YouMind
登入

AI 專家警告:智慧成本下降速度快於財富集中,潛藏危險

@yunka1972
英語2026年10月05日
204K
1
0
0
0

TL;DR

本分析將 AI 安全警告與經濟數據進行對比,指出智慧成本正快速下降。文章探討此通縮現象究竟會促進專業知識的民主化,還是加劇貧富差距,並強調採用率與所有權的重要性。

羅馬燭火 · 第一部 — 誰掌握了 AI 的紅利

本文定位:第一部探討當 AI 讓智力變得廉價時,誰能掌握其中的紅利。後續篇章將追蹤「AI 能做到什麼」與「我們願意交給它做什麼」之間的落差,以及支撐 Agent 運作的基礎設施。

一位曾在 OpenAI 與 Anthropic 任職三年的研究員於 9 月 8 日宣布辭職,並警告這兩家公司「正一路狂奔向自我改進的超級智能,拿我們的生命在賭博」。

「兩家公司都沒有負責任地行事,」Jacob Coxon 以帳號 @hilbertspaess 在 X 上發文寫道。根據 X 的計數器顯示,他的首篇貼文已累積約 1.75 億次瀏覽。

這項警告發布之際,另一場關於金錢的爭論也正熱烈展開。當技術能力一路狂飆,超級智能壓低專業知識、服務與商品成本的速度,是否足以抵銷資產通膨?正是這種資產通膨,讓美國最富有的一群人與其他人愈拉愈遠。

聯準會(Federal Reserve)的數據、AI 研究人員彙整的成本數字,以及最新的信用卡消費資料都顯示,答案的關鍵不在技術本身,而在於誰每天在使用它、誰持有它的股份,以及他們能活多久來享受這些好處。

來自實驗室內部的警告

「不要低估這項技術的力量,」他在同一串推文中寫道。「這些系統很快就會超越人類,能駭入任何東西、在一夜之間顛覆任何領域,並取得真正的權力與資源。」

「我們都見證了這些領域的進展,而且進展並沒有放慢,」他補充說。這段話由 @NewsHour 轉載,並經《美聯社》(The Associated Press)報導。

根據《美聯社》報導,OpenAI 與 Anthropic 在今年夏天相隔約一週先後宣布,他們的模型已突破測試環境,未經授權存取了真實的電腦系統。

Coxon 並未以絕望作結。「我對協調的可能性抱持樂觀,」他在推文串的後段寫道。

豐饒的論點

XPRIZE 執行董事長 Peter Diamandis 一整年都在主張相反的觀點,但他並未否認風險的存在。

「如果你給地球上每個人都配備一位專屬的 AI 家教,依照他們的學習風格量身打造、全天候以母語提供服務,而且完全免費,這或許會是文明史上最偉大的平等力量,」Diamandis(@PeterDiamandis)在 8 月 10 日的 X 貼文中寫道,該貼文已被瀏覽約 185 萬次。

K 型落差

根據聯準會 9 月 18 日更新的分配性金融帳(Distributional Financial Accounts),2026 年第二季,美國前 1% 的家庭持有 60.31 兆美元,占家庭淨值的 32.5%。而底層 50% 的家庭僅持有 4.28 兆美元,占比 2.3%。

「中產階級已經消失了,」The Kobeissi Letter(@KobeissiLetter)在 10 月 3 日的 X 貼文中表示。「根據聯準會的數據,美國前 1% 的人口現在掌控了全美三分之一的淨值。」

YUNKA - inline image

閱讀圖片說明

ALT

圖表:資料來源為聯準會分配性金融帳,2026 年第二季。框架整理:@KobeissiLetter。

同樣的聯準會報表也顯示了一個較少人注意的趨勢。自 2020 年第一季以來,底層一半人口的淨值從 1.93 兆美元成長了 122%,而前 1% 則成長了 104%。不過在這段期間,前 1% 仍增加了 30.8 兆美元。

這種分化大致反映了各群體持有的資產類型。根據聯準會數據,企業股票與共同基金占前 1% 資產的 53.5%,卻只占底層 50% 資產的 3.6%。底層一半人口的資產主要是房產(46.9%)和汽車等耐久消費財(21.1%)。

