---
status: unconfirmed
---

# AI、经济运行、就业结构与未来产业格局

本文是 Peiiii 与榫关于现代货币、初始产权、生产扩张、AI 对中国就业结构的影响、Agent 工程师与 OPC 的差别，以及未来 5—10 年蓝海方向的**结构化导航与综合分析**。

逐段、不压缩、不改写的问答正文由 [AI、经济、就业与未来产业格局：无损对话原文](sources/2026-10-05-ai-economy-employment-industry-dialogue.source.md) 唯一保存。本文件不得替代、覆盖或删减该原文层；后续综合判断有变化时，只更新本文件并保留原文历史事实。

它不是已经确认的个人战略、投资建议或确定预测。文中必须区分：

- **事实**：有公开数据或制度事实支持；
- **思想实验**：用于拆解经济运行机制；
- **中性情景**：基于已知趋势形成的候选路径；
- **战略判断**：用于辨别未来价值链位置，仍需现实证据验证。

## 一、理解经济的底层：货币不是财富，而是调动财富的权利

### 1. 现代经济中的四类角色

日常所说的“政府印钱”混合了四个不同角色：

1. **政府／财政部门**：征税、发行国债、公共支出；
2. **中央银行**：发行现金、创造银行准备金、调节利率和金融条件；
3. **商业银行**：通过贷款创造大部分存款货币；
4. **居民与企业**：劳动、生产、消费、储蓄和投资。

现代货币大部分不是纸币，而是银行账户中的数字。创造货币的基本形式，是资产负债表两边同时增加：央行获得资产并创造准备金，商业银行获得贷款债权并创造存款。

### 2. 中央银行如何“印钱”

假设央行从银行购买 100 元国债：

- 央行资产增加 100 元国债；
- 央行负债增加 100 元银行准备金；
- 银行减少国债、增加准备金。

新增准备金原先不存在，由央行直接记账创造。纸币只是央行负债的实体形态；银行需要现金时，可以将准备金兑换成纸币。

### 3. 商业银行如何创造大部分货币

银行向企业或个人发放 100 万元贷款时，通常同时记账：

- 银行资产：增加 100 万元贷款债权；
- 银行负债：借款人账户增加 100 万元存款。

因此：

- 发放贷款创造存款货币；
- 偿还贷款本金消灭相应存款货币；
- 银行受到资本、流动性、监管、借款人偿还能力和坏账风险的约束。

### 4. 为什么不能无限创造货币

货币是对真实资源的购买权，不是粮食、住房、能源、机器、医疗服务和人的时间本身。

当新增购买力没有对应的真实供给承接时，结果可能是：

- 商品与服务通胀；
- 房地产、股票等资产价格上涨；
- 本币贬值和资本外流；
- 货币信用下降。

当经济存在失业、闲置设备和未利用产能时，新增信用与财政支出可能激活真实生产；当资源已经满负荷时，继续增加购买力更可能转化为涨价。

因此最核心的约束不是印刷能力，而是：**生产能力、资源瓶颈、信用、汇率与社会对货币制度的信任。**

## 二、思想实验：一群人继承完整的人类遗迹

假设 100 人来到一处无人继承的人类遗迹，其中有城市、粮食、住房、电厂、农场、工厂、车辆和自动化生产系统。此时大量真实财富已经存在，但产权和货币制度尚不存在。

### 1. 第一问题不是印多少钱，而是资产属于谁

可选择的初始制度包括：

- **先占者所有**：行动快、武力强或组织好的人占据核心资产，偶然占有迅速固化为阶层；
- **平均物理分割**：表面公平，但发电站和工厂不可切碎，切碎可能破坏生产；
- **政府统一所有**：有利于初期调度，但控制政府的人可能实际控制全部资产；
- **共同继承、分散经营**：全体共同拥有原始遗产的收益权，专业团队竞争获得有期限的经营权。

较稳健的起点是建立公共遗产信托：

- 无主土地、自然资源和核心设施进入共同信托；
- 初始成员平等拥有受益权；
- 发电站、工厂和农场可出租、承包或竞标经营；
- 经营者获得劳动和经营收益，同时向公共信托支付租金；
- 租金用于公共服务、维修储备或公民红利。

