AI时代，最稀缺的究竟是什么？
几天前，我在公众号发文，讲述了我携AI助手出差、由AI替我做报告的经历。有位朋友后来发来截图和我探讨。我突然注意到文中有个错别字。（如下图）：另一位朋友通电话时，向我请教AI做报告的技术细节，说受那篇文章影响，他也打算用AI了。还表示赞同我对工作的取舍之道。我问什么意思？他说："台前的活，大家依然由人汇报，你却让AI上场；台后的活，大家都用AI撰文，你反倒亲自码字运营公众号，不让AI代笔。这种态度很难得。"我问他凭什么判断我没用AI，他说：读你的文字，看你敲出的错别字就知道了。停了一下，接着发来一句：看你
AI时代劳动稀缺性：福利与精力的博弈
随着AI与自动化的兴起，大量岗位流失，许多国家提供基本生活保障，许多人依赖福利生存。此时，我们还能断言劳动是稀缺的吗？这是一个极其犀利的问题，它探讨了米塞斯理论在面对当代现实时是否依然有效。简短的回答是：米塞斯所定义的“劳动稀缺”依然成立，但问题中隐含的“劳动稀缺取决于是否有工作”这一前提，是对米塞斯理论的误解。让我们回顾7.3节的原话："每个人都只拥有一定数量的精力可以使用，每一单位劳动也只能产生有限的效果。如果不是这样，人的劳动供应将是充裕的，而不是稀缺的，将不会被视为消除不适感的手段，也不会
人工智能时代最缺的是什么
人工智能时代最缺的是什么 分享一件颇有趣味的事： 6月，复旦大学安排了一场别开生面的期末考核，学生不再作答，而是亲自出题来测试AI，让AI被难住的次数越多，所得分数就越高。 由此可见，在AI时代，获取"答案"将变得越来越轻松，而优质的"问题"则会愈发难得！"出题"将变成我们必须掌握的本领。 还是那句话:世间有多少精彩的答案，正等待着一个出色的提问！
AI时代，真正稀缺的是什么样的人？
今天借用老板的账号做了一次测试，发了条招聘帖，没多久，消息直接刷到了99+。随手翻看投递过来的简历，八成以上都标注着"智能体工程师"。讲真，这场景多少有些魔幻。但我清楚，这是真实发生的。它让我猛地察觉到一点：会写代码的人，可能真的没那么值钱了。倘若连程序员都不再抢手，AI 时代里，究竟什么才是稀缺品？答案朴素得让人不太爱听：让人看见你的能力。老话讲"酒香也怕巷子深"。但更扎心的是，普通人连"巷子"都没有——你没有大厂的招牌当巷口的灯牌，也没有人脉帮你铺路到街面上。你自己酿的那点酒，往往就静静摆在角落，连过
塞勒反驳马斯克：AI无法消除欲望，稀缺资产永存
埃隆・马斯克大概是看好人工智能重塑世界最彻底的人。他预计，未来工作将不再必须，各类商品与服务会极度充裕；随着人工智能推动社会实现“普遍高收入”，金钱甚至可能变得毫无价值。但同为亿万富翁的迈克尔・塞勒并不这么看。 上周，塞勒做客播客节目《CEO 日记》，主持人史蒂文・巴特利特询问他是否认同马斯克对AI的预判，塞勒回应：“不可能每个人都住进汉普顿豪宅，也不可能每个人都配私人飞机，更别提私人游艇了。” 塞勒是软件公司Strategy（前身为Microstrategy）的老板，比特币是该企业的核心业务支柱。虽然他
代码不再稀缺的时代，产品判断力为何成为核心竞争力
这两年我持续追踪AI对各行各业的渗透，一个结论越来越清晰：AI正在将软件制造本身的成本压到极低，而"决定该制造什么"这件事，却比以往任何时候都更关键。这不是在给某个职业唱赞歌，而是一个正在演进的事实。一、编程能力正在丧失稀缺价值近段时间，AI编程助手正在大规模嵌入软件工程链条。GitHub Copilot、Cursor、Claude Code等工具早已超越了早期简单的代码补全阶段，逐步演化为能够介入需求落地、代码生成与调试全流程的协作伙伴。一个灵感从萌生到产品上线，传统模式下要调动一整支团队、耗费数月光阴
AI引用量暴涨275%,你的内容为何反而更难获得曝光?
