前几天我去参加一个会议。台上有人在演示他们公司的软件，讲功能，讲案例，最后推销年度订阅。
我坐在台下，一边听，一边拿出手机，打开 Claude，把他讲的功能一条一条描述进去。半个小时后，在那场演讲结束、我离开会场之前，我已经做出了一个功能一样的软件。
台上的人还在讲订阅价格，台下的人已经用不着了。
那一刻我很清楚地意识到：软件行业几十年来赖以生存的东西，正在我们眼前消失。而绝大多数人，包括台上那位，都还没有意识到。
我的判断是：这不是一场软件革命，而是一场智力的工业革命。大多数人对它的低估不是低估一点，而是指数级的低估，因为他们在用线性的眼光，去看一条指数增长的曲线。
一、一个本质：人类第一次可以用电制造智力
几千年来，智力是人类最稀缺的资源，而且供给是锁死的。一个工程师要先花二十多年长大、读书，每天只能工作八小时，几十年后就退休。全世界的智力供给取决于出生率和教育体系，几乎没法扩张。
AI 打破了这个约束。数据中心本质上是一座工厂，一头输入电，另一头输出智力。智力第一次变成了可以工业化生产的东西：可以按需扩产，可以 24 小时不停，可以一次复制一万份。
工业革命让体力可以用煤来生产，人类的物质产出因此翻了上百倍。AI 让智力可以用电来生产，影响只会更大。而人类对智力的需求几乎没有上限：每一家公司都想要更多的工程师、分析师、律师和医生，只是以前用不起。
二、三条曲线：能力、成本、自我加速
第一条是能力曲线。一年前，我们还在抱怨 AI 写的软件 bug 太多、幻觉太多，改它的时间比自己写还长。现在，Claude 给出的第一版就是一个能跑、能用的软件。
这不只是我的感觉。研究机构 METR 专门测量 AI 能独立完成多长的任务：2023 年 3 月，最好的 AI 只有一半把握完成人类专家 4 分钟的任务；2025 年 2 月，第一次达到 1 小时；2026 年 2 月，Claude Opus 4.6 超过 12 小时，第一次跨过一个完整的工作日。2024 年以来，这个长度大约每三个月翻一倍。三个月翻一倍，一年就是十几倍，两年就是两三百倍。
第二条是成本曲线。Epoch AI 的研究显示，达到同样水平的 AI，价格每年下降 9 倍到 900 倍；要达到 GPT-4 在博士级科学题上的水平，价格每年下降约 40 倍。摩尔定律两年翻一倍，就已经改变了整个世界，而 AI 的成本每年降几十倍。
第三条是最被忽视的自我加速曲线。Anthropic 披露，到 2026 年 5 月，合并进它生产代码库的代码，超过 80% 是 Claude 写的，而一年多前这个比例还只有个位数。在一个开放式的 AI 研究课题上，9 个 Claude 智能体并行工作，取得的进展是两位人类研究员花一周所取得进展的四倍。
蒸汽机不会设计更好的蒸汽机，电网不会自己扩建电网。AI 是人类历史上第一个能改进自己的技术。今天它写的是代码，明天它主导的会是研究本身。到那时，今天所有基于历史曲线的外推，回头看都会显得保守。
三、两个市场：几十万亿美元的工资，和以前根本不存在的需求
很多人拿 AI 公司的收入去跟软件行业比，觉得估值太高。这是看错了市场。全球软件市场一年大约一万多亿美元，而全球劳动报酬一年有几十万亿美元。AI 卖的不是软件，是干活的能力，它的目标市场是工资。
看 Anthropic 的收入就明白了：2025 年初年化收入大约 10 亿美元，2026 年 7 月底已经超过 650 亿美元，一年半涨了六十多倍。这不是一家软件公司的增长曲线，而是一家在卖劳动力的公司的增长曲线。圣路易斯联储的研究也发现，生成式 AI 在美国的普及速度，比当年的个人电脑和互联网都快。
我最近跟很多人聊过，做灯光照明的，做房地产的，做仓储的，几乎每个人都在用 Claude 写软件。我自己也是，上个周末给自己做了好几个管理软件。这些需求我以前找过，市场上根本没有，因为需求太具体、用户太少，软件公司不值得做。全世界的程序员不过几千万，需要专门工具的业务场景却有几亿个。软件从来不是需求不够，而是供给不够。
