AI时代的"永久底层"：普通人如何应对阶层固化焦虑

一个来自YC创业营的尖锐问题

近日，一则来自Reddit的帖子引发了关于AI时代阶层固化的激烈讨论。发帖者称，自己在Y Combinator的创业学校活动上，听到OpenAI CEO Sam Altman提到一个令人不安的概念——"永久底层"（Permanent Underclass）。发帖者的困惑直白而尖锐："如果加入前沿实验室都无法阻止永久底层的形成，那我该如何逃脱？难道要靠用GPT-5.6吗？"

Y Combinator（简称YC）是全球最具影响力的创业加速器，成立于2005年，总部位于旧金山，曾孵化出Airbnb、Dropbox、Stripe、Reddit等知名公司，累计投资的创业公司总估值超过6000亿美元。YC每年举办两期核心加速项目，同时也运营面向更广泛创业者的"Startup School"（创业学校），提供免费课程和线下活动。Sam Altman本人曾在2014至2019年间担任YC总裁，在此期间深刻影响了YC的投资方向，也正是在这一时期他开始系统性地思考AI对社会结构的冲击。

这条帖子的语气带着几分调侃与无奈，但它触及的却是当前AI浪潮下最真实的集体焦虑：当技术以前所未有的速度重塑劳动力市场时，普通人是否会被永久性地甩在身后？

需要说明的是，这条帖子本身来源单一，其中转述Sam Altman言论的真实性无法完全核实。但抛开真伪，"永久底层"这个概念本身值得认真剖析——因为它正是无数普通劳动者面对AI时的心声投射。

AI语境下的"永久底层"究竟指什么？

概念的技术经济学背景

"Permanent Underclass"并非新词，它原本用于社会学，描述那些因结构性因素（教育、种族、地域）而长期无法向上流动的群体。这一概念最早可追溯至20世纪60-70年代美国社会学界的讨论。瑞典经济学家贡纳尔·默达尔（Gunnar Myrdal）在1963年率先使用"underclass"一词，描述因去工业化而被经济体系边缘化的群体。此后，社会学家威廉·朱利叶斯·威尔逊（William Julius Wilson）在其1987年的著作《真正的弱势群体》中进一步将其系统化，分析了城市内城区居民如何因制造业外迁、种族隔离和社会网络断裂而陷入代际贫困循环。这个概念的核心在于"永久性"——即阶层固化不是暂时的经济周期现象，而是结构性的、自我强化的陷阱。

而在AI语境下，这个词被赋予了新的含义：当AI能够替代大部分认知型和创造性工作后，可能形成一个既无法参与价值创造、也无法分享技术红利的庞大群体。

这种担忧并非空穴来风。历史上每次技术革命都会造成劳动力的重新洗牌，但过去的转型往往为被替代的工人提供了新的岗位——从农田到工厂，从工厂到写字楼。而AI的独特之处在于，它可能同时侵蚀体力劳动与脑力劳动的空间，使得"转型到哪里去"这个问题变得空前困难。

历史上的技术革命遵循一个大致规律：机械化替代体力劳动后，劳动力向服务业和知识经济转移。第一次工业革命用蒸汽机替代手工纺织，第二次用电力和流水线重塑制造业，第三次信息革命用计算机自动化了大量重复性数据处理工作。但这些转型都有一个共同特点：被替代的工人可以向"更高认知层级"的岗位转移。AI——特别是大语言模型（LLM）和多模态模型——的颠覆性在于，它直接进入了此前被认为是人类专属领地的认知工作：写作、编程、法律分析、医学诊断、艺术创作等。麦肯锡全球研究院2023年的报告估计，生成式AI可能影响全球约60%-70%的工作活动，其中知识密集型岗位受冲击最为显著。这意味着传统的"向上转移"路径可能首次被堵死。

"用GPT-5.6"背后的黑色幽默

发帖者那句"Use GPT 5.6?"其实是一种自嘲。它精准地讽刺了一种流行却肤浅的解决方案叙事：面对AI冲击，答案总是"学会用AI工具"。但问题在于，如果每个人都能轻易使用同样的工具，那么工具本身就无法构成任何护城河——真正的价值差异会转移到工具之外的地方。

经济学中有一个经典概念叫"红皇后效应"（Red Queen Effect），源自《爱丽丝镜中奇遇记》中红皇后的那句话："你必须拼命奔跑，才能停在原地。"当AI工具（如ChatGPT、Midjourney、GitHub Copilot）变得人人可用时，掌握这些工具不再是竞争优势，而仅仅是"入场券"。经济学家将此称为"技能商品化"——当某项技能的供给因工具普及而激增时，该技能的市场价值会迅速下降。真正的差异化价值会转移到工具无法直接提供的层面：对特定行业的深度理解、客户信任的建立、战略性判断力，以及将不同领域知识进行创造性组合的能力。

