工业革命给体力标了价，人工智能给信息标了价

GPT-6 出来之后，圈子里吵得最凶的还是那几件事：

推理强了多少，代码到了什么水平，跑分又刷了几个榜。

说实话，这有点像一群人围着一台新发动机，争论它的缸径和扭矩，却没人问一句最关键的：这车到底能不能上路，拉一趟活赚多少钱。

我倒是觉得，大家盯错了地方。

AGI 这个词被讨论了几十年，真正的临界点恐怕压根不在“机器什么时候像人一样聪明”，而在于另一个更朴素的时刻：

机器什么时候开始稳定地、便宜地、持续地帮人赚钱。

这两个标准差得远了。

一个模型可以在实验室里拿满分，但你让它连续上八小时班试试？上午做客户调研，中午整理表格，下午出方案，晚上把邮件发了，中间出了错自己发现、自己改。

考试状元和合格员工，从来是两种生物。

回头看 AI 这七十年，有个规律挺扎心的。

1956 年达特茅斯那帮人提出“人工智能”的时候，想法超前得很，可机器太贵、算力太弱、数据太少，一身本事没处使。

后来的故事大家都熟，六十年代机器翻译遇冷，八十年代专家系统从狂热到凉透。

问题出在哪？那代科学家不够聪明吗？

恰恰相反。他们就像提前拿到了超跑发动机的图纸，一抬头发现，这世上既没有高标号汽油，也没有高速公路。蒸汽机也不是样机一出来就改变世界的，得等它进了工厂、上了铁路、装进轮船。

电力也一样，第一盏灯亮起来的时候什么都没改变，得等电网铺开、电机成熟、整个工业体系跟上来。

技术史最残酷的地方就在这：发明从来不等于革命，很多伟大的技术没错，只是来早了。

那后来是谁把路铺好的？

说出来有点意外，是互联网。九十年代网页、论坛、邮件疯长的时候，所有人都在看热闹，没几个人意识到，这场革命正在替下一场革命准备燃料。

AI 最缺的就是数据，神经网络那本绝世菜谱早就写好了，差的是食材。

几十亿人每天上网发帖、传照片、聊天，表面上是消遣，实际上是在一砖一瓦盖一座人类文明的资料库。

2012 年 AlexNet 一鸣惊人，机器头一回证明：不用人把规则一条条写进去，数据够多、算力够猛，它自己能悟出规律。

可那时候的 AI 还锁在机房里，会认图、会推荐，普通人够不着。

2022 年底 ChatGPT 出来，真正改写的是人和机器的关系。过去几十年，一直是人迁就机器，学编程、记菜单、背命令。ChatGPT 把这层关系倒了过来，机器开始懂人话，一个八岁小孩只要会说话，就能调动背后庞大的算力。

触摸屏之于智能手机，浏览器之于互联网，自然语言之于 AI，都是同一个道理：一场革命真正引爆，永远发生在普通人随手可用的那一刻。

而现在，Agent 在撞最后一道墙。

过去的软件卖的都是工具，Excel 没替你当会计，Photoshop 没替你当设计师。Copilot 阶段的 AI 也没跳出这个框，人负责目标和责任，AI 打打下手。

Agent 不一样，它能自己接目标、拆任务、查资料、调工具、查错返工，最后把成品交到你手上。这玩意儿越来越不像软件，越来越像一个员工。

企业会为什么掏钱？

绝不会因为某个模型考试得了满分。

企业买的从来不是智商，是投入产出比。一个模型跑分高 5%，另一个分数略低、却能连续干八小时、人只花十分钟验收，老板选谁，这问题一点都不科技。

等“一百美元的机器智能能省多少美元人工”这笔账能稳定算清楚、还长期大于 1，AI 就悄悄从企业的软件预算表，挪进了人力成本表。

那张表背后的盘子，比整个软件行业大得多。

最后，怎么看？我聊三点。

第一，真正的变化是计价方式。

过去衡量 AI，参数多少、上下文多长、Token 多少钱，这跟工业革命初期大家围着蒸汽机数零件一个道理。工厂主关心的从来不是零件，是这台机器一天能替他干多少活。

接下来真正要紧的指标，会是任务完成率、连续工作时长、人工接管率、犯一次错的损失。工业革命让人类大规模复制体力，互联网让信息近乎零成本复制，AGI 要做的第三件事，是复制智能。

一旦智能能像云计算一样随用随取，整个定价体系就得推倒重来。

第二，被重新定价的不是工作，是人的稀缺性。

大家老爱问 AI 会不会让人失业，这问题本身就把技术革命想简单了。工业革命没让工人消失，消失的是体力的溢价；计算机没让会计消失，消失的是重复计算的溢价。

一个优秀工程师一天只有 24 小时，一个成熟 Agent 可以复制十万份，同一种能力从稀缺品变成工业品，价格必然往下走。

真正该问的是：我身上这点本事，会被重新标成多少钱。技术决定效率，可生产资料归谁，才决定财富往哪流。算力、能源、独家数据、Agent 入口、企业工作流，谁攥着这些，谁就是新时代收租的人。

反过来说，信任、责任、审美、判断力，这些机器暂时没法批量复制的东西，反而会涨价。

第三，别押注技术名词，押注全要素凑齐的那一刻。

一项技术走出实验室，要迈过成本、基础设施、能力稳定性、入口门槛、商业回报这几道坎。AI 这七十年，其实就是在一条条迈：互联网备了数据，GPU 和云计算备了算力，Transformer 换了引擎，ChatGPT 开了入口，Agent 正在啃最后一块硬骨头，经济价值。

人形机器人、可控核聚变、量子计算，都可以用这把尺子量一遍。最大的机会，往往不在技术被发明的那天，而在所有零件终于凑齐的那个瞬间。

1956 年，AI 有了想法。七十年后，它等来的是一份劳动合同。

GPT-6 算不算 AGI，争这个意义不大。

真正要紧的是，当企业头一回认真计算一个 Agent 能上多少小时班、能顶多少人、能赚多少钱的时候，AGI 就已经走出了实验室，坐进了格子间。

工业革命重新给体力标了价，互联网重新给信息标了价。

这一回，轮到智能了。