谁在失去谋生的梯子
22 到 25 岁的年轻人,在 AI 高度暴露的岗位上,就业比他们本该有的水平低了 19%。有经验的同事没这个缺口。斯坦福拿数百万美国人的工资单算出这笔账,给的解释很冷静:不是裁人,是入口关了,企业不再招新人。
这就是"AI 抹平贫富差距还是让穷人失去谋生手段"那道题最容易被忽略的一半。两边都能找到数据,都能讲得头头是道,吵起来谁也说服不了谁——因为根本不是一层的事:一边盯着工资单,一边盯着资产表,还有一边盯着那道正在关上的入口。
但"两边都对"不等于各打五十大板。真正被抽走的不是某个具体岗位,是穷人赖以往上走的那道梯子。最该追问的也不是"贫富差距"四个字,是"失去基础的谋生手段"这句——它说的是一条路被关了,不是一个数字变大了。
一、一份把两边都判对了一半的报告
2025 年 4 月,国际货币基金组织发了一份工作论文,题目很朴素:《AI 采纳与不平等》。它的结论却把两种截然相反的叙述同时收编了。
先说"抹平派"为什么有道理。过去几轮自动化——蒸汽机、纺织机、工业机器人——冲击的主要是中等收入的常规岗位,所以工资差距被拉大。这次不一样:生成式 AI 首先冲击的是高收入白领。论文用英国住户微观数据算了一笔账:收入排在第 90 百分位的人,约 60% 在高 AI 暴露的职业里;排在第 10 百分位的,只有 15%。翻译、记者、金融顾问、数据科学家排在脆弱性榜单前面;护理助理、按摩师这些需要体力和直接人际互动的排在最后。
于是出现一个反直觉的可能:如果 AI 主要替掉高薪者的任务,工资差距反而会缩小。这就是"抹平派"的硬证据,不是鸡汤。
但论文接着算了第二笔账,把这笔乐观收回去了。高收入者不只是被冲击的对象,他们还是三件事的受益者:其一,他们的任务与 AI 高度互补——AI 增强而非替代他们的认知劳动,生产率可能不降反升;其二,他们工资中来自劳动的比例最低,财富最多,且财富大头放在企业股权这类高风险高回报资产里;其三,当企业可以自主决定用多少 AI 时,自动化高薪任务的成本节约最可观,采纳率最高,资本回报的涨幅也最猛。
所以论文的最终结论是:
与以往既拉大工资不平等、又拉大财富不平等的自动化浪潮不同,AI 可能通过替代高收入劳动者来降低工资不平等。但两股反向力量可能抵消这一效果:这些劳动者的任务与 AI 高度互补,可能提升其生产率;他们也更处于有利位置,能够从更高的资本回报中获益。当企业能够选择采纳多少 AI 时,财富不平等效应尤其显著。
——IMF 工作论文 WP/25/68《AI 采纳与不平等》,2025 年 4 月
把这段话翻成大白话:工资单上的差距可能收窄,资产表上的差距必然扩大。而决定一个人能不能过上有尊严的生活的,越来越是后者。
这就是棱镜的第一道色。"抹平派"盯着工资单,"拉大派"盯着资产表,两边看的都是真的,但资产表才是那个能把差距传给下一代的东西。一项基于美国数据的统计很能说明问题:最低收入的后 50% 家庭拥有约 2% 的社会财富,最富的 1% 拥有约三分之一;美联储 2025 年的调查里,31% 的受访者拿不出 500 美元应急现金。2026 年第二季度,劳动收入占国民收入的份额跌到 52.8% 的历史低点——二战后的几十年里,这个数字一直在 60% 到 65% 之间。
工资差距哪怕真的收窄一点,也补不上资产端这道口子。
二、梯子是怎么被抽走的
如果说 IMF 的论文处理的是"差距",那么另一组数据处理的正是你题目里那句更要命的话——"失去过去基础的谋生手段"。
2025 年 8 月,斯坦福数字经济实验室发了一篇后来被广泛引用的论文,标题叫《煤矿里的金丝雀?关于人工智能近期就业效应的六个事实》。它用的是 ADP 的高频工资单数据,覆盖数百万美国劳动者。到 2026 年 8 月修订版时,结论更清楚了:
