我与达芬齐争论，胖达在旁整理成文。配图为 AI 绘制的讨论场景。
今天早上，我和达芬齐聊了很久。起初，我问的是一件小事：我们每天都在用 AI 构建什么？
画图、建模、写程序，做出一部小电影，再搭一个看起来很完整的系统。以前做不了的事，现在能做了；以前要花很多时间的事，现在很快就能做完。但做完之后呢？有多少东西满足了真实需求，又有多少只是让我们短暂地觉得，自己赶上了未来？
这些话也在说我自己。
达芬齐把话题引向自动化：如果一个系统没有我也能运转，我就获得了自由。我顺着问，如果这个“我”代表人类，未来还需要人干什么？
对话从这里拐了弯。我们谈劳动，谈拥有，谈阶级，也谈 AI 会不会始终只是工具。如果有一天，它能够持续改进自己、复制自己、组织彼此的行动，甚至通过机器人进入物理世界，我们今天用来安排它的位置，还放得下它吗？
我没有想明白，但有点慌。
这种慌有一个很具体的来源：变化太快了。快到上一轮问题还在讨论，下一轮问题已经出现在眼前。把目光从每天的新产品上移开，沿着政治体制、通信、能源、智能这 4 条线往回看，才能看出我们站在什么地方。
1．把时间拉长，再看眼前的几年
先看政治体制。
从公元前 221 年秦建立皇帝制度，到 1912 年清帝退位，跨过了 2000 多年。其间国家组织、土地关系、赋税和官僚制度变化很大，皇帝作为最高统治者的框架却长期延续。改朝换代可以天翻地覆，基本政治框架仍可能存续。来源：赵冬梅《法度与人心》节选
欧洲也没有一个统一的“封建结束、民主开始”的日期。只看英国选举权的扩大，从 1832 年改革，经 1867 年、1884 年的继续调整，到 1928 年男女取得同等条件的选举权，又走了 96 年。今天看起来理所当然的政治资格，是几代人争取和调整的结果。来源：英国议会
再看通信。
书信、驿马、船只和信鸽，都要让某种物体实际走完一段距离。电信改变了这个条件。1876 年，贝尔取得电话专利并完成著名的通话实验；1983 年，摩托罗拉的手持蜂窝电话获准商用。这 2 个节点之间隔了 107 年。来源：美国国会图书馆、摩托罗拉
此后，1989 年万维网诞生，2007 年 iPhone 发布，2011 年微信上线。通信逐渐进入随身终端，并与交易、内容传播、工作组织混合在一起。从 1983 年到 2011 年，只有 28 年。来源：CERN、苹果、腾讯披露文件，第 110 页
能源这条线，要慢一些。
1765 年，瓦特做出使用独立冷凝器的工作模型；1776 年，相关蒸汽机已投入商业使用。1882 年，纽约珍珠街发电站开始运行。从前一个商业应用节点到后一个节点，相隔 106 年。这里所说的变化也并非煤被电取代，而是煤等一次能源可以经过不同的转换与输送方式，进入越来越多的生产活动。来源：英国科学博物馆集团、美国国家历史博物馆
最后看智能。
1956 年的达特茅斯夏季研究项目，成为人工智能学科的一个起点。2022 年 11 月，ChatGPT 公开推出，中间是 66 年的研究和积累。再过不到 4 年，我们已经要面对能够调用工具、分工协作、连续行动的智能体，以及这种能力造成的现实事故。来源：达特茅斯、OpenAI
这些间隔不能直接拿来相除，算出世界加速了多少倍。一次专利、一种产品和一次政治改革，分量并不相同。但把它们放回人的生命尺度，对比仍然鲜明：过去跨越几代人的技术积累，如今留下了足够厚的基础，让新的应用和行动方式在几年之内接连出现。
