AI 时代，什么才是钱？

过去，钱是对他人劳动的定价。当 AI 只要电费就能交出 60 分的劳动，钱可能转而锚定在人有限的时间，以及人真实到场这件事上。

如果 AI 能做完大部分工作，我们手里的钱还代表什么？

碧树西风在《什么才是未来的钱？AI降临的三个阶段》里给了一个答案：时间。下面是对原文的一些总结，和我的想法。

钱原本是对劳动的定价

在 AI 出现之前，钱是对他人劳动的定价。你买一件商品、一项服务，买的是别人付出的劳动。就连买一座矿，钱也是付给矿主的，因为他或他的祖辈曾经为占下这块地付出过劳动。

钱还能传代。一个人什么都不做，也能花爷爷留下的钱。动物世界里没有这回事：猴王死了，它占的地盘要重新打一架来分。

人类之所以愿意认这张“爷爷留下的借条”，是因为不认的话，就没人愿意去当那个爷爷了。人肯冒头、肯拼命，部分原因是知道自己花不完的能留给孩子。大家一起守着这个约定，鼓励更多人变优秀。

这套安排有个前提：人的劳动有价值。作者接着问的是，如果人不再是智力的来源，劳动也不再被需要，会怎样？

AI 到来的三个阶段

第一阶段：与熊共舞

这一阶段，AI 直接和人竞争。作者认为结局早就定了。

他做过码农、做过交易、做过管理、当过老板。回头看，他觉得自己能胜出，靠的不是聪明或勤奋，而是两件事：迭代比别人快，迭代成本比别人低。

AlphaGo 赢李世石也是这样。就算你赢下这一局，你去喝庆功酒的那个晚上，它又自我对弈了一百万盘。

拍电影也一样。纯人工拍摄要迁就演员档期，拍错了重来，一等就是几个月；景搭错了重来，动辄几百上千万。用 AI，错了就再来一次，话音刚落就做完了。两边的迭代周期和成本差得太远。

第二阶段：AI 提高的不是分数，是分数线

人和人之间差距很大，有人相当于 100 分，有人相当于 0 分。到了第二阶段，AI 是一个稳定的 60 分，谁付电费谁就能拿到。

60 分以下的劳动因此失去价值。作者特别提醒，受影响的不是 60% 的人，而是几乎所有年轻人。

他做了个实验：把自己当年在企业做码农时的开发成果都翻出来，把当时能拿到的资料喂给 AI。AI 做得又快又好，他花了几年的成果，AI 几分钟就做完了。由此他判断，年轻时的自己恐怕不到 30 分。而现在才是第一阶段。

如果让他再年轻一次，他会被堵在新手村。新手的劳动没人付钱，没人让你上手，你就熬不成老手。

60 分本身也不值钱。60 分只要电费就能得到，等于新时期的 0 分。60 分的 AI 电影多到一万年都看不完，你只会去看 80 分、90 分的作品。

所以第二阶段是人和 AI 一起干活的阶段。大多数人用了 AI，结果还是 60 分，因为他们自己带不来增量。少数人加上 AI 能做到 80、90 分，回报就会极端地流向他们。作者举的例子是：同样是应届生，大多数人找不到几千块的 offer，个别人起薪七八百万。他把这些人比作脱离凡人世界的“修真者”。

第三阶段：超越人类极限

AI 自己越过 100 分，往 1000 分、10000 分走。分母趋于无穷大时，谁带来的增量都约等于零，修真者也不例外。

作者说这一阶段对现在的我们没什么意义，就像知道后天会饿死，明天还是会去找吃的。值得想清楚的是第二阶段。

第二阶段的钱是时间

AI 能无限供应 60 分的东西，人的时间却是有限的。每个人终归会死，所以我们只愿意把时间花在头部的东西上，不愿意花在零分的东西上。

审核也是一样。AI 产出的论文可以无限增加，人去复查、审核、盖章的能力却增加不了。

AI 之前，钱依附在人的劳动上；到了第二阶段，钱依附在人有限的生命时间上。 九十年代深圳流行“时间就是金钱”。作者认为这句话当年并不准确，那时值钱的是劳动，时间只是劳动过程中免不了的损耗。到了第二阶段，时间才真的成了钱。

如果时间成了钱，社会会怎么变

下面几条是我顺着这个前提往下推出来的，都是推测，不负责：

• 生产不再稀缺，筛选才稀缺。 过去是读者花钱买内容；以后，想占用关键决策者的时间，可能要内容方付高价。
• 需要人担责的环节会涨价。 医疗诊断的终审、法务签字、重大工程验收，都要有人对后果负责，可能比纯 AI 产出贵得多。
• 新手积累经验的窗口变窄。 企业不愿意为 60 分以下的初级劳动付钱，年轻人试错的机会少了；少数能驾驭 AI 的人拿走大部分回报。
• “付出劳动、换取报酬”可能不再够用。 社会也许要开始讨论算力税、数据税，以及全民基本收入。
• 谁能支配自己的时间，会拉开阶层。 有些人的时间被算法切碎，喂给廉价娱乐；有些人能挡掉噪音，把专注力留给自己选的事。

我的不同看法：技法会被 AI 学会，到场的人难替代

讨论这类问题时，常有人说 AI 替代不了“专业审美”。我对这句话有疑问。如果审美指的是画更精美的图、设计更完美的系统架构，随着模型变大，AI 难道学不会吗？

讨论下来，我觉得要把“审美”拆成两部分。

画好看的图、写符合规范的架构、推工整的公式，靠的是模式匹配。只要有规则和历史样本，AI 迟早能低成本做到 80 分。

难被覆盖的是另外两件事。一是在现实约束下做取舍：面对混乱的遗留系统、组织政治和有限预算，决定什么不做、什么时候妥协、哪笔技术债先留着。二是承担后果：AI 没有资产可以被清算，也不会坐牢，不会声誉归零。只要后果得由人来扛，最后拍板的就得是人。

即使这样，只以文件、图纸、代码交付的工作，价值还是在往下掉。75 分的方案几乎免费的时候，大多数公司不会为了 95 分付一百倍的钱。

所以我更看好现实物理世界里的强交互：人和人面对面打交道。理由有三个。

第一，到场本身是昂贵的信号。在线上发一千条问候不花成本，跨越千里来见一面却伪造不了。重要的谈判、外交和信任，仍然要靠面对面时的微表情、气场和身体状态。

第二，有限的生命让人能共情。机器不会老，没有痛觉，时间对它来说不是单向流走的。人在需要安慰、需要救助、需要被鼓舞的时候，找的是一个同样脆弱、却仍然选择留在身边的人。

第三，现场是泥泞的。突发状况里有情绪，有非理性的因素，信号又多又弱。在这种环境里当场判断、做出合乎伦理的决定，执行型的机器人单独扛不下来。

回到开头的问题

AI 之前，钱是对劳动的定价。按作者的推理，到了第二阶段，钱会转到人有限的时间上。我再往前看：AI 的产出越接近无限，人愿意把时间花在你身上、并且亲自到场，就越稀缺。

这个判断能撑多久，取决于机器人能在多大程度上进入物理社会（具身智能好厉害）。目前我还看不到它替代“一个人选择来见你”的办法。