�,。涸谖磥砦迥晏}卜快跑這模式越來越成熟,，然后投放量從400輛到4000輛再到4萬輛，模式從后面有人到后面徹底無人,。

　　乍一看大家會想到競爭起來出租車司機(jī)、快車司機(jī)都不是對手,，因為蘿卜快跑可以7*24運轉(zhuǎn),，不要人潛在運營成本更低。

　　但往深一層就不是這個問題,，而是這兩套體系進(jìn)化方式不一樣（參見：第九生命）,，蘿卜快跑的模式其實是在構(gòu)建一種類生命體。這種類生命體具有不死,、不失憶特性,，所有的積累可以越積累越高。這和以人為主的運營體系完全不一樣,，以人為主的體系你不知道什么時候下滑,，不管是運行質(zhì)量還是安全性。大家應(yīng)該還記得網(wǎng)約車當(dāng)年報道的某些惡性事件,。

　　這種進(jìn)化方式導(dǎo)致只要它的核心引擎（AI技術(shù)）能夠持續(xù)向上,，那從受眾的角度看，這種服務(wù)質(zhì)量的超越就是全方位無死角的超越,，也可以說是進(jìn)步的,。

　　現(xiàn)在的蘿卜快跑不管是從車還是單位服務(wù)里程上應(yīng)該還是貴的，所以關(guān)鍵的是根本不是創(chuàng)造了多少價值而是它的象征意義,，而象征意義之所以成立根基就在于進(jìn)化方式不一樣,。

　　按經(jīng)濟(jì)學(xué)家科斯的說法：企業(yè)之所以存在根本原因在于企業(yè)內(nèi)組織生產(chǎn)的交易費用低于市場組織交易的費用,。

　　從這個視角來看，技術(shù)再成熟一些,，蘿卜快跑這類公司的內(nèi)部交易費用會無限趨近于0,，也就是公司這種組織的極值。這種變化會改變無人快跑這類公司和現(xiàn)有公司的基因,，橘貓在早期可能會比小老虎還大還兇猛,，但時間一到基因上的優(yōu)勢就會徹底爆發(fā)出來，不管多少個橘貓也不是東北虎的對手,。

　　如果有人覺得這個不像,，還可以想象另一種模式，你所有消費的視頻都是AIGC算法自動生成,，然后推薦算法把各種內(nèi)容推薦給最終用戶,，這是不是更像一點！

　　在這種模式下,，生產(chǎn)力會大幅提升,，所有必須社會服務(wù)的成本理論上能降到現(xiàn)在的幾分之一，甚至十幾分之一,，唯一的問題就是人去干什么,？

　　核心的約束只是AI的水平夠不夠，一旦AI水平夠了,，過去定義的各種崗位就會像被洪水淹沒一樣,，消失在歷史的塵埃里面，并且再也不回來,。

　　100年前根本就沒有公司也沒有這些五花八門崗位,，小農(nóng)經(jīng)濟(jì)里的人每個人更像《隱入塵煙》的馬有鐵，放驢,、種地,、蓋房子什么都會干，那里知道什么出租車司機(jī),、外賣快遞員,、CEO。

　　AI如果成立那基于工業(yè)生產(chǎn)催生出來的大量分工角色必然需要改變,。AI來做的話越往后越不需要把人分成產(chǎn)品經(jīng)理,、UI設(shè)計師、架構(gòu)師,、前端程序員,、后端程序員、測試工程師等各種角色,。

　　角色細(xì)分源于人類的智能供給不足,，AI會因為智能供給充沛推動所有這些崗位回卷�,，F(xiàn)在感受不明顯是因為AI大模型還沒那么好使而已，但前路是注定的,。（參見：為什么說AI會迎來自己的小低潮,？）