而这还只是 AI 能替代的部分。更大的，是以前根本没人做的事，因为太贵了。
过去，只有富人才有私人医生、私人律师、私人教师。当智力的成本接近零，每个人都可以拥有一整个专家团队。科研更是如此：人类的实验室花了几十年，只解析了约二十万个蛋白质结构；AlphaFold 预测了两亿多个，它的两位主要研究者因此拿了 2024 年的诺贝尔化学奖。新药、新材料、新能源，过去被科学家的数量和时间卡住的东西，正在一个一个被打开。
这部分需求没法估算，因为它以前不存在。但往往正是这些没法估算的东西，决定了一场革命真正的大小。
四、一次价值大迁移：什么变得一文不值，什么变得无比珍贵
每一次技术革命，都会让一样东西变得几乎免费，同时让另一样东西变得稀缺。印刷术让复制变得免费，于是思想变得值钱；互联网让分发变得免费，于是流量入口变得值钱。
AI 让执行变得几乎免费：写代码、做分析、写文档、做设计。所以软件和 IP 不值钱了。10 月 8 日有报道说，一个四人团队用 Claude 把 Adobe 最核心的七个工具逆向做了一遍，出了一套免费开源的替代品。Adobe 三十年、几万名工程师堆出来的东西，四个人做出了能用的版本。而我在会场复制一个订阅软件，只用了一部手机和半个小时。
功能可以复制，数据复制不了。当复制功能的成本趋近于零，只靠卖功能、卖订阅为生的商业模式，就失去了地基。
变得更值钱的是四样东西：数据，这是 AI 唯一复制不了的原料，数据才是王；电和算力，这是智力工厂的原料和机器；物理世界，工厂、机器人、土地、电网，没法用一句提示词生成；还有判断力，当"怎么做"变得免费，"做什么"就成了最值钱的能力。
五、算力需要十万倍，甚至更多
我认为人类最终需要的算力是今天的十万倍，甚至更多。账是这样算的：AI 从回答问题变成连续工作十几个小时，单个任务的消耗是一次问答的十倍到一百倍；使用者从程序员扩展到所有知识工作者和企业流程，又是十倍到一百倍；自动驾驶、机器人、视频世界模型要在现实世界里每时每刻推理，再乘以十倍到一千倍。三项相乘，是一万倍到一千万倍，十万倍只是中间值。
这笔账还是保守的。它假设每个人只用一个 AI，可未来是每个人身后都有一支 AI 团队，十个、一百个智能体 24 小时替你干活。它假设机器人数量有限，可如果有一天机器人和人一样多，每一台都在不停地看、想、动，需求就没有上限。它更没算上那些以前不存在的需求。
Moody’s 预测，美国几大云厂商的资本开支 2026 年约 7850 亿美元，2027 年接近一万亿美元。很多人说这是史上最大的泡沫。可 2025 年 AI 数据中心投资只占美国 GDP 的约 1.3%，19 世纪末铁路投资最高时约占 6%。按占经济的比例算，今天的 AI 投资只有当年铁路高峰的五分之一左右，何况铁路运的是货，AI 生产的是智力。
真正的瓶颈是电。国际能源署预计，全球数据中心用电量将从 2024 年的约 460 太瓦时，增加到 2030 年的 1000 太瓦时以上。
六、两波浪潮：第二波是物理世界
第一波 AI 改变知识工作，第二波改变物理劳动。
几年前，FSD 还很不靠谱，开一段路就得接管好几次，很多人对自动驾驶的印象就停在了"永远是明年"。现在，特斯拉已经在奥斯汀、达拉斯、休斯顿、迈阿密跑起了车里没有人的 Robotaxi；Waymo 今年 3 月每周的付费订单已经达到 50 万单，覆盖美国 10 个城市。
FSD 走过的路，就是软件刚刚走过的路：从不可靠，到能用，再到离不开。机器人会是下一个。我看五年之内，机器人就会在工厂和仓库里大规模干活，然后一步步走进家庭。连打仗的方式都在变，五角大楼的"无人机主导"计划，一个阶段就订购了约六万架无人机。
车一旦能自己开，就从消费品变成了能赚钱的资产；机器人一旦能可靠地干活，就是一个不休息、不请假的劳动力。交通、物流、制造、建筑、农业，这些行业加起来比整个软件行业大几十倍。而第二波，还没真正开始。
