第二次烟消云散
神圣光环不是被更高明的新职业抢走的，是被一种可以无限复制、可以按次计费的东西抹掉的。
他们既是被商品化的对象，也是这次商品化的原料供应者。
一切靠信息不对称维持的议价权，都在烟消云散。
上个月我帮一个朋友看一份英文版的合作协议。她是法学生，在国内一家律所实习，前一晚熬夜做了笔记。我顺手把整份合同丢给了Claude Code，让它列出对我方不利的条款，标出谈判要点，再给出修改建议。三分钟后，模型吐出来一份清单。我把屏幕转过去给她看。她从上往下读了一遍，又从下往上读了一遍，安静了很久。
那一刻她没有任何”科技真厉害”的兴奋。咖啡馆里的人在聊自己的事，外面在下雨，没有人注意到我们这桌发生了什么。我盯着那段输出看了很久，突然想起一句话，是我十年前在大学课堂上读过的。
马克思和恩格斯在《共产党宣言》第一章里写过一段：
一切固定的僵化的关系以及与之相适应的素被尊崇的观念和见解都被消除了，一切新形成的关系等不到固定下来就陈旧了。一切等级的和固定的东西都烟消云散了，一切神圣的东西都被亵渎了。
紧接着他们点了名：
资产阶级抹去了一切向来受人尊崇和令人敬畏的职业的神圣光环。它把医生、律师、教士、诗人和学者变成了它出钱招雇的雇佣劳动者。
这是 1848 年的话。但你今天再读一遍，会发现它写的就是我们这个咖啡馆下午。
马恩用”神圣光环”描述一件事：一种职业之所以被敬畏，是因为它背后有一整套别人短期内学不会的知识、仪式、人脉与经验。当这套壁垒被机器和分工拆散，从业者就不再被敬畏，而是被定价。
1848 年被拆散的是手艺。这一次被拆散的，是知识本身。
大模型在做的事，比”取代谁”要更底层。它在抹去知识工作的神圣光环。
一个法学生读完三年书学会的合同审阅，一个内科医生临床十年形成的问诊直觉，一个译者翻译二十本书养成的语感，一个工程师写过百万行代码沉淀的结构品味。这些过去叫”专业性”，构成的不只是能力，还是一整套议价权。这些人可以开业，可以定价，可以拒绝客户，可以被人尊称为老师、博士、顾问。
现在这些都被压进了一次 API 调用。质量暂且不论，问题在于：被敬畏的那层外壳已经裂开了。客户、病人、读者、产品经理第一次可以绕过专业人士，去拿到一个八十分的答案。这个答案不完美，但它足以让专业人士彻底失去对价格的掌控权。
神圣光环不是被更高明的新职业抢走的，是被一种可以无限复制、可以按次计费的东西抹掉的。
宣言里还有一句话现在读起来更扎心：
工人变成了机器的单纯的附属品，要求他做的只是极其简单、极其单调和极容易学会的操作。
一百七十多年前这句话指的是纺织女工和车床前的工人。今天它一字不改可以用来描述在 IDE 里审阅 AI 代码的工程师，在 AI 初稿上改措辞的编辑，按模型给的话术应对客户的客服。劳动者从”用知识表达思想”，降格为”审批 AI 给出的 diff”。
上面这些其实不新鲜。大多数关于 AI 的讨论停在”会不会失业”、“要不要转型”，但其实还有一个更值得讨论的问题，也是宣言留下来的那个老问题：这次被商品化之后，剩余价值去了哪里。
第一次烟消云散之后，剩余价值的流向很清楚：流向了工厂主、运河铁路投资人、世界市场的殖民者。
这一次更隐蔽，从目前来看，它至少流向三个节点。
第一个节点是芯片与算力。 这一轮真正赚到最确定钱的不是模型公司本身，是 GPU 厂商、云服务商、电力与冷却的基础设施方。这是非常古典的”卖铲子”结构，和 1848 年给铁路供铁轨的逻辑一样。
第二个节点是基础模型公司。 少数几家公司占有了大多数人类文本、代码、图像训练的成果，再把它打包成 API 卖回给整个社会。这里有一个不对称的事实：训练语料是全球无偿或低价贡献的，变现渠道是一个极其集中的订阅入口。
第三个节点是把模型嵌进工作流的应用层。 律所用 AI 替代初级律师之后，客户收费没有同比下降，省下的时间变成了合伙人的利润。医院用 AI 提高诊疗效率之后，多出来的产能变成了更多的排班。编辑部用 AI 起稿之后，稿费没有涨，篇数倒是涨了。