这一区分非常重要：**收益权可以共同拥有，经营权不必平均分割。**

### 2. 初始成员是不是零资产

如果产权尚未建立，他们没有法律意义上的私人资产，但共同面对一个富有的社会。合理制度下，每个人可获得：

- 基本生存权：食物、饮水、基础住房和医疗；
- 公共遗产的平等受益权；
- 一笔启动货币；
- 自己的劳动能力和个人物品；
- 通过劳动、创业和交换积累私人财富的权利。

初始平等不意味着结果永远相同，而是避免某人只因先占据发电站，就永久控制所有人的生存命脉。

### 3. 第一笔货币如何建立信用

社会可设立受规则约束的公共结算机构或中央银行，发行“遗迹币”。新货币之所以能被接受，不是因为纸张有价值，而是因为：

- 公共住房租金、水电费和税费以它支付；
- 政府采购和工资以它支付；
- 所有人承认它可以交换真实商品和服务；
- 发行受到公开制度约束。

第一笔货币可以通过四条渠道进入社会：

1. 每人相同的启动余额；
2. 初期公共工作工资；
3. 政府采购与公共投资；
4. 公共遗产产生真实收益后的公民红利。

初期食物、水、基础住房和医疗不宜全部交给竞价市场，因为价格体系尚未稳定，错误分配会直接威胁生存。普通消费品可逐步市场交易，稀缺非生存物资可拍卖，生产性资产则通过有期限、可撤销的经营合同配置。

### 4. 后来加入的人如何处理

如果新来者立即获得与初始成员完全相同的永久资产，可能造成套利和无限稀释；如果后来者永远没有公共权益，又会形成世袭阶层。

相对平衡的制度是：

- 到达即获得基本权利和生存保障；
- 可工作、交易并使用公共服务；
- 满足居住时间和公共义务后取得公民身份；
- 公共遗产受益权逐步归属；
- 初始成员身份不得无限继承为永久特权。

## 三、生产扩大后，谁增加货币供应

生产扩大不意味着货币必须机械地同比增长。经济还可以通过货币流通更快、价格下降、赊账和商业信用承接更多交易。但如果信用体系过于僵硬，企业可能有设备、有订单，却因缺少工资和原料资金而无法扩产。

### 1. 商业银行提供生产信用

企业发现一条新生产线，需要先支付原料和工资。银行评估其未来现金流后发放贷款：

- 企业账户新增存款；
- 企业用存款支付工人和供应商；
- 新货币进入经济循环；
- 企业销售产品后偿还本金；
- 对应存款货币被消灭。

这是一种随生产机会扩张和收缩的弹性机制。

### 2. 中央银行支持最终结算

当支付跨越多家银行时，需要银行准备金完成最终结算。央行通过准备金贷款、购买合格资产和利率政策保证支付体系稳定，并控制整体信用条件。

自然链路是：

> 出现真实生产机会 → 企业需要预付工资和原料 → 银行贷款创造存款 → 央行提供结算基础货币 → 生产和收入增加 → 贷款偿还、部分货币消失。

### 3. 财政支出解决不同问题

银行贷款适合有可偿还现金流的项目；公共道路、电网等社会收益高但私人难收费的项目，更适合税收、公共基金或政府发债建设。经济衰退和需求崩溃时，财政转移支付也可能直接恢复居民购买力。

新增货币从哪里进入经济具有分配效应：

- 只贷给资产拥有者，可能先推高资产价格；
- 平均发钱较平等，但不保证进入有效生产；
- 全交给政府适合公共设施，却可能导致权力集中；
- 全靠商业银行，银行又可能偏好有抵押物的富裕借款人。

合理体系通常组合使用商业信贷、公共开发金融、财政投资、公共资产红利和央行结算支持。

## 四、AI 时代价值如何重新分布

### 1. 真正分界不是 AI 内外，而是稀缺瓶颈与可替代供给

AI 体系内部同样会高度分化。容易获得超额收益的是掌握以下控制点的主体：

- 芯片、算力、能源和数据中心；
- 前沿模型、训练能力与关键标准；
- 用户入口、渠道和平台生态；
- 独占数据、品牌、信任和客户关系；
- 支付、交易和供应链网络；
- 能把 AI 输出接入现实执行、责任和交付闭环的组织。

