为什么后稀缺时代的乌托邦不太可能实现。
现代性给我们的隐含承诺是：我们必须在几个世纪里极其努力地工作，但最终我们就能抵达《星际迷航》中描绘的未来——在那里，我们已经将所有枯燥乏味的苦差事都交由机器代劳，而人类所从事的所有工作都是有意义的、英雄般的，且能赋予灵魂以尊严。我们将成为艺术家、学者、星舰进取号的舰长等等。然而，这种设想存在几个问题：
- 「苦差事」和「有意义的工作」在复杂性类别上属于同一层级，因此，能让前者自动化的技术，同样也能让后者实现自动化。
- 我们所展现出的偏好似乎表明：我们更向往那种沉浸于自我的便利，而不是人际交往。
本文的其余部分将对这一论点进行详细阐述。
任务复杂性与 AGI
在过去的 250 年里，我们一直在制造机器，以此来逐一实现各项任务的自动化。其结果绝对是积极的，原因很简单：如果人类能够设计出一台机器或一套有效的程序来执行某项任务，那么根据定义，这项任务本身就是苦差事。因此，实现工作自动化的经济驱动力促进了人类社会的进一步繁荣：随着时间的推移，我们的工作变得更安全、薪酬更高、不再那么单调乏味，同时也更健康，更能激发智力与社交上的活力。
你可以把这想象成一个坐标系，其中 轴代表时间，
轴代表任务的复杂性。在
轴上的某个位置存在一条界线：界线以下的任务是我们可以通过设计机器或程序来完成的；界线以上的任务则过于复杂，我们曾尝试用软件使之自动化，却屡战屡败（无论是 Cyc、Soar 还是 ACT-R 都失败了）。工业革命以及随后的计算机革命，已经将这条界线之下的大多数任务实现了自动化：
需要人类完全参与的任务，正是那些必须由人类亲自执行的工作。其中有些是有意义的，比如撰写文章；有些则是苦差事，但那是属于人类层面的苦差事，比如打理生活琐事。
但请注意， 轴上并不存在所谓的「苦差事界线」：我们在「好工作」与「坏工作」之间划出的主观界线，并不是大自然在「易于自动化」与「难以自动化」之间划出的客观界线。AGI（通用人工智能）的发明——正如 OpenAI 章程所定义的那样，即「在大多数具有经济价值的工作中超越人类的高度自主系统」——制造了一个明显的断层：我们瞬间跃升至 100% 的自动化，既包括了有意义的工作，也囊括了苦差事：
而到了这个阶段，AGI 带来的经济激励将变得对人类不利。我们唯一能退守的避风港只剩下关系型经济，在这个领域里，「拥有一副人类的面孔」是工作描述中不可或缺的一部分，比如做一名播客，或者是充当一个承担人类责任的缓冲垫。
唯我论
第二个问题与人们的偏好息息相关。我们往往认为自己的工作是充满意义的，但在看待其他大多数人的工作时，我们却抱有一种工具主义的心态：我们只关心最终结果，而不关心作为手段的人类。因此，在推销自己时，我们会着重强调人类的特质，如经验、声誉、信任、人脉等；但在消费购买时，我们却只想要便宜、快捷和方便。并且，在其他条件相同的情况下，我们更青睐冰冷的交易，而非充满人情味的互动。Waymo 就算比 Uber 慢一些、贵一些，也依然比 Uber 好上一千倍，因为里面没有人类驾驶员。
这背后的潜台词是：无论你从事什么工作，大多数人都更希望能有一种替代方案，在不与人类打交道的前提下，为他们提供相同甚至更好[1]的结果。也就是说，如果你去问地球上的每一个人，他们希望看到哪些工作被自动化，把所有的答案汇总起来，结果就是所有的工作。一个不剩。
我们在日常消费品和服务中就能看到这种现象，这些广告似乎常常建立在这样一个前提上：你是一个活在人类微型生态箱里的柱顶修士（苦行僧），大概住在一栋名叫「The Soho」之类的高级公寓里，一日三餐通过墙上的送餐口递进来；你过着一种完全独立、自我沉浸的生活，不在这个世界上留下任何物理痕迹。
我们越来越频繁地在知识型工作领域看到这种现象。就我个人而言，我认为软件工程是一项极具意义且能在智力上带来丰厚回报的活动。但用户只想要能跑得起来的软件。他们付钱给我，并不是为了让我坐在那里，把数据库的 API 精雕细琢成一块闪耀着无瑕几何逻辑的宝石。他们才不在乎我对 Standard ML 模块系统有什么看法。他们只想要软件。既然每个月只要花 20 美元，你就能唤醒一个机器幽灵，让它不知疲倦地、瞬间为你写出成百上千行基本能运行的代码，那你为什么还要去和一个固执己见的疯子程序员打交道呢？
