当我思考科技的未来时，有时会想到《星球大战》中的科洛桑特（Coruscant）。

休闲粉丝知道科洛桑是一颗城市行星，是银河帝国的首都。它内有绝地寺庙和共和国的参议院议事厅。

更资深的粉丝（意思是像我这样的书呆子）知道科洛桑实际上由数千层构成。随着科洛桑规模的扩大，行星向外扩展 ，向外层 ，在旧层之上建造新层。该行星有 5,127 个独立的城市层级，从最外层的摩天大楼到底层的原始地表，总深度为 22 公里。这意味着平均每层约为 4.3 米，或约 14 英尺。

大多数 《星球大战》 的剧情发生在最上层，科洛桑的上层精英把那里视为家园（他们是唯一有特权接触天空的人），但下面有一个庞大的地下世界。正史中通常把科洛桑的人口列为 3 万亿 （！）。

为什么科洛桑是一个恰当的隐喻？对我而言，这个星球代表着纯粹的积累 ：一个文明建造了如此之多、持续了如此之久，以至于它的起源已变得难以辨认，埋藏在层层变迁之下。科洛桑体现了复杂性和野心的复合增长。

上周我在想科洛桑时，埃隆·马斯克宣布 SpaceX 将收购 xAI。来自 官方新闻稿 ：

从长远看，基于太空的人工智能显然是唯一可扩展的方式。要利用我们太阳能量的百万分之一，所需的能量将比我们当前文明使用的能量高出一百万倍以上！

因此唯一合乎逻辑的解决方案是将这些资源密集型的努力转移到拥有广阔能源和空间的地点。我的意思是，太空之所以被称为“space”，是有原因的。😂

除了在公司新闻稿中使用😂表情符号外，那几句话最刺耳的地方是它们的野心之大。太空数据中心？我们实际上在向外扩张，在旧层之上构建新层，一切都指向马斯克将人类变成跨行星物种的宏伟愿景。很明显，我们正生活在一个复杂性不断累积的世界中。

我们在人工智能的进展中也能看到这一点。Claude Opus 4.6 和 GPT-5.3-Codex 简直令人难以置信，我感觉我得把周末都用来赶上这些新的人工智能能力。

几十年来，摩尔定律主导着科技领域。摩尔定律侧重硬件，认为芯片上的晶体管数量约每两年翻一番。摩尔定律已持续了数十年，尽管随着我们接近硅的物理极限，其速度有所放缓。

与此同时，AI 缩放定律描述了随着计算量和模型规模/权重增加，神经网络性能如何提升。缩放定律呈超指数级，计算量和能力大约每 6 个月翻一番（现在甚至更快）。几年前，AI 还无法准确画出手指，现在我们却分不清事实与虚构。

但即便在人工智能迅速进展的当下，我认为我们也有些自我膨胀。Will Manidis 上周在 X 上写了一篇很好的文章，题为 End Game Play。他主要的论点是，科技界所有大胆的宣言，尤其是马斯克的那些，似乎都暗示着一个预定的终极状态。的确，我们终将会在太空建数据中心、在火星上建立文明，但我们要如何到达那里？中间的纷繁复杂呢？中间状态往往是（非常）漫长的。

这是我的感受。所有这些变化，一下子涌现，令人振奋。早在 2011 年，Peter Thiel 曾著名地说过，“我们想要飞行汽车，结果得到了 140 个字符。”而现在，具有讽刺意味的是，那句言论中提到的 Twitter——正是那家公司——如今却隶属于一家正在太空建数据中心的公司。这多有诗意？Peter Thiel 的愿望正在实现，确实让人感觉我们活在一部科幻小说里。

但我认为我们一直在混淆“人工智能现在能做 X”与“人工智能将会做 X”这两种说法，而它们在时间尺度上大不相同。能力与采用之间存在着巨大的鸿沟。

能力与采纳之间的差距

如果我们生活在一个完美的世界里，能力与采纳也许会同步进展。但我们生活在一个非常不完美的世界——有监管拖累、有组织臃肿，还有人说“但我们一直都是这么做的。”最近感觉像是在试图从科洛桑特表面一跃而上到最顶层，却没有构建中间的5,127层。