普通 AI 应用、通用 Agent 框架、一般开发者和可快速复制的模型能力也会商品化。候选规律是：

> 当通用认知生产变得廉价，价值会从可复制生产环节，向不可复制的瓶颈、所有权和最终控制点集中。

### 2. AI 首先吞噬的可能是招聘、入口和议价权

职业由多个任务组成。AI 不必一次取消整个职业，也可以通过以下方式减少劳动需求：

1. 招聘冻结，不补充自然离职；
2. 收缩初级岗位和成长入口；
3. 提高单人的产出要求；
4. 少数熟练人员加 AI 承担过去更大团队的工作；
5. 最终围绕 AI 重新设计公司和部门。

因此中期最重要的指标不只是失业率，还包括招聘量、初级岗位、实际工资、劳动收入份额、不充分就业、工作稳定性和单位人员产出。

### 3. 新职业会出现，但未必等量、同收入吸收旧岗位

可能增长的工作包括 AI 集成、机器人维护、数据治理、安全合规、医疗照护、个性化教育、线下体验和复杂经营。但关键不在“是否出现新职业”，而在：

- 数量能否赶上旧岗位收缩；
- 转移需要多少时间与再训练；
- 收入和稳定性是否接近原岗位；
- 大量劳动者涌入暂未自动化行业后，是否继续压低工资。

“难以自动化”不自动等于“高收入”；还取决于稀缺性、支付能力、组织权力和劳动供给。

## 五、未来 5—10 年的候选演化路径

### 阶段一：工具化与隐性收缩

- AI 以赋能员工的形式进入组织；
- 人均产出上升，工资未必同比提高；
- 招聘冻结、自然减员和初级岗位减少先于显性裁员；
- 能驾驭 AI 并承担最终结果的人获得更大杠杆。

### 阶段二：围绕 AI 重构组织

当 AI 的可靠性、长期执行、工具调用和责任追踪达到经济可用水平，企业会从“给每个岗位配 AI”转向“如果今天从零建立公司，还需要多少人和哪些部门”。可能出现：

- 管理层级和中后台缩减；
- 一名负责人调度多个 AI 系统；
- 项目制、合同制和按结果付费增加；
- AI 原生小团队挑战传统大组织；
- 稳定中等收入岗位减少。

### 阶段三：机器人把冲击扩展到物理劳动

软件 AI 先影响数字认知劳动；机器人若越过成本、安全和可靠性阈值，影响会扩展到制造、仓储、物流、零售、清洁、运输和部分照护服务。其速度可能慢于软件自动化，但覆盖更广。

## 六、中国 2024 年就业结构与 2035 年中性情景

### 1. 2024 年官方总量

国家统计局数据显示，2024 年中国就业人员为 **73,439 万人**：

| 产业 | 人数 | 占比 |
|---|---:|---:|
| 第一产业 | 16,298 万 | 22.2% |
| 第二产业 | 21,275 万 | 29.0% |
| 第三产业 | 35,866 万 | 48.8% |

来源：国家统计局《中国统计年鉴 2025》表 4-2，以及《中华人民共和国 2024 年国民经济和社会发展统计公报》。

### 2. 2035 年中性情景

这不是官方预测。讨论区间假设全国就业人员下降到约 **6.5亿—6.9亿**，以 **6.7 亿**作为结构计算中心值：

| 产业 | 2035中性占比 | 中心人数 |
|---|---:|---:|
| 第一产业 | 13% | 约8700万 |
| 第二产业 | 25% | 约1.68亿 |
| 第三产业 | 62% | 约4.15亿 |

