦你接受"这项技术太危险，普通人搞不定"的前提，你就接受了"所以要交给少数绝顶聪明的人来掌管"的结论。
开源打破这个逻辑。中国的DeepSeek、Qwen开源，在一定程度上打破了美国闭源大模型的垄断叙事。
但这并不意味着中国的AI没有权力集中问题。集中的主体换了，不是几家硅谷公司，而是几家头部平台和相应的体制。逻辑没变：谁控制了数据，谁控制了算力，谁就控制了AI的议程。
我对国产开源是真心支持的，不是表演。因为我真的相信分散才是出路。
但我同时也知道，我对国产开源的支持，有一部分是因为它对我的生意有利——开源工具更便宜，部署更灵活，让我这种个人开发者能竞争。
我的立场里有多少是真正的价值观，有多少是利益驱动？我区分不清楚，有时候我觉得都是，有时候我觉得都不是。
批评者的结局，是让其他人看见
Google曾经花高薪请全球顶级AI伦理研究员，她发了一篇论文指出大语言模型的系统性缺陷，直接被扫地出门。
批评OpenAI的人，收到了法院传票。
这是一个成熟的打压结构：不辩论，起诉；不解释，解雇；用资金控制媒体探视权，只让外界看到精心设计的演示。
中国有中国版本。讨论AI监管的学术声音很难被放大，研究算法歧视的论文在某些平台不容易传播。AI公司的黑箱程度，不亚于任何一家硅谷公司。
我在X上写批评AI资本的文章，同时在卖AI相关的服务。
有时候我觉得自己在做有意义的事，提供了一个视角，让人们不至于完全被那套"AI改变世界"的叙事带走。
有时候我觉得自己是在用批判来增加可信度，然后把这种可信度变现。
我不知道哪个是真的。也许都是真的。也许这才是最让我痛苦的地方——不是做坏事，而是做一件你说不清楚好坏的事，然后每天继续做。
我对2030年的判断，变了一部分
去年写那篇预测的时候，我相信有一种AI值得去做——不造神话，不讲宏大叙事，只解决一个具体的问题，解决完就退场。我给它起了个名字，叫够用AI。
我现在仍然相信够用AI有价值。
但我对它能不能在资本叙事里活下去，变得更悲观了。
够用AI要活下去，必须建立在资本无法垄断的地基上：开源模型、本地部署、用户数据主权。
你用得越舒服的中心化AI平台，你就越不是用户，而是原料。
中国24岁以下青年失业率在2025年底仍维持在17%左右的高位。这一代年轻人，带着对互联网大厂的期望进入职场，结果撞上了大厂收缩、AI替代基础岗位、数据标注工资极低的三重夹击。
他们没有做错任何事。
然后他们看到我这样的人，在台上讲AI时代的机遇，讲怎么用AI提效，讲2030年的预测。
也有人进了豆包培训群，99块钱，想用AI做副业。
我想对他们说什么？
我不知道。
"学AI"是真的，但学了之后进不去那个圈子，也是真的。"保持竞争力"是真的，但竞争力的门槛每半年就在抬高，也是真的。
我每次讲完这些，都会有一段时间的沉默，我不知道那是成就感还是羞耻感。
这篇文章没有励志结尾。
我不打算告诉你学什么技能能保住饭碗。
我只想说一件事，也是我自己每天在问自己的：
你在这条产业链的哪个位置？
你的收益，来自于谁的代价？
你有没有在用批判来掩盖自己的共谋？
我问自己这些问题，没有答案，但我觉得这些问题本身是有价值的。
比那些告诉你AI时代只要努力就能成功的文章，要诚实一点。
在这场AI风暴里，最清醒的人，未必是那些完全不用AI的人，也未必是那些用AI赚了最多钱的人。
也许是那些能同时看见两边、说不清楚自己站在哪里、但还在持续追问的人。
我不确定我是不是那种人。
但我在试。
2030年系列持续更新。越写越不舒服，说明方向对了。
你有没有也在做一件你自己说不清好坏的事？