最近杨澜做了个访谈，请的是经济学家管清友，杨澜问了他一个问题，AI越能干，我们会越有钱吗？
这个问题我也一直在想，你回想一下这两年的日子，手机上天天刷到AI公司融资几百亿、算力中心开工、芯片股一路涨，热闹得不行。
可你回到公司，听到的是另一套：降本、优化、冻结招聘、奖金先缓缓。
今年年初我跟一个做招聘的朋友吃饭，他说现在招人，HR开口第一句不是问你会什么，是问这个岗位能不能让AI顶掉一半。
新闻里一片红火，工资条上冷冰冰。
我的看法是什么呢？AI确实在造钱，造得还不少，但这些钱最后落到谁兜里，才是我们真正该关注的问题。
技术只管把蛋糕做大，怎么切它从来不管，要是分配这块一动不动，那大部分人等来的，就不是什么财富自由，是饭碗先没了。
管清友在访谈里提了个说法，叫“AI斩杀线”，说白了，不如AI的，很容易被AI斩杀。
哪些人最危险呢？关键看你这活儿能不能被标准化，只要能拆成流程、能写成文档、不用跟人当面打交道的，基本都容易被斩杀。
券商研究所就是个例子，以前养一百多号人写研报、扒数据，现在配上AI工具，二十来个人就能把活干完。基础程序员、初级会计、合规、美工，都危险。
为什么说这事跟你努不努力没关系？因为定价权不在你手上。
一个打工人，要给他发工资、交社保，但AI只花电费和算力，多干一份活几乎不增加成本。
所以你能拿多少钱，从来不取决于你流了多少汗，取决于你有多难被替代。哪一天AI用八十分的水平、百分之一的成本，就能无限量地干某种白领的活，这个岗位很快就要被斩杀了。
而且这还只是个开始，机器人眼下看着还笨，晚会上跳个舞都歪歪扭扭，可等灵巧手、减速器这些硬件跟上，工业场景的数据积累起来，它就会从屏幕里走出来，进仓库、上分拣线、进护理院。
今天还觉得安全的岗位，明天未必。
我自己也是靠写字吃饭的，这两年AI用得挺多，其实也挺急的。说实话，我们坐在办公室里敲键盘，觉得这活儿挺体面，其实跟当年车间里盯着机器的工人也没什么两样，无非是机器换成了电脑。
问题的关键，是用了AI之后，省下来的钱去哪了。打个比方，一家公司原来要十个人，上了AI之后三个人就够。
那省下来那七个人的工资，你猜进了谁的口袋？
很多人第一反应是，老板给剩下三个人涨工资，想多了。这笔钱一般就三个去处：买平台的算力、投基建、给股东分红。剩下那三个人的工资，多半一分没涨。
我翻过一些大公司的账，这几年薪酬支出占营收的比例，是一路往下走的，蛋糕越做越大，分给员工的那一块反而越来越小。
资本是这么算计的：钱投到算力上，回报率几十个点；投到人身上，个位数。
再看AI公司这边，反差更明显。OpenAI的伦敦分部，一共一百一十个人，去年人均薪酬折合人民币两千多万，是英国普通员工中位数的五十八倍。
而传统制造业那种巨头，雇几十万人、养活几十万个家庭，才撑起一个万亿市值。
现在几千个人、几台服务器，就能顶过去几十万人的大厂。可AI省下来的这笔钱，大头都进了模型公司、算力巨头和股东的口袋，普通员工？一分没有。
这种“东西越造越多、工资原地不动”的事，历史上其实出现过。
恩格斯在《英国工人阶级状况》里记过一笔，1780年到1840年，英国工人的人均产出涨了差不多46%，可实际工资只涨了12%。机器轰隆隆转了半个世纪，工人该挨饿还是挨饿。
后来经济史学家罗伯特·艾伦给这段现象起了个名字，叫“恩格斯停顿”。
历史反复说明一件事，技术进步的好处不会自动有利于底层，得等到分配方式改了，普通人才轮得上分一杯羹，在那之前，工人先尝到的多半是苦头。
