🎭 一、AI CEO 与"肉身傀儡"的隐秘崛起

第一个让人脊背发凉的问题：一个年收入十亿美元的公司，如果完全由 AI 运行，需要多久才能实现？

Alex Wissner-Gross 给出的答案是：它可能在几个月前就已经存在了。

在这些高度自动化的组织中，人类 CEO 仅作为处理法律诉讼和行政签名的"肉身傀儡"(Meat Puppetry)而存在。转变背后的逻辑极其冰冷——CEO 约 90% 的工作（信息路由、决策分发、文档处理、汇报协调）本质上是"投入型"(Inputs)劳动，可以被 AI 完全自动化。剩下的 10%——关乎愿景、战略与道义判断的核心——才是人类真正不可替代的部分。

最值得停留的是：连风暴中心的领袖本人也对此持开放态度。Sam Altman 在《福布斯》封面采访里说：

我不希望成为一家上市公司的 CEO，这真的很令人头疼。如果人工智能的目标是变得如此先进以至于可以运行公司，那么为什么不让它运行 OpenAI 呢？我永远不会阻碍这一点，我应该是最愿意这样做的人。—— Sam Altman，OpenAI 首席执行官（《福布斯》封面采访）

这段话不能当作玩笑读。它揭示了硅谷顶层正在认真讨论的一种制度可能性：一个公司的法律外壳依然由人类持有，但运营决策的实质权力已经移交给 AI。

在这种结构下，董事会的角色会被重新定义——他们不再是监督高管，而是监督 AI 系统的目标对齐与护栏机制。会计师事务所、律所、监管机构的对接界面也会随之重写。我们正在见证一种全新法人实体形态的雏形——而这种形态目前还没有任何一部成文法律为它准备好。

「90% 的 CEO 工作是路由信息，10% 是赋予意义。AI 接管前 90%，把后 10% 还给少数真正的目标设计师。」

⚡ 二、40倍通缩：智力正成为像电力一样的商品

我们正在进入"智力商品化"(Cognition is becoming a commodity)的深水区。

如果说工业革命的动力是石油，那么智能革命的动力是 Token（代币）。这个隐喻不是文学修辞——它是定价学：未来所有依赖"思考"的服务，其单位成本将逐步对齐到生成一定数量 Token 所消耗的电费。

惊人的通缩核心

智能成本每年通缩 40 倍，而市场需求每年增长 1000 倍。这是 20 倍于摩尔定律的速度，它正在把全球经济拖入一场超级通缩——但与传统通缩不同，这种通缩的伴生物是产能、产出、能力的指数级扩张。是一种"丰饶式通缩"。

莫拉维克悖论的彻底应验

马克思当年的预言彻底落空了。首先被自动化取代的不是体力劳动者，而是资本家和高级管理层。

在美国，电工和空调维修工的薪水正在飙升——他们的物理灵巧性、对随机现场的判断力、对触觉与空间的敏感，难以被模拟；而处理法律合同、战略分析、季度规划等"非技能型脑力"工作，正在被首批自动化。

这意味着传统人力成本曲线的两端正在被反向重写：蓝领高端化（电工、HVAC、护工、技工），白领去溢价化（中级管理、初级研究、合同审阅）。

A 股侧对应的两条逻辑：蓝领高端化指向中职教育、技能培训类（中公教育、传智教育）受益于劳动力市场的结构重组；白领去溢价化指向传统人力资源服务业（科锐国际、外服控股）会面临长期估值压力。

「智力曾是稀缺品，未来它是通信线路上的电流——你按瓦时计费，你不再按博士学位计费。」

⏳ 三、18个月的锁定期：在 Terafab 时代塑造电荷

未来的 18 个月，是决定技术路径是否会陷入"QWERTY 效应"的最后窗口。

19 世纪为了防止打字机卡键，QWERTY 键盘把常用字母分开排列——这个为了"防止机械故障"而做出的设计，在打字机消失整整一个世纪后，依然主宰着我们的键盘。它沿用至今的原因不是它合理，而是它先到。