我们没有发现普遍、全经济范围的岗位替代的证据。然而,在高 AI 暴露职业中,22 至 25 岁年轻人的就业水平,比他们与低暴露同龄人同步增长的情形低了 19%;有经验的劳动者没有出现类似的缺口。这一分化主要通过减少对年轻人的招聘、而非增加离职来实现。
——Brynjolfsson、Chandar、Chen《煤矿里的金丝雀?》,斯坦福数字经济实验室,2026 年 8 月修订版
请注意这句话的措辞:不裁员,只是不招新人。
这个缺口在 2025 年 7 月的数据里是 15%,到 2026 年 6 月扩大到 19%。它集中在 AI 用来"替代"人类任务的职业里;在 AI 用来"补充"人的职业里,就业持平甚至上升,对有经验的人尤其如此。研究者特别提醒,19% 是相对趋势缺口,不是失业率,也不等于 19% 的年轻人被 AI 裁掉——它是一个关于"入口"的数字。
为什么偏偏是入口?因为新人干的正是最容易被拆解、最标准化的那部分活:写第一版代码、整理第一份文档、做第一次数据清洗、回答最常见的客户问题。这些东西不需要判断、不需要客户关系、不需要机构知识——恰恰是 AI 最能接手的。而资深员工手里的东西,判断力、客户关系、对业务流程的默会知识,目前还很难复制。
于是企业算了一笔很冷静的账:既然新人干的活 AI 能干,那就不必再招新人了;既然资深员工带着 AI 能顶住,那就不必扩招了。资深员工的就业在涨,新人的入口在关。这不是"技术性失业"的经典图景——不是一批人被机器赶出工厂大门,而是门根本没开。
这就是"谋生手段"被抽走的机制。它不体现为失业率的飙升,所以宏观数据看起来风平浪静;它体现为投出去的简历换不来面试、校招名额悄悄缩减、入门要求无声提高。一位研究者把这种变化称为"净就业赤字窗口":消失的是入口,新长出来的岗位——机器学习工程师、模型风险管理员、网络安全专家——全都需要技术技能和多年积累,而那些技能和积累,恰恰只能从正在消失的入门级岗位里获得。
这里有一句必须写下来的话:过去的穷人靠"先干最基础的活"积累经验、进入行业、慢慢往上走;现在最基础的活正是 AI 最先接管的那部分。被抽走的不是一份工作,是通往所有其他工作的第一级台阶。
国际劳工组织 2025 年的全球报告从另一个角度印证了这件事的分量:全球约四分之一劳动者处在某种程度的生成式 AI 暴露中,最高暴露的约占 3.3%,即 1.2 亿人;高收入国家的暴露比例是 34%,低收入国家只有 11%。报告特意点出,低收入国家看起来"安全",只是因为那里有大量非正规、农业和体力岗位——换句话说,不是不受冲击,是还没轮到,而且数字化一旦提速,这份"安全"会迅速蒸发。
三、这段历史发生过:三代人的沉默
把镜头拉远,会发现这不是第一次。每一次有人认真讨论"机器会不会让人失去谋生手段",历史都会递来同一份档案。
1780 到 1840 年的英国,经济史学家罗伯特·艾伦把它称为"恩格斯停顿":人均产出增长了 46%,实际周薪只涨了 12%。蒸汽机、动力织机、水力纺纱机带来了空前的生产效率,但棉纺工人、手工织工的处境持续恶化。恩格斯在曼彻斯特街头看到的——拥挤的贫民窟、童工、三十岁出头的平均寿命——不是机器不够先进的后果,恰恰是机器太先进、而收益分配机制没有跟上的后果。
这段历史最常被误读的地方,是对卢德分子的评价。教科书说他们是砸机器的暴民,站在历史的错误一边。2025 年诺贝尔经济学奖得主、经济史学家乔尔·莫基尔的研究推翻了这个刻板印象:卢德分子并不反对技术本身,他们反对的是那些夺走生计、摧毁手艺的具体机器。对一个面临失业、贫困和社区瓦解的工人而言,砸机器是维护自身利益的理性反应。
