马斯克：27 年底，AI将砸碎所有智力工作者的饭碗

8月31日，今天凌晨，Vercel创始人兼CEO吉列尔莫·劳赫（Guillermo Rauch）在一条推后回复，他们在2026年快要用尽“但是它还做不到另一件事”了。他的意思是，那些不相信人工智能、对人工智能冷嘲热讽的人 很快就说不出话了。

马斯克跟着说：到明年年底，人工智能将能以超人类水平完成任何数字任务，除了那些需要塑造原子的任务。

他这句话充满张力。有一个明确的截止时间，就是 2027 年年底，然后是“任何数字任务”。

如果你靠写代码、做分析、画图、写报告、处理表格、整理信息、制作方案、提供建议吃饭，你的职业身份几乎完整地落在这六个字里。过去几年，人们一直在问AI能不能取代自己。现在这个问题已经有点晚了。更有用的问题是：

当智能开始超越你，同时又开始把你赖以为生的智力商品化，你准备怎么对冲？

对冲原本好像是一个很专业很高大上的词汇，但其实它也可以很朴素，很多人在生活当中都有过类似对冲的生活经验。

我在这里用“对冲”这个词，因为它准确描述了一种很具体的处境：你知道浪会打过来，也知道自己拦不住，所以应该提前换掉一部分和浪潮同涨同跌的头寸。目标没有那么英雄主义，目标也不是赢，而是先别归零。

这可能是未来几年，所有靠处理比特吃饭的人都要补上的一课。

智力的哈伯－博施时刻

马斯克给了一个截止日期。而人工智能的价格曲线已经先给出了答案。

2026年7月，OpenAI把GPT-5.6 Luna的API价格直接砍掉80%，输入降到每百万token 0.20美元，输出降到1.20美元。几个月前的旗舰模型GPT-5.4，价格还是2.50美元和15美元。截至8月31日，独立评测机构Artificial Analysis给Luna xhigh的智能指数是50，给GPT-5.4 xhigh是53。在这套指数上只差3分，输入和输出的标价却相差12.5倍。

细节更能说明问题。据OpenAI披露，GPT-5.6 Sol已经参与分析生产流量、优化负载均衡，并自主改写服务自己的GPU生产内核。这些工作把端到端服务成本又压低了20%。

也就是说，机器自身正在参与压低机器智能的价格。

我们习惯把智能看成石油，一种昂贵、稀缺、掌握在少数人手里的战略资源。但大模型正在把它变成电，而你不会因为家里有电而富有。每个人都能随手调用的能力，不再给拥有者带来多少溢价。

这种事在历史上不乏先例。

19世纪末，智利控制着全球天然硝石贸易。硝石既是肥料，也是炸药原料，白色晶体从阿塔卡马沙漠被挖出来，装上船，换回税收、铁路和国家繁荣。1901年，智利天然硝石约占全球固定氮生产的三分之二。这是一个国家的命根子。

1913年，巴斯夫在德国奥堡启动了第一座工业化合成氨工厂。弗里茨·哈伯找到了从空气中固定氮的方法，卡尔·博施把实验室反应变成了能在高温高压下连续运行的工业系统。此后，空气里取之不尽的氮可以被合成肥料和炸药。到1936年，智利在全球氮生产中的份额只剩7.6%。战争与大萧条也补了刀，合成氨则永久拆掉了天然硝石的稀缺性。

智利人没有突然变懒，矿工也没有一夜之间失去挖矿技术。真正改变的是市场对那项资产的定价。

我把这种时刻叫作“哈伯－博施时刻”：一项新技术突然学会合成过去只能从少数人、少数地方获取的稀缺品，于是旧资产的拥有者还在，但新资产的负债表已经没了。

今天，靠脑力工作积累起来的智力资本，正在经历自己的哈伯－博施时刻。

我之前写过一篇文章，讲为什么赚钱越来越难，因为排列原子的思维玩不转排列比特的游戏。当时我想说，工业时代的财富逻辑正在让位给信息时代。现在更残酷的一步来了：排列比特这件事本身，也开始被AI承包。

