AI 到底能不能替代劳动力和股票？听完这场对谈，我改了三个判断

AI 到底能不能替代劳动力和股票？听完这场对谈，我改了三个判断

这两天在 B 站把《人生 Beta 版》这期视频播客翻来覆去看了好几遍。对谈嘉宾是付鹏和两个UP主所长林超、投研部杨摸鱼，主题是 AI 时代的技术浪潮、资本周期和财富机遇。

视频播客原片在这里，强烈建议大家去看一下：https://b23.tv/yB7yDgr

说实话，这类话题现在满天飞，听多了容易麻木。但这场视频播客有意思的地方在于，它没停留在"AI 很厉害""AI 会颠覆一切"这种情绪上，而是把两个特别扎心的问题摆到了桌面上——

AI 能不能替代人的劳动？AI 能不能替代我们对股票、对资产的判断？

一个关乎饭碗，一个关乎钱包。我把这两段反复听完，顺手把里面的推理链条整理了下来，顺便改了自己之前的三个判断。这篇就聊这个。

image-20260715202630037

一、先别急着焦虑，付鹏用一段股票周期把"AI 泡沫"讲透了

聊 AI 会不会替代劳动力之前，得先搞清楚一件事：现在这一轮 AI，到底处在什么位置？

因为这直接决定了，你此刻的焦虑到底是真问题，还是被市场情绪裹挟出来的假问题。

付鹏在视频播客里给了一个特别冷静的框架。他说，他们做交易，根本不把 AI 当成什么全新的、需要重新发明一套逻辑的东西，而是完全按照工业体系去考量的。

"它本质上就是一场工业革命，所以它整个产业链的发展跟工业体系的产业链发展，投资方式没有任何差异性。"

这句话是整段的题眼。翻译成人话就是：AI 再新，它烧钱、建产能、上下游传导的规律，和一百年来所有的工业革命没有本质区别。而这套规律，是有名字的——佩雷斯产业生命周期理论。

filename.png

按佩雷斯的说法，每一轮技术革命大概持续五十年，分两个阶段：前半段是"导入期"，金融资本涌进来，投资狂热，然后泡沫破裂；后半段是"展开期"，生产资本接棒，技术真正普及，进入黄金繁荣。中间那道坎——泡沫破裂后的制度重建——才是技术真正落到实处、惠及普通人的关键转折。

付鹏最狠的地方，是他直接把这套理论套到了一段谁都熟悉的中国故事上。

他讲的是 2001 到 2004 年的那轮大基建。

2001 年，林毅夫和谢国忠在争论中国要不要搞大规模基建。林毅夫说有空间可以搞，谢国忠担心搞了看不到"车跑"，会留下债务。2002 年十六大拍板定性，中国要搞。2003 年，配套资金、专项债、中央划拨的钱开始到项目上，公路、铁路、水利的投资全面铺开。到 2004 年，A 股上涨得最猛的是谁？

海螺水泥、宝钢股份、中石油、三一重工。

道理特别朴素：钱一旦划拨到工地上，你就立刻要买水泥、买钢筋、买工程机械。这些"基建上游的硬件"，因为需求确定得不能再确定，直接享受了一波最明确的行情。

讲到这儿，付鹏话锋一转：AI 这轮周期，一模一样。

2021 年以前是早期，大家都知道要有一场科技革命，但没人知道主角是谁。这个阶段的代表人物，他认为将来会载入史册的，是"木头姐"凯茜·伍德。

filename.png

木头姐当年从卖方跳出来做 ARK 基金，她做对的一件事，就是她笃定需要一场技术革命。付鹏说，她有一页特别经典的 PPT：未来到底是什么我不知道，但"能是什么"的所有可能性，我全放在这一页上了——区块链、基因测序、人工智能、机器人、储能，五大万亿美元级的创新平台。你把钱给我，我帮你们投。

filename.png

付鹏对她的评价很精准：大家管她叫"女版巴菲特"，但他觉得不对，她其实是"二级市场里的孙正义"。所以她的基金表现，一定是在产业周期最早期——大家有梦想、有理想、给高估值的时候——回报最好。