更值得记的是大卫·李嘉图的立场转变。这位古典经济学宗师起初相信技术进步对所有人都好;卢德运动爆发后,他在《政治经济学及赋税原理》第三版里加了一章《论机器》,改口说:
我确信,以机器代替人类劳动,往往对劳动者阶级极为不利……同一原因可能增加国家的净收入,同时却使人口过剩。因此,劳动阶级所持的见解——认为机器的使用常常损害他们的利益——并非建立在偏见和错误之上,而是符合政治经济学的正确原理。
——大卫·李嘉图《政治经济学及赋税原理》第三版(1821),"论机器"章;据 Social Europe 所引原文译
"使人口过剩"——在 19 世纪初的经济学里,这是极重的判词。而李嘉图写下它的时候,英国正开始成为世界上第一个高技术经济体。这个细节值得记住:最坚定的技术乐观主义者,是在亲眼看到分配后果之后改口的。
卢德分子最后被军队镇压,一百多人被绞死或流放澳大利亚。机器赢了。英国人均收入在此后两个世纪里增长了十几倍,预期寿命翻了一倍多,识字率从一成不到升到九成以上。从"长远"看,他们确实错了。
但对卢德分子自己来说,"长远"是没有意义的。经济史学家艾伦说得很直白:他们没有看到生活变好,他们的孩子也没有。技术史里有一句被引用到烂的话——凯恩斯说"长期而言,我们都死了"——用在这里不是犬儒,是精确:如果调整成本需要三代人来承担,那么"长期所有人都受益"这句话,对具体活着的人毫无慰藉。
而"恩格斯停顿"的终结,也不是市场自发调节的结果。工会集体谈判、工厂法、公共卫生体系、基础教育、1832 年改革法案扩大选举权、宪章运动推动政治民主化——是一整套制度斗争,才让英国的收入分配在十九世纪中后期出现拐点。艾伦的研究证实,正是在这些制度变革之后,基尼系数才开始下降。
技术给的是可能性,制度决定谁拿到手。这不是价值判断,是英国用三代人的时间做出的一次实验。
四、中国样本:一人公司的两面
如果把镜头拉回中国,会看到一个几乎和"抽走梯子"相反的图景——"一人公司"正在爆发。
据《经济日报》报道,截至 2025 年底,全国新设"一人公司"731.5 万户,同比增长 42.3%。到 2026 年上半年,全国 OPC 社区从 95 个激增到 618 个,覆盖 24 个省、75 个城市;杭州一地就有 2000 多家"AI+一人公司"。新华社的调查里,一位创业者说 AI 补上了他的技能缺口,让他一个人拥有文案、设计、编程三套本事,"AI 现在写 80% 的代码,我是战略、产品经理和首席运营官"。一份社区报告说,75% 的 OPC 创始人是非技术背景。
生成式 AI 用户规模到 2025 年 12 月已达 6.02 亿人,普及率 42.8%,比上一年增长 141.7%。这些数字放在一起,很容易得出"AI 正在抹平差距"的结论:过去开一家公司要有团队、有资金、有技术合伙人,现在一个人加几个智能体就能跑通从研发到营销的全流程。
但这份乐观有个不太被说破的前提。同一篇报道里,中国人民大学—西湖大学未来人类联合研究院执行院长郭放说,未来相对贬值的"首先是标准化、可描述、可验证的执行能力";真正稀缺的竞争力集中在"产品外部"——对问题和行业的理解、获取用户的能力、进入真实业务流程的能力、长期积累的数据、客户的信任。
请把这段话和上一节连起来读。AI 拉平的是"执行"这一项——写代码、做设计、生成文案、搭原型,这些过去要花几年学、要攒一个团队才能做的事,门槛被大幅压低。但 AI 没有拉平的是"判断、信任、关系、数据、渠道"——这些恰恰不是技能,而是既有资源。一个已经有人脉、有行业积累、有客户名单的人,用 AI 如虎添翼;一个什么都没有的人,用 AI 也只是把"什么都没有"这件事做得更快。