七、为什么大多数人看不到
第一，用线性思维看指数曲线。拿今天的 AI 去推断五年后，就像 1995 年拿拨号上网去推断今天的互联网。
第二，专家的盲区。程序员会说 AI 写的代码也就那样，可对一个做照明的老板来说，这是从零到一：过去他根本没有软件可用，现在一个周末就有了。真正的冲击来自后者，而后者的人数是前者的几十倍。
第三，看错了市场。拿软件预算去衡量一个瞄准工资的技术，结论自然是"太贵了"。
第四，泡沫的创伤。2000 年的记忆太深，很多人把所有基础设施投资都当成泡沫。但这一次，有几百亿美元的真实收入在支撑，而且还在加速。
第五，华尔街的鬼故事。2025 年 1 月 27 日 DeepSeek 一出来，英伟达一天跌掉约 5900 亿美元市值，创下美股单日市值蒸发的纪录，所有人都说算力需求要崩了。不到一年，英伟达成了全球第一家市值 5 万亿美元的公司。从那以后，每隔几周就有一轮新的鬼故事：泡沫、过剩、回报不及预期、债务太高。每一轮的效果都一样，把一批散户吓下车，筹码流向更有耐心的人。
火车才刚刚出站
华尔街一边说 AI 是泡沫，一边又告诉你已经太晚了，船早就开走了。两句话的效果只有一个：让你下车，或者让你别上车。
现实正好相反。能力每三个月翻一倍，成本每年降几十倍，AI 已经在写 AI 自己的代码，目标市场是几十万亿美元的工资和无数以前不存在的需求，物理世界的大门才刚刚推开。
这列火车才刚刚出站，汽笛刚刚拉响。它不会减速，只会越开越快。今天看起来最陡的那段曲线，明天回头看，只是起点。
技术的火车不会停，股价的火车一定会颠簸。2000 年互联网用户在暴涨，亚马逊的股价却跌了九成，后来又涨了几百倍。颠簸是这趟车的一部分：不要被颠簸吓下车，也不必一口气冲上车。
真正会错过这班车的，不是上车晚的人，而是被鬼故事吓下车的人。
传统的软件已死，智力的工业革命刚刚开始
BrightLine (2026-10-24 19:58:37) 评论 (0)前几天我去参加一个会议。台上有人在演示他们公司的软件，讲功能，讲案例，最后推销年度订阅。
我坐在台下，一边听，一边拿出手机，打开 Claude，把他讲的功能一条一条描述进去。半个小时后，在那场演讲结束、我离开会场之前，我已经做出了一个功能一样的软件。
台上的人还在讲订阅价格，台下的人已经用不着了。
那一刻我很清楚地意识到：软件行业几十年来赖以生存的东西，正在我们眼前消失。而绝大多数人，包括台上那位，都还没有意识到。
我的判断是：这不是一场软件革命，而是一场智力的工业革命。大多数人对它的低估不是低估一点，而是指数级的低估，因为他们在用线性的眼光，去看一条指数增长的曲线。
一、一个本质：人类第一次可以用电制造智力
几千年来，智力是人类最稀缺的资源，而且供给是锁死的。一个工程师要先花二十多年长大、读书，每天只能工作八小时，几十年后就退休。全世界的智力供给取决于出生率和教育体系，几乎没法扩张。
AI 打破了这个约束。数据中心本质上是一座工厂，一头输入电，另一头输出智力。智力第一次变成了可以工业化生产的东西：可以按需扩产，可以 24 小时不停，可以一次复制一万份。
工业革命让体力可以用煤来生产，人类的物质产出因此翻了上百倍。AI 让智力可以用电来生产，影响只会更大。而人类对智力的需求几乎没有上限：每一家公司都想要更多的工程师、分析师、律师和医生，只是以前用不起。
二、三条曲线：能力、成本、自我加速
第一条是能力曲线。一年前，我们还在抱怨 AI 写的软件 bug 太多、幻觉太多，改它的时间比自己写还长。现在，Claude 给出的第一版就是一个能跑、能用的软件。
这不只是我的感觉。研究机构 METR 专门测量 AI 能独立完成多长的任务：2023 年 3 月，最好的 AI 只有一半把握完成人类专家 4 分钟的任务；2025 年 2 月，第一次达到 1 小时；2026 年 2 月，Claude Opus 4.6 超过 12 小时，第一次跨过一个完整的工作日。2024 年以来，这个长度大约每三个月翻一倍。三个月翻一倍，一年就是十几倍，两年就是两三百倍。