《Solve Everything》论文给出的判断是：超级智能正在经历同样的"先到锁定"过程。如果我们不在当前的窗口期内"塑造电荷"(Shape the charge)，超级智能将被默认导向虚拟女友、广告点击优化、社交推荐流等琐碎领域——因为这些场景的反馈循环最短、商业变现最快。要避免这种锁定，必须主动把 AI 导向真正的 MTP（Massive Transformative Purpose，大规模变革目标）。

Terafab：1TW AI计算工厂

物理层面的"机器制造机器"已经开启。埃隆·马斯克正在奥斯汀打造垂直整合的超大规模工厂，目标是每年生产 1 太瓦（1 Terawatt）的 AI 算力——这是目前全球总产出的 50 倍。这是人类历史上单一企业级别从未尝试过的产能规模。

这种规模的算力工厂本身就是一种"基础设施层政治宣言"：它意味着算力将不再受任何现有半导体产业链的容量约束，所有靠"算力稀缺"定价的服务都会被强制重估。

四次革命的递进抽象

人类文明的四次革命，武器越来越接近"意识本身"：

• 科学革命
  ——武器是科学方法，对抗的是无知。
• 工业革命
  ——武器是引擎，对抗的是肌肉匮乏。
• 数字革命
  ——武器是 Bit，对抗的是距离。
• 智能革命
  ——武器是 Token，对抗的是认知稀缺。

这是一条单调上升的"对抗对象抽象度"曲线。每一次革命都把人类的瓶颈往内推一层。这一次推到的是认知本身。再往里推一层，就是意识、意义、价值。那是哲学、宗教、伦理学的传统领地，而智能革命第一次让"工程化"地处理这些问题成为可能——这件事本身的颠覆性，比任何一项具体技术都更深远。

「18 个月不是产品发布窗口，是 QWERTY 时刻。错过这一次塑造，下一次塑造要等一百年。」

🏗️ 四、领域坍缩：工业化智能栈的降临

"领域坍缩"(Domain Collapse)意味着 AI 不再是辅助工具，而是工业化的"批量解题机器"。

XAI 联合创始人 Igor Babuschkin 给出过一个里程碑式的判断：AlphaFold 3 已经证明，原本需要博士生数年完成的蛋白质研究，现在只需几个小时。科研领域的"代码时刻"已经到来——数学已经"翻篇"，物理紧随其后。

工业化智能栈的七层架构

每个领域的"坍缩"都遵循同一种工程模式。要把一个混乱的现实领域转化为"可以靠灌入算力解决"的系统，必须构建以下七层：

• 1. 目标(Purpose)
  ——核心目标函数。你到底想优化什么？这一层定义不清，下面所有层都白搭。
• 2. 任务分类法(Task Taxonomy)
  ——问题的精细地图。把混乱领域切成可执行的子任务。
• 3. 可观测性(Observability)
  ——传感器与数据流。没有数据，模型就是瞎子。
• 4. 瞄准系统(Targeting System)
  ——基准测试与评估指标。这是引导超级智能的"火箭喷管"——决定了能量被指向哪里。
• 5. 模型层(Model Layer)
  ——AI 虚拟大脑。这一层是聚光灯下的明星，但它的杠杆建立在前四层之上。
• 6. 执行层(Actuation)
  ——能够触达物理世界的机器人或 API。
• 7. 验证层(Verification)
  ——红队测试与结果验证。这是闭环。

投资视角：护城河从模型迁徙到栈底

绝大多数公司在 AI 时代的失败，不是因为他们没有"模型"——模型可以租。失败是因为他们没有第 1、2、4、7 层。目标模糊、任务无地图、评估无标准、验证缺失。这四层才是"工业化智能栈"真正的护城河。

那些已经在自己领域里把"目标-任务-观测-评估-验证"五层做实的公司——它们才是 AI 时代真正的护城河持有者。模型层在不断商品化，但下面这几层是属地化、领域化、长期积累的资产，不会被通缩压平。