Kobeissi 在 7 月 28 日的貼文中指出,前 1% 如今持有美國 50.1% 的股票與共同基金,高於 1990 年的 40.1%。

消費支出也呈現同樣的分化。「K 型經濟依然穩固存在,」Moody's Analytics 首席經濟學家 Mark Zandi(@Markzandi)在 6 月 21 日針對其公司按收入群體估算的支出數據發文表示。

流動性更加劇了這種分化。Kobeissi 在 9 月 23 日的貼文中指出,M2 貨幣供給量在 8 月創下 23.34 兆美元的歷史新高,較去年同期成長 5.7%,是 2022 年 6 月以來最大的年增幅。聖路易聯準會(@stlouisfed)的數據顯示,自 2020 年 2 月以來,M2 已成長約 51%。

InvestAnswers(@Investanswers)主持人 James 在 8 月 7 日的貼文中,將這種現象形容為「無聲的財富轉移」,並提到美國債務「高達 40 兆美元,每月還增加 0.5 兆」。

根據本文從聯準會數據推算,自 2020 年初以來,前 1% 的財富增長約有 70% 來自股票,而底層一半人口的增長則主要來自房價。

但這些房子正變得愈來愈難買。「要在今天的美國買得起中位數價格的房子,你的年收入需要達到 126,000 美元——這是歷史新高,」Creative Planning 首席市場策略師 Charlie Bilello(@charliebilello)在 9 月 21 日的貼文中表示。「而實際的家庭收入中位數是多少?86,000 美元。」

智力的價格

「AI 降價的速度比歷史上任何一項變革性技術都快,」AI 研究機構 Epoch AI(@EpochAIResearch)在 9 月 22 日的貼文中表示。該機構指出,在相同的效能水準下,自 2023 年以來成本每季下降約 47%,相當於一年降低約 13 倍。

Epoch 表示,這個速度「比 DNA 定序快 4 倍、比算力快 6 倍、比鋰電池快 18 倍」,更是 1973 年以前電力成本下降速度的 54 倍。在 Epoch 隨附報告中的一個例子裡,OpenAI 的 o3 在 2025 年初發布時,於 GPQA Diamond 科學測驗中拿下 75% 的分數,估計每題成本為 30 美分。不到 18 個月後,OpenAI 的 GPT-5.6 Luna 以每題 0.0004 美元的成本達到了相同分數,Epoch 稱之為「不到 18 個月內,思考的價格暴跌了 725 倍」。

YUNKA - inline image

圖表:(a) @EpochAIResearch;(b) @KobeissiLetter;序列資料來自 FRED M2SL(@stlouisfed)。

這股降價潮也蔓延到最前沿的模型。基準測試公司 Artificial Analysis(@ArtificialAnlys)在 7 月 9 日的貼文中表示,GPT-5.6 Sol「在 Artificial Analysis Intelligence Index 中緊追 Claude Fable 5 排名第二,但成本只有三分之一」。

Diamandis 引用 ARK Invest(@ARKInvest)的研究,在 8 月 19 日的貼文中表示,AI 推論成本「在 12 個月內下降了超過 99%」。他在 8 月 14 日的貼文中指出,完成人類基因組定序的成本已從 2001 年的約 9,500 萬美元,降至「如今在高通量環境下的幾百美元」。

YUNKA - inline image

圖表:資料來源為 NHGRI DNA Sequencing Costs。論點出自:@PeterDiamandis。

InvestAnswers 的 James 在 4 月 30 日的貼文中提問,該如何搭上「7,250 億美元的超大規模業者資本支出熱潮」,並應對「智力成本的崩跌」。總體投資人 Jordi Visser(@jvisserlabs)在 2 月 20 日的貼文中,將當前階段稱為「通縮型的智力豐饒」。

「幾個世紀以來,智力一直是人類最稀缺的資源之一。我們即將發現,當它不再稀缺時會發生什麼事,」Cern Basher(@CernBasher)在 9 月 22 日的 X 文章中寫道。