　　AlphaGo,AlphaFold這類垂域模型每成立一個，GPT4,，GPT5這類模型每迭代一次,，沖擊就會強(qiáng)烈一分。比如下面這種在電影上的,。

　　SamAltman有的時候會神神叨叨的說些觀點,，比如AI是人類最后的發(fā)明等，其實根子里都是這事,。

　　所以只要AI大發(fā)展,，人類必須從現(xiàn)有的崗位上遷徙，從細(xì)致分工的各種角色里遷徙出來,，然后在AI的邊界外重新定位自己,。

　　前一種心態(tài)好像在我們的傳統(tǒng)里特別根深蒂固，大清為了江山永固就封關(guān)禁海,，最終也沒封住,。其它地方也很多例子就不一一列舉了。

　　但實際上這路是走不通的,，一種邊際效能更高的方式注定替換低的,，你不走別人也走，最終就會導(dǎo)致為了保持局部最終失去整體,。

　　假設(shè)按5%的平均經(jīng)濟(jì)增速，那經(jīng)濟(jì)增長131倍需要100年,，可按現(xiàn)有的模式考慮比如資源,、全球變暖、人口的約束,，那這過程會非常脆弱,，一個是不一定有100年，一個是也很難達(dá)到平均5%,。畢竟過去所有的科技力量加一起全球經(jīng)濟(jì)其實也沒達(dá)到5%,。

　　那我們假設(shè)需要在10~20年里經(jīng)濟(jì)增加131倍，讓所有基礎(chǔ)生活服務(wù)包括教育,、醫(yī)療,、養(yǎng)老變的極其便宜，然后人的工作和自身價值實現(xiàn)統(tǒng)一起來,，那需要什么,？

　　這就需要AI,、需要上面的新組織方式。而在高速發(fā)展中所有現(xiàn)在無法解決的問題會被解決,。（發(fā)展是硬道理）

　　唯一麻煩的是怎么讓這種遷徙平滑一些,，這肯定和宏觀層面與個體都有關(guān)系。宏觀層面就不說了,，下面聊下什么是個體層面的障礙,。

　　大分工體系讓人依附于平臺，每個人都渴望在上面找到個穩(wěn)定崗位,。這崗位大概率不喜歡,，所以大家就都在特別大的撕裂感里活著。一邊憤恨,，一邊又恐懼失去,。

　　即使現(xiàn)在如果那家小孩成績好，你和家長說這小朋友未來能當(dāng)網(wǎng)紅,，家長即使不翻臉心里也不怎么愉快,。你如果說這小朋友能進(jìn)XX大廠當(dāng)領(lǐng)導(dǎo)，那至少還能相處愉快,。這就是我們現(xiàn)在的基礎(chǔ)思維模式,，帶著大量慣性在退讓中尋找避風(fēng)港，但其實網(wǎng)紅對AI的抗性要強(qiáng)于后者,。

　　實際上AI越發(fā)展首先沖擊的正是大平臺上這些很像活著的零件的崗位,，這些崗位輸入輸出清楚，對智能的要求也就和現(xiàn)在GPT4已經(jīng)能通過的考試水平類似,，是第一波面對AI沖撞的崗位,。之前有一篇論文里用曝光度來衡量AI對各種崗位的沖擊，用相同視角你會發(fā)現(xiàn)者這類像活著的零件的崗位曝光度極高,。每一個這種崗位都和出租車司機(jī)其實差不多,。

　　這其實是很明顯的事實，但不能說還必須站在一起大罵蘿卜快跑這種模式就古怪了,，要是這種思維模式,，那其實就不能發(fā)展AI，最好也別發(fā)展科技,。

　　“一家人家生了一個男孩,，合家高興透頂了。滿月的時候,，抱出來給客人看,，——大概自然是想得一點好兆頭�,！耙粋�說：‘這孩子將來要發(fā)財?shù)�,�,！�他于是得到一番感謝�,！耙粋�說：‘這孩子將來要做官的,。’他于是收回幾句恭維,�,！耙粋�說：‘這孩子將來是要死的�,！�他于是得到一頓大家合力的痛打,。

　　“那么，你得說：‘啊呀,！這孩子呵,！您瞧！多么……,。阿�,。」�哈�,。龋澹瑁澹,。瑁澹�ｈｅｈｅｈｅｈ��,！’”

　　AI只要持續(xù)發(fā)展,，現(xiàn)在的分工體系必然崩掉重建，沒有任何其它可能,。在非零和博弈視角下這也不是壞事,。但確實在急轉(zhuǎn)彎的時候怎么面對它需要更多的探討，探討的前提之一其實是現(xiàn)實點直面問題,，不要增加說話成本,，也不能一說點啥就用心險惡，這什么情況