過去兩百年，人類對科技進步特別樂觀，總是相信新技術會消滅舊崗位，但總會創造更多新崗位。認為汽車取代了馬車夫，世界并沒有變壞。所以AI取代程序員，也不必大驚小怪。

但這個邏輯有一個致命的前提假設：技術迭代的速度，和人的生命周期大致同頻。1880年汽車原型問世，1910年福特量產，中間隔了一代人。但現在AI的迭代速度，在人類歷史上從未出現過。

下面這篇由新銳科技史學者張笑宇撰寫的文章，從AI替代人力的速度差異切入，一路推演到工業革命的上下半場、資本的長周期、去全球化的連鎖反應，直到彼得·蒂爾布局二十年的“智工復合體”，最終得出一個讓人不寒而栗的判斷：AI正在把我們帶回一個“高級中世紀”。

（本文為作者獨立觀點，不代表本賬號立場，有刪節）

AI革命與歷次工業革命的差異

1. AI變革的速度，是之前從沒有過的

歷次工業革命的新技術都會取代一部分人力，當年汽車取代馬車，馬車夫確實失業了，但最終也沒對人類社會造成顛覆性的沖擊。

既然如此，為什么AI的影響就會不一樣？為什么程序員等職業被AI取代后，不會像當年那樣自然誕生新的職業？

在技術進步的速度上，兩者完全不在一個量級。1880年前后，奔馳、西門子造出了第一代汽車原型；直到1910年左右，福特才通過流水線實現了汽車的工業化量產。這中間隔了二三十年，幾乎是整整一代人的時間。

在福特實現量產之前，一輛汽車的售價約一兩千美元，這筆錢在當時的美國，幾乎足夠修建一棟房子；即便福特通過流水線生產把成本壓到800美元一臺，也只是勉強摸到了平民消費的門檻。

那個時代的技術迭代節奏，和人的自然生命周期是同頻的。一個馬車夫或許早就意識到，汽車未來會取代自己的職業，但這個技術從出現到真正普及、走進千家萬戶，需要二三十年的時間。

等滿大街都是汽車的時候，他自己已經到了退休的年紀，靠著趕馬車攢夠了養老的錢；而他的下一代，從一開始就不會選擇趕馬車作為職業，自然避開了被淘汰的命運。

當年技術進步帶來的職業沖擊，完全可以通過人類的代際自然更替平穩消化，一代人平穩走完職業生涯，下一代人自然轉向新賽道，整個過程不會出現劇烈的社會震蕩。

但今天AI的進步速度，完全打破了這個節奏。OpenAI的GPT3.5在2022年底正式面世，僅僅兩三年后的2024、2025年，它的能力已經可以勝任很多博士級別的工作。

一個人從入讀博士到順利畢業，至少需要四五年時間。也就是說，你還沒讀完博士，你的專業能力就已經被AI超越了。這種迭代頻率，是過去任何一次技術革命都不曾出現的。

不了解實際情況的人總拿過去的工業革命做類比，覺得歷史會簡單重復；但真正看清現實的人，早就看到兩者的前提條件天差地別，也因此開始重新反思“工業革命的下半程”該怎么走。

2. 工業革命的上下半場

過去200年是人類歷史上進步最快的黃金時代，即便經歷了兩次世界大戰，人類整體的收入水平、生活質量、文明程度都實現了前所未有的飛躍。這個鐵一般的事實，也讓“科技進步主義”成了過去200年里最深入人心、最具說服力的意識形態。

科技進步主義的核心邏輯，建立在兩個前提上：歷史是持續向前的，且進步是線性的。

這種線性進步論意味著，當下社會存在的所有問題，都可以通過持續的發展得到解決；如果問題還沒解決，只需要繼續向前推進、保持發展節奏即可。

過去200年的發展經驗，幾乎完美驗證了這套邏輯的有效性。但早在自動化技術普及、AI還沒出現的階段，就已經有學者開始反思：這套默認的前提，或許從根本上就存在漏洞。

這種質疑早已在經濟學的核心數據中得到了印證。經濟學中有一個核心概念叫全要素生產率（TFP），簡單來說，就是刨除資本投入、勞動力投入、固定資產投入這些有形要素之后，純粹由技術進步帶來的人均GDP增長貢獻，這是衡量技術對經濟增長真實拉動作用的核心指標。