所以"一人公司"既是抹平差距的证据,也是放大差距的证据,取决于你问的是谁。对那些本来就有一技之长、有行业认知、有获客能力的人来说,AI 确实抹掉了启动门槛;对那些连"干什么"都无从判断、也没有任何信任积累的人来说,AI 抹掉的只是"靠执行能力进入行业"这一条路——而这正是上一节里被抽走的那道梯子。
一个残酷的对照是:一边是"一人公司"创业门槛从组织级降到个人级,一边是最需要这道门槛的年轻人发现入口正在关闭。同一项技术,对已经有资源的人是杠杆,对没有资源的人是替代。这不是技术的悖论,这是技术的常态。
五、老子早就把这道题说完了
如果说现代经济学把这道题拆成了工资、财富、入口、资产四条线,那么两千五百年前的一句话,已经把它的结构说尽了。《道德经》第七十七章:
天之道,其犹张弓与?高者抑之,下者举之;有余者损之,不足者补之。
天之道,损有余而补不足。人之道则不然,损不足以奉有余。
孰能有余以奉天下?唯有道者。——《道德经》第七十七章
"损不足以奉有余"——从不足的人身上拿走,去供奉已经富余的人。这句话放在 2026 年读,几乎像一份对 AI 经济学的注释:劳动收入份额降到 52.8%,财富向持有股权的少数人集中,新岗位要求既有经验,入门岗位消失——每一条都是"损不足而奉有余"的现代版本。
而《道德经》紧接着问了一句:"孰能有余以奉天下?"谁能把多余的拿出来给天下?它自己的回答是"唯有道者"——只有掌握规律的人。这个回答放到今天有点不够用了,因为它默认了"道者"会自发出现。两千年后的经验是:掌握规律的人未必愿意让利,而让利通常需要被制度逼出来。
另一句常被引用的是《论语·季氏》:"不患寡而患不均,不患贫而患不安。盖均无贫,和无寡,安无倾。"这句话通常被当成"平均主义"的证据,其实它讲的是另一回事:孔子担心的不是总量少,而是分配不公导致共同体解体。放到 AI 语境下,它提醒我们:即便 AI 把蛋糕做大十倍,如果做蛋糕的人拿不到那十倍里的合理份额,共同体照样会出问题——而且会以技术乐观派完全预料不到的方式出问题。
这也回应了题目里那个词——"生存空间"。生存空间不只是"有没有饭吃",还包括"有没有位置"。一个人可以吃得饱,但如果他在经济秩序里找不到一个能贡献、能被承认、能往上走的位置,他的生存空间就已经在收缩了。被抽走梯子的人,未必马上挨饿,但会失去对未来的想象——而后者恰恰是"不安"的来源。
六、谁来决定技术往哪边倒
写到这里,最容易滑向技术宿命论:机器就这样,规律就这样,没辙。但这份素材里最有力量的部分,恰恰是反对宿命论的。
2024 年诺贝尔经济学奖得主达龙·阿西莫格鲁和西蒙·约翰逊在《权力与进步》里反复讲一件事:技术不决定分配,权力和制度决定分配。他们举的例子是中世纪的风车——风车大幅提高了粮食产量,但农民没拿到任何好处,1100 到 1300 年间英国农民的财富净增长为零,而教堂一座接一座地盖起来。他们的原话很刺耳:
你在欧洲被父母拖着去看的每一座大教堂,都是绝望和掠夺的象征,由更高的生产率促成。
——西蒙·约翰逊,MIT 新闻访谈,2023 年 5 月
他们的核心判断是:"许多算法的设计目标,是尽可能多地替代人类。我们认为这完全错了。我们技术进步的方式,是让机器对人有用,而不是取代人。"技术有两条路——替代人,或者增强人。走哪条不由技术本身决定,由谁有权决定技术方向来决定。
他们和戴维·奥托、约翰逊一起提过五条具体政策:对雇用劳动力和拥有算法设备实行同等税率,让"用机器替代人"不再有税务优势;更新职业健康安全规则,给劳动者免受监控的保护;增加对"人机互补型"技术研究的公共投入;在政府内设立 AI 专业中心;用这部分专业能力指导公共教育和医疗系统是否应采纳某项技术。这些建议未必都对,但它们证明了一件事:这道题有政策解,不是只有命运解。