智力被超越是第一次打击。智力资产被重新定价是第二次。

你会的东西依然有用，只是它未必还值原来的价。这比失业更普遍，也更难察觉。岗位可以保留，工资可以照发，真正消失的是溢价。你花十年练出的能力，可能突然被装进一个每月二十美元的订阅里。

对冲不是赢，是让你留在牌桌上

今年上半年，著名杂志《外交政策》有一篇文章说，对冲正在成为这个时代的新常态。文章把“对冲”定义为：在伙伴变得不可靠的世界里，避免对任何一方形成排他性依赖。国家开始同时经营多种关系，准备冗余供应链，保留自主能力。它们接受更高的成本，换取危机来临时手里还有选项。

作者苏珊娜·诺塞尔（Suzanne Nossel）是芝加哥全球事务委员会研究美国外交政策与国际秩序的高级研究员。她为正在出现的新秩序造了一个词：hedgemony，对冲霸权秩序。各国不再相信有一套稳定体系会永远托住自己，只能一边合作，一边准备退出路线。

这种国家战略，正在向个人生活中不断渗透。

单一技能、单一平台、单一雇主、单一模型，就是普通人的四种排他性依赖。过去它们被叫作专业、忠诚和效率。环境稳定时，集中下注确实能提高回报。环境本身开始消失时，那些美德会突然变成锁链。

很多人可能会觉得，那我摆脱单一形态，多做几种努力就可以了。不好意思，多学几样东西不叫对冲。你会写文案，又去学做PPT，再学用AI做PPT，表面上有三个技能，底层仍然是同一个头寸：廉价数字智能。一旦基础模型继续进步，它们会一起跌。

哈里·马科维茨（Harry Markowitz）在1952年建立现代投资组合理论时，最重要的洞见就是，组合风险不取决于你买了多少种资产，还取决于它们怎样一起波动。十只股票如果都押在同一种风险上，只是把一个篮子刷成十种颜色。

把这个道理搬到个人身上，问题也跟着变了：我的收入、身份和选择权，有多少会随着商品智能的价格一起下跌？

对冲当然有成本。国家为冗余供应链多付钱，个人也要为冗余生活多付钱。你要接受一部分暂时没用的能力，维持不止一个分发渠道，在工资之外建立很小的第二收入，让生活成本低到自己有资格说“不”。这些动作短期看都不够高效。

深耕仍然要做，复利仍然要追求，但是，你需要放弃的是另一层幻觉：你掌握的这门手艺的溢价会永远属于你。

对冲会让你错过一部分最高收益，但它换来的是更高的下限。说得再直白一点，对冲不保证你跑赢AI，只保证AI碾过来时，你的人生不会跟着一个价格曲线归零。也就是说，它可以让你留在牌桌上，保留你继续下注的机会。

第一笔换仓：离开纯比特的价格战

很多人可能会立刻得出一个俗套的答案：那我去学水电、按摩、做饭，逃到原子世界里。

没这么简单。

原子世界当然更难被软件吞掉，但它往往更吃资本、更受监管、更依赖供应链。一个普通白领不可能因为看懂了“比特贬值”，明天就去造电池、开矿山或者建数据中心。把所有人赶去做水管工，也只是另一种批量建议。

真正的分界线不在蓝领和白领之间，而在于一项工作能否被完整装到了数字闭环里。

劳赫说“ai做不到”的清单快用完了，对我们来说，明智的做法是相信这个前提。继续寻找AI永远不会做的智力题，胜算很低。更可靠的边界是三种总成本不同的工作：塑造原子、承担责任、真实在场。

AI可以给外科医生更好的方案，却不能替一个具体的人在手术同意书、医疗责任和病床边的关系中承担后果。它可以生成一套商业战略，却不能把自己的名声、现金流和未来几年押在那套战略上。它可以写出关于攀登的漂亮文字，却没有一副会摔碎的身体。

这就说到了比较优势。

比较优势从来不要求你在绝对能力上胜过对手。它看的是机会成本和整套交易成本。AI也许在认知环节上比你强，可一旦工作包含现场关系、法律责任、身体反馈、长期承诺，最终交付就无法只按token价格结算。

