我每天用 Claude Code 写代码，效率确实翻了几倍。但用得越顺手，心里那个疙瘩反而越大——这件事，真的让整个社会变富了吗？
先说清楚我的困惑。
Claude Code 这类工具确实提升了写代码的效率，很多程序员愿意付费，于是 AI 公司收入大涨。但反过来看，AI 替代了一部分程序员的活，这些人失去了工作。大厂省下了人力开支，AI 厂商赚到了订阅费，可整个社会的生产力好像并没有真的提升——失业的人收入下降，消费也跟着下降。
从一端看，是 AI 落地、收入增加；从另一端看，社会的财富总量似乎没怎么变。那这场 AI 的应用，会不会本质上只是一次财富转移——从原来会用编程工具的人手里，搬到了 AI 工具开发者手里？
我把这个疑惑想了很久，后来想明白了一件事：这个直觉，对了一半。对的是”短期、企业层面”那一半，漏掉的是”长期、社会层面”那一半。而有意思的是，互联网当年也被人用几乎一模一样的话质疑过。
One 替代，还是扩张
我后来找到一个能把整件事串起来的区分：一项技术对经济的作用，可以拆成两种。
一种是替代——把原来就要做的事做得更便宜。同样的软件，原来 5 个人写，现在 1 个人加 AI 写。这一端确实主要是”转移加效率”：公司省成本、AI 厂商收订阅费、被裁的人失去收入。我说的那个”财富搬家”，精确地讲就是这一端。
另一种是扩张——让原来不可能、或不划算的事变得可行。这一端，才是真正的净财富创造。
所以关键问题不是”AI 会不会替代人”，而是AI 主要落在替代这一端，还是扩张那一端。
Two 互联网当年走的就是这条路
1987 年，经济学家 Solow 有句名言：计算机时代到处都看得见，唯独在生产率统计里看不见。
90 年代末的很多互联网应用，确实就像我担心的那种转移——电商抢实体店的生意，一家公司的增长是另一家的衰退，宏观生产率数字纹丝不动。如果停在那个时间点看，“互联网就是一场零和的渠道转移”这个判断几乎成立。
但社会层面真正的生产力跃升，几乎全部来自后来的扩张，而不是替代：移动互联网、云计算、电商触达了过去物流和信息成本根本服务不到的人群、全球远程协作……这些不是”把旧事做便宜”，而是”做了过去根本做不了的事”。
互联网真正的价值兑现，迟到了大概十年，而且来自一个当初没人能预测到的方向。
所以我现在对 AI 的这种感受，放在时间坐标上，很可能等价于 1999 年看互联网——我看到的转移是真的，但我可能正站在扩张还没展开的前夜。
Three 我最担心的那一刀：消费下降
我那串疑惑里，最锋利的其实是”失业 → 收入降 → 消费降”这一刀。
它指向一个真实的机制：如果替代的速度，快过创造新岗位和再分配的速度，那么劳动在总收入里的份额会下降，而资本所有者的消费倾向更低，于是总需求走弱——结果就是，你明明有了更强的生产能力，却没有足够的需求去把它兑现。
这让我想起一个老段子：福特带工会领袖参观自动化工厂，问”你打算怎么让这些机器人交工会会费”，对方回”那你打算怎么让它们买你的车”。
但要注意，这一刀砍向的是分配，不是技术本身。技术创造的是一块”潜在剩余”，而制度决定这块剩余落到谁手里。完全可能出现：社会总财富上升、中位数福利下降、总需求还走弱，三件事同时发生。这恰恰说明，“财富总量有没有涨”和”这是不是一次转移”，是两个独立的问题，不能混为一谈。
Four 那扩张，到底会长在哪
如果扩张才是终局，我就想知道：AI 从替代现有工作，到扩张出过去无法企及的应用，可能性到底有哪些？
我给自己定了一把筛子：如果没有 AI，这件事是会由一个更贵的人来做，还是根本不会发生？前者是替代，后者才是扩张。顺着这把筛子，我想到几类。
第一类，长尾软件，那些本来就不值得写的代码。一家 5 个人的牙科诊所，永远养不起工程师做一套贴合自己流程的系统；一个工作流很怪的个人，也不可能雇程序员给自己写脚本。过去这些软件不是”由更贵的人写”，而是压根不存在。AI 把写软件的边际成本砍掉一个量级后，长出来的是一大片过去根本不存在的软件。
第二类，把稀缺的专业能力，降到人人可及。教育上有个著名的”2 sigma 问题”：接受一对一辅导的学生，成绩比课堂平均高出整整两个标准差，但社会不可能给每个孩子都配一个家教。这道题卡了四十年，因为它不是”贵”，是数学上不可能。AI 把一对一辅导的成本压到接近零，等于让一件本质上无法规模化的事，第一次规模化了。同样的还有：付不起律师的人、看不起专科医生的偏远地区、请不起心理咨询的人——在这些场景里，AI 的对手不是从业者，是”沉默的不消费”。
第三类，一个人的市场。工业化的逻辑是标准化、走量，因为定制太贵。AI 反过来让”为单个人定制”变得划算：罕见病的药物设计（患者太少，传统研发算不过账）、千人千面的教材、为你一个人生成的内容。
第四类，压缩科学发现本身。AlphaFold 是最干净的例子。蛋白质折叠问题卡了生物学界约五十年，几十年实验只解出十几万个结构，AlphaFold 一次性预测了两亿多个。它不是让科学家干得便宜点，而是把一个原本近乎无解的问题变得可解，凭空生产出了新知识。
第五类，降低”启动能量”，释放那些被埋住的创造者。过去做一个产品，需要一个人同时凑齐想法、设计、编码、文案、运营一堆技能。绝大多数有好点子的人，都卡在自己不会的那几格上，于是产品永远没能出生。AI 把缺的格子临时补上，让一个人能干过去一个团队的活。它创造的不是”少雇几个员工”，而是一大批本来永远不会被做出来的产品。
第六类，那些需要”随时在场”才成立的事。实时翻译消除语言壁垒后，会长出一批过去因为沟通成本太高而根本没发生的跨语言协作；可穿戴设备加 AI 做到的持续健康监测；老人陪伴。这些的反事实同样是”不发生”，而不是”由人来做”。
Five 一个不那么舒服的结论
把这几类排个谱：最确定的是长尾软件和科学发现，已经在兑现；最有社会意义的，是把稀缺专业能力降到人人可及，因为它服务的是那群”沉默的不消费”。
但我得对自己诚实：上面每一类，都押在一个前提上——“扩张跑得过替代的速度”。
短期内，替代是先到的、看得见的、集中砸在特定人群头上的；扩张是后到的、弥散的、谁也说不清会从哪冒出来。互联网的扩张迟到了大约十年，而那十年里失业的人，是真真切切承受了代价的，不会因为”长期社会更富了”就被自动补偿。
所以我那个”财富搬家”的直觉，在扩张兑现之前的这段空窗期里，依然成立。
想清楚这些，我反而觉得，与其纠结”AI 是不是一次财富转移”，不如换一个更能下手的问题：在这场扩张里，我想站在被替代的那一端，还是站在用 AI 去做以前做不了的事、把新需求接住的那一端？
对我这种正想从”出售时间”，
转向”靠自己的能力和资产赚回报”的人来说，
这个问题，比那个哲学判断要紧得多。