第二条是成本曲线。Epoch AI 的研究显示，达到同样水平的 AI，价格每年下降 9 倍到 900 倍；要达到 GPT-4 在博士级科学题上的水平，价格每年下降约 40 倍。摩尔定律两年翻一倍，就已经改变了整个世界，而 AI 的成本每年降几十倍。
第三条是最被忽视的自我加速曲线。Anthropic 披露，到 2026 年 5 月，合并进它生产代码库的代码，超过 80% 是 Claude 写的，而一年多前这个比例还只有个位数。在一个开放式的 AI 研究课题上，9 个 Claude 智能体并行工作，取得的进展是两位人类研究员花一周所取得进展的四倍。
蒸汽机不会设计更好的蒸汽机，电网不会自己扩建电网。AI 是人类历史上第一个能改进自己的技术。今天它写的是代码，明天它主导的会是研究本身。到那时，今天所有基于历史曲线的外推，回头看都会显得保守。
三、两个市场：几十万亿美元的工资，和以前根本不存在的需求
很多人拿 AI 公司的收入去跟软件行业比，觉得估值太高。这是看错了市场。全球软件市场一年大约一万多亿美元，而全球劳动报酬一年有几十万亿美元。AI 卖的不是软件，是干活的能力，它的目标市场是工资。
看 Anthropic 的收入就明白了：2025 年初年化收入大约 10 亿美元，2026 年 7 月底已经超过 650 亿美元，一年半涨了六十多倍。这不是一家软件公司的增长曲线，而是一家在卖劳动力的公司的增长曲线。圣路易斯联储的研究也发现，生成式 AI 在美国的普及速度，比当年的个人电脑和互联网都快。
我最近跟很多人聊过，做灯光照明的，做房地产的，做仓储的，几乎每个人都在用 Claude 写软件。我自己也是，上个周末给自己做了好几个管理软件。这些需求我以前找过，市场上根本没有，因为需求太具体、用户太少，软件公司不值得做。全世界的程序员不过几千万，需要专门工具的业务场景却有几亿个。软件从来不是需求不够，而是供给不够。
而这还只是 AI 能替代的部分。更大的，是以前根本没人做的事，因为太贵了。
过去，只有富人才有私人医生、私人律师、私人教师。当智力的成本接近零，每个人都可以拥有一整个专家团队。科研更是如此：人类的实验室花了几十年，只解析了约二十万个蛋白质结构；AlphaFold 预测了两亿多个，它的两位主要研究者因此拿了 2024 年的诺贝尔化学奖。新药、新材料、新能源，过去被科学家的数量和时间卡住的东西，正在一个一个被打开。
这部分需求没法估算，因为它以前不存在。但往往正是这些没法估算的东西，决定了一场革命真正的大小。
四、一次价值大迁移：什么变得一文不值，什么变得无比珍贵
每一次技术革命，都会让一样东西变得几乎免费，同时让另一样东西变得稀缺。印刷术让复制变得免费，于是思想变得值钱；互联网让分发变得免费，于是流量入口变得值钱。
AI 让执行变得几乎免费：写代码、做分析、写文档、做设计。所以软件和 IP 不值钱了。10 月 8 日有报道说，一个四人团队用 Claude 把 Adobe 最核心的七个工具逆向做了一遍，出了一套免费开源的替代品。Adobe 三十年、几万名工程师堆出来的东西，四个人做出了能用的版本。而我在会场复制一个订阅软件，只用了一部手机和半个小时。
功能可以复制，数据复制不了。当复制功能的成本趋近于零，只靠卖功能、卖订阅为生的商业模式，就失去了地基。
变得更值钱的是四样东西：数据，这是 AI 唯一复制不了的原料，数据才是王；电和算力，这是智力工厂的原料和机器；物理世界，工厂、机器人、土地、电网，没法用一句提示词生成；还有判断力，当"怎么做"变得免费，"做什么"就成了最值钱的能力。
五、算力需要十万倍，甚至更多