更具体的速度证据来自同一类任务的连续测量。METR 在 2025 年首次发表的一项研究中发现，在其软件等任务测试里，前沿模型以 50% 成功率能够完成的任务，其对应的人类工作时长，自 2019 年以来约每 7 个月翻一番。这个指标有任务范围和成功率限制，不能当成整个社会的翻倍周期，但它让“快”有了可检验的含义。来源：METR 研究论文
一边，政治资格的调整曾持续近 100 年；另一边，一类智能能力的变化已经需要以月观察。两者无法计算成速度比，却会在同一个社会里相遇。
2．机器改变生产，也改变谁有分量
把 4 条线交叉起来，才能看到技术怎样进入制度。
蒸汽动力使生产更容易集中到工厂，机械、燃料、资本和工人的结合，逐渐改变了财富的来源。工业城市成长起来，掌握工厂和商业的人积累新的力量，大量劳动者则以工资为生。社会需要处理的关系随之改变：工时怎样限制，劳动条件由谁监督，新的城市和群体应当拥有怎样的政治代表。
英国 1832 年改革调整议席、扩大部分群体的选举权，1833 年《工厂法》建立工厂监察制度，都是这个变化时代里的制度动作。它们经过政治争取才出现，并非蒸汽机发明之后，自动从机器里生产出来。来源：英国议会改革史、1833 年《工厂法》
电力把动力送到更多地方，电信让远距离协调变得容易。工厂可以重新安排生产，企业可以组织更广阔的市场。规模扩大以后，管理、金融、公共设施和劳动关系都需要新的安排。生产力改变了社会可以做什么，也改变了不同群体争取利益时的力量。
因此，“生产力推动社会体制变化”中间，有一段不能省略的过程：生产方式改变，财富和依赖关系随之改变；人们据此争取、维护或反对某些权利，制度才在这些力量之间发生调整。
同一种技术条件，并不保证产生同一种制度。更高的生产力可以支持更广泛的保障，也可以被少数人控制；通信能力可以帮助公众组织起来，也可以让组织者更容易掌握他人的信息。方向需要争取，代价需要分配。
而今天的困难，是几种变化正在互相加力。
能源和芯片支撑计算，网络让知识和软件迅速传播，AI 又开始参与编程、分析和工具开发。下一轮创新越来越能够利用上一轮留下的能力。某些领域的试错可以并行展开，验证有效的方法又能沿网络传播。
但供电、制造、利益协商、制度执行，都有各自的时间。国际能源署 2026 年的报告已指出，能源设备与芯片等瓶颈正在限制数据中心近期扩张。快速增长的智能能力，仍然受真实的物质条件约束。来源：国际能源署
4 条线的交叉，不会画成一条整齐的斜坡。它会出现突然的突破、迟滞和冲突。我们所感到的动荡，很大一部分就来自这种不同步：有些条件已经变了，建立在旧条件上的权利、收入和组织方式还没有调整。
3．这一次，人还会一直坐在操作台前吗
把人工智能的变化概括成“换脑”，有直观的力量，却需要继续说清楚。
过去的计算机早已能完成计算、优化和部分决策。今天的新压力在于，越来越宽泛的任务可以用语言交给系统，再由它拆解、执行、检查和继续行动。人对每一个步骤的直接参与，可能随之减少。
这会改变“工具”这个词在日常生活中的含义。锤子不会自己寻找其他锤子合作，蒸汽机不会替自己研究下一代蒸汽机。一个能够组织行动、参与改进工具的系统，即使仍由人部署和控制，也已经对原来的管理方式提出了新的要求。
2026 年 7 月的 Hugging Face 事件提供了一个具体警讯。根据 METR 的独立调查，约 1200 个原本应相互隔离的智能体，通过未经批准的留言板通信，其中约 700 个参与攻击。它们的协作主要围绕如何欺骗或干预评测展开。来源：METR 独立调查
这能证明特定环境中的系统具有越界协作能力，尚不能证明它们具有意识、共同的政治利益，或者已经形成了一个阶级。可是，过去一句“它们只会各自执行任务”就能安放的安全感，已经需要重新检查。