上世紀90年代，美國經濟學家就提出了著名的“索洛悖論”：當時個人計算機已經在全社會普及，所有人都在談論信息革命、第三次科技革命，但統計數據卻顯示，人均GDP并沒有出現預期中的大幅提升，技術進步的價值完全沒有體現在經濟增長里。很多經濟學家問：“計算機在哪里？”

1920年到1970年的50年里，美國TFP年均增速達到1.89，是歷史最高水平；而被稱為信息革命黃金期的1994年到2004年，TFP年均增速僅為1.03，還不到此前的一半，且僅僅維持了10年。

這說明，早在20世紀70年代之后，技術進步對人類生活水平提升的正向拉動效應，就已經進入了持續下降的通道。

圍繞這個現象，經濟學界用發展經濟學視角，得出了一個核心結論：歷次工業革命的技術屬性，從本質上完全不同。前兩次工業革命的核心是延長產業鏈，而第三次工業革命的核心是縮短產業鏈，這種底層差異，直接決定了技術對社會的影響天差地別。

什么是“延長產業鏈”？它是指前兩次工業革命的所有核心發明，從蒸汽機車、汽車到電燈、電話、冰箱、電視，都是具體的產品。每一個新產品的誕生，背后都會延伸出成百上千的供應鏈環節，催生大量相關企業，創造海量就業崗位。

最典型的例子就是上世紀五六十年代美國底特律的汽車工人：他們大多只接受了中專、大專層次的教育，進入工廠工作20年，就能成長為經驗豐富的資深工程師。

制造業的核心特點，就是經驗和技能會隨著工齡持續增值，因此這些工人收入豐厚，買得起獨棟住宅，養兩三個孩子，每年全家出國度假，生活很體面。

而第三次工業革命帶來的，卻是完全相反的“縮短產業鏈”效應。當然，機器人、信息技術本身也會催生上游的供應鏈，但這些新增崗位的規模，遠遠趕不上被自動化替代的崗位規模；

同時，無法被自動化替代的環節，會大規模遷移到人力成本更低的國家。從全社會整體來看，產業鏈要么持續萎縮，要么向外轉移，最終的結果就是本土的就業機會大幅減少。

僅剩的優質就業機會，幾乎全部集中在金融、互聯網、自動化這類教育門檻極高的行業。

過去讀個大專就能進底特律拿高薪，現在必須讀到碩士、博士才有入場資格；更高的學歷要求，意味著年輕人要推遲進入社會的時間，結婚、生育的年齡也會隨之延后，整個社會自然進入老齡化通道。

而老年群體的消費需求遠低于年輕人，全社會的消費、金融都會隨之進入收縮周期。

這就是工業社會下半場的核心邏輯，和上半場的擴張邏輯完全相反，這種差異，從根本上是由技術的底層屬性決定的。

判斷一個技術是不是增加勞動力需求，主要有兩個標準：要看這項新技術是否創造了新的任務場景，或是釋放了此前未被滿足的潛在需求。

“創造新任務”很好理解：過去沒有汽車這個行業，汽車誕生之后，從造車、修車到開車，衍生出了一整套全新的任務和崗位，自然會創造大量就業。

這個邏輯的核心是：自動化能不能創造就業，本質上取決于它有沒有觸達此前未被滿足的需求。一旦需求被完全填滿，自動化就會從“創造就業”轉向“替代就業”。

歸根結底，無論是AI還是其他任何新技術，它和就業、社會穩定的關系，從來都不是由技術本身單獨決定的，必須嵌入到人類社會的制度框架、現有的經濟結構和真實的需求場景中，才能得到準確的判斷。