我之前提出过一个“AI替代的逆向历史演化定律”：人类越晚形成、越抽象、越符号化的技能，越早被AI覆盖；空间感知、身体协作、面对真实环境的判断，这些古老能力反而更晚被替代。

这个判断当然不是劝所有人都回到石器时代。它提示的是换仓方向。继续使用最先进的AI，同时把你的收入往那些必须由一个具体的人在场、签字、承担、解释和收拾残局的环节移动。

“会用AI”很快就会像“会用电脑”一样普通。把提示词、工作流和模型操作当成护城河，恰好是最失败的对冲。模型越进步，你的技能越容易，门槛越低，价格越便宜。你和风险因子站在同一边。

真正值得长期持有的能力，会在AI变强时变得更贵：定义值得解决的问题，面对没有标准答案的现场，承担错误的代价，以及形成别人无法从公开数据里蒸馏出来的坏品味。

好品味可以被总结，被模仿，被做成训练集。坏品味是你明知道大多数人不喜欢，仍然愿意下注的那一部分。它带着偏见，也带着责任。机器能复制风格，复制不了你为什么愿意为它付出几年。

第二笔换仓：把智力换成信任

智力商品化以后，最常见的误判是继续加码智力。

读更多论文，学更多工具，拿更多证书，把自己的处理速度再提高一点。这些当然没有错。问题在于，如果市场正在用更低价格出售同一种东西，你加仓得越勤奋，和价格下跌的相关性越高。

另一种资产的走势正好相反。

内容越便宜，验证内容的成本越高。答案越多，人越需要知道该信谁。AI每秒可以生成无数条像样的建议，却无法替你补写十年的履约记录。它能模仿一个人的语气，但不能倒流回十年前，替这个人按时交付、承认错误、拒绝一次诱惑，然后把这些行为一件件记在同一个名字下面。

关于信任和声誉，博弈论的解释很朴素。在一次性交易里，双方只算眼前得失；在多阶段、重复发生的交易里，一个人今天占便宜，就会失去后面所有合作。声誉于是成了一种抵押品。它的价值来自别人知道你还会回来。

这也是信任难以量产的原因。内容生产可以并行，信用记录只能按时间排队。

我在之前的文章里反复写过个人品牌，也写过“可信的叙述位置”。很多人把个人品牌理解成头像、口号、粉丝数，那太表面了。真正的个人品牌是一条公开的判断记录：你在什么还没成为共识时说过什么，后来发生了什么；你犯错时怎么处理；利益摆在面前时，你有没有悄悄换一套标准。

这就是智力和信任最根本的区别。智力可以按次购买，信任要求同一个人持续出现。智力的市场价格在下跌，可信叙述位置的建造成本却在上升。

智能越商品化，信任越难被商品化。信任需要时间，而时间还不能并行生产。

对普通人来说，这不等于人人都要当网红。你需要的是一块不依附于单一平台的信用地盘。它可以是一份持续多年的作品记录，一群直接认识你的客户，一封能够抵达读者的邮件，一项和真实姓名绑定的承诺，也可以是一门别人愿意先付款、因为知道你会回来负责的生意。

粉丝数可以买，流量可以租，AI内容可以无限灌。而别人愿意把一次重要选择交给你，这件事仍然很慢。

第三笔换仓：拥有退出权，并像猎人一样使用AI

如果说前两笔换仓对冲的是能力和价格。第三笔对冲的是系统本身。

很多人更普遍的风险，是所有生活条件被锁在同一个节点上：工资来自一家公司，客户来自一个平台，作品存在一个账号里，工作依赖一个模型，房贷又要求他每个月必须完成交易。任何一个节点关门，他就没有转身空间。

我在之前的文章里写过，未来一个人可以没有工资，但不能没有头寸。头寸不等于股票账户。它是任何一种让你能分享到上行、保留发言权，并在规则变坏时离开的东西。

普通人的头寸也没有那么宏大。你不需要先变成资本大鳄。一个自己能带走的客户名单，一项属于自己的知识产权，一个不靠平台推荐也能触达人的渠道，一笔足以让你拒绝烂工作的储蓄，都是退出权。