另一条思路是让更多人成为所有者。2026 年 1 月达沃斯论坛上,贝莱德CEO拉里·芬克说:"早期收益正流向模型、数据和基础设施的所有者。悬而未决的问题是,其他人会怎样。"他给的方案争议很大——让养老金投资 AI 基础设施,让普通储蓄者也能分享增长。但方向是对的:如果资本回报是这道差距的主发动机,那么解法要么在税收和再分配,要么在扩大所有权,二者必居其一。
回到中国语境,前面提到的"一人公司"实验其实也提供了另一种可能:地方政府提供租金补贴、算力券、免费工位、共享会议室和高速网络,本质上是在降低"启动资本"这道门槛。这类政策如果能真正覆盖没有行业积累、没有信任网络的普通人,而不只是服务已经有能力创业的人,才算是在补那道被抽走的梯子。否则只是给本来就跑得快的人又递了一双鞋。
七、结尾:把梯子放回去
现在可以回答开头那道二选一了。
AI 在抹平贫富差距吗?在"执行能力"这一项上,是的——写代码、做设计、整理文档、回答常规咨询,这些技能的门槛正在崩塌。在"工资差距"这个统计口径上,也可能——因为这次 AI 冲击的是高薪白领,IMF 的模型认为工资不平等有可能收窄。
AI 在让富人越来越富吗?在"财富"这个口径上,几乎是肯定的——资本回报、股权增值、模型与数据的所有权,全部向已经拥有资产的人倾斜;在"入口"这个口径上,也是——入门级岗位被吸走,新长出来的岗位只留给有经验的人。
两句话都对,因为说的是两件事。真正该被写进结论的,是这两件事之间的关系:执行能力的门槛降低了,但把执行能力兑现成资产和地位的门槛升高了。AI 把梯子的下半截锯掉了,却在上面装了一部只有持票人能坐的电梯。
这就是这道题最尖锐的地方。它不是"穷人会不会变穷"的问题——穷人的绝对生活水平大概率还会提高,就像工业革命后两个世纪里普通人的预期寿命翻了一倍。它是"穷人还有没有路可走"的问题。一个社会可以有很高的 GDP、很先进的大模型、很多估值十亿美元的一人公司,同时让一整代年轻人找不到第一份工作,让他们的经验无处积累,让"再活一遍"这件事越来越难想象。
《论语》说"不患寡而患不均",其实还可以补一句:不患不均,患无路。差距本身不可怕,可怕的是差距固化成一道没有入口的墙。
所以这道题的正确答案,既不是"技术会自然抹平一切",也不是"技术注定让富人通吃"。它取决于我们愿不愿意把那道梯子放回去——让入门级的岗位存在,让学习的过程有报酬,让执行能力还能兑换成经验,让没有资源的人也能在真实的工作里积累出判断、信任和客户。这些都不会自动发生。恩格斯停顿用了三代人和一整套制度斗争才结束,这一次大概也不会更快。
孔子说"知其不可而为之"。这句话原本是晨门对孔子的讥讽,后人把它读成了褒扬。放在这里倒也合适:明知道技术不会自己停下来等人,明知道再分配要靠斗争才能争取,还是要去做。因为"长期而言我们都死了"的另一半是——长期而言,我们终究要活在某个具体制度之下,而那个制度长什么样,取决于我们现在怎么选。
参考
- IMF Working Paper WP/25/68: AI Adoption and Inequality (Rockall, Tavares, Pizzinelli, 2025) · 工资不平等与财富不平等的分裂结论、英国家户微观数据、90/10 百分位暴露差异
- Stanford Digital Economy Lab: Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of AI (Brynjolfsson, Chandar, Chen, 2025/2026 rev.) · 22–25 岁劳动者 19% 相对就业缺口、"通过减少招聘而非增加离职"、ADP 工资单数据