核心图景不是产出下降，而是：产出继续增加，就业总量下降，每名劳动者配备更多 AI、机器人、软件和资本设备。

### 3. 分领域迁移方向

以下细分是分析性重组，不是国家统计局正式行业预测。

#### 农林牧渔：约 22.2% → 13%

减少：普通种植、人工巡田喷洒、小规模低效率养殖、多层中间流通。

增长：规模经营、农机和无人机运维、育种兽医、农产品加工品牌、农业供应链和智慧农业服务。

#### 制造、采矿与能源：约 18% → 17%

人数可能小降，但产出大增。

减少：重复装配、人工搬运分拣、固定规则质检、基础生产文员。

增长：工业机器人集成、机电维护、工艺与质量、芯片材料、工业软件、能源和数据中心系统。

#### 建筑：约 11% → 8%

减少：大规模新房开发、普通土建、房产销售渠道、重复设计制图。

增长：城市更新、设施维护、节能与适老化改造、工业和数据中心建设、装配式施工与建筑机器人。

#### 商贸、餐饮和住宿：约 14% → 12%

减少：收银、售票、普通导购、标准客服、基础酒店前台和订单处理。

增长：品质餐饮、门店经营、美业健身、宠物服务、旅游和线下体验。

#### 交通、仓储和配送：约 6% → 5%

减少：封闭场景驾驶、固定路线运输、仓库搬运分拣和普通调度。

增长：自动驾驶车队运维、机器人仓库、冷链医药物流、跨境物流和异常处置。

#### 企业服务、金融和软件：约 8% → 13%

总需求可能增长，但普通白领和基础数字生产岗位被压缩。

减少：基础编码测试、数据录入、普通会计后台、标准合同、普通文案设计、信息转发型管理。

增长：Agent 系统、评测和可靠性、安全权限、行业解决方案、企业流程改造、复杂销售、产品经营和数据合规。

#### 公共管理：约 4% → 4%

减少：材料汇总、表格流转、重复审批和低复杂度窗口事务。

增长：AI 治理、监管审计、公共安全、复杂现场判断、异议处理和跨部门协调。

#### 教育：约 6% → 5%

减少：受生源下降影响的冗余岗位、普通知识讲授、标准批改、传统题库和录播内容。

增长：职业训练、成人再就业、特殊教育、儿童心理与成长支持、实践型导师和企业 AI 转型培训。

#### 医疗卫生：约 3% → 6%

减少：病历整理、初筛、标准信息查询和部分重复影像流程。

增长：医生护士、康复、慢病管理、心理服务、家庭医疗、医疗设备、临床 AI 与质量安全。

#### 养老、照护和居民服务：约 5% → 8%

减少：部分标准预约、监测和行政协调。

增长：养老护理、上门照护、社区养老、长期护理、辅助器具、照护机器人服务和适老化改造。

#### 文旅、文化、个人体验及其他：约 2.8% → 9%

此项包含多个今天统计上分散的新型工作，不能理解成单一文化产业达到 9%。

减少：普通内容生产、素材加工、信息搬运和低差异化数字供给。

增长：现场体验、IP 与品牌、旅游体育、个人服务、小型 AI 原生经营和平台化专业服务。

## 七、未来更有价值的人员与职责

### 1. AI 系统与企业流程负责人

#### Agent 系统工程师

职责包括：

- 将真实业务拆为可执行工作流；
- 接入数据库、API、权限和存量系统；
- 设计工具调用、记忆、状态和上下文；
- 建立评测、回归、失败恢复和人工审批；
- 控制成本、延迟、可靠性和数据安全；
- 对端到端业务结果负责，而不是只生成文本。

只会调用模型、拼 Prompt 和封装聊天页面的开发者会逐渐商品化。

#### AI 原生产品／转型负责人

职责包括：

- 找到企业成本最高、周期最长或错误代价最大的环节；
- 判断 AI 执行与人工审批边界；
- 重组岗位、权限、流程和绩效；
- 协调业务、技术、法务、安全和管理层；
- 对降本、增收、交付周期和质量负责。

#### AI 评测、可靠性与安全人员

职责包括真实业务评测集、持续回归、提示注入和越权测试、权限审批、审计记录、人工接管以及事故调查。

### 2. AI 与物理世界交叉人员

包括机器人系统、运动控制、机器视觉、自动化产线、设备调试、仓储自动化、无人机方案和现场运维人员。真正稀缺的不是演示算法，而是把设备放入真实现场后稳定运行多年。

### 3. 电力、能源和数据中心基础设施人员

包括电力规划与调度、数据中心电气、液冷和热管理、储能、并网、GPU 集群网络调度、芯片封装测试和设备工程。

### 4. 高技能技术工种

电工、暖通制冷、工业设备维修、电梯与特种设备维护、精密加工、新能源汽车维修、自动化设备安装、水务能源设施运维等，会使用 AI 诊断和机器人辅助的人可能比大量普通白领更有议价能力。

