

如果有一天,你干了十年的活,被一台机器几分钟做完,你会怎么办?
这不是假设。写方案、写代码、查资料、做报表,AI已经开始接手。
250年前,也有人站在同样的门槛上。他叫亚当·斯密。
这一年,一切都在同时发生。
而3月9日,另一本书在伦敦悄悄问世。它没有宣告国家独立,也没展示机器力量,却提出了一个此后两个半世纪各国都绕不开的问题——一个国家,怎样才能真正富裕起来?
这就是亚当·斯密的《国富论》。
《国富论》诞生时,工业革命还没充分展开。斯密看到的,只是工业文明的晨光。
书里最有名的例子,是一枚针。
做一枚普通的针,大约要经过十八道工序:拉丝、切断、磨尖、装针头,各有专人。一家十人的小工场,一天能生产约四万八千枚,平均每人四千八百枚。
可如果每个工人独自完成全部工序,斯密估计,一人一天连二十枚都做不出来。
劳动的数量没变,组织方式变了,产出就差了两百多倍。
这个观察,动摇了当时“金银越多国家越富”的观念。斯密把目光从国库移向社会的生产能力——国库里有多少金银,说明不了一个社会能给居民提供多少生活必需品。
政府可以给某家公司贸易特权,却替代不了千千万万生产者对成本、需求和机会的具体判断。
一台机器决定一座工厂能生产多少,制度决定一个社会能有多少座这样的工厂。
斯密最著名的表达,是“看不见的手”。
在近千页的《国富论》里,“看不见的手”只出现了一次。它太流行,反而遮住了斯密对市场条件的复杂认识。
那段原文讨论的,是投资者出于安全与收益考虑把钱投向本国产业,可能在无意间促进社会利益。这和“任何自利行为都能带来最优结果”相距甚远——欺诈能让行骗者获利,垄断能让巨头获利,它们不会因此获得正当性。
斯密对商人的提防,甚至有点尖刻。他写道:
“同行业的人很少聚在一起,哪怕只是娱乐消遣,谈话最后也往往变成针对公众的密谋,或者抬高价格的盘算。”
今天尤其需要分清:支持市场,不等于支持已经坐稳位置的大企业。
靠技术领先取得优势,能推动进步;当优势被用来封锁渠道、捆绑交易、阻止用户转向对手,这种地位就可能变成别人创新的障碍。
斯密捍卫的是每个人入场的自由,不是为任何一家坐稳了位置的企业摇旗呐喊。
他还注意到,雇主人数少、财力强,更容易协调行动;而许多工人一旦失业,连一周都难维持。形式上自由的契约,并不等于双方议价地位对等。
他也看到分工的代价:一个人终身重复几个简单动作,会失去运用判断力的机会。他开的药方是公共教育——让普通人家的孩子,以很低的费用学会读写算。
技术一变,老问题就换了张脸。
斯密说过,分工的程度受市场范围限制。AI让大量知识服务可以跨越语言和地域即时交付,市场范围被前所未有地拓宽了。
但AI也可能推动相反的变化。当一个人借助工具就能完成过去需要多人协作的任务,小团队便可以收回原本外包的设计、翻译、分析工作。
分工进一步深入机器内部,人与人之间的某些分工却在减少。
这是最值得警惕的地方。
很多行业靠相对基础的工作训练新人:查资料、写初稿、整理账目,本身就是积累判断力的过程。
如果企业只留下少数资深人员审核机器输出,短期成本是降了,可未来的资深人员从哪里长出来?
工业时代的问题,是工人日复一日重复简单动作;AI时代的问题,可能是人渐渐失去亲自形成判断的训练。
斯密担心工人被机器的节奏磨钝,我们要担心的,是人被机器的答案惯坏。
这才是真问题。
即便AI生成一份内容只要很少的即时人力,也不能据此说劳动不重要了。
模型背后有研发、数据整理、芯片制造、能源供应与设备维护。真正变的,是这些投入的组合方式,以及各自能分到多少收益。
知识产品能低成本复制,前期投入却依然巨大;某些模型能力可以广泛使用,关键设备、数据来源与分发渠道却可能高度集中。
一个系统能更准确地识别用户需求,同样能更准确地算出用户愿意支付的最高价格。这其实就是斯密当年对特许公司警惕的翻版。
企业减少用工后省下的成本,可以变成更低的价格、更高的工资、更短的工时,也可以主要变成资本收益。
技术只提供了选择空间,具体走向取决于竞争、谈判与公共政策。
《国富论》与中国缘分不浅。斯密在书里就多次谈到中国,他承认中国是世界上最富裕、耕作最精细、人口最多的国家之一,同时判断这份富裕已经停滞了很久。
一百多年后,严复把这本书译成《原富》,身后是甲午战败的震动,眼前是“中国如何富强”的追问。1931年,郭大力、王亚南的重译本以《国富论》为名出版,这个家喻户晓的中文书名由此确立。
斯密当年断言,中国的财富被制度所限。两百多年后,中国用自己的经验证明:制度一旦松绑,财富的上限也会随之打开。
算力增长多少、企业估值多高,都只是观察技术进步的指标。
更多人能否获得稳定收入、保有学习机会、改善生活并决定自己的未来,才决定这场革命究竟让谁富裕起来。
250年前,斯密在商业社会兴起时追问:生产、交换与制度怎样共同塑造繁荣。今天我们重读他,要保留他追问的力度,也要承认旧理论替代不了新的制度设计。
真正的富裕,从来不是机器跑得多快,而是跑起来之后,还有多少人留在车上。
你所在的行业,最近有没有被AI“接走”一部分工作?你希望省下来的时间和收益,最后落到谁手里?来评论区聊聊。
如果这篇文章让你有一点点新的想法,点个赞,转给那个正在焦虑“被替代”的朋友。