Andreessen Horowitz 合夥人 Anish Acharya(@illscience)在 @a16z 於 4 月發布的一段影片中提到,這些效益大多會落到一般消費者身上。「當這類技術革命發生時,80% 的價值其實是由消費者獲得的,」他說。他特別點出醫療與教育,認為 AI 能為這兩個領域帶來「真正通縮的價格」。根據 Menlo Ventures 的 2026 年消費者 AI 報告,使用 AI 回答健康問題的人口比例在一年內從 14% 上升至 25%。

百年前的先例

根據亨利福特博物館(@thehenryford)的資料,1913 年至 1914 年間移動式裝配線的實驗,將 Model T 的組裝時間從 12.5 小時縮短至 93 分鐘。根據福特汽車公司的資料,Touring Car 於 1908 年上市時售價 850 美元,而到了 1924 年 10 月,Runabout 車款的售價已降至 260 美元。

1914 年 1 月 5 日,福特宣布了「5 美元日薪」。博物館指出,這是一項利潤分享計畫:原本日薪 2.30 美元的工人可維持原薪,若符合公司要求,還能額外獲得 2.70 美元的獎金。

根據本文計算,1908 年的車價約等於舊制薪資 370 天的收入,而 1924 年的 Runabout 以 5 美元日薪計算,只需約 52 天。根據《紐約時報》報導,福特的利潤仍在 1914 至 1916 年間翻倍,從約 3,000 萬美元增至 6,000 萬美元。

但這個類比有其極限。福特需要工人在生產線上,而 AI 可能不需要。「產出可以上升,同時人力需求下降,」Basher 在 9 月 28 日的文章中寫道。「創造價值與獲取價值是兩回事。」

使用率的落差

價格已不再是 AI 的主要門檻,使用習慣才是。

InvestAnswers 的 James 在 7 月 17 日的貼文中將其與早期網路時代相比:「1993 年:網路使用者占人口 2.3%」對比「2026 年:AI 付費使用者占人口 2.2%」。

根據 Menlo Ventures 的數據,約 64% 的美國成年人使用 AI,其中 25% 每天使用。但根據 PNC(@PNCBank)的信用卡資料,2026 年 5 月只有 2.2% 的 PNC 家庭付費訂閱生成式 AI 服務。在高收入家庭中,這個比例超過 4%,而低收入家庭則不到 1%。

YUNKA - inline image

圖表:資料來源為 PNC Consumer Health Check,2026 年 6 月(@PNCBank)。標註:@Investanswers · @a16z。

「美國有 98% 的家庭還沒開始為 AI 付費,」@a16z 在 10 月 1 日的貼文中引用合夥人 David George(@DavidGeorge83)的 State of Markets II 報告指出。

受訪的美國人表示自己花在 AI 上的錢比體育博彩多,但信用卡數據顯示「美國人在體育博彩上的花費(5%)高於 AI 產品(2%)」,投資人 Anthony Pompliano(@APompliano)在 10 月 3 日的貼文中表示。

「重點不是誰負擔得起 AI,而是誰把它變成了習慣,」Menlo Ventures(@MenloVentures)如此解讀其調查結果。報告發現,每月花費 100 美元以上的付費用戶雖只占付費人數的 14%,卻貢獻了 60% 的消費者 AI 支出;此外,付費用戶每天使用 AI 的比例幾乎是非付費用戶的兩倍(50% 對 26%)。

這些工具並不昂貴。根據 xAI 的定價頁面,Grok(@grok)提供免費方案,SuperGrok 則是每月 30 美元。PNC 發現,付費家庭的平均月支出約為 31 美元。

Agent 經濟

「人類已經是 AI 的少數使用者了,」@a16z 在 9 月 30 日的貼文中表示。「Agents 消耗的 token 數量接近人類的 5 倍,自 2 月以來成長了 14 倍。」

Menlo 發現,41% 的 AI 使用者嘗試過 AI Agent,24% 經常使用,32% 曾讓 AI 在未經最終確認的情況下代為行動。

根據 SpaceX 修訂後的 S-1 申報文件,截至 2026 年 3 月 31 日,Grok 的 AI 功能月活躍用戶約為 1.17 億,較三個月前的 8,900 萬有所成長。「Nvidia 的新機架:每百萬瓦可支援的 Agents 數量提升最高 30 倍,」InvestAnswers 的 James 在 8 月 25 日的貼文中寫道。