### 5. 掌握业务、客户和复杂交易的人

复杂企业销售、解决方案架构师、供应链经营者、行业客户成功和专业服务合伙人的价值来自信任、谈判、组织协调和对收入回款负责，而不是制作方案文档。

### 6. 行业专家加 AI

医疗、金融保险、制造、法律合规等领域，真正稀缺的是拥有行业责任、资格和 AI 系统能力的组合人员。

### 7. 照护、信任和深度关系岗位

医生、护士、康复、养老、心理治疗、儿童发展、特殊教育、慢病管理和高水平训练者仍然重要；但社会需求大不自动等于个人收入高，收入还取决于资格、独立服务能力、口碑、客户关系和支付制度。

### 8. 拥有产品、渠道和现金流的人

1—10 人的 AI 原生公司可能完成过去几十人甚至更多人的工作。真正稀缺的不是开发，而是需求发现、获客、品牌、渠道、专有数据、支付关系和持续经营。

## 八、Agent 工程师、个人开发者与 OPC 的真实关系

Agent 工程师是一种生产能力；OPC 是一种组织和所有权形式。两者不是同一维度。

| 维度 | Agent系统工程师 | 个人开发者／OPC |
|---|---|---|
| 收入下限 | 相对较高 | 相对较低 |
| 职业确定性 | 较高 | 取决于市场验证 |
| 收入上限 | 受工资与职级约束 | 理论上很高 |
| 核心资产 | 技术与交付能力 | 产品、客户、品牌、渠道和现金流 |
| 主要风险 | 技术商品化、岗位收缩 | 没有客户、分发和持续收入 |

普通独立开发者最危险的模式是：看到点子、快速做 App、上线后等待自然流量。AI 降低开发成本，同时让相似产品爆炸，开发能力本身不再稀缺。

真正的 OPC 不是“一个人写代码”，而是一个人或极小团队借助 AI 和外部服务，掌握从需求到收款的完整经营链：

1. 找到高价值问题；
2. 接触具体客户；
3. 设计解决方案；
4. 交付真实结果；
5. 获取用户和建立渠道；
6. 销售、收款和续费；
7. 管理风险和现金流；
8. 将重复交付沉淀为产品。

长期价值可以粗略表示为：

> 普通独立开发者 < 强 Agent 系统工程师 < 有客户的 Agent 专业服务经营者 < 拥有稳定分发和现金流的 AI 原生企业。

但这不是一条自动升级路径。OPC 的高价值来自所有权和控制点，不来自 One Person 这个标签。

## 九、选择蓝海的判断方法

面向 2031—2036 年，不能用“现在是否热门”判断蓝海。一个有吸引力的方向通常同时满足：

1. **需求结构性增长**：由老龄化、能源需求、企业降本、安全监管、基础设施维护或供应链变化驱动；
2. **供给扩张缓慢**：需要现场能力、资质、数据、信任、硬件、责任和长期交付；
3. **AI 放大稀缺能力**：不是和 AI 比数字生产，而是让 AI 服务仍然稀缺的诊疗、维修、调度、交易和责任；
4. **能形成控制点**：客户入口、工作流、数据、支付、设备网络、合规资格、交易市场或供应链；
5. **市场足够碎**：客户问题具体、地区和行业差异大，巨头只提供基础设施，难以一次吞掉全部场景。

因此未来的蓝海不是一个岗位名称，而是：

> 需求必然增长、供给难以复制，并且进入后能够持续积累资产与控制权的价值链位置。

## 十、未来十年六个候选蓝海方向

### 方向一：AI × 物理产业的部署与运营层

行业包括制造、仓储物流、农业、矿山、建筑维护、能源设施、无人机巡检和商业机器人。

真正市场不是制造机器人演示，而是让机器人稳定完成：感知、任务理解、物理操作、异常处理、人工接管、责任记录和持续维护。

可形成的控制点：

- 特定场景部署标准；
- 设备运行数据；
- 远程运营平台；
- 维护网络；
- 行业机器人技能库；
- 按任务量或节省成本收费的长期关系。

风险是部署重、销售周期长、需要硬件和行业伙伴；这些困难也是供给不易泛滥的原因。

### 方向二：老龄化社会的医疗、康复与长期照护基础设施

需求链包括居家照护、社区养老、康复训练、慢病和用药管理、失能监护、护理调度、家属沟通、长期护理保险、适老化改造与照护机器人。

AI 的价值不是只陪老人聊天，而是放大稀缺照护人员：自动记录、风险识别、护理计划、服务调度、异常监测、质量审核和支付核验。

控制点包括长期家庭关系、服务网络、医疗护理数据、质量标准、保险支付入口和人机协同调度平台。

最大不确定性是支付能力，以及医保、长期护理保险和财政制度。

### 方向三：能源、电力与 AI 基础设施效率层

机会包括数据中心能源管理、液冷热管理、GPU 集群调度、算力容量交易、电力需求响应、分布式能源、工商业储能、数据中心与电网协同、能源设备预测维护和 AI 任务真实成本优化。