方法论 · 实操一个违反直觉的现象：AI 对内容的引用总规模在飞速扩张，但单个新信源被 AI 采纳的门槛，也在同步抬高。当 Kimi 这类平台将模型开源、将上下文扩展到百万级，引用门槛看似在降低，实则由于"可供引用的素材过于充裕"，新内容更容易被淹没在同质化信息的洪流中。这给所有渴望被 AI 识别的品牌敲响了警钟：稀缺的并非"被引用的机会"，而是"配得上被引用的原创深度"。2026 年 7 月 27 日，月之暗面（Moonshot AI）在 Hugging Face 正式公开 Kimi K3 的模型权重与
AI年代最珍贵的，并非你能胜任什么，而是你敢于承担什么
各位好，我是Hugo。上一期我们谈到，三百年来的默认前提——劳动是稀缺的，因此值得被定价——正在瓦解。稀缺是定价的基础，丰沛则是重新定价的起点。当劳动不再稀缺，一个更深层的问题便浮现出来：什么重新变得稀缺了？我留意身边的人，这几年有一个细微的转变。过去大家比拼的是"谁更能拼"：加班、考证、卷技能，担心被他人超越。这几年逐渐变了，比的是"谁更笃定"：你清楚自己要什么吗？你愿意长期投入一件什么事？有人拼命报班学AI，越学越焦虑，因为工具总在迭代，学完这个还有下个。有人默默无闻，
AI再强大，也填不满资源稀缺的坑
现在到处都在谈论AI。有人说AI会改写一切规则，有人说AI是又一轮工业革命的开端。但今天我想泼一盆冷水——AI再厉害，也破解不了最底层的难题：资源有限。这跟你在股市里搏杀是一个道理。程序再尖端、芯片再先进，整个市场的资金就那么多。你从口袋里掏出来的，正是别人赔掉的。这就是零和博弈的真相。先纠正一个认知偏差。不少人以为，全球卡的是算力瓶颈。缺的是更聪明的算法。完全错。人脑比AI高明得多。刘邦凭一个县的人脉就打下了四百年汉朝江山，靠的是算力吗？不是，靠的是对资源的调度与博弈。你细想一下，职场里的明争暗斗、孩子
AI热潮下，单字母.ai为何成顶级资产
近期，OF.ai 以 25 万美元的价格成功易主。对于双字母 .ai 域名而言，这一成交价相当抢眼。特别是在当下 .ai 市场日益成熟的背景下，短小精悍、便于记忆且具备强大品牌属性的域名，正成为买家竞相追逐的核心资产。更有趣的是，若双字母 .ai 已达 25 万美元的级别，那么比其更为稀缺的单字母 .ai，又该估值几何？这个答案确实值得深思。互联网世界有一条恒久不变的定律：越短越昂贵。例如，You.ai 曾以约 70 万美元成交，Fin.ai 达到 100 万美元，Bot.ai 更是突破了 120 万美元
AI不抹平鸿沟——它只是把差距藏得更体面
——对谈吴军：时代给裁员披了一层体面的外衣，也给门外汉递了一份糊涂账这两天读到刘润老师跟吴军老师的一篇对谈实录。将近三个小时的交流，我从头看到尾，有一段停了好一阵子。吴军老师打了个比喻。两百多年前，你是东家，我是佃户。我不识数，也不会打算盘。你噼里啪啦一通算下来，告诉我：今年得交五袋米。我凭什么判断，五袋是公道的，还是八袋才是公道的？我无从判断。因为我根本看不懂你那一通算法。最后只能是——你说多少，我就认多少。接着吴军老师讲了一句让我后背一凉的话："未来大概率会变成这样：懂的人驾驭AI，不懂的人依赖AI。
Meta首席AI官惊人言论：一队AI轻松替代百名工程师，核心竟是Markdown与定时任务
十年前，最厉害的AI还只能在YouTube视频中识别猫咪。十年后，训练出这些模型的人站在旧金山的舞台上，将其尊称为“数字之神”。说出这番话的人叫王嘉腾（Alexandr Wang）。19岁创立Scale AI，将“为AI供给数据”这门苦差事做成了估值突破290亿美元的独角兽。2025年，Meta向Scale AI注资143亿美元获取约49%股权，并将他招致麾下执掌新成立的超级智能部门。现如今，他的职务是Meta超级智能实验室掌门人、首席AI官。2026年7月末，他现身Y Combinator Startu
技术普及下的稀缺性
即便未来 AI 技术不再更新，仅凭现有技术的推广，也足以引发社会结构的巨大变革。人际冲突与政治博弈不会消失。由于资源有限，优先级的分配是永恒的。不存在完美的数学方案让所有人都满意。分配资源必然意味着“商量”先后顺序，无论是通过谈判、妥协还是结盟，核心在于避免直接暴力。这种能力的博弈构成了政治，AI 无法打破这一数学逻辑。冲突、博弈与不确定性依然存在。在很多领域，人的主观体验依然是最终标准。技术提升效率会降低成本，导致无法提效的事物相对升值。技术奇点只会放大“位置性稀缺”。若 AI 将所有可廉价化的东西变为
AI算力瓶颈在“铟”，磷化铟缺口超70%引发价值重估
8月5日，A股光模块上游板块突然飙升——欧莱新材涨幅近15%，云南锗业、博杰股份触及涨停，株冶集团逼近涨停，锡业股份、豫光金铅、东山精密跟随上涨。这一波动的驱动力并非某家公司的业绩，而是市场重新评估了磷化铟（InP）——这一“光芯片衬底之王”——的供需状况：据测算，2026年全球InP衬底需求将在260万至300万片之间，而有效产能仅约75万片，缺口超过70%；4英寸衬底均价为5800元/片，较年初上涨了34.7%；头部光模块厂的订单已锁定至2028年。AI算力竞赛已进入第三年，瓶颈已从GPU、HBM和C
AI时代，判断力决定价值
过去很长一段时间，信息本身就是资源。在电力行业尤其如此。早些年，一个人是否熟悉规程制度，是否掌握设备历史，是否了解某个地区的网架结构、负荷特征和运行习惯，往往直接决定其专业价值。很多复杂问题之所以依赖专家，并不完全是因为专家拥有更高明的方法，而是因为信息分散在不同系统、不同专业和不同人员手中，普通人很难在短时间内获得完整信息。信息化建设改变了这种局面。业务系统逐步替代纸质台账，设备档案、运行数据、缺陷记录、工单流程和经营指标被持续积累。到了移动互联网和大数据阶段，信息获取速度进一步提高。今天，大模型又把信