降低开销也算。甚至它可能是最被低估的头寸。一个每月必须赚五万元才能维持生活的人，面对系统时比每月一万元就能过得不错的人更脆弱。前者看起来更成功，后者手里那句“不干了”更值钱。

这部分可以借用纳西姆·塔勒布的杠铃策略。杠铃的两端，一端极端保守，一端极端进取，中间那块看似稳妥的区域反而少碰。

个人对冲AI也应该长成一根杠铃。

保守的一端，持有AI价格下跌也碰不到的东西：低固定成本、身体、现场关系、长期信用、可带走的客户、对自己时间的控制。进取的一端，毫不犹豫地调用最强模型，把它们变成研究员、程序员、交易员和生产团队，去追过去一个人根本够不到的机会。

中间那一大块“稳定工作”最危险。它的工作流程已经被AI覆盖，收入却仍被单一雇主控制；它享受不到AI杠杆的全部上行，又承担智力商品化的全部下行。看上去最稳，相关性最高。

这也是我最近不断思考的“猎人姿态”。未来最先进的生活，也许是拿着太空时代的工具做狩猎采集者。你不和弓箭比赛射箭，也不因为弓箭太强就放弃打猎。你带着它进入新的猎场，寻找不对称机会，做一段短促而完整的工作，承担结果，成功一次，然后有权停下来生活。

AI会重新绘制猎场。猎人的任务是移动，在移动中寻找机会。

总之，逃到原子世界仍然不够。原子域有厂房、能源、牌照和供应链，普通人很容易从“比特雇员”变成“原子雇员”，仍然没有头寸。更关键的资产是排列权：由你决定调用哪些智能、组织哪些原子、服务什么人、拒绝什么，以及把有限的生命押在哪个问题上。

AI可以成为武器。你必须保留选择猎物和扣动扳机的权利。

你有截止日期，所以你必须对冲

对冲看起来像一种财务技巧，它的底层其实是时间观。

如果一个人拥有无限时间，他不需要对冲。技能归零了可以重学，行业消失了可以再等一百年，所有错误最终都有机会修正。

但我们没有。

生命有死期，时间才有预算；时间有预算，人就必须排序。什么值得学，什么值得放弃，谁值得相信，哪件事值得把身家压上去。排序产生立场，立场形成头寸，头寸让判断有了后果。

AI没有这个约束。它可以同时走一万条路，失败九千九百九十九次，再把剩下那条递给你。人只能在有限的几年里，选一小部分事情认真去做。这个缺陷很麻烦，也很宝贵。它逼着你回答智能永远替你回答不了的问题：什么是值得的。

以后，模型也许能列出你人生所有可能的路线，计算每条路的收入、风险、幸福概率和后悔值。它甚至会比你更懂怎样抵达。

可你仍然要亲手选一条，然后把会受伤的身体、会贬值的名声和不会重来的时间放进去。

当智能超越你，又把你的聪明降成一项廉价商品，你最后要守住的，是决定在乎什么、把命押在哪里的权利。【懂】

经叔最近做了一个网站:https://budongjing.com

人肉筛选挖掘的硬核优质内容及深度原创，重点关注科技、文化、财富、权力四大要素以及它们之间的互动与影响。网站定价1999元/年，目前内测优惠价1299元/年，感兴趣的读者可以加经叔微信订阅。

另外，欢迎加入经叔的知识星球。在这里，我们拒绝无用的焦虑，只谈底层的逻辑与实战的干货。我会结合最新的AI前沿动态、深度的商业创新分析（如一人企业的构建）和独特的文化思潮（如麦克卢汉的媒介洞察），帮助大家把握时间窗口。

我是不懂经的经叔，国内最早翻译介绍了纳瓦尔的《如何不靠运气获得财务自由》，以及影响了纳瓦尔、中本聪、马斯克等大佬的《主权个人》。

不懂经知识星球，众多百万粉丝大V、千万及亿万富翁订阅。专注分享一人企业、一人创投主题，关键词：AI、IP、创投、科技及商业前沿的高杠杆内容。

愈懂愈自由