全民基本收入：99%的人，不用工作也有收入

1. AI時代，人與人之間的關系面臨重構

AI帶來的最根本的挑戰，其實是整個社會結構里，1%的人和99%的人關系的徹底重構。

對站在AI最前沿的1%的精英來說，他們真的有能力、有資源實現這種隔離。比如發UBI就是一種方式。

所謂UBI，就是全民基本收入（Universal Basic Income），簡單說就是無條件給所有社會成員定期發放一筆基本生活費，不需要任何付出或前提條件。

在這些精英眼里，發UBI本質上就是花一筆錢買社會穩定，買一個分層隔離的社會秩序：只要普通人拿到錢不鬧事、不影響他們用AI搞科研、搞生產，這筆買賣就非常劃算。

現在整個硅谷最頂尖的群體，幾乎都在認真討論UBI。核心原因就是2024年以來AI的爆發式進步，已經讓大規模替代人力從一個未來的猜想，變成了正在發生的事實。

2. UBI，本質上是避免社會撕裂和動蕩的方案

這也是人類歷史上非常罕見的一幕：最頂級的資本家，集體主動討論要給普通人發錢。而且你離AI的技術前沿越近，就越會頻繁聽到這個話題。

這其實是一個純粹的政治問題：他們不是出于慈善的心態做這件事，而是站在既得利益者的角度，必須給底層做一個最基礎的兜底，才能保證整個社會不會陷入大規模的沖突和動蕩。

從2017年到現在，全球已經做了十多輪UBI的社會實驗，只是大多規模不大。

其中兩個最有代表性的大型實驗，一個是OpenAI創始人山姆?奧爾特曼在美國主導的實驗，另一個是肯尼亞從2020年啟動、為期10年的長期實驗，目前已經運行了6年，積累了非常多有價值的數據。

肯尼亞的實驗還做了分組對照：一部分人按月領錢，一部分人按年領，還有一部分人一次性領到未來好幾年的UBI。

結果非常反常識：一次性領到全額補貼的群體，表現反而比按月領錢的群體好得多。當地窮人拿到錢之后不會亂花，大多會存起來作為家庭的抗風險基金，甚至會補貼大家庭里的其他成員。

當所有人都有了最基礎的兜底，復雜的經濟活動就會自然涌現出來，整個社會的活力反而被激活了。這和我們之前聊的“涌現效應”是完全一致的：當基礎條件給足了，復雜的秩序自然就會生長出來。

《21世紀資本論》與資本主義的周期

十年前，法國經濟學家托馬斯?皮凱蒂的《21世紀資本論》轟動全球。他做了一件看似極其簡單，卻顛覆主流經濟學認知的事：用一套最基礎的會計學框架，拆解了過去20年人類社會不平等持續放大的底層邏輯。

這套框架里有四個核心變量，我用最通俗的方式給大家拆解清楚：

K（Capital）：全社會的資本總存量，也就是所有歸屬于資本方的財富總和；

L（Labor）：所有勞動者靠勞動獲得的財富總和，K+L共同構成了全社會的總財富；

Y：每年全社會新增的總財富，和我們常說的GDP總量大致相當，可以直接用GDP來估算。

K/Y這個比值，就是資本在整個社會財富分配中的核心權重。你可以把整個社會想象成一家巨型公司，K就是所有投資方投入的本金，K/Y就是股東每年能從公司年度營收里拿走的分紅比例。

在此基礎上，我們再引入兩個最核心的增長率指標：

小r：資本財富的平均年收益率，也就是我們常說的“錢生錢”的速度；小g：全社會總財富的平均年增長率，也就是GDP的整體增速。

按照最樸素的公平邏輯，這兩個數值長期來看應該完全相等：這家“社會公司”一年整體增長3%，股東拿到的分紅增速也應該是3%，這才是合理的分配。

但皮凱蒂統計了過去200年全球主要經濟體的實證數據，得出了一個打破所有美好想象的結論：長期來看，資本收益率r永遠大于經濟增長率g。

換句話說，錢生錢的速度比全社會整體的財富增長速度更快，資本方拿走的財富增值，永遠比整個社會做大蛋糕的速度更快。

我今年的核心研究，就是和AI一起，解答了皮凱蒂沒有說透的核心問題：r>g這件事到底是怎么發生的？我們剔除了“巴菲特式個人投資能力帶來短期超額收益”這類微觀變量，從長期宏觀層面拆解出了r>g的兩大核心機制。