接下来这条时间线，才是这段对谈真正的价值：

• 2021 年底，英伟达第一次摸到一万亿市值，但靠的是估值推动，不是业绩。那时候大家觉得它"未来有戏"，先给了高估值。
• 2022 年，大宏观是流动性收紧，标志性的落地事件迟迟没出来，成了一个技术上的"真空期"。结果那年英伟达跌了 67%，木头姐跌了 75%，整个市场杀了一波估值。
• 2022 年底到 2023 年初，ChatGPT 出来了。 路径一下子确定了，梦不再是梦。英伟达进入最确定的 2023、2024 年，业绩一爆，股价从一百多直接冲到一千多，一万亿、两万亿、三万亿一路开上去。

这一段，就是佩雷斯周期后半段那个"真正的价值阶段"。

然后，是全场我觉得最见功力的一段——英伟达 2024 年 7 月的那次闪崩，付鹏是提前判断出来的。

他说他 2024 年 5 月专门去了一趟新加坡做调研，调研的就是英伟达的场外期权杠杆。为什么盯这个？因为他有个洞察：当人遇到一件极其确定的事情时，会怎么做？

会疯狂加杠杆。

所以 2023、2024 年对英伟达来说，核心矛盾早就不在行业、不在产业、不在公司本身了，而在于——有多少人、加了多少杠杆。他回到上海跟各家公募基金交流时，带回来一个数字：三万亿的盘子里，将近八千亿是场外杠杆。他的判断是：行业没问题，但这八千亿杠杆会出事。

过了一个半月，英伟达闪崩，日本股市当天跌了 10%。用了不到一周，把上面的高杠杆清掉，市场见底，英伟达见底。从那以后，英伟达反而"稳如老狗"了。

你看，这就是他理解 AI 资产的方式：在最确定的阶段，最大的风险从来不是产业的转折点，而是杠杆的转折点。

那说回今天。付鹏认为，现在轮到上游硬件——比如存储芯片、三星海力士这些——站在了当年英伟达的位置上。因为过去几年，当英伟达确定、当资本开支确定、当数据中心投入确定，上游所有硬件就变成了"最确定"。而最确定的地方，一定聚集了最高的杠杆。

他甚至把这个现象讲得特别透：市场看起来在"分化"，其实本质是"虹吸"。

"千万不能讲分化。分化是什么？至少池子是稳的。这个下跌并不是因为它自己要跌，实际上是被最确定的资产把资金吸走了。"

流动性一旦整体收紧，最确定的资产会不停地把边缘资产的钱吸过去，直到把所有能吸的钱都吸干，再也没有新的承接盘，行情就到头了。

所以他给的判断是：硬件很火，但软件和应用迟迟出不来，缺一个"类似 ChatGPT 那样、让你一下子觉得整个链条打通了"的标志性东西。资本开支靠"左口袋掏右口袋"撑着，现在开始发债、开始 IPO，大家突然发现——如果继续砸钱进去，收入怎么办？

这就卡出了一个窗口期。他的结论很明确：要等一个堪比当年 ChatGPT 的信号。那个东西具体是什么他也不知道，但他认定一定要等到它出现。

这段听完，我改了第一个判断：AI 能不能替代"股票投资"？不能。

至少在可见的未来，AI 替代不了这种对周期、对杠杆、对流动性、对人性的判断。因为付鹏这套推理，靠的不是算力，是几十年经验沉淀下来的、对"钱和产业怎么共振"的直觉。真正稀缺的从来不是数据，而是把数据翻译成判断的那个人。

二、AI 对工作的冲击是真的，但它替代的可能不是你想的那部分

聊完资产，回到更贴身的问题：AI 会不会抢我们的饭碗？

这场视频播客里，三个人给的答案都不回避——冲击是真实的。 但他们把"冲击"这件事拆得很细，细到能让人松一口气。

先看使用场景。所长林超老师说他自己做投资偏长期持有，一年也就交易两三次，所以大量时间花在产业基本面研究上，甚至要去研究芯片结构、存储这种偏物理的东西。他用 AI 的方式很实在：通用引擎他会用 OpenAI、Claude、Gemini，各有千秋；更专业的用 AlphaSense，研报、专家访谈都在里面，自然语言一问，公司基本面基本就聊完了。