- ILO: Generative AI and jobs — A 2025 update · 全球四分之一劳动者暴露、最高暴露 3.3%(约 1.2 亿人)、高收入 34% / 低收入 11%、性别差异
- ILO 总干事 Houngbo 2025 年 IMFC 声明 · 劳动收入份额长期下降、最低工资覆盖缺口、集体谈判覆盖率
- MIT News: An AI challenge only humans can solve · Acemoglu & Johnson《权力与进步》访谈:风车与教堂、"让机器对人有用而不是取代人"、工业革命用一百年才分到好处
- MIT Sloan: Insights from MIT's newest Nobel laureates on AI, labor, and more · 五条"亲劳动者 AI"政策建议、工业机器人每千人 wage −0.42% / 就业人口比 −0.2pp、"so-so automation"
- 北京大学汇丰金融研究院:夏春《被浪漫化的技术进步——这次不一样吗?》 · "恩格斯停顿"数据(1780–1840 人均产出 +46%、实际周薪 +12%)、莫基尔对卢德分子的重新评价、制度斗争与基尼系数拐点
- CEPR VoxEU: Automation and its enemies · 卢德运动与李嘉图立场转变、工业机器人替代 3.3 个岗位、劳动收入份额下降与常规任务自动化
- Social Europe: Death To Machines? · 李嘉图《论机器》章原文引语、卢德运动历史背景
- 《经济日报》:"一人公司"激发创新活力 · 截至 2025 年底新设 731.5 万户、同比 +42.3%;郭放论"标准化执行能力贬值"与稀缺竞争力在产品外部
- 人民日报海外版:Hangzhou sees rise of AI-driven one-person companies · OPC 社区 95→618、75% 创始人为非技术背景、"AI 写 80% 代码"
- 新华深读:"一人公司"潮起 · 生成式 AI 用户 6.02 亿、普及率 42.8%、创业门槛"从组织级降至个人级"
- Investopedia: BlackRock CEO Larry Fink on AI-driven inequality (Davos, Jan 2026) · "早期收益流向模型、数据和基础设施的所有者"、美联储财富分布数据
- Fed Governor Michael Barr: American Inequality and the Future of AI (Yale, Nov 12, 2026) · 劳动收入份额 52.8% 历史低点、"资本偏向型创新"、31% 成年人无法支付 500 美元应急支出
- Harvard Kennedy School AWP 276: The Future of Work in the Age of Automation, Augmentation, and Agentic AI · "净就业赤字窗口"、入门级招聘下降 15–25%、新岗位均非入门级
- 《道德经》第七十七章 · "天之道,损有余而补不足。人之道则不然,损不足以奉有余"
- 《论语·季氏》 · "不患寡而患不均,不患贫而患不安"
- 凯恩斯"长期而言我们都死了"出自 1923 年《货币改革论》(A Tract on Monetary Reform);文中"知其不可而为之"出自《论语·宪问》,原为晨门讥讽孔子之语,此处为转用。