AI时代，交易不会消失

前段时间看到一个说法：AI正在催生"小农知识经济"——人人自给自足，交易消失，需求坍缩，经济螺旋下坠。

我当时觉得这个说法哪里不对，但想不清楚到底哪里不对。于是写了一篇文章，从定价崩塌和信号失效的角度去分析。写完之后越看越不满意，一直没发。不是因为写得不好，而是觉得自己没真正想明白——只是在焦虑的基调上做了更精致的包装。

后来又想了几天，终于把几个关键的环节想通了。原来那篇文章的底层逻辑就是错的，所以推翻重写了这一篇。

"大家都能做，所以没人需要买"——这句话错在哪？

先复述一下那个流行的恐慌逻辑：AI让每个人都能写代码、做设计、搞分析了，彼此之间的交换需求消失了。需求消失，产品卖不出去，收入暴跌，最后连AI都买不起。经济螺旋下坠。

这条逻辑链说出来很顺滑。但它的第一个环节就是错的。

"能做"从来不等于"会自己做"。

你现在也有能力自己做饭、自己报税、自己修马桶。你为什么不做？不是做不了，是你的时间花在别处更划算。你可以用AI花三小时搞一个网站，但这三小时你本来可以用来谈客户、打磨产品、或者就是休息。只要你的时间在任何其他事情上能产生更高价值，你就会买而不是自己做。

这就是比较优势最核心的一句话：即使你什么都能做，你也只应该做你最擅长的那件事，其余的买。

能力的普及不消灭交易。它只是降低交易的价格。降价和消失是两回事。

市场不会沿着一个方向崩到底

好，就算交易不消失，价格暴跌总会导致很多人活不下去吧？收入越来越低，需求越来越弱，恶性循环？

这个推理假设经济是一条没有刹车的下坡路。但市场天然有刹车。

假设AI真的让设计行业的价格暴跌。一批设计师觉得不划算，退出去做别的。供给少了，价格回升，稳定在一个新的均衡点。价格下跌本身就是刹车。 这是最基本的负反馈循环。真正的经济崩溃需要正反馈——跌了导致更多人跌，像金融踩踏那样。但商品和服务市场天然不是这种结构。

还有一层容易被忽略的事：AI本身的价格也在下降。 那个恐慌逻辑说"收入暴跌→买不起AI"，但它暗含了一个假设——AI的价格不变，只有你的收入在跌。现实是AI的使用成本也在飞速下降。如果你的收入降了50%，但AI的成本降了90%，你反而比以前更用得起。

所以市场会调整、会波动、会让很多人经历阵痛，但不会沿着一个方向一路崩到底。波动的幅度会收敛，不会发散。

被低估的成本：AI的裸能力接近免费，但让它可靠干活一点也不便宜

这可能是整个AI经济讨论中最被忽视的一点。

今年工程圈最火的一个概念叫Harness Engineering——驾驭工程。这个词来自马术：缰绳、马鞍、嚼子，一整套用来驾驭强壮但不可预测的马匹的装备。现在业界已经形成共识：Agent = 模型 + Harness。 模型提供智能，Harness让智能变得可用。模型正在趋同，Claude、GPT、Gemini的裸能力差距越来越小，真正的竞争壁垒在Harness——在那套约束、反馈和控制系统上。

这意味着什么？意味着AI的"原始智能"确实在变得便宜甚至免费，但把这个原始智能约束在你的具体场景里、让它可靠地产出你要的结果，这个工程是复杂的、昂贵的，而且不会随着模型变强而消失。

恰恰相反，模型越强大，它能做的事情越多，你需要设置的护栏、验证回路和纠错机制也越多。就像发动机马力越大，刹车系统、转向系统和安全气囊的复杂度也要跟着上去。OpenAI自己的Codex团队用agent写了一百万行代码，零行手写——但三个工程师花了五个月，全部精力都在设计约束环境，而不是写代码本身。

