AI 對普通人是舍入誤差：擴散要五十年，反彈卻等不了
工業革命給普通人便宜衣服和縫紉機，AI 目前只給普通人好玩的圖片和更好的搜索——好處太間接，而政治反彈來得太快。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 時間戳為按文稿位置估算
AI 在日常生活裡還是舍入誤差
作者度蜜月幾週完全沒碰 AI，回來後意識到：普通人接觸 AI 的觸點要麼邊緣、要麼令人困惑。正面印象是做好玩的圖片、增強版 Google 搜索；負面印象是成癮的社交媒體算法、朋友的朋友沉迷 AI 聊天機器人、以及關於數據中心的種種說法。家庭、食物、交通、娛樂這些日常核心幾乎沒有直接變化。他的結論是：對 AI 著迷是極少數人主動選擇的結果，跳出泡沫才發現今天發生的事對多數人真的沒那麼重要。
工業革命給的是實物，AI 給的是間接好處
第一次工業革命帶來更便宜的衣服、炊具、讀物和新生計；第二次帶來縫紉機、保存食品、室內管道、攝影、更好的光源、自行車和電氣化——清單很長，而且非常物理。作者擔心 AI 的好處即使兌現（新科學發現、罕見病療法、持續經濟富足），也過於間接：普通人不會把救命歸功於 OpenAI 或 Anthropic，因為是家庭醫生告訴他有新療法；也沒多少美國人會在意 OpenAI 解決納維-斯托克斯千禧年問題。他判斷五十年後普通美國人的日常生活看起來仍會很像今天。
AI 目前主要是服務精英的工具
知識工作約佔美國經濟的一半，對這部分人來說 AI 已經（或很快會）像電力一樣基礎，未來十八個月智能體的快速改進會加速這一點。但一個變革性、高生產力的工具只帶動一半社會，是高度不穩定的。作者引用「恩格斯停頓」：1790 到 1840 年英國工人工資停滯，而人均 GDP 在技術劇變中快速增長。他認為如果 AI 行業自己都認為這是最接近的類比，那麼沒受益的人反彈就是合理的。他還同意 Doug O'Laughlin 的判斷：知識工作產出爆發的同時，科技行業人數很可能收縮。
反彈的根源不是 AI，是科技巨頭的舊賬
作者把 AI 面臨的政治反彈拆成兩層：一是早期正面影響太間接，二是與西方社會對 Big Tech 的歷史積怨深度交織。他強調後者只是時間上撞上了 AI——如果 AI 的指數增長發生在 Google、Meta 這些平臺成長陣痛幾十年之後，數據中心問題很可能根本不會上升到如此核心的政治位置。解決其中任何一個都能大幅緩解壓力，給行業更多時間展示正面理由。而 AI 自己通過末日論和大規模失業的宣言，把自己標記成負面或不安全的技術，讓這兩件事都更難。
機器人可能替 LLM 挽回敘事
作者提出一個反諷的可能：如果大規模生產大語言模型帶來的智能爆炸外溢到機器人，加速機器人在日常生活中的普及，人類會迅速抓住 AI 的 tangible 好處。這很諷刺，因為很多人一直在努力說服公眾：LLM 這一波和過去一二十年的通用 AI 進展非常不同。如果最後是同一個動態救了（或大幅蓋過了）LLM 的敘事，那會很好笑。他也提醒，機器人、自動駕駛與當前 AI 革命的關聯目前更多是講故事層面的。
擴散要五十年，對抗擴散卻等不了
作者把當下稱為五十年擴散過程的前五年，並列出兩個簡單問題：正面影響太間接、政治反彈與 Big Tech 歷史糾纏。他判斷擴散的故事會比對抗它的鬥爭長得多。今天關注這件事的年輕人，會在有生之年看到強大 AI 從有效 0% 走到 90% 以上的全面採用。真正標誌 AI 演化的是深度集成進企業、充當個人助理的那種 AI，它剛開始變得可行，採用速度會遠慢於 ChatGPT 這類容易理解的應用。因此繼續推進技術很關鍵——好處驚人但不是理所當然，而如何廣泛分配這些好處還有大量硬活要幹。
原話 · 已逐字校驗
It’s a remarkable breath of fresh air to pop out of the bubble and realize how little what is happening really matters today .
從泡沫裡跳出來，意識到今天發生的事其實沒那麼重要，是一種難得的清新空氣。
Being obsessed with AI is a choice that a very few people have yet opted into.
對 AI 著迷，是一個極少數人才選擇加入的選擇。
It feels very likely in 50 years that the average American’s day to day life looks very similar.
五十年後，普通美國人的日常生活看起來很可能仍然非常相似。
Today’s AI is primarily a tool to serve the elite.
今天的 AI 主要是服務精英的工具。
It’s highly destabilizing to have such a transformative, productive tool only bring half of society along.
讓這樣一個變革性、高生產力的工具只帶動一半社會，是高度不穩定的。
The diffusion story will take a lot longer than the fight against it.
擴散的故事會比對抗它的鬥爭長得多。
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.
今天關注這件事的所有年輕人，都會在有生之年看到強大 AI 從有效 0% 走到 90% 以上的全面採用。
數字與實體
| 知識工作佔美國經濟比重 | 約一半 | 3:47 |
| 智能體快速改進的預期窗口 | 未來 18 個月 | 3:47 |
| 恩格斯停頓的時間範圍 | 1790 到 1840 年 | 3:47 |
| 作者對 AI 擴散過程的定位 | 五十年擴散過程的前五年 | 3:47 |
術語
- Engels’ pause恩格斯停頓
- 1790 到 1840 年英國工人工資停滯、人均 GDP 卻快速增長的時期。
- Navier-Stokes Millennium Prize Problem納維-斯托克斯千禧年問題
- 流體力學方程解的存在性與光滑性，七個千禧年大獎難題之一。
收聽指南
適合關注 AI 敘事與政策風險的創業者、投資人，尤其是想知道公眾為何對 AI 冷淡甚至敵意的從業者。
開頭訂閱折扣的 housekeeping 可跳過，其餘八分鐘都值得聽。