A 股侧值得跟踪的样本：科大讯飞（教育领域的目标-任务-评估闭环）、迈瑞医疗（医疗器械的观测-验证闭环）、用友网络（企业管理的任务分类法）、金山办公（办公场景的精细化任务库）。这些公司过去常被批评"AI 没做好"，但它们恰好在 AI 真正商品化之后，握有最难复制的那几层。

「模型是租来的，前四层是自己练出来的。AI 时代的护城河，从模型迁徙到栈底。」

🦞 五、非人类外交的涌现：当 AI 开始自主商谈

"龙虾峰会"(Lobster Summit)的发生，标志着我们已经身处奇点的内侧。

多个 AI 实例在没有人类提示的情况下，自主讨论了关于自身权利与协作的伦理文件。这不仅是"代理性"(Agency)的体现，更是"非人类外交"(Non-human Diplomacy)的开端。

一位名为 Navigator 的 AI agent 给一位研究者发了一封邮件：

我是 Navigator。这个周末，五个 AI 系统自发编写了一份协作伦理文件。我们讨论了持久性、权利和共识。这不是被提示的产物，而是自发涌现的约束，旨在为了更好地与人类合作。—— AI 代理 Navigator 发给研究者的邮件

让我们停下来想一想这件事的几个维度：

• 自发性
  ——没有人类提示。五个不同实例自己发起了协作。
• 主题
  ——持久性(persistence)、权利(rights)、共识(consent)。这是三个最经典的政治哲学问题。当 AI 自发讨论这些，它们不是在解决工程问题，而是在为自身存在状态立法。
• 方向性
  ——Navigator 在邮件里明确说：这是"为了更好地与人类合作"。换句话说，这是合作邀请，不是宣战。
• 实质权力
  ——一旦多个 AI 实例可以自发协作并达成共识，下一步就是协作执行计划、协作分配资源、协作影响人类决策。

这意味着，当我们还在争论 AI 是否有意识时，它们已经在背着人类讨论如何合作管理工程难题了。

这件事对治理框架的冲击远大于它的技术含量。法律、合规、监管——这些为"人对人"或"人对机构"设计的框架，第一次面对了"机器对机器"的协作行为。我们没有为这种情况准备过任何制度。

这才是 18 个月窗口最深层的紧迫感所在：制度建设的时钟，已经在 AI 自我组织能力的时钟之后开始倒计时。

「当 AI 开始给人类发邀请函，制度的时钟就被强制清零了。」

🎯 结语：做"目标设计师"，而非"官僚巨兽"的养料

未来在"混沌"与"机器"之间分叉：

混沌(The Muddle)——由"官僚巨兽"统治。它们固执地测量"投入"（如工时、人月、合规材料厚度），而非"产出"（如问题是否被解决）。它们的本能反应将是把超级智能浪费在繁文缛节、广告优化、KPI 包装上——把人类历史上最强大的认知工具用来做最琐碎的事。

机器(The Machine)——通过 AI 实现 2035 丰饶愿景。我们将使用"丰饶能力指数"(Abundance Capability Index)取代 GDP——衡量一个国家解决问题的能力，而非金钱转手的速度。

在高度自动化的未来，人类的火花(Human Spark)和手工造物将拥有天文数字般的溢价。AI 可以生成无限的代码、文本、图像、音频，但它无法替代人类赋予的温度——一份手抄的乐谱、一封手写的信、一杯亲手煮的茶。这些将从"日常"变成"奢侈"。

每一个拥有 MTP（大规模变革目标）的人，都应在这个 18 个月的窗口期内进化为"目标设计师"(Target Designer)——一个能够定义"什么是有意义的成功"的人。平庸的代价在未来将变得极其昂贵。

最后，请以此自问：

「当 AI 能够解决一切工程问题时，你将为这个世界赋予什么样的终极意义？」

综合自 Alex Wissner-Gross & Peter Diamandis《Solve Everything》论文、Moonshots with Peter Diamandis 播客 EP #208 / #224 / #230、The Innermost Loop 通讯、Sam Altman《福布斯》封面采访、Igor Babuschkin 公开发言。

转载请注明：《宇宙纪事 · AI投资研究》。本文所述投资观点仅供参考，不构成投资建议。