AI 对普通人是舍入误差：扩散要五十年，反弹却等不了
工业革命给普通人便宜衣服和缝纫机，AI 目前只给普通人好玩的图片和更好的搜索——好处太间接，而政治反弹来得太快。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 时间戳为按文稿位置估算
AI 在日常生活里还是舍入误差
作者度蜜月几周完全没碰 AI，回来后意识到：普通人接触 AI 的触点要么边缘、要么令人困惑。正面印象是做好玩的图片、增强版 Google 搜索；负面印象是成瘾的社交媒体算法、朋友的朋友沉迷 AI 聊天机器人、以及关于数据中心的种种说法。家庭、食物、交通、娱乐这些日常核心几乎没有直接变化。他的结论是：对 AI 着迷是极少数人主动选择的结果，跳出泡沫才发现今天发生的事对多数人真的没那么重要。
工业革命给的是实物，AI 给的是间接好处
第一次工业革命带来更便宜的衣服、炊具、读物和新生计；第二次带来缝纫机、保存食品、室内管道、摄影、更好的光源、自行车和电气化——清单很长，而且非常物理。作者担心 AI 的好处即使兑现（新科学发现、罕见病疗法、持续经济富足），也过于间接：普通人不会把救命归功于 OpenAI 或 Anthropic，因为是家庭医生告诉他有新疗法；也没多少美国人会在意 OpenAI 解决纳维-斯托克斯千禧年问题。他判断五十年后普通美国人的日常生活看起来仍会很像今天。
AI 目前主要是服务精英的工具
知识工作约占美国经济的一半，对这部分人来说 AI 已经（或很快会）像电力一样基础，未来十八个月智能体的快速改进会加速这一点。但一个变革性、高生产力的工具只带动一半社会，是高度不稳定的。作者引用「恩格斯停顿」：1790 到 1840 年英国工人工资停滞，而人均 GDP 在技术剧变中快速增长。他认为如果 AI 行业自己都认为这是最接近的类比，那么没受益的人反弹就是合理的。他还同意 Doug O'Laughlin 的判断：知识工作产出爆发的同时，科技行业人数很可能收缩。
反弹的根源不是 AI，是科技巨头的旧账
作者把 AI 面临的政治反弹拆成两层：一是早期正面影响太间接，二是与西方社会对 Big Tech 的历史积怨深度交织。他强调后者只是时间上撞上了 AI——如果 AI 的指数增长发生在 Google、Meta 这些平台成长阵痛几十年之后，数据中心问题很可能根本不会上升到如此核心的政治位置。解决其中任何一个都能大幅缓解压力，给行业更多时间展示正面理由。而 AI 自己通过末日论和大规模失业的宣言，把自己标记成负面或不安全的技术，让这两件事都更难。
机器人可能替 LLM 挽回叙事
作者提出一个反讽的可能：如果大规模生产大语言模型带来的智能爆炸外溢到机器人，加速机器人在日常生活中的普及，人类会迅速抓住 AI 的 tangible 好处。这很讽刺，因为很多人一直在努力说服公众：LLM 这一波和过去一二十年的通用 AI 进展非常不同。如果最后是同一个动态救了（或大幅盖过了）LLM 的叙事，那会很好笑。他也提醒，机器人、自动驾驶与当前 AI 革命的关联目前更多是讲故事层面的。
扩散要五十年，对抗扩散却等不了
作者把当下称为五十年扩散过程的前五年，并列出两个简单问题：正面影响太间接、政治反弹与 Big Tech 历史纠缠。他判断扩散的故事会比对抗它的斗争长得多。今天关注这件事的年轻人，会在有生之年看到强大 AI 从有效 0% 走到 90% 以上的全面采用。真正标志 AI 演化的是深度集成进企业、充当个人助理的那种 AI，它刚开始变得可行，采用速度会远慢于 ChatGPT 这类容易理解的应用。因此继续推进技术很关键——好处惊人但不是理所当然，而如何广泛分配这些好处还有大量硬活要干。
原话 · 已逐字校验
It’s a remarkable breath of fresh air to pop out of the bubble and realize how little what is happening really matters today .
从泡沫里跳出来，意识到今天发生的事其实没那么重要，是一种难得的清新空气。
Being obsessed with AI is a choice that a very few people have yet opted into.
对 AI 着迷，是一个极少数人才选择加入的选择。
It feels very likely in 50 years that the average American’s day to day life looks very similar.
五十年后，普通美国人的日常生活看起来很可能仍然非常相似。
Today’s AI is primarily a tool to serve the elite.
今天的 AI 主要是服务精英的工具。
It’s highly destabilizing to have such a transformative, productive tool only bring half of society along.
让这样一个变革性、高生产力的工具只带动一半社会，是高度不稳定的。
The diffusion story will take a lot longer than the fight against it.
扩散的故事会比对抗它的斗争长得多。
All of us younger folk following the story today will get to see powerful AI go from effectively 0% to 90%+ full adoption in our lifetime.
今天关注这件事的所有年轻人，都会在有生之年看到强大 AI 从有效 0% 走到 90% 以上的全面采用。
数字与实体
| 知识工作占美国经济比重 | 约一半 | 3:47 |
| 智能体快速改进的预期窗口 | 未来 18 个月 | 3:47 |
| 恩格斯停顿的时间范围 | 1790 到 1840 年 | 3:47 |
| 作者对 AI 扩散过程的定位 | 五十年扩散过程的前五年 | 3:47 |
术语
- Engels’ pause恩格斯停顿
- 1790 到 1840 年英国工人工资停滞、人均 GDP 却快速增长的时期。
- Navier-Stokes Millennium Prize Problem纳维-斯托克斯千禧年问题
- 流体力学方程解的存在性与光滑性，七个千禧年大奖难题之一。
收听指南
适合关注 AI 叙事与政策风险的创业者、投资人，尤其是想知道公众为何对 AI 冷淡甚至敌意的从业者。
开头订阅折扣的 housekeeping 可跳过，其余八分钟都值得听。