技术门槛瓦解之后:四把尺子理论在AI时代的新问题
摘要:过去半年,互联网大厂在AI上烧了数千亿,股价崩了,自由现金流枯竭,半导体公司摘了桃子,智谱掐住了to G/to B的脖子。与此同时,AI工具的门槛正在以肉眼可见的速度降低,一个人+一台电脑就能完成过去一个公司才能完成的事,“所思即所得”正在从口号变成现实。本文用四把尺子理论,拆解这个转型期的五个核心问题。
一、大厂搞AI,为什么“吃力不讨好”?
腾讯阿里等大厂搞AI后,股价崩了,资本开支史无前例,自由现金流岌岌可危。
这不是错觉。2026年,美国四大科技巨头的资本开支预计冲到7250亿美元。国内阿里单季资本开支676.78亿元,腾讯二季度527.84亿元,是去年同期的近三倍。钱去哪了?买卡、建数据中心、千万年薪挖人。
但市场不买账。业绩在涨,股价在跌。投资者怕的是“烧钱看不到回报”。
与此同时,好处全让别人占了:
- 半导体公司(英伟达等)稳坐钓鱼台——无论谁搞AI,都要买它们的卡
- 智谱等模型公司卡住了to G/to B的入口——它们掌握了“智能上界”的定价权
- AI研究员年薪千万,钱被个人拿走了
- CPO公司、算力中间商,都在分食
大厂成了“为他人做嫁衣”的那个人。
四把尺子的诊断
激励尺子:建桥的人,没拿到收费权。
大厂在“造桥”——建算力基础设施、训练大模型、探索AI应用。但短期回报被芯片公司摘走,长期回报还没到来。激励尺子如果只看“三年回报率”,大厂就会被判定为“失败者”。但有些桥需要修十年,才能通车。
问题:我们的激励系统,是否只奖励“马上能变现”的事?如果是,谁还敢做长期投入?
二、门槛在降低,小公司正在崛起
AI工具的成本在下降,门槛在降低:
- 算力按小时租
- 大模型API按调用次数付费
- 代码可以由AI生成
- 设计可以由AI完成
- 运营可以由AI辅助
过去做一个产品需要:团队、融资、办公室、服务器。现在只需要:一个想法、一个AI账号、几行Prompt。
“所思即所得”不是口号,是正在发生的结构性变化。
这意味着:
- 过去只有大公司能做的事,现在小团队也能做
- 过去需要几个月才能上线的产品,现在几天就能出原型
- 过去需要融资才能启动的项目,现在一个人就能跑通
四把尺子的诊断
激励尺子(正面):创新权从少数大公司扩散到全社会。更多人能参与“造桥”。
保障尺子(预警):门槛降低意味着试错成本降低,但也意味着失败率可能上升。如果一个人全职做AI产品,三个月没收入,保障系统能不能接住他?如果接不住,大多数人还是不敢试。
问题:门槛降低让“造桥”变容易了,但“失败后的安全网”有没有跟上?
三、大公司从“运动员”变成“体育场”
大公司不会消失,但角色在变。
过去的大公司是生产单位——自己造产品、自己卖、自己赚钱。
未来的大公司是平台+生态——提供基础设施、分发渠道、变现工具,让无数小公司和个人在自己上面造东西。
就像AWS不生产内容,但它提供内容生产的基础设施。
大公司从“运动员”变成了“体育场”。
这意味着:
- 大公司的核心竞争力不再是“自己做得最多”,而是“让别人做得最多”
- 大公司的规则(流量分配、抽成比例、审核标准)会直接影响无数小公司的生死
四把尺子的诊断
元规则:“谁定义规则,谁承担剩余风险。”
当大公司变成平台时,它定义的规则会影响无数人的生计。如果规则不透明、随意更改、且制定者不承担后果,就会出现“数字地主”——不造桥,但收过桥费。
问题:平台型大公司的规则制定权,谁来约束?当它们从“运动员”变成“体育场”时,元规则是否需要延伸?
四、大厂会不会“后悔”搞AI?
回到开头的问题:大厂会后悔吗?
答案是:后悔了也得继续。停下来,就是死。
AI已经不是“要不要做”的选择题,是关乎未来十年公司存亡的必答题。
- 阿里CEO吴泳铭明确说这是“重资产的商业模式”,必须持续投入
- 巴菲特卖掉部分苹果股票,重仓买入拥有AI全栈生态的谷歌
- 亚马逊单季资本开支2000亿美元
市场在用真金白银投票:不搞AI的公司,正在被资本抛弃。
四把尺子的诊断
时间尺度问题:四把尺子之前主要量“当下的状态”。但大厂搞AI这件事暴露了一个新问题:有些投入的回报周期是5-10年,而资本市场的考核周期是3个月。
这不是大厂的问题,是制度的时间尺度不匹配的问题。
五、门槛降低后,人还剩什么?
这是最根本的问题。
当AI能做一切,当“从想法到成品”的成本趋近于零,人的价值在哪里?
四把尺子的回答是:
| 尺子 | AI时代的人类价值 |
|---|---|
| 保障尺子 | 人仍然是“被兜底”的对象——不能因为AI能干活,就把人排除在分配之外 |
| 劳动尺子 | “劳动”的定义在扩展——从“做事”扩展到“判断、选择、承担后果” |
| 激励尺子 | 创新权扩散到全社会——更多人能造桥,但“收费权”需要重新设计 |
| 意义尺子 | 意义的来源不是“我能做什么”,而是“我为什么做”——AI无法替代“选择”和“承担” |
人的核心价值,不是“能做多少事”,而是“愿意承受多少代价”。
AI可以替你做事,但不能替你承担后果。所有的后果——决策错误后的失眠、面对信任你的人的愧疚、选错路之后的后悔——都需要人自己扛。
这个“扛”的动作,AI做不了。它没有自己,没有信用,没有可以被追责的身份。
六、一句话收掉
技术让“造东西”变便宜了,但“造出来之后归谁、谁受益、谁承担后果”——这些问题没有变便宜。它们仍然是人的事。四把尺子的任务,不是阻止技术变革,是在技术变革中,重新量清楚“人的位置在哪里”。
对四把尺子理论的升级建议
这轮讨论揭示的问题,可以归纳为四个新增维度:
1. 激励尺子新增:短期激励与长期投入的区分
不是所有“建桥”都能在三年内通车。有些桥需要十年。激励尺子需要识别“长期基础设施投入”并给予制度保护。
2. 保障尺子新增:转型期的安全网
当门槛降低、更多人开始尝试时,失败率会上升。保障尺子需要覆盖“试错失败后”的坠落,而不是只覆盖“失业后”。
3. 元规则新增:平台型公司的规则定义权约束
当大公司从“运动员”变成“体育场”时,它们的规则制定权直接影响无数小公司的生死。元规则需要延伸到这个新角色。
4. 意义尺子新增:人的价值再定义
当AI能做一切时,意义尺子需要回答“人还剩什么”。答案是:判断、选择、承担后果——这些AI做不了的事,构成了人的核心价值。
本文基于四把尺子理论(v28)框架撰写,试图回答一个正在发生的问题:技术门槛瓦解之后,社会结构如何重构,人的位置在哪里。