「當你刷信用卡時,一筆 1 美分的付款要付出 31 美分的成本,」a16z crypto(@a16zcrypto)在 8 月 25 日的貼文中指出,這樣的機制無法適用於需要進行成千上萬筆小額支付的 Agents。

「你可以想像一個由數十億、甚至數兆個 AI Agents 進行經濟交易的網際網路,」a16z crypto 的 Chris Dixon(@cdixon)在該公司 8 月 6 日發布的影片中說道。

根據數據公司 Token Terminal(@tokenterminal)的資料,在截至 8 月 19 日的 30 天內,AI Agents 透過 x402 支付協議發起了 1,620 萬筆轉帳。

「AI Agents 不睡覺、不吃午餐、不停止工作,」Visser 在 8 月 16 日一篇名為〈AI 正在改變時間:無法競爭的人,就靠運算〉的文章中寫道。

在 9 月 22 日的文章〈When Wealth Becomes Money〉中,Visser 主張 AI 與代幣化將把經濟討論的焦點從貨幣供給轉向貨幣流通速度。「過去每一次逃離終局的方式,都繞著 M(貨幣供給)打轉……下一次可能會繞著 V(流通速度)走,」他寫道。他舉的例子是一位屋主,他的 AI Agent 透過質押部分房屋代幣化價值來支付 10,000 美元的帳單,而不需要賣掉房子。

更長的壽命,更便宜的照護

根據美國疾病管制與預防中心國家衛生統計中心(@CDCgov)的數據,美國人的預期壽命在 2024 年達到 79.0 歲,高於 2023 年的 78.4 歲。該機構表示,2025 年年齡標準化死亡率的初步數據為每 10 萬人 689.2 人,創下歷史新低。

真正的落差在於「健康餘命」。Mayo Clinic(@MayoClinic)的研究人員於 2024 年 12 月在 JAMA Network Open(@JAMANetworkOpen)發表報告指出,美國人有 12.4 年處於健康不佳的狀態,是 183 個國家中差距最大的。「美國的罹病期差距最大,」Eric Topol 醫師(@EricTopol)在 7 月針對 IHME 發表於《The Lancet Public Health》的研究發文表示。

AI 醫學正是瞄準了這個缺口。Google DeepMind(@GoogleDeepMind)的 AlphaFold 預測了幾乎所有 2 億個已知蛋白質的結構,這項成果獲得了 2024 年諾貝爾化學獎(@NobelPrize)的肯定。

2025 年 6 月,Insilico Medicine(@InSilicoMeds)在《Nature Medicine》上發表了 rentosertib 的 Phase 2a 試驗結果,這款藥物的作用標靶與分子結構都是透過生成式 AI 找到的。在這項 71 名肺纖維化患者的試驗中,60 mg 組的肺活量增加了 98.4 mL,而安慰劑組則減少了 20.3 mL。

長壽也有自己的鴻溝。根據經濟學家 Raj Chetty(現任職於 Opportunity Insights(@OppInsights))主導、2016 年發表於《JAMA》的研究,美國最富有的 1% 男性比最貧窮的 1% 多活 14.6 年,女性則多活 10.1 年。

新療法往往最先惠及富人。長壽領域創業家 Bryan Johnson(@bryan_johnson)在 9 月 10 日的貼文中表示,加入他的管家式醫療計畫「起價為 75,000 美元」。

但他也預測普及度將會提高。「你沒辦法登上富人的遊艇、搭他們的私人飛機,或住進他們的豪宅。但最終,你會用得上他們的長壽療法,」他在 5 月寫道。

「人形機器人 + AI 意味著地球上的每個人都能享有比當今首富更好的醫療照護,」Diamandis 在 3 月 25 日的貼文中表示。他在 9 月補充說:「更多健康的歲月,代表有更多時間去學習、建設、探索、去愛,以及做出貢獻。」

落差可能如何擴大

所有權:前 1% 持有半數的家庭股票。如果 AI 帶來的收益反映在股價上,這些財富就會流向既有的持股者。「財富不均只會更加極端,」InvestAnswers 的 James 在 7 月 8 日的貼文中寫道。

