最近跟一些程序员朋友聊起AI对编程工作的影响，大家普遍承认，AI确实让开发效率大幅提升。本来这是一件让人高兴的事，但是他们中一些朋友却高兴不起来，甚至直言：用了AI效率提升了，但码农依然还是码农！甚至越来越卷。
很多程序员朋友工作任务繁重工作时间长，每天坐在电脑前写代码，就像个辛勤料理自己的一亩三分地的农民兄弟，所以程序员朋友们常以“码农”自嘲。
一般情况下，效率的提升往往意味着发奖金或加薪——工作完成得更快、更好，理应获得回报。然而，出人意料的是，这一次的效率提升并没有带来这样的结果。相反，AI带来的高效工作模式，却成了某些公司裁员的理由。
怪圈：越努力，越焦虑；越高效，越危险
从年初开始坊间消息就满天飞：某某公司引入AI辅助编程后，效率提升了XX%后，裁掉了XX名码农。某些公司明确要求，若码农不用AI，或者编程中使用AI的比例不达标，就面临被“优化”的命运。这让一些码农兄弟颇为焦虑。不学AI被学AI的卷，学了AI到头来却发现自己反而还是要卷！码农们本以为掌握了新工具就能站稳脚跟，但现实却是：越高效，企业越不需要那么多人。
AI这场看似波澜壮阔的技术变革，乍一看与程序员息息相关，但仔细想想，却又似乎无关——它带来的并不是更好的工作前景或更高的薪水，而是更多的焦虑和威胁。学不会AI，你可能会被淘汰；学会了AI，你还是可能因为企业效率提升不需要那么多程序员而被淘汰。
对于这些人来说，技术进步带来的不是机遇，而是反噬。AI似乎成了编程世界的“双刃剑”，AI既成了加速行业的引擎，也成了可能压垮个人的“稻草”。
做为一名曾经的码农和站AI产品人，光哥最近经常被问到AI对人们未来工作的影响，被一些码农兄弟们询问“如何靠AI赚钱，为什么学了AI这个新工具没能带来更多的收入？”。我试着以下几个角度与朋友们沟通：
价值的创造与分配：“遍身罗绮者，不是养蚕人。”
首先，这个世界的收入高低从来不是你付出多少辛苦决定的，价值创造与财富分配本来就是两件事。
五言绝句《蚕妇》
昨日入城市，归来泪满巾。
遍身罗绮者，不是养蚕人。
北宋文学家张俞
诗句中描写的是1000年前北宋封建社会的情景，城市里那些全身穿着丝绸衣服的人，没有一个是辛勤劳动的养蚕人。2021年6月7日，美国康奈尔大学的研究人员在 Nature 子刊 Nature Food 发表了题为：Post-farmgate food value chains make up most of consumer food expenditures globally 的研究论文。研究发现，全球食品消费支出仅27%落入农民口袋，而最大的份额流向了农民交货后的价值链（即产品离开农场后）。
技术进步确实能提高生产效率，但社会财富分配机制才是决定你能分到多少钱的。
所以,仅靠学几个工具就想让自己取得巨大的收益这并不容易，影响个人收益的因素远不只是努力工作提升效率那么简单。
从古至今经济中价值创造和分配，都不是简单的付出多少努力就会得到多少回报来计算的，这是一个复杂的问题。包括供需关系、市场与竞争结构、交易成本、资本力量博弈等多种因素都影响着价值链条。
从供需关系、市场来看：比如某些巨头企业和大平台掌握了主要的市场份额和议价能力。即使个体劳动者提高了效率，也难以在与这些强势市场参与者的博弈中获得更多收益。如同当今网约车司机所面临的状况就是这个原因。特别是萝卜快跑上线后，网约车司机未来的危机将会更加严重。
如果某一领域的劳动力供给增加速度快于需求增长，那么即使个体效率提高，其相对价值可能不会上升，甚至可能下降。比如外卖小哥。
某种技能的价值高低还取决于其稀缺性，技能越稀缺其相对价值就越高,如果AI使得写代码变得更容易上手更普遍，使写代码变得不那么稀缺，那么写代码这项工作的市场价值可能会下降。
选择大于努力这句虽然有的时候让人觉得有些绝对，但是选择对的行业赛道、选择有发展前景的企业，在价值链中更有利于自己的环节就成了非常重要的事情。那些具备更强认知能力的人能够选择最具价值的机会，避免无效劳动的投入。这种对机会的识别和判断能力，是财富的关键来源。社会取得大成就精英们无不是拥有高认知的。例如，很多科技企业的创始人并不是通过长时间的工作获取财富，而是通过技术创新和商业模式的重新定义。创新能力依赖于认知，而不是劳动强度。
“财富是对认知的补偿，不是对勤劳的奖赏”
目前来看AI还不具备真正意义上的创新能力，创新还是要靠人的提升，真正的创新和创造性工作仍然可能获得高额回报，这些能力目前仍主要依赖于人类，所以提升认知，提升创新能力是重中之重。
努力是留给做好选择的人的，如果还没做好选择先不要瞎努力。
AI带来的效率提升，本应是释放生产力、提高收入的契机，但在现实中，人们拼命跟上技术的步伐，却发现竞争的压力没有减轻，反而更重了。这种持续的自我消耗，最终只是在更高效的生产环境中，抹杀了更多的工作岗位。
在现有的社会财富分配机制下，这种提升并没有自动转化为所有人的收入增长，它成了“内卷”的新推手。财富分配不仅取决于生产率的变化，还取决于资本与劳动之间的分配格局。资本拥有者（企业、股东等）通过技术进步实现的财富增长，通常不会均衡地分配给劳动力，特别是在劳动力议价能力弱的情况下。正如光哥前面提到的，技术进步的最终收益取决于市场结构和分配规则，而不是单纯的努力或技术和工具掌握。
“技术性失业”风险在AI大发展的今天再次引人注目，且面临了新的状况，是什么造成了这样的状况？企业需要降本增效，就要引入新技术，这一切都是企业家、资本家的错吗？未来怎么办呢？咱下期继续深入讨论......
“技术性失业”理论（Technological Unemployment）是指由于技术进步或自动化技术的引入，导致部分工作岗位或行业的劳动需求减少，从而引发失业的现象。这个概念最早由经济学家约翰·梅纳德·凯恩斯（John Maynard Keynes）在1930年提出，他指出技术进步可能导致一种“暂时性的不适应”，即技术创新速度超越了社会对劳动分配的适应速度，造成了失业的局面。