我认为人类最终需要的算力是今天的十万倍，甚至更多。账是这样算的：AI 从回答问题变成连续工作十几个小时，单个任务的消耗是一次问答的十倍到一百倍；使用者从程序员扩展到所有知识工作者和企业流程，又是十倍到一百倍；自动驾驶、机器人、视频世界模型要在现实世界里每时每刻推理，再乘以十倍到一千倍。三项相乘，是一万倍到一千万倍，十万倍只是中间值。
这笔账还是保守的。它假设每个人只用一个 AI，可未来是每个人身后都有一支 AI 团队，十个、一百个智能体 24 小时替你干活。它假设机器人数量有限，可如果有一天机器人和人一样多，每一台都在不停地看、想、动，需求就没有上限。它更没算上那些以前不存在的需求。
Moody’s 预测，美国几大云厂商的资本开支 2026 年约 7850 亿美元，2027 年接近一万亿美元。很多人说这是史上最大的泡沫。可 2025 年 AI 数据中心投资只占美国 GDP 的约 1.3%，19 世纪末铁路投资最高时约占 6%。按占经济的比例算，今天的 AI 投资只有当年铁路高峰的五分之一左右，何况铁路运的是货，AI 生产的是智力。
真正的瓶颈是电。国际能源署预计，全球数据中心用电量将从 2024 年的约 460 太瓦时，增加到 2030 年的 1000 太瓦时以上。
六、两波浪潮：第二波是物理世界
第一波 AI 改变知识工作，第二波改变物理劳动。
几年前，FSD 还很不靠谱，开一段路就得接管好几次，很多人对自动驾驶的印象就停在了"永远是明年"。现在，特斯拉已经在奥斯汀、达拉斯、休斯顿、迈阿密跑起了车里没有人的 Robotaxi；Waymo 今年 3 月每周的付费订单已经达到 50 万单，覆盖美国 10 个城市。
FSD 走过的路，就是软件刚刚走过的路：从不可靠，到能用，再到离不开。机器人会是下一个。我看五年之内，机器人就会在工厂和仓库里大规模干活，然后一步步走进家庭。连打仗的方式都在变，五角大楼的"无人机主导"计划，一个阶段就订购了约六万架无人机。
车一旦能自己开，就从消费品变成了能赚钱的资产；机器人一旦能可靠地干活，就是一个不休息、不请假的劳动力。交通、物流、制造、建筑、农业，这些行业加起来比整个软件行业大几十倍。而第二波，还没真正开始。
七、为什么大多数人看不到
第一，用线性思维看指数曲线。拿今天的 AI 去推断五年后，就像 1995 年拿拨号上网去推断今天的互联网。
第二，专家的盲区。程序员会说 AI 写的代码也就那样，可对一个做照明的老板来说，这是从零到一：过去他根本没有软件可用，现在一个周末就有了。真正的冲击来自后者，而后者的人数是前者的几十倍。
第三，看错了市场。拿软件预算去衡量一个瞄准工资的技术，结论自然是"太贵了"。
第四，泡沫的创伤。2000 年的记忆太深，很多人把所有基础设施投资都当成泡沫。但这一次，有几百亿美元的真实收入在支撑，而且还在加速。
第五，华尔街的鬼故事。2025 年 1 月 27 日 DeepSeek 一出来，英伟达一天跌掉约 5900 亿美元市值，创下美股单日市值蒸发的纪录，所有人都说算力需求要崩了。不到一年，英伟达成了全球第一家市值 5 万亿美元的公司。从那以后，每隔几周就有一轮新的鬼故事：泡沫、过剩、回报不及预期、债务太高。每一轮的效果都一样，把一批散户吓下车，筹码流向更有耐心的人。
火车才刚刚出站
华尔街一边说 AI 是泡沫，一边又告诉你已经太晚了，船早就开走了。两句话的效果只有一个：让你下车，或者让你别上车。
现实正好相反。能力每三个月翻一倍，成本每年降几十倍，AI 已经在写 AI 自己的代码，目标市场是几十万亿美元的工资和无数以前不存在的需求，物理世界的大门才刚刚推开。
这列火车才刚刚出站，汽笛刚刚拉响。它不会减速，只会越开越快。今天看起来最陡的那段曲线，明天回头看，只是起点。
技术的火车不会停，股价的火车一定会颠簸。2000 年互联网用户在暴涨，亚马逊的股价却跌了九成，后来又涨了几百倍。颠簸是这趟车的一部分：不要被颠簸吓下车，也不必一口气冲上车。
真正会错过这班车的，不是上车晚的人，而是被鬼故事吓下车的人。