我认为人工智能要真正颠覆日常生活还需要很长时间。本周的流行随笔是 Matt Shumer 的 Something Big Is Happening。我喜欢这篇文章；他说的大事正在发生，这点没错！但我也觉得 Shumer 有点危言耸听。社会变迁落后于技术变革——而且差距很大。

去年秋天，我们写了 It’s Still 1995，旨在强调我们仍处于人工智能超级周期的（非常）早期。那篇文章认为，比喻中的 Jeff Bezos 仍然看起来像这样。

在那篇文章中，我们指出了技术采用需要很长时间的一些例子：

• 亚马逊上市四分之一世纪后，我们的购物只有20%在线上进行。

• 只有60%的企业数据存储在云端。

• 我们讨论断开有线电视已多年，然而仍有50%的家庭保留有线电视。

• 只有 6%的符合条件交易使用 Apple Pay，而移动端支付总体占比为 15%至 20%；在 15%的交易中，我们仍然使用现金！

• 电动汽车多年来一直是热门，但仅占汽车销量的10%。

诸如此类。变革需要时间。如果你研读 Carlota Perez 的理论关于约 50 年的技术周期，我们仍处于人工智能的“第一阶段”，这一阶段大约会持续十年。如果你把重大事件视为 ChatGPT 的发布（2022 年 11 月），我们才大约过去了 3 年左右。

最近，我们的行为像是已经进入了第三阶段。我认为部分原因是技术娴熟的早期采用者（大多数在阅读这篇文章的人）与其他人之间存在巨大裂缝； 只有三分之一的美国人使用过 ChatGPT！我们谈到了规模定律。规模定律描述的是能力的加速，但采纳并没有这样的定律；它受制于人为和制度性的摩擦。

因为事态变化如此之快，出现了很多焦虑。过去几周有人宣称软件已死，劳动力市场将陷入混乱，生活很快会变得面目全非。我并不同意。

以下是我对未来事态发展方式的三点看法：

1）人工智能会取代劳动，但不会一蹴而就。在短期内，增强优于自动化。

美国 SaaS 收入约为 3000 亿美元。美国劳动力市场规模为 13 万亿美元，约大 43 倍。大家都认为人工智能将吞噬的正是这个市场。

这将会发生，而且已经开始了。过去几周正是代码生成的宇宙大爆炸，人类手写代码的时代可能已经结束。

但这并不意味着我们不再需要工程师。相反，我预计对工程师的需求会上升 。在上个月的 《无形 AI 之年》 中，我们讨论了杰文斯悖论，该悖论认为当某种商品变得更易获得时，对该商品的需求会增加。越来越多的公司将需要工程师来协调代理，而这些工程师能够在几天（甚至几小时？）内完成过去需要数月的工作。以下是 Moltbot 创始人的设置，打开的终端多到我数不过来。

在美国，软件开发是劳动力支出第三大类，仅次于法律（第二）和医疗行政（第一）。我们将看到所有这些领域被重新塑造。

在短期内，这意味着更多的是增强而非自动化。招聘会放缓，但我认为不会出现大规模裁员。每位员工的生产力将大幅提高，不过这也需要时间：大多数人需要被引导使用 AI 工具（并接受如何使用这些工具的培训）。

这就是“前置部署”岗位目前如此受追捧的原因。公司需要有人来协助落地，因为落地正是能力与采纳之间的鸿沟。

2）软件并未死去，但正在发生变化。你依然不会因购买 IBM 而被解雇，但颠覆正在到来。

过去几周对 SaaS 来说相当艰难：

但软件不会消亡。它会演变成新的常态。软件股之所以以高溢价交易，是因为它们享有90%的毛利率。在我看来，新的常态是70%的毛利率，推理成本会推高销售成本。市场正在醒悟并将其计入定价中。