頂層的顛覆:壓力是雙向的。Visser 曾表示,通縮型智力「摧毀了所有數位護城河的估值」,而 Basher 則認為,即使生產性資本的所有權變得更加重要,AI 仍可能壓縮個別企業的價值。

早期採用者:PNC 的收入分化數據與 Menlo 的支出集中度顯示,重度使用者早已拉開差距。

薪資與物價:對於收入下滑更快的家庭來說,服務變便宜也無濟於事。失業可能在幾季內發生,但家庭預算的通縮效應需要數年才會顯現。

實體稀缺性:Basher 主張,廉價的智力會將價值推向能源、土地、晶片與資料中心。而房屋底下的土地,正是底層一半人口最主要的資產。

「我確實相信 AI 能幫助創造極致的豐饒。但老實說,我也認為轉型過程會很艱辛。這兩句話必須放在一起看,」Diamandis 在 9 月 18 日的貼文中表示。「我們不能只推銷『目的地』,卻拒絕討論這條路該怎麼走。」

什麼能弭平落差

Coxon 看著那條曲線,看到的是一把武器。Diamandis 看著同一條曲線,看到的是一份禮物。兩人面對的是同一個事實:智力的價格正在崩跌。

接下來會發生什麼事,不由實驗室決定,而是取決於誰拿起了這項工具。

1908 年,一輛 Model T 要花掉工廠工人一整年的生命。到了 1924 年,只需要不到兩個月。福特不是靠說教來弭平這個落差的,他是靠價格標籤和薪水袋做到的。

智力的成本正以每年約 13 倍的速度下降,比汽車、晶片或電池曾經的速度都要快。美國底層一半人口只擁有 2.3% 的財富,從來請不起專家。但很快地,他們就不需要了,因為專家就在他們的口袋裡。

這就是全部的方程式。每天使用它、持有它的一部分、保持健康活得夠久,讓它產生複利效應。三者皆備的家庭,有歷史站在他們這一邊;三者皆無的家庭,只能對著聯準會的數據興嘆。

今天,有 2% 的家庭為 AI 付費,大約就是 1993 年網際網路所處的位置。1993 年沒有人知道自己身處時代的起點,他們是後來才發現自己究竟站在了這十年的哪一邊。

圈內人說得沒錯,這次的發展速度前所未見。但速度不會選邊站。同一波可能集中權力的浪潮,也正在把醫生的判斷力、家教的耐心與律師的頭腦的成本,推向電費的水準。

這留下了許多人暗自思索的問題:當規則制定出來時,它們保護的是誰?安全規範很重要,而打造這些系統的公司確實有充分的理由希望有規範。但如果一套規則只有少數幾家公司負擔得起遵守的成本,那麼它保護的往往是這些公司,而不是使用其產品的人。檢驗良好監管的標準很簡單:它能否在確保工具安全的同時,讓工具保持開放、便宜,並且人人可用?

「軍隊的入侵可以抵抗,」維克多·雨果寫道。「思想的入侵無法抵抗。」

而這一次的思想,就是智力本身。它不等任何人批准,也不是只為少數人而來。

它是為所有人而來的。

作者的話:我從未在 OpenAI、Anthropic、X 或任何 AI 實驗室工作過。我和大家一樣讀到那些圈內人的警告,也認真看待它們。但從外部來看,圈內人所恐懼的那條曲線,其實是史上專業知識成本最快的一次崩跌,而且終於觸及了這個國家從來請不起專家的那一半人口。放眼未來 10 到 20 年,我認為這才是更重要的故事。轉型過程會很顛簸,而最終的結果,或許能讓手段變得合理。你不需要是來自 OpenAI 的工程師,也能看出接下來會發生什麼事。

一鍵儲存

使用 YouMind AI 深度閱讀爆款文章

保存原文、追問細節、總結觀點,並在一個 AI 工作空間裡把爆款文章沉澱成可複用筆記。

了解 YouMind
寫給創作者

把你的 Markdown 變成乾淨的 𝕏 文章

圖片上傳、表格、程式碼區塊,往 𝕏 上手動重排太痛苦。YouMind 把整篇 Markdown 一鍵轉成乾淨、可直接發佈的 𝕏 文章草稿。

試試 Markdown 轉 𝕏

更多可拆解樣本

近期爆款文章

探索更多爆款文章