控制点包括能源容量、设备运行数据、调度权、电力与算力交易入口、长期运营合同和基础设施集成关系。

这一方向资本、技术和准入门槛高，不容易成为轻资产 OPC，但稀缺性强。

### 方向四：AI 的验证、责任、审计与保险层

当 Agent 能付款、改数据库、审批和操作设备，社会必须回答：谁授权、是否越权、如何证明、出错谁赔、升级是否退化。

具体机会包括：

- Agent 身份和权限；
- 行动审计和证据链；
- 持续评测与回归；
- 高风险审批和人工接管；
- AI 事故取证；
- 风险量化与责任保险；
- 数据和模型授权；
- 行业合规报告。

通用安全仪表盘也会红海。高价值位置是为金融、医疗、工业、政务和法律建立监管者、保险方与企业共同承认的责任标准。

### 方向五：垂直行业的 Agent 交易与执行网络

比普通垂直 SaaS 更强的形态，是控制完整交易：发现需求、匹配供给、询价谈判、审核资质、生成订单、跟踪履约、支付结算和异常处理。

候选行业包括跨境贸易、工业零部件采购、物流货代、设施维修、医疗耗材、企业保险、专业人才、农产品流通和中小企业供应链。

控制点包括买方需求、供应商网络、交易记录、履约评价、支付融资和行业标准。工具只能收取软件费，交易网络可以从真实经济活动持续获得收入。

### 方向六：传统中小企业的 AI 原生运营系统

不是泛泛“给中小企业做 AI”，而是选择一种具体业务模型，重构从获客到交付的完整链路。

候选切口包括：

- 外贸企业订单和跟单；
- 制造企业备件采购；
- 连锁诊所患者运营与合规；
- 物业巡检维修；
- 工程公司投标、采购和项目控制。

商业模式可以从席位订阅升级为按订单、回款、节省成本分成，或者软件加运营，最终成为行业 AI 原生运营商。

## 十一、看似蓝海但容易变红的方向

### 1. 通用 Agent 开发

Agent 框架、通用编排、Prompt、上下文工具、浏览器 Agent、通用知识库和多 Agent 协作，会受到模型厂商、云厂商和开源项目持续向上吞噬。少数基础设施赢家可以很大，多数参与者面临商品化。

### 2. 人人可做的微型 SaaS

Mini App、Micro SaaS 和 OPC 是生产形式，不是护城河。供给可能比需求增长更快，形成相似产品爆炸、免费替代、低切换成本和高获客成本。

### 3. 通用内容生产

图片、视频、文章、网站和营销素材的需求会增加，但供给增长更快。只有品牌、IP、独家人物、受众渠道、现实体验和交易转化能形成持续差异。

### 4. 普通开发者 AI 工具

开发者付费市场有限，竞争全球化。IDE、模型和开源工具会整合代码生成、审查与文档等普通能力。剩余价值更多在企业工作流入口、安全可靠交付、私有数据和深度集成。

### 5. 纯 AI 咨询与培训

短期需求可能很大，但知识会迅速普及。没有行业交付、产品资产和客户入口的咨询将逐渐压价。

## 十二、行业名称之外，更重要的是价值链位置

即使进入养老、能源和机器人等增长行业，站错位置仍可能无法获得价值。

### 养老价值链示例

从低到高大致为：养老聊天 App → 一次性机构软件项目 → 护理工作流 → 家庭与服务商需求入口 → 保险支付与质量审核 → 线下照护网络。

### 机器人价值链示例

从低到高大致为：演示 Demo → 外包视觉或控制模块 → 工厂设备集成 → 持续运营自动化产线 → 行业任务数据和技能标准 → 按完成的生产任务收费。

战略选择必须同时回答：

1. 谁付钱；
2. 为什么需求会增长；
3. 哪个供给环节仍然稀缺；
4. AI 在其中承担什么；
5. 最终可以沉淀和控制什么资产。

## 十三、如果只保留三个长期主方向

综合需求确定性、供给稀缺性和控制点潜力：

1. **AI × 物理世界的行业自动化**：机器如何进入真实生产；
2. **AI × 老龄化医疗照护**：人类最确定增长的服务需求；
3. **AI 系统的责任、验证和交易基础设施**：机器获得执行权后，社会如何信任、约束并完成交易。