三层叠加，路径很清楚：过去的医生、律师、诗人、学者，他们一生的知识以语料的形式被免费吸入模型，模型再以订阅的形式卖回给他们所在的行业，行业用它来压低这些人自己的议价权，多出来的利润被行业资本截留，剩下的流向更上游的算力和模型公司。
他们既是被商品化的对象，也是这次商品化的原料供应者。 这是一种比工厂流水线更彻底的异化。
讽刺的是，模型有了独立性和个性，构成模型每一个神经元权重的写作者、医生、程序员，反而没有了独立性和个性。
五个预测
预测一：基础模型最终只会留在中美。
顶级 AI 研究者全球分布极度集中，几乎只在美中两地；前沿模型训练所需的电力规模，只有中美的电网容量、土地储备和能源供给撑得住；千亿美元级的训练资本，只有中美的资本市场能持续供血。欧盟、英国、日本、印度会不断宣布自己的模型计划，但最终会发现自己走不完最后一公里。五年之后，世界的基础模型格局会和今天的航空发动机、顶级光刻机一样：明确的中美双寡头，其他国家像今天买能源一样向这两家付费购买算力。
预测二：剩余价值沿五层流动。
- 第一层（能源）：电厂、电网、天然气、核能。一个十万卡集群每年吃掉一座中型城市的电量，最终收钱的是电力公司。
- 第二层（硬件）：英伟达、台积电、存储和网络设备商，以及背后的光刻机和材料链。这一层的利润率是整条价值链里最高的。
- 第三层（基础模型）：OpenAI、Anthropic、Google、字节、阿里、DeepSeek，五年之内会收敛到十家以内。
- 第四层（应用）：把模型嵌进具体工作流的人。写 RAG，做垂直 agent，把 API 塞进一个有付费用户的产品里。
- 第五层（终端）：在 ChatGPT、Kimi、豆包里问问题的人。这一层不分剩余价值，只买效率。
上面三层是国家级游戏，下面两层才是普通人的真实战场。
预测三：这一代知识工作者不会反抗，他们会安静地被稀释。
宣言里那句”资产阶级首先生产的是它自身的掘墓人”在十九世纪能成真，是因为工厂物理上把工人聚到同一屋檐下、同一班次、同一条流水线。工人每天见面，互相知道彼此的处境，于是有了工会、罢工、集体议价，最后真的出了掘墓人。
AI 对知识工作者做的是完全相反的动作。它让每一个编辑、程序员、律师、医生独自在家里面对一个 Copilot。你不认识别的编辑，你不知道别的律师怎么用 AI，你和同行的接触反而比坐班时代更少。没有工厂就没有集体，没有集体就没有罢工，没有罢工就没有议价。 这次不会有掘墓人，不会有工会，不会有反抗。只会有一个一个越来越孤立的个人，在订阅费每月扣款的提醒里，默默接受自己价值的下调。
预测四：真正的反作用力不会来自劳动者，而来自两个方向。
一是数据立法，中国和欧盟已经在做，美国最慢但最终会做。二是算力的国家化或半国家化，GPU 被列为战略资源只是第一步，下一步是电力、数据中心、基础模型本身。两股力量合起来，会把”基础模型”变成类似电网、电信骨干网那样的公共基础设施。这不是出于对劳动者的保护，是出于国家安全。
预测五：“知识”这个词会被重新定义。
过去两百年，知识指的是”需要长时间学习才能掌握的东西”。将来它会被重新定义为”AI 不能便宜复现的东西”。这是一个小得多、严格得多的集合。今天很多被称为”专业”的活动，合同审阅、影像初读、文本校对、代码审查、影视创作，会从”知识”里被划出去，归入”操作”。
真正能留在”知识”这个词里的，只剩三样：品味、判断、关系。
给迷茫的人
第一件，停止押注”专业性保值”。
不要再安慰自己”我这行有壁垒”、“我这十年经验难以取代”、“AI 做不了最难的部分”。这些话都建立在 AI 能力停在今天的前提上，而这个前提每六个月就被突破一次。一切靠信息不对称维持的议价权，都在烟消云散。 它们在你身上停留的时间，比你以为的短。