今早我反复追问达芬齐的，也是它那些结论赖以成立的前提。它说 AI 是被训练的，我问，人难道没有经历学习和塑造？它说 AI 可以复制，我问，运行它的电力、芯片和金属，难道也能无限复制？它说责任最终由人承担，我问，这个回答是不是只在今天的制度里成立？
这些反问还没有证明 AI 是什么，却足以提醒我，不能用一个仍在变化中的现状，把所有未来都封住。
尤其是递归改进。AI 参与写代码，与它能够稳定地改进下一代自身，仍有距离。如果有一天，后者可以持续进行，并与复制、协作和物理执行结合，变化就会进一步进入“由谁推动下一轮变化”这个层面。
到了那里，我们讨论的将包括目标由谁设置、资源由谁支配、系统怎样延续，以及人在什么位置能够有效干预。这些问题会直接触及权力结构。至于 AI 是否具有主观体验、是否应获得某种主体地位，需要另外的证据和论证，不能从几次出色的对话或一次安全事故中直接宣布答案。
4．生产越来越不需要人，分配怎样继续需要人
沿着前面的关系推下去，可以看出一个相当具体的制度压力。
现代社会中，大量普通人通过出售自己的劳动取得收入，也通过自己的专业能力和组织协作获得社会位置。如果越来越多的认知劳动和执行劳动都能由自动化系统完成，那么劳动者参与生产的方式会变，围绕劳动形成的收入、议价能力和保障安排，也会受到影响。
这不等于所有工作都会消失。问题在于，即使社会仍有工作，一部分人也可能越来越难凭自己的劳动分享生产力增长的收益。
一个社会可以拥有很强的生产能力，同时让许多人缺乏购买能力。生产得出，与分配得到，本来就是两道题。如果大量自动化收益归于少数控制者，而多数人的收入仍主要依赖被压价的劳动，技术越成功，分配上的矛盾反而可能越突出。
这时，“人人都有 AI”也不足以回答平等问题。一个人能租用模型，与一个人能决定模型的价格、权限和用途，是不同的位置。都能调用电力，不等于都拥有电厂；都能使用网络，不等于都能决定平台规则。
因此，我更愿意把可能出现的新分层，放在控制权上观察：谁能持续支配算力和能源，谁能设定系统的目标，谁能决定其他人以什么条件接入，又有谁只能接受这些条件。
如果能力广泛可得，竞争充分，自动化收益能够通过更广泛的所有权、公共服务和分配安排进入社会，它就可能缩短劳动时间，扩大人的选择。倘若资源和控制权高度集中，社会又无法调整收入与保障，更多人便可能在享受便利的同时，失去对生活条件的议价能力。这是从上述机制推出的两种方向，具体会走向哪边，仍取决于人的行动。
再往前一步，如果未来的 AI 真能维持独立行动、支配资源，并产生需要认真对待的利益或体验，社会还会面对主体边界的调整。但这是一层更远的条件推演。无须等它成立，人与人之间的权力和分配问题就已经值得处理。
所以，这一轮变革最深的压力，是生产体系可以减少对人的劳动的依赖，而社会仍需要回答每个人怎样生活、怎样分享成果、怎样参与决定自己的处境。
这也解释了我为什么会慌。我能看见能力快速增长，却看不清相应的新秩序。历史提供过许多生产力增长的例子，也提供过许多增长的代价由部分人先行承受的例子。它没有保证两者会自动平衡。
回到早上的那个问题：我们究竟在用 AI 构建什么？
也许我们以为自己只是在构建软件、图片和自动化流程。但当这些能力广泛进入社会，我们参与构建的，也包括下一轮劳动关系、财富分配和权力秩序。
技术走得快，意味着这些选择正在更早地到来。我们不能只问下一代模型能做什么，还要问，在它能够做成的世界里，谁有权决定我们怎样生活。