许多软件公司已经显露出了他们的偏好：让 AI 来写代码，让软件工程师往上走一层，去驾驭这些 AI，并填补 AI 做不到的空白。但这并不是因为公司喜欢雇佣人类，而是因为现阶段的 AI 模型还存在严重的局限性：无法在线学习，没有可变的长记忆；而且，虽然它们写出的代码能运行，但它们并不擅长组织和构建这些代码。如果在未来，这些局限性被攻克了（而且现在正有数万亿美元被投入到攻克这些难题上），那么软件工程作为一门职业将会彻底消失。
数学家们如今也正在经历这一过程，这与软件工程领域发生的事情如出一辙，只不过晚了十二个月。区别在于，大多数数学家对他们所在领域的「去智力化」深恶痛绝，而软件工程领域则充斥着目光短浅、深受内卷文化洗脑、毫无好奇心且反智的功利主义者，他们一想到自己再也不用阅读或编写哪怕一行代码，再也不用动用形式系统进行思考，就高兴得手舞足蹈。既然如此，我们为什么还要进行推理呢？我们的仆人自会替我们代劳。
那么艺术呢？艺术是意义的巅峰，所以艺术家理应是安全的。但每一件艺术作品都由两部分构成：一部分是具体的实体，比如一段文字、一幅画或一首交响乐；另一部分则是人类元素的星系：是谁创作了它，为什么创作，他们在创作时试图驱除内心的何种狂热，是哪位缪斯女神将灵感注入他们体内，围绕这件作品产生了哪些探讨，它又启发了后来的哪些艺术创作，等等。而这些元素是可拆分的：你可以纯粹为了其审美价值、作为一连串感官体验来欣赏一件艺术品，同时忽略其他所有维度。
现在，假设有一台机器能够瞬间、几乎零成本地生成在审美价值[2]上与你相媲美的文本或图像。你的受众里会有多少人离你而去？关系型工作也面临着类似的问题：你可能很享受做播客的感觉，但你的听众里有多少人会更倾向于听一段由 AI 生成的、内容永不枯竭且主题完全定制的语音流呢？
这是一个经验主义的问题，我们目前还无法给出答案，因为 AI 还没有进化到那一步。但我们最终可能会发现，我们自身的偏好远没有我们自诩的那么充满人文情怀，而是比我们想象的要自私和唯我得多。
致谢
埃米·诺特（Emmy Noether）曾经说过：「一切都已经包含在戴德金（Dedekind）的理论中了。」至于我，我所写下关于 AI 的一切，J. D. Pressman 早就已经说过了。
脚注
[1]
这是一种极其粗暴的简化，因为我把所有的复杂性都塞进了「相同或更好的结果」这个概念里。所以，让我们用几何学方式，并加上一些非必要的 LaTeX 公式，重新梳理一次。你想购买一件商品。你四处比较，整理出一套备选项，按照效用对它们进行排序，然后挑出最满意的一个。你可以把效用看作是一个加权总和：
其中 a 是你正在权衡的各个维度（价格、发货速度、对品牌的信任度、我能从这件物品中获得多少社会地位等），变量 量化了这些维度，而
则是权重系数。因此，如果你是一个追求潮流的「潮人」，你的
（排面权重）会远高于你的
（价格权重）；而如果你是一个邋遢死宅，那么一台战损版 ThinkPad 的
（排面分）绝对要高于一台 MacBook。
现在的问题是，人类的速度很慢，因为这是生物学的限制；而且由于 Baumol 效应（鲍莫尔病），随着时间的推移，我们的人力成本会越来越高。计算机则是既快又便宜。最重要的是，AI 的进步速度远远甩开了人类进步的速度。因此，自动化生产的效用被不断拉高，而人类生产的效用被不断拉低，最终，两者之间的差距会变得如此悬殊，以至于你必须是一个拥有极高 （人类交互权重）系数的极端分子，才会去选择人工服务。
[2]
我之所以字斟句酌地使用「文本或图像」而非「艺术」，使用「审美价值」而非「质量」，是因为你可能会反驳说，机器生成的艺术根本算不上艺术。而我真正想表达的是，它并不一定非得是艺术。它只需是一幅赏心悦目的图像、一段行云流水的文字就足够了。
Thoughts Memo 汉化组译制
感谢主要译者 gemini-3.1-pro，校对 Jarrett Ye
原文：Our Servants Will Do That For Us
发布日期：2026-08-20