这不是说其他方向没有机会，而是这三类分别占据物理执行、刚性人类需求与制度信任三种难以被纯数字生成商品化的瓶颈。

## 十四、未来最可能的社会结构与分配问题

中期更可能出现的不是全民停止工作，而是：

> 大多数人仍依赖工作获得收入，但完成同等社会产出所需的人类劳动持续减少；工作变少、变碎、变不稳定，收益和议价权向稀缺资产与控制点集中。

未来劳动者可能分成五类：

1. 建设 AI、机器人、能源和算力的系统建设者；
2. 将 AI 接入工厂、医院、物流和企业的真实系统运营者；
3. 掌握产品、资本、客户、渠道和资源配置的人；
4. 承担现场、照护、信任和职业责任的人；
5. 面对岗位收缩、价格下降和临时化的标准化劳动供给者。

如果机器生产越来越多，而大众仍必须出售劳动才能获得收入，生产能力增长会与有效需求不足发生矛盾。可能的制度路径包括：

- 保留部分人类岗位；
- 缩短工作时间；
- 让收入与就业部分脱钩；
- 扩大 AI 资本所有权，例如社会基金、养老金、员工持股、合作社、公共算力或全民分红；
- 若所有权集中而制度迟滞，则经历中产收缩、不稳定就业扩张和更强社会冲突。

最终决定生活质量的不是 AI 能生产多少，而是：

1. AI 生产资料由谁所有；
2. 生产率收益进入利润、工资、公共服务还是自由时间；
3. 当劳动不再稀缺，人通过什么机制获得资源、尊严、权利和社会位置。

## 十五、激进压力测试：人类从生产者变为系统用户

这不是五年预测，而是用于暴露制度问题的激进情景。

- Agent 系统开发者也不天然安全；AI 可能逐步承担软件设计、研发、测试、评测和下一代系统迭代。
- 文明可以高度自动运行，不代表目标自然符合人的利益。“能否演进”与“为谁演进、谁有异议和退出权”是不同问题。
- AI 系统可能形成个人 AI、组织 AI、专业 AI 网络和物理执行层，关键边界是代表谁、能调动什么资源、能否撤权迁移、如何审计追责。
- 医院可能从信息流程密集机构转为医疗现场执行和责任中心；身体操作、设备、药物、急救、复杂照护和赔偿责任仍要求现实载体。
- 政府可能从层级办事机构转为公共规则、自动执行和可申诉监督的组合；公共权力不能因模型准确率高就自动获得正当性。
- 组织作为大量人的协作集合可能变薄，但作为资产、设施、法定权力和责任载体仍会存在。

## 十六、最重要的不确定性与后续证据

### 不确定性

- AI 可靠性和长期自主执行何时越过企业替代人工的经济阈值；
- 机器人在复杂环境中的成本下降速度；
- 新岗位是否能在数量、收入和稳定性上抵消旧岗位；
- 竞争会把生产率收益传给消费者、劳动者还是资本；
- 中国人口、退休、房地产、财政和社会保障路径；
- 医疗养老需求能否转化为稳定支付；
- 人们愿意为真人关系、责任、身份和体验支付多少溢价；
- 政府如何调整劳动制度、税制和 AI 资本所有权。

### 后续应持续观察的证据

- 分行业招聘量、就业存量、初级岗位和再就业工资；
- AI 采用率、人均产出、实际工资与劳动收入份额；
- 企业采用 AI 后真实人员结构，而不是演示能力；
- AI 原生企业的收入与员工数量；
- 机器人单位成本、部署量和实际替代岗位；
- 医疗养老服务缺口、支付来源和护理人员收入；
- 电力、数据中心、算力和能源瓶颈；
- AI 事故、监管、审计与保险市场的形成；
- 生产率收益在消费者、劳动者、企业利润和基础设施之间的分配。

相关现实证据边界见：[程序员就业背景核实](2026-09-06-programmer-labor-market.research.md)。
