這種擔心不是空穴來風。過去幾年，我們能明顯感覺到同樣的工作量，要求更高、節奏更快，而漲薪卻沒那么容易。中國制造能力其實很強。

國家統計局數據顯示，2025年我國GDP約為1401879億元，按人均算也已經到了一個不低的水平。問題是，為什么“蛋糕在變大”，很多家庭仍然覺得日子緊、抗風險能力弱？

AI一上來，焦慮就更集中爆發了。社會上對此有兩種主流觀點在對沖。

一種認為“別怕，歷史上每次技術革命都會創造新崗位，適應就行”；另一種認為“這次不一樣，AI學習速度太快，很多白領技能會被快速復制，普通人再努力也追不上”。

我更傾向于把這兩種說法合并起來看，AI確實會帶來新機會，但如果分配機制跟不上，焦慮就不會自動消失。

很多人的收入結構非常單一，基本靠工資。房貸、車貸、孩子教育、老人醫療，任何一個開銷都可能把家庭現金流壓得喘不過氣。

于是當AI把“可替代的勞動”做得更便宜、更快時，大家第一反應不是“效率提升”，而是“我的工資是不是要被砍，我是不是要失業”。

這背后有一個很現實的變化，不少崗位正在從“完整工種”變成“可拆分的任務”。以前一個人負責一整套流程，現在可能變成你只負責其中一小段，把其余環節交給AI或外包。

看起來你還在崗位上，但議價能力在下降，收入增長就更難。更關鍵的是，AI帶來的收益并不會自動流到每個勞動者手里。企業當然愿意用更少的人力換更高的產出，這是商業邏輯。

但如果一個行業整體都在做“人力替代”，就會出現一種局面，效率上去了，社會總產出更高了，可一部分人的工資和崗位卻先被擠壓。宏觀上是進步，微觀上卻是陣痛。

這也解釋了為什么很多人會說自己是“無效人口”。我們不認同這種標簽，但能理解這種情緒，當“勞動”成了唯一的價值證明，而勞動又隨時可能被替代，人就會自然地恐慌。

現在AI可能讓頭部集中更快，原因很簡單，AI是典型的“規模化工具”。一個團隊、一家公司一旦把模型、數據、流程和渠道跑通，就能用更少的人覆蓋更多的市場，擴張速度遠超傳統行業。

這種趨勢會帶來一個連鎖反應，收入更向頭部集中，底部更缺安全感，消費更謹慎。消費謹慎又會反過來影響企業收入與就業，這就容易形成“效率提升—就業承壓—需求偏弱”的循環。

所以我們要把話說透一點，AI并不會天然導致“人沒用”，它更可能暴露一個老問題，技術紅利分配不均。社會并不缺產能，缺的是讓更多家庭敢消費、敢生育、敢換工作、敢接受再培訓的底氣。

很多雞湯式建議會說，趕緊學AI、擁抱變化、提升競爭力。我們承認這有用，但它解決不了所有人。

因為AI的特點是學習速度極快，你轉去一個新方向，行業剛形成標準，工具可能幾天就把標準化部分吃掉了。對個體而言，持續轉型會越來越像在跑步機上沖刺，累且不穩定。

這時候，社會討論“給每個人一份更穩定的基礎收入”，就不是異想天開，而是一種嚴肅的制度備選。

有人把它叫“起點收入”，核心不是低保式救濟，而更像把每個人視作國家與經濟體系的參與者，用一種更普惠的方式分享技術進步帶來的增量。

這種思路之所以值得討論，是因為它抓住了關鍵點，當社會整體生產效率提高到一定階段，工作不再是所有人獲取收入的唯一渠道，人的價值也不該只由崗位來定義。

更現實一點說，如果我們能讓每個家庭都有一層更可靠的“安全墊”，那么人們對失業、轉崗、創業、再學習的恐懼會顯著降低，內需也會更穩。

當然，大家最關心的還是錢從哪里來、會不會養懶人、會不會加重企業負擔。

我們認為真正的難點不只是財政算賬，更在觀念調整與制度設計，一方面要保留多勞多得的激勵，另一方面要讓“被技術替代的人”不至于直接掉到生活底線以下。

只要底線更穩，“懶不懶”反而不是最可怕的問題，最可怕的是大量家庭不敢花錢、不敢生育、不敢承擔風險，經濟循環就會越來越緊。

我們會發現，AI時代的民生財經問題，最后都會落到一個詞，可持續。對個人來說，是家庭現金流能不能扛住波動；對企業來說，是有沒有穩定需求；對社會來說，是分配機制能不能跟上效率提升。

要做到可持續，方向大致清晰。

其一，社保、醫保、失業保障等安全網要更好用、更可得，尤其是靈活就業與中低收入群體。

其二，圍繞技術紅利的再分配討論會越來越多，形式可以多樣，但目標是一致的，讓更多人分享到效率提升。

其三，再就業不能只追求“有工作”，更要追求“有尊嚴的工作”，避免大量人被迫進入低保障、低收入、無社保的臨時崗位。

這個問題并不是個人不努力，而是產業結構變化太快，而轉崗通道不夠順滑。AI越強，這種結構性摩擦越需要公共政策去緩沖。

你怕AI取代你，本質上不是怕工具更強，而是怕自己在收入與保障體系里缺少位置。

技術進步本來應該讓社會更輕松、更富足，但如果我們只讓少數人享受紅利，大多數人承擔波動，那焦慮就會變成長期情緒。