AI 变革下的深度洞察

使用 Claude Code/Claude Cowork/Codex 数月后的体会：

只要学习节奏足够缓，许多技能便无需刻意掌握。

从 Opus 4.6 开始，我才真正体会到 AI 带来的生产力飞跃，这标志着 AI 发展的第二阶段，以下是近期对 AI 的几点反思：

1、像 OpenClaw 这类工具，不仅部署调试耗时，更未在关键任务中清晰证明其应用价值。

在这场喧嚣的龙虾式竞争中，若无人能占据垄断生态位，参与游戏除博取关注外，还能带来什么收益？

复杂、繁琐且麻烦的解决方案注定难以持久，终将耗尽执行者的意志力，造成巨大浪费。与其焦虑地耗费时间安装 OpenClaw，不如多休息、锻炼、阅读，等待前人将安全雷区逐一踩爆。

2、除人类情感外，现实世界中所有所谓的“稀缺性”都将面临 AI 发展的考验

红杉资本合伙人 Konstantine Buhler 指出：工业革命后，全球 99% 的体力劳动已由机器承担；而随着 AI 革命推进，未来不久，99% 的认知思考工作也将由机器完成。这并非渐进改良，而是一场根本性的计算变革。

生产力被 AI 取代几成定局，宏观与产业对 AI 的制约脆弱不堪，反倒是 AI 对宏观与产业的颠覆才刚刚起步。互联网基于现实“约束”不断扩张规模；而 AI 几乎注定要颠覆现实“约束”，并重构互联网自身的流量变现逻辑。

3、每次革命的渗透速度均快于前次

高科技指数增长的特征在于，一旦步入指数轨道，最后一年的增量将超越过去数十年的总和，其曲线陡峭程度远超人类直觉。

无论工业革命、电力革命还是信息革命，每次转折后人类都跃迁至前所未有的新世界；回望转折前人们的生活工作状态，令人倍感荒诞。转折前依循旧认知和习惯规划未来，终将被证明是低效且荒谬的。

4、关于 AI Capex

当前对破坏性创新巨大收益的讨论，实则聚焦于创新成本，而对破坏性收益的评估严重不足。

当多元化追求与劳动生产率潜在的大幅跃升发生冲突时，究竟是投资组合管理理论更贴近常识？还是破坏性创新引发企业营收与利润再分配更符合常识？

若一个投资者敌视 Capex 且不愿给予高估值，理由或许众多，但市场兑现其判断可能需要极长时间，长到让该判断失去意义。

5、当 Token 价格降至极低时，敏锐者将发现全新商业模式。例如当股票交易佣金趋近于零时，最大受益者显然并非券商，而是被动指数基金。