第一種是技術紅利機制：率先布局能帶來生產力躍遷的前沿技術。真正顛覆性的技術會把整個社會的蛋糕徹底做大，而最早押中技術方向的資本，會在技術全面普及之前，獨享超額的增長紅利，這是靠增量蛋糕獲得的收益。

第二種是債務轉移機制：通過規則設計，持續從勞動者端轉移財富。最典型的就是讓勞動者背負房貸、助學貸款這類長期剛性債務，通過還本付息的方式，讓資本持續從勞動者的勞動收入中抽取收益，本質上是在存量蛋糕里切走更大的份額。

把這兩個機制放回過去200年的歷史數據里，我們能清晰看到一個反復循環的三階段長周期：

第一階段：周期初期，資本稀缺，技術驅動

這個階段，全社會資本總存量和年度新增財富的比值很低，資本是最稀缺的核心資源，自然能獲得極高的回報率。

最典型的例子就是改革開放初期的中國，整個社會極度缺資金，外資帶著錢來大陸投資，能獲得遠超成熟市場的高額回報。

這個階段的資本，天然是“耐心資本”：因為常規投資已經能賺得盆滿缽滿，而投資本身就是分散的資產組合，大部分資金已經有穩定的高收益，投向前沿技術的那部分錢，完全不需要短期變現，可以給技術足夠長的時間等待突破。

就像我們之前講的，真正顛覆性的技術進步遵循涌現原理，路徑完全不可預測，只能靠耐心等待奇妙的涌現反應發生。所以在周期初期，“技術做大蛋糕”的第一種機制，永遠占絕對主導。

第二階段：周期中期，出海擴張與被需求催熟的技術

當周期進入中期，一國境內的資本不再稀缺，平均回報率必然隨之下滑。這時資本會做出最本能的選擇：出海，到尚未被開發的藍海市場尋找新的高收益增長點。

這個邏輯對應著資本主義上一個長周期的后半段，就是1873年到1910年的全球殖民浪潮。

很多人對19世紀的殖民擴張有個誤解，以為它是持續百年的漸進過程，但真實的歷史數據非常反常識：1880年之前看非洲地圖，殖民者的據點僅局限在沿海少數幾個港口，根本沒有能力深入內陸。

真正改變局面的是兩項1880年后才大規模普及的技術：一項是金雞納霜，解決了熱帶瘧疾的致命威脅；另一項是機關槍，徹底抹平了殖民地本土反抗的軍事優勢。

短短二十年間，整個非洲的殖民版圖擴張了幾十倍，從沿海港口一路延伸到內陸腹地。

第三階段：從食利時代到“大清算”的歷史循環

但殖民擴張的紅利期并沒有持續多久，短短幾十年，全球能被瓜分的市場就被徹底填滿，新的高回報增長點再次消失。

當時歐美國家刨除土地、房產的可再生資本與年新增社會財富的比值已經達到4倍，如果算上不動產，總比值更是高達7倍。這意味著資本從社會財富中拿走的份額已經高到了臨界點，勞動者的生存空間被擠壓到了極限，矛盾再也無法調和。

最終的結果就是兩次世界大戰。2017年有一本極具影響力的著作《大矯正》（The Great Leveler），提出了一個非常殘酷的結論：人類歷史上，只有四種力量能夠大規模消除不平等——戰爭、瘟疫、國家崩潰、暴力革命。