第二件，进入剩余价值流入的前三层蛋糕。
以雇员身份进入前三层蛋糕，英伟达、台积电、OpenAI、Anthropic 今天都在全球抢人，高薪加股票能让你分到一小块剩余。这条路性价比极高，是接下来十年最值得认真考虑的通道之一。但要看清的是它只对头部学校、头部团队、头部项目出身的人开放，不是大多数人的自然路径。
第三件，如果你不是头部，从第五层挪到第四层。
对没有头部背景、也不打算大幅度转行的大多数知识工作者来说，真正自主可以把握的那道门，还是第四层和第五层之间。站在第五层用产品，和站在第四层做产品，十年之后的差距会像今天能写代码和不能写代码的差距一样大。 这道门现在还开着，但不会开太久。
进第四层有两条路，各有千秋。
一条是打工版。 加入一家已经有真实业务、真实客户的公司，把 AI 嵌进现有流程。代码原本是这一层的门槛，现在 AI 替你写，非技术背景的人也能把 prompt、RAG、agent 工作流跑起来。代价是剩余价值的大头归公司，换到的是真实业务现场和低试错成本。难点是挑对公司：要找一家真有业务、又愿意让你接到核心流程的。
一条是创业版。 从零造一个产品，自己找客户、自己扛现金流、自己承担每一次试错。风险高、收益大，大致路径分五步：
- 第一个星期：选一个你已经有 unfair advantage 的领域。要么你在那行业工作过，要么你认识那群人，要么你自己就是那个用户。没有这个起点，后面全是事倍功半。
- 第二个星期：和 20 个潜在用户做深度访谈。不是问他们要不要 AI，是问他们这周最痛的工作环节是什么。
- 第三到第四个星期：先卖再做。 用 Excel + 人工 + ChatGPT 网页版手动跑这个流程，让一个客户付一笔小钱。证明是真需求。
- 第五到第八个星期：把手动流程自动化成产品。这一步才需要写代码。
- 第九到十二个星期：从一个付费客户做到十个。做到这一步的人，已经不在第五层了。
这条路最大的障碍不是技术，是”先卖再做”这个反工程师本能的顺序。
第四件，锤炼品味、判断、关系。
这三样没有教材，也没有证书。它们不是知识，是痕迹，是你长期做另一件事、反复承担真实后果之后，附带长在身上的东西。
- 品味：少消费，多创作。看完一部电影、读完一本书、用完一个产品，写下”它哪里好、哪里差、如果我做会改哪里”，然后公开发出去让人反驳。评价让你自信，被反驳让你校准。品味的反面不是没有审美，是只想不做。
- 判断：在不确定里下注，并替结果买单。判断不是思考，是承担。最便宜的训练场是自己的钱、自己的业余项目、自己带的最小的小团队。永远只做有标准答案的活，一辈子练不出判断。
- 关系：不是社交，是共事。AI 已经让弱关系（人脉广度、分发渠道）的价值大幅贬值，LinkedIn 加 5000 人，AI agent 都能帮你做 cold outreach。但深度信任关系反过来在升值，因为它是 AI 永远做不了的。和固定的五到十个人一起做过难的事，撑过冲突没有散伙，这叫关系。一年加两千个微信好友叫社交，对 AI 时代不值钱。你需要的是五年之后还在互相接电话的那几个人。
这三样是 AI 拿不走的，因为它们都必须建立在”承担后果”的基础上。AI 不承担后果，你能。
回到那个下午。
我朋友最后没有再说更多话，把电脑还给我，说先回去想想。雨停了，外面的人陆续走过。Claude 那段输出还在屏幕上，光标安静地闪。
也许上面每一条预测都可能是错的。但迷茫本身比错误更糟糕。1848 年那一代被烟消云散的行会师傅，他们的后代在二十世纪重新组织起了庞大的现代中产阶级，靠的不是对抗资本，而是及时搭上了资本需要的那趟车。这次的等级重组里，能进入顶端三层的人会比过去任何一代都少，但跳到第四层的窗口反而比过去任何时代都大。
但是它不会一直开着。
我想用宣言开篇那句话作为结尾：
人们终于不得不用冷静的眼光来看他们的生活地位、他们的相互关系。