AI胜利了吗?未来会是资本的天下吗?
摘要:序 ——工程师正在自掘坟墓,或许转行外卖才是唯一选择,但资本+AI能够统治一切。 工业革命(蒸汽机)与 AI 革命最核心的本质差异—— 前者是动力赋能下的人力规模放大,后者是智力替代下的人力价值消解,资本对 AI 的终极诉
序
——工程师正在自掘坟墓,或许转行外卖才是唯一选择,但资本+AI能够统治一切。
工业革命(蒸汽机)与 AI 革命最核心的本质差异—— 前者是动力赋能下的人力规模放大,后者是智力替代下的人力价值消解,资本对 AI 的终极诉求并非 “提升人力效率”,而是彻底重构生产要素,让 “人” 从核心创造者沦为边缘监督者,将劳动的价值锚点从人转移到机器、算力、模型这些资本可完全掌控的生产资料上。 ————这是资本的胜利。本文仅讨论AI对资本的实质,并不过多描述AI对人类发展的进步意义。
蒸汽机时代-动力赋能下的人力价值放大
蒸汽机的诞生,标志着人类从手工劳动迈入机器生产时代,但它自始至终都未曾动摇“人”作为生产核心的地位。其本质是用无生命的动力源,替代了人的体力劳动,却进一步放大了对掌握技能的人力的需求,形成了“机器赋能人、人驱动生产”的共生关系。 在蒸汽机普及前,纺织、采矿、运输等行业依赖人工劳作,生产效率受限于人的体力极限,规模扩张极为缓慢。蒸汽机的出现,打破了这一桎梏——一台蒸汽织布机的效率远超十名熟练织工,一台蒸汽机车的运力抵得上数十辆马车。但这种效率提升,并未导致人力需求的缩减,反而催生了更大规模的人力缺口。一方面,蒸汽机本身需要专业工人操作、调试、维护,原本的手工劳动者通过技能升级,转变为机器操作工,依然是生产流程中不可或缺的一环;另一方面,生产规模的爆发式增长,带动了上下游产业链的扩张,需要更多工人参与原料开采、产品加工、仓储运输、车间管理等环节。
更关键的是,蒸汽机时代的价值创造锚点始终是人。机器是资本投入的生产资料,但没有工人的操控与技能输出,机器只是一堆无价值的钢铁。资本想要赚取更多利润,就必须雇佣更多工人、提升工人的技能水平,人力劳动依然是价值公式中的核心变量。此时的资本与工人,是“利益共生”关系——资本通过机器放大工人的劳动价值,工人通过依附资本的生产资料获得生存报酬,人在生产中的核心地位不可替代。
从AI辅助编程到AI自主编程:人的经验被数字概率替代
AI演进路径,我觉得从根源上背离了“工具赋能人”的传统逻辑,现阶段接触到的所有AI,例如manus、claude code、midjourney等不同领域的AI,它们被赋予的终极目标是用“数字概率”替代“人的经验”、”人的美感”、”人的一切脑力价值”,让机器接管最核心的智力劳动。从编程上看,从早期的代码补全工具,到如今能基于自然语言需求生成完整项目代码、自主排查Bug、优化程序性能的AI模型,AI正在逐步消解人们赖以生存的核心价值————经验积累与逻辑思考。 在传统编程模式中,程序员的核心竞争力源于长期实践积累的经验:对编程语言的熟练运用、对业务逻辑的深度理解、对复杂问题的排查能力、对系统架构的设计思维。这些经验是个性化的、不可复制的,是程序员在劳动力市场中议价的核心资本。但AI Coding的底层逻辑,是通过学习海量开源代码与技术文档,将人类的编程经验转化为数字概率模型——AI生成代码的过程,并非“思考”,而是基于数据训练形成的概率预测,它能快速输出符合语法、逻辑通顺的代码,却无需理解代码背后的业务本质与技术原理。
这种替代带来的直接后果,是人的经验价值急剧缩水。当一名资深程序员花费数年积累的业务逻辑处理经验,能被AI通过数据训练在几小时内复刻;当程序员熬夜调试的Bug,AI能在几秒内定位并修复,人类的经验便不再是稀缺资源。资本无需再为程序员的经验积累支付高额薪酬,只需投入算力与模型训练成本,就能获得源源不断的“数字劳动力”,而程序员的工作,也从“创造性劳动”沦为“对AI生成结果的监督与修正”,经验的溢价空间被彻底压缩。
应届生的价值急剧下降:入门门槛与生存空间被双重挤压
在AI的冲击下,软件开发行业的人才结构正在发生剧烈重构,应届生成为受影响最直接、最深刻的群体,其劳动力价值急剧下降,入门与生存空间被双重挤压。传统编程行业中,应届生是“潜力股”——资本愿意投入成本培养应届生,让其从基础编码工作做起,逐步积累经验、成长为核心人才,应届生的“可培养性”是其核心价值所在。但AI Coding的普及,直接剥夺了应届生赖以成长的基础岗位与实践机会。 一方面,AI完全替代了应届生最擅长的基础编码工作。过去,应届生通过编写CRUD接口、简单业务逻辑代码、参与单元测试等基础工作积累经验,但如今这些工作已能被AI高效完成,且准确率与效率远超应届生。资本不再需要雇佣应届生从事基础开发,原本的入门岗位大幅缩减,应届生面临“无工可做”的困境。另一方面,行业对人才的需求标准发生扭曲,从“注重潜力与学习能力”转向“注重AI工具操控能力与代码审核效率”。部分企业更愿意雇佣能快速上手AI工具、高效审核AI生成代码的“熟练工”,而非需要花费时间培养、且效率不及AI的应届生。