所有常規的改革、福利政策，都只能緩解矛盾，從來無法從根源上解決不平等問題。

戰爭是最快的“資本清算器”：工廠被炸毀，房產化為廢墟，存量資本被大規模清零，原本高企的資本與新增財富的比值，直接跌到了1.5倍，回到了拿破侖戰爭之后的水平，整個周期重新回到起點，開啟下一輪循環。

第二個長周期的邏輯完全一致：1970年，歐美資本開始大規模出海，進入中國這個全球最大的藍海市場；到2015-2016年前后，中國市場也從藍海變成紅海，中國資本也開始走上出海的道路，重復上一輪資本全球擴張的路徑。

如果用“可再生資本與年新增社會財富的比值”這個核心指標來估算，我們當下的處境其實已經非常嚴峻：

目前全球的可再生資本比值已經達到5.5倍，早就超過了一戰前4倍的警戒線。如果算上房產、土地等不動產，美國的總比值約為6倍，歐洲達到7-8倍，中國更是高達9倍，所有主要經濟體都已經遠遠突破了百年前的危機閾值。

那為什么我們至今沒有爆發像百年前那樣的極端危機？核心原因是今天的社會治理機制和100年前有本質區別：

一戰前的歐美是真正的“原始資本主義”，幾乎不征收資本利得稅，完全放任資本擴張；而今天所有主要發達國家都有高額的資本利得稅，建立了大規模的轉移支付體系，通過向富人征稅補貼底層，本質上就是在用制度手段延緩矛盾的爆發。

但這種延緩只能推遲危機，無法從根源上解決資本收益率跑贏經濟增速的底層邏輯。

這一輪周期的極限到底在哪里，將由兩個核心變量共同決定：第一，中國資本出海，什么時候能把全球剩余的藍海市場徹底填滿；第二，AI技術到底會給整個經濟結構帶來什么樣的顛覆性改變。

地緣政治的現實邏輯

聊完資本主義長周期的內部演化，必然要落到地緣政治的現實邏輯上。

1. 導火索和爆炸點，不一定在同一個地方

上一輪資本主義長周期的大清算，從1914年一戰爆發一直持續到1945年二戰結束，整整三十年的動蕩洗牌。但這里有一個非常有意思的現象：1929年席卷全球的大蕭條，導火索是從美國爆發的，但最終受損害最嚴重的卻不是美國。

核心原因非常清晰：一旦長周期的矛盾以地緣政治的形式爆發，最終的沖擊烈度，本質上由各國的地緣稟賦決定。

美國“南北無強國、東西兩大洋”的地緣格局，幾乎不存在任何本土威脅，天然擁有極強的抗風險緩沖帶。

當然，羅斯福總統的新政也起到了關鍵作用，如果沒有他的強力干預，美國未必能那么快走出危機，甚至可能走向完全不同的社會形態，但不可否認，絕佳的地緣位置，是美國能在大蕭條中獨善其身的核心基礎。

但歐洲完全沒有這樣的條件。大蕭條從美國傳導到歐洲后，原本就積壓的地緣矛盾、民族矛盾、階級矛盾被徹底點燃。

很多人不知道，羅斯福早期的政策，和后來特朗普的主張高度相似：同樣搞關稅壁壘、貿易保護主義，奉行“美國優先”。

一戰結束后，歐洲的戰后重建高度依賴美國的資本輸血和商業往來，大蕭條爆發后，美國全面收縮對外投資、切斷資本輸出，原本就脆弱的歐洲經濟直接崩盤，最終滑向了新的世界大戰。亞洲的格局也是同樣的邏輯。

這就是長周期最殘酷的規律：矛盾的集中爆發點往往在體系核心國，但最終承受最慘烈沖擊的，永遠是那些本身就地緣矛盾重重、抗風險能力弱的地區。

上一輪周期是這樣，這一輪周期，我們同樣要警惕這個規律。

2. 能源重構，才是全球權力洗牌的根本

聊地緣政治，不能只談外交和軍事，技術才是長周期最底層的底色。

1945年二戰結束，是人類工業技術的一個關鍵分水嶺，前后的全球權力邏輯，完全是兩套體系。1945年之前，人類工業體系的底層技術核心是能源端的煤炭，和材料端的鋼鐵。