所以AI的使用成本永远不会是零。Harness工程需要人类的判断力来设计、维护和迭代。这意味着自给自足永远不会是最优选择——你可以自己搞，但买一个别人已经打磨好Harness的方案，几乎总是更划算。交易的理由依然成立。

那最终拼的是什么？

既然AI的裸能力人人可用，差距靠什么拉开？

我的判断是：判断力和品味。

当每个人都能一分钟发一条指令让AI生成一个方案的时候，真正的竞争就变成了——谁的指令更精准，谁能从十个AI输出里挑出最好的那个，谁能在AI给不了标准答案的地方做出更好的取舍。说白了就是：AI是一匹好马，但骑手的水平决定了你能跑多远。

品味这个东西有一个特别有意思的属性：它没法被标准化。 你考不了"品味证书"，也训练不出"客观正确的品味"。品味是主观的、有分歧的、因人而异的。你喜欢的和我喜欢的不一样，我们各自愿意为自己的偏好付费。品味的多样性本身就在制造需求的多样性。

所以AI不但没有消灭交易，它反而可能让市场变得更碎片化、更多元。

一个我没完全想透的问题：数字分身能消灭人类判断吗？

写到这里，有一个问题我绕不过去。

有人会说：等你训练出一个完全懂你的数字分身——它知道你的偏好、你的价值观、你的决策风格——那它替你做的判断就是你自己想做的。Harness成本归零，人类判断被完美代理，整个流程不需要人参与了。

这个推理表面上成立。但我想了很久，觉得里面藏着一个深层的困境。

判断力是一种"用进废退"的能力。 你把判断权交给数字分身，你自己就不再练习判断了。但分身是基于你过去的判断训练出来的——它跑的是你的历史快照。你在变，分身没变。三十岁的你和四十岁的你想要的东西不一样。如果你从三十岁开始把判断权全部外包给分身，到四十岁的时候，分身还在按三十岁的你做决策——但你已经丧失了发现这个偏差的能力，因为你十年没练习过判断了。

你越依赖分身，你越没能力评估分身对不对。你越没能力评估，你就越依赖分身。 这是一个退化的正反馈循环。

你当然可以说，分身可以持续学习、跟着你更新。但根据什么更新？如果根据你的反馈，那你还是需要做判断——成本没有归零。如果不根据你的反馈、自主更新，那它还是"你"吗？

所以我目前的想法是，数字分身可以大幅降低成本，但"确认这个分身还代表我"这件事本身，就是一个不可消除的人类判断。 除非你根本不在乎它是否还代表你——但那就不叫数字分身了，那叫把自己的人生交给算法。

当然，这个推理我自己也不完全确信。也许未来有什么机制能解决这个困境。这个问题我先留着，等想得更清楚了再展开。

交易不会消失，但交易的东西会变

如果以上分析大致成立，那结论其实挺清晰的。

回到开头那个"小农经济"的恐慌：自给自足没有发生，因为能做不等于会做；市场没有崩塌，因为负反馈机制天然存在；AI的使用不是免费的，因为Harness工程本身就是巨大的成本。

但确实有一件事在发生：交易的对象在迁移。

以前你花钱买的是"帮我做一个东西"——帮我写代码、做设计、出方案。这些东西AI越来越能做了，价格会持续走低。

以后你花钱买的，可能越来越多的是"帮我做一个判断"——帮我从十个AI方案里挑出最好的那个，帮我评估这个AI输出靠不靠谱，帮我在AI给不了答案的地方做一个关键决策，帮我设计一套让AI可靠运转的Harness体系。

生产在贬值，判断在升值。我们正在从交易"东西"走向交易"判断"。

或许未来的经济里，最值钱的不再是"我能做什么"，而是"我能看出什么好、什么不好"。品味和判断力，会成为新的硬通货。

我建了一个AI学习群，目前几十来人，都是在真正动手学AI的人。如果你也在自己跑模型、写代码、做项目，欢迎加我微信，备注"你在做的AI方向"，我拉你进群。纯围观的就不加了，群里大家都在真搞。