Sam Altman言论的双重解读

"加入前沿实验室也无济于事"意味着什么

如果这句话确实出自Altman之口，它其实透露出一个耐人寻味的信号：**即便是站在技术金字塔顶端的少数人，也不认为个人的技术站位能够对抗系统性的结构变化。**换句话说，逃避"永久底层"不是一个个人能力问题，而是一个社会分配与制度设计问题。

这与Altman长期以来倡导的"全民基本收入"（UBI）主张一脉相承。OpenAI曾资助过大规模的UBI研究，其潜台词正是：当AI创造巨大生产力的同时，需要新的机制来重新分配这些财富，否则技术进步的果实将高度集中于少数资本和技术拥有者手中。

全民基本收入（Universal Basic Income，UBI）是指政府无条件地向每位公民定期发放固定金额的现金，不设收入门槛或工作要求。这一理念可追溯至托马斯·莫尔的《乌托邦》，但近年来因AI威胁论而重新获得关注。OpenAI于2020年资助了一项由GiveDirectly执行的大规模UBI实验，在美国两个州向3000名年收入低于28000美元的参与者每月发放1000美元，持续三年。2024年发布的研究结果显示，UBI确实改善了受助者的生活质量和心理健康，但并未显著提高就业率或收入水平——这引发了关于UBI是否会削弱工作动力的持续争论。硅谷对UBI的热衷也招致批评：有学者认为，科技精英倡导UBI本质上是用"施舍"来替代结构性的权力再分配，是一种维护现有技术资本秩序的温和手段。

是焦虑营销还是真实警示？

值得警惕的是，AI领袖们频繁抛出"颠覆一切""重塑人类"的宏大叙事，本身也服务于其商业利益。制造稀缺感与紧迫感，是推动用户拥抱产品、吸引资本涌入的有效手段。因此，对于"永久底层"这类耸动概念，我们既要认真对待其中的合理成分，也要保持一份清醒——不要被恐惧驱动，做出非理性的选择。

行为经济学研究表明，恐惧是最强大的决策驱动力之一。诺贝尔奖得主丹尼尔·卡尼曼提出的"损失厌恶"理论指出，人们对损失的敏感度大约是对等额收益的两倍。AI公司及其领袖深谙此道：通过反复强调"不用AI就会被淘汰""AGI即将到来"等叙事，他们有效地制造了一种紧迫感，推动企业和个人加速采购AI产品和服务。这种现象在科技史上并不新鲜——2000年的Y2K恐慌催生了巨额IT支出，区块链时代的"Web3革命"叙事同样驱动了大量非理性投资。识别这种模式不意味着否认AI的真实影响力，而是要求我们在真实威胁与商业话术之间保持辨别力。

AI时代普通人真正的出路在哪里？

从工具使用者转变为问题定义者

单纯"会用AI"并不能构成持久的竞争力，因为工具的普及会迅速拉平这种优势。真正稀缺的能力，是定义问题、判断价值、整合资源的能力。AI擅长在给定目标下高效执行，但它不擅长决定"该做什么"以及"为什么做"。那些能够提出好问题、设计好系统、在复杂情境中做出判断的人，反而会因AI而放大自己的杠杆。

深耕AI难以替代的价值领域

情感连接、信任建立、跨领域协作、伦理判断——这些高度依赖人际互动与社会情境的能力，短期内难以被AI完全取代。与其在AI最擅长的标准化任务上与之竞争，不如在这些领域持续深耕，构建属于自己的不可替代性。

积极参与制度层面的公共讨论

如果说"永久底层"是一个结构性问题，那么它的解决也必然需要结构性的回应——包括教育体系的重构、社会保障机制的创新、以及对AI收益分配的公共讨论。作为个体，除了提升自身能力，也应当关注并参与这些更宏观的议题，而非将命运完全寄托于"再学一个新工具"。

结语：在焦虑之外保持理性判断

这条Reddit帖子以戏谑的方式，抛出了一个沉重的时代命题。"永久底层"是否会成为现实，取决于技术发展的路径，更取决于人类社会如何选择应对。

对于个人而言，与其被"用GPT-5.6就能逃脱"这类简化叙事所裹挟，不如认清一个更朴素的事实：**在剧变的时代，真正的安全感来自于持续学习的能力、清醒的判断力，以及不把命运简单托付给任何单一技术或工具的独立思考。**技术会不断迭代，但适应变化本身的能力，才是最可靠的"逃生通道"。