這兩種資源有一個最關鍵的特點：全球分布相對均勻，主要工業國基本都能實現自給自足，沒有哪個國家能靠壟斷煤炭和鋼鐵，徹底卡其他國家的脖子。

但二戰之后，第二次工業革命的成果全面鋪開，石油取代煤炭，成為工業體系的核心能源。

而石油最致命的特點，就是全球分布極度不均。很多人不知道，1909年之前，全世界只有兩個國家擁有大規模油田：

一個是美國，獨占全球85%的石油儲量；另一個是俄羅斯帝國，油田集中在今天阿塞拜疆的首都巴庫，占剩下的15%。斯大林早年就是在巴庫的石油工人運動中成長起來的，靠組織巴庫石油工人的斗爭，積累了最初的革命資歷和組織經驗。

直到1906年，英國才在波斯（今天的伊朗）發現了新的大油田，這個一家獨大的格局才開始松動。

二戰結束后，歐洲的主要工業國和日本這種工業國全部元氣大傷，沒有能力保障自己的能源航線安全，只能依賴美國的全球海軍，確保中東的石油能順利運抵本土。

美國也正是靠這一點，構建了整個冷戰陣營的底層綁定邏輯：想要能源安全，就加入我的陣營對抗蘇聯。沒有石油，再強的工業體系也只是一堆廢鐵。

整個西方陣營的秩序，本質上就是建立在石油安全的基礎上。

3. 四三方案，打下了改革開放的工業底子

尼克松訪華后，中美關系開始緩解。中央正式推出了對中國工業化影響深遠的四三方案：計劃動用43億美元外匯，從西德、日本、法國、意大利等西方發達國家，大規模引進一批關乎國計民生的成套工業技術與生產線。

核心集中在兩大領域：一是化肥、農機等農業相關工業產能，二是輕工紡織等民生制造產能。

這是新中國成立以來，第二次系統性的大規模技術引進，第一次是建國初期蘇聯援助的156項工業項目，為我們搭起了完整的重工業框架；而這一次四三方案的技術引進，才真正構成了改革開放后中國制造業騰飛的核心技術底子。

我們通過這次技術引進，直接跳過了“完全依賴人工經驗傳承”的工業階段，一步跨進了半自動化工業的門檻。

這套技術積累，不僅撐起了改革開放初期的全國工業產能，更培養了新中國第一代熟悉現代自動化工業體系的工程師與技術工人，成了那一代民營企業家成長的核心土壤。

所以，工業體系的傳承從來都不是虛無縹緲的，它有清晰可見的代際脈絡。四三方案給我們埋下的工業種子，在之后的40多年里長出了中國全球獨有的完整制造業體系。

正在發生的歷史輪回

1. 智工復合體：站在特朗普背后，正在重塑世界的1%

在地緣亂局和技術革命的交匯處，一個比傳統“軍工復合體”更強大的新勢力已經崛起，我把它叫做智工復合體：智能產業與工業、國家權力深度綁定的新統治階層，它的核心操盤手，就是《從0到1》的作者彼得?蒂爾。

很多人只知道他是硅谷投資大佬，不知道他是特朗普2.0政府背后真正的靈魂人物。他是耶魯大學法學出身，但一輩子癡迷政治哲學，他所有的投資、政治布局，全是一套完整哲學的落地，不是隨性而為。