而这一次，我觉得比当年更难。当年机器抢的是体力，人还有退路。种地的没了地，可以进厂；工人被流水线顶掉，可以转去干服务、做文秘、跑销售。
脑力活在过去两百年里，一直是普通人跟机器拉开距离的地方，读的书越多，饭碗端的越稳。
现在AI针对的偏偏就是这块，培养一个能干活的大学生要十六年，大模型的更新是按月算的。
我认识一个去年毕业的年轻人，投了几十份简历，进了一家做内容的小公司。干了不到一年，公司上了AI工具，他那种整理资料、写初稿的活，三个人缩成一个人，他只能走人。
他跟我说，丢工作还不是最难受的，最难受的是发现自己读了四年书，学的那点本事，AI两个月就学会了。
斯坦福今年有份研究，说22到25岁的人惨了，干着高AI暴露岗位的年轻人，就业率掉了13%，有经验的老员工反倒稳中有升。
以前机器抢了力气活，你还能靠脑子吃饭，现在AI最强的偏偏就是脑子。你想退回去干体力活，码头上的集装箱卡车早就没人开了。
如果所有老板都这么干，问题就来了：东西是造出来了，谁买？
计算机不会喝奶茶，显卡不会买车，服务器更不会还房贷。被裁掉的白领，第一件事就是捂紧钱包。这边工厂一个劲地出货，那边没人买得起，货堆在仓库里，厂子迟早得停。
亚马逊就是个现成的例子。过去一年，它裁掉了三万多白领岗位，占它白领总数的近一成，创下公司三十年最大裁员纪录；同时它宣布2026年资本开支要冲到两千亿美元，大头砸向AI。
它其实是在告诉你，钱从人身上省下来，转手就投进了机器。可它没算到，被它裁掉的那三万人，本来正是它自己产品的买家。
那既然病这么重，为什么药开不出来？
先说税收，咱们国家的税收里，个税和财产税加起来占的比重一直不高。真正撑起财政的是增值税，你买包烟、吃顿饭都在给它交钱，可这种税盯的是你花多少，不管你手里攒了多少，指望它去拉平贫富，够不着。
再看工资，工资这东西有个气人的地方，涨的时候磨磨蹭蹭，一旦经济不行，跌得比谁都快。资本不一样，赚了钱可以再投出去生钱，滚起来越滚越大。AI时代，两边的差距只会越拉越开。
另外AI还添了个新麻烦。数据、算力、模型，这些新冒出来的值钱玩意儿，到底归谁，到现在没人说得清，但谁占着这些，谁现在就躺着数钱。
所以现在学界吵得最凶的，是要不要给机器也收税。
支持的说，机器人把活干了，交税的人就少了，社保这笔钱从哪补，总得有人出；反对的说，这税一收，等于给创新踩刹车。
吵来吵去，卡在一个死结上：机器人算不算纳税主体？它连个法人身份都没有，你找谁收去？
这事没扯清之前，“机器人税”就只能停在纸上。
所以管清友有句话我认同，公共政策主要管兜底，不保证你过得好，但保证你活得下去、还能重新进场。这也就是现在热议的“AI时代居民基本收入”。
所以“AI越能干我们会越有钱”这句话，压根不是没那么自然，斩杀线是代码和算力划出来的，可钱最后流进谁的口袋，从来不由算法说了算。
那还有没有解？有，但解不在个人身上。
你多学两个提示词、多考个证，顶多让自己晚点被扫进去，改变不了整条分配链。真能改的，是税怎么调、劳动收入怎么保、数据算力这些新东西算谁的、要不要给机器也收点税。
这几样听着离你远，可最后都跟你退休那天，能领多少钱挂着钩。
我这两年越来越觉得，技术能把你送到多高是一回事，制度托不托得住你是另一回事。
技术那头再热闹，跟你没关系也是白搭；分配问题闹明白了、有基本收入保障了，普通人才有喘气的空间。
AI这趟车肯定要往前开，谁都拦不住，但车往哪开、谁坐上去、谁在下面推，这些事还是人说了算。
有人的地方，最后就得看利益到底怎么分。