话虽如此，我并不认为这些软件公司会在短时间内消失。俗话说，“买 IBM 不会被解雇。”任何与采购团队打过交道的人都知道，软件堆栈短期内不会发生改变。但每家软件公司当然都应该自我颠覆——大多数公司不会，因为存在创新者的窘境：颠覆当然会惹恼现有客户！所以缓慢地，经过多年，原生 AI 的竞争者会蚕食市场份额。

这是来自 Day.ai 网站的一段炫酷演示视频。Day 是一个原生 AI 的 CRM，确实比任何现有 CRM 都更美观、更以 AI 为先。但老牌公司消亡还需要很长时间。

Jared，我们新的 Daybreak 合作伙伴，本周对我说：现在基本上每家公司都得成为一个垂直化的 Rippling。他的意思是，传统的垂直 SaaS 玩法已经失效：找到杀手级功能，用这个功能打开市场，然后再扩展。在一个由 AI 主导的世界里，你基本上需要从一开始就解决顾客的每一个问题。软件并没有消亡，但变得不同了——利润率更低、以 AI 为核心，熟悉的打法正在实时被重新塑造。

3）界面是真正的战场。

大约三年前，我写过一篇文章，题为 《AI 是一场界面革命》。核心论点：AI 聊天机器人将成为用户与企业和服务交互的主要界面，而聊天机器人会抹去品牌可见性，削弱专用用户界面的价值，并将底层提供者商品化。

那篇文章主要聚焦于消费者场景，比如通过 ChatGPT 订行程与通过 Airbnb 的对比。但我们实际上看到，界面之争在企业领域表现得更为激烈。这也是软件股下跌的原因：如果你只是一个好看的 B2B 界面，你就完了；Anthropic、OpenAI 等会把你吃掉。你最好拥有专有数据才能生存。

能胜出的公司会把界面与数据结合起来。让 CRM 有价值的并不是下拉菜单，而是大量的客户互动记录和关系上下文。当 AI 取代用户界面时，专有数据集则提供了强大的护城河：这就是为什么像生命科学领域的 Veeva 或餐饮业的 Toast 相较于通用工具更有韧性的原因之一。

正如我们在 2023 年那篇以 Airbnb 品牌为例的文章中指出的讽刺之处在于，科技公司多年来一直在用户体验上竞争。现在胜出的界面可能是没有界面（也就是仅仅一个聊天窗口或一个代理），你辛苦设计的界面可能变得无关紧要。这对拥有丰富数据集的公司来说是一个解锁机会，而对那些价值主要体现在界面上的公司则构成了生存威胁。

期末思考：不平等与地下世界

我们大概处在科洛桑特的二层或三层，上述每一项都是我们需要跨越的层级：我们需要弄清人工智能如何极大地增强劳动生产力；我们需要弄清遗留软件会发生什么；我们需要弄清如何在界面和数据上竞争。要达到一个与今天完全不同、难以辨认的上层社会，我们还有很长的路要走。

另一个（险恶的）科洛桑特隐喻相关之处是：社会的分层。下面是一位 Reddit 用户关于科洛桑特下层的看法：

我非常担心人工智能会在阶级之间楔入裂缝。不是因为我认为会像 Anthropic 的 Dario Amodei 一再预测的那样出现大规模裁员，而是因为资本市场会繁荣，而拿固定工资或计时工资的工人却苦苦挣扎。这个图表应该让任何人警觉：

我们已经能看到影响：公众对人工智能的憎恶程度。就拿本周因超级碗广告在 TikTok 上爆发的讨论来说，人们称这些广告为反乌托邦：人工智能公司；GLP-1 类药物；体育博彩。对人工智能的强烈敌意，比我一生中见过的任何反科技情绪都更为明显。

我不确定硅谷是否真正意识到对人工智能的反弹有多严重。人们被甩在了后面， 这是能力与采用之间最大的障碍。