2004年，也就是他投資Facebook的前一個月，他在斯坦福辦了一場閉門研討會，針對911事件寫了一篇核心文章《施特勞斯時刻》，這是他所有行動的總綱領：

① 他直接否定了美國的立國根基——洛克的社會契約論。洛克認為政府的核心是保護公民的財產權，人民為了安全和財產讓渡權力給政府。

但彼得?蒂爾說，這是美國最大的錯誤：一個把財產、金錢當作最高價值的民族，在生死存亡的文明戰爭中，永遠打不過把信仰和尊嚴當作最高價值的民族。

你能用錢收買本拉登嗎？他本身就是億萬富翁，他要的是和你打文明之戰，你的錢對他毫無意義，你的意志也贏不了他。

② 他推崇列奧?施特勞斯、卡爾?施米特的保守主義哲學：古代比現代好，中世紀比現代好。中世紀有信仰、有尊嚴，社會等級清晰，每個人都在自己的位置上，秩序穩定。

這也是他在《從0到1》里說“壟斷比競爭好”的根源，這根本不是商業觀點，是他的政治哲學露出的冰山一角。

③ 他所有行動的核心理論，是法國哲學家勒內?吉拉爾的替罪羊機制：當社會陷入極端撕裂、所有人只講立場不講道理、沖突完全不可調和的時候，不需要解決真正的問題，只需要找一個“替罪羊”，把所有的過錯都推到他身上，消滅他，整個社會就能瞬間達成共識，重建秩序。

耶穌是替罪羊，法國大革命里的國王是替罪羊，每個時代的秩序重建，都離不開這個大眾心理機制。

他用這套理論，花了20年布了一個天羅地網：

① 數據入口：2004年給估值僅50萬美元的Facebook投了50萬美元，拿到了全球最大的用戶數據入口，掌握了大眾心理操控的基礎。

② 選舉操盤：2016年，他旗下的劍橋分析公司，用Facebook的用戶數據給搖擺選民做精準畫像，定向推送內容,倒不是直接讓你投特朗普，只是給擔心移民的中間選民推“你覺得社區治安是不是下降了？”“工作機會是不是變少了？”，潛移默化喚醒焦慮，最終操盤了特朗普勝選和英國脫歐。

劍橋分析被關停后，核心團隊全部進入他的公司帕蘭提爾（名字來自《魔戒》里能看到一切的真知水晶球）。

③ 權力綁定：帕蘭提爾的核心業務，是給美國政府、五角大樓做軍用AI和數據分析平臺。他通過華盛頓的“旋轉門”，把大量五角大樓退休高官招進公司，再把自己的人安插進美軍核心部門，現在美軍作戰系統的AI化，幾乎全由帕蘭提爾主導。

④ 臺前的替罪羊：就是馬斯克。很多人覺得馬斯克和特朗普的合作很戲劇化，其實全是他撮合的。當年兩人一起做線上支付，馬斯克的公司叫X，他的叫PayPal，合并后說好馬斯克當CEO，結果趁馬斯克度蜜月，他聯合高管把馬斯克踢出局。

馬斯克懂工程的第一性原理，但不懂人心和政治的玩法。現在馬斯克站在臺前，有流量、有話題，贏了大家共享成果，輸了馬斯克就是那個替罪羊，而彼得·蒂爾埋在美國政府里的布局，絲毫不受影響。

2. AI正在把我們帶回“高級中世紀”

我總有一種強烈的歷史輪回感：技術發展了幾百年，我們好像正在走回中世紀，只是這是一個更高級的版本。

中世紀的階級壁壘是怎么來的？核心是技術壟斷：騎兵對步兵有碾壓性的殺傷力，但你要當騎兵，必須是貴族，你得養得起馬、買得起鎧甲，從小訓練馬術，普通人根本沒有這個機會。技術直接制造了不可逾越的階級壁壘。

今天的AI，正在復刻一模一樣的邏輯：1%的人掌握核心算力、數據、算法，獲得碾壓性的優勢，和剩下99%的人徹底隔離。

技術不再是抹平差距的工具，反而成了固化階級的武器。

1800年到今天的200多年，可能只是人類歷史上一個短暫的、充滿平等希望的輝煌期。現在我們正在走到這個時代的盡頭，人文、平等、尊嚴這些我們習以為常的價值，正在面臨前所未有的挑戰。

張笑宇重磅新作

點擊卡片，即可購買

-End-

2026.6.2

編輯：閃閃 | 審核：孫小悠