就是这样：每当有人说AI将在几个月内彻底改变一切时，我就会立刻想起之前已经被证明是错误的那些末日预言。2007年，人们对石油峰值陷入恐慌；2008年，美元体系“几乎崩溃”；2014年，AMD和NVIDIA都已经“完蛋”。然后ChatGPT出现了，马上就有人喊Google已经死了。但事实呢？那些带着深厚惯性的巨大机构，往往比我们想象的要坚韧得多。

拿房地产中介举例。人们已经喊“他们会灭绝”持续20年了！只要有Zillow、Redfin，或者Opendoor，不是吗？但你知道会发生什么吗？它们还活得好好的。我几个月前买了房子，因为法规被迫雇佣中介。我的中介从那笔交易里拿到50,000美元，可他实际做的工作只是填表和协调——最多10个小时，我自己也能做。但系统仍然在保留他们。这是一个非常真实的证据：奇点的到来会比预期得更慢，因为法规的阻碍和市场惯性造成了障碍。

现在说软件。所有人都说AI会让Salesforce和Monday这类SaaS变得多余，利润率归零，程序员全都被裁员。但他们忘了一个根本的事实：现在的软件确实差得离谱。我自己在Salesforce和Monday上已经花了数十万美元，信不信由你，产品里bug满天飞。有些工具甚至差到我都不想付费使用——比如(Citibank的网上银行，我用到3年后还在报错)。大多数网页应用在手机端都失败了，更别提还有没有任何一款能把你想要的全部功能都给齐。

这里还有一个人们常常忽略的悖论：就算AI让竞争者能够复制这些产品，更重要的是——AI让他们有能力做出更好的产品。可另一方面，对高质量软件的需求却几乎是无限的。软件产品的最后一次完善，永远都需要投入最大的努力。如果你认真想想：在达到饱和之前，几乎每一款软件仍然有100倍的改进空间。我是2020年开始做程序员的，我的生产力相当于1970年代数百人的水平——杠杆夸张到离谱。但结果仍然是：还有大量可优化的空间。奇点是一个经常被误解的概念：人们以为它会立刻发生，但现实的物理世界充满摩擦。

经常被忘掉的还有Jevons悖论：效率提升往往反而会导致总体需求爆发式增长。这并不能保证工作永远存在，但软件行业对劳动力的吸纳能力远远超出我们的想象。它的饱和过程会非常、非常慢。

真正的解决方案在于再工业化。美国几乎彻底失去了核心生产能力：电池、电机、半导体，以及整个电力相关的供应链。中国生产全球90%的合成氨——如果供应断了，我们就没法制造化肥。这意味着会在“对国家有益的基础设施”形式上带来无限的就业机会，并且还具备跨党派支持。

我的预测是：当AI冲击白领岗位时，阻力最小、政治障碍最少的路径，是为大规模再工业化提供资金。海水淡化工厂、修复桥梁、能源基础设施——这些都需要长期劳动力，并且要持续维护。来自Salesforce的高级产品经理，丢了180,000美元之后，在这里找到新工作是完全可能的，而且说实话，相比在抽象的数字世界里来回打转，做体力工作带来的满足感要高得多。

从长期来看，如果我们真的因为AI而失去大量办公室工作，我们必须能够维持高水平的生活质量。幸运的是，AI会把利润率压到0，所以消费品会变得非常便宜。这个目标会自动实现。

所以总的来说：这种转型会比那些悲观的人预测得更慢。我对AI非常乐观——总有一天，我的工作会变得过时。但这需要时间，而时间也给了我们制定更好的战略的机会。美国政府已经在疫情期间证明过：当危机来临时，他们反应很迅速。只要需要，大规模的刺激措施就会立刻落地。关键在于维持物质繁荣——普遍的福祉，它赋予国家合法性并维持社会契约。如果我们在这场缓慢但必然的技术变化中保持警惕，我们就会安然无恙。