但他也点出了金融圈用 AI 最大的坑——数据幻觉。

"你直接问它，它有时候会幻觉，它没有那个数据、查不到，就给你杜撰。所以你得提前告诉它：如果没找到真实数据，请告诉我你没找到。你要是不说这句，它就编。"

这个细节特别真实。它说明一件事：AI 现在是强大的工具，但它不为结果负责，把关的还得是人。

真正让我坐直的，是杨摸鱼作为一线研究员讲的体感。

filename.png

他说前几年让 AI 帮忙写研报几乎不可能，只能给个粗糙大纲、几个观点，数据还一堆幻觉。但今年不一样了。他做了一件事：把自己过去两三年写的研报集中喂给 AI，让它做两件事——第一，分析他这个人的思维模式和特征；第二，把他整个研究过程拆成一个个工作流，形成一套可复制的方法论。

结果是，下一次研究一个新行业，这套方法论会按他的思路一层层走：怎么查资料、怎么复盘产业周期、怎么搭分析框架。而且它能不断迭代——数据不够直观，就自动做成可视化图表。

他说："你花七八个小时，几乎可以替代一个研究员，甚至是一年以内经验的行业人。"

刚好那阵子有个做投资的朋友问他，现在招个研究员大概要多少钱，准备组个团队。他的回答是：你先别急，你先用过没有？

"这一刻我真的感受到，行业可能会受到就业层面的冲击。"

这话听着让人心里一紧。但接下来林超和付鹏的补充，把这个"紧"给化开了。

付鹏说，不用那么焦虑。因为技术狂奔之后，一定是监管跟上。而 AI 和人最大的区别，翻译成人话就一句——

filename.png

"AI 不担责，人要担责。"

这五个字，可能是整场对谈里最该被记住的一句。

他把逻辑讲得很清楚：每个人拿 AI 做自己的学习库、做研究、私下分享，没有任何问题。但你要是想生成一份报告、正式对外发布，对不起，一定要经过"去 AI 化"的把关。这不是效率问题，是责任问题。哪怕是你自己训练出来的东西，直接投放到市场上，一旦出了问题，谁来担责？

所以他的判断是：未来机构里研究员最大的价值，其实是从业资格。这个岗位会保留，只是人会变少——以前一个研究员带几个实习生，现在实习生那部分活可能就交给 AI 了，但最终对逻辑、对数据负责的那个人，一定得是人，而且每一步都要能对得上。

这段让我改了第二个判断：AI 替代的不是"职业"，而是职业里那部分"可被流程化、且不需要担责的执行环节"。

越是靠经验、靠判断、靠对结果负责的部分，越替代不了。研究员这个岗位不会消失，消失的是"给研究员打下手、纯搬运"的那部分工作。这对新人不算好消息，但也逼着每个人往"负责判断"那一端走——那本来就是更值钱的地方。

三、"一个人的公司"能成吗？聊聊 AI 时代真正的组织形态

顺着"AI 替代劳动"这个话题，他们聊到了一个特别火的概念——AI 原生公司，甚至是"一个员工都没有，整个公司就是一个机房"的极端想象。

filename.png

杨摸鱼抛出了这个设想：今年年初就有公司，员工离职后，把这个员工的工作流和资料全部上传，训练出一个能顶替他的智能体，后面就靠这些智能体干活。那有没有可能，以后一整个公司连办公场地都省了，租金都不用付，就是一个机房，只需要交电费和 token 费？

林超的回答很冷静，他先泼了盆冷水。

filename.png

他说 OPC（One-Person Company，一人公司）这个词现在过热了，其实很难形成一个可持续的商业形态。原因很朴素：

"一个人他其实太懒了，想起来就起来，想不起来就不起来。"

这句话特别好笑，又特别在理。一个人扛一家公司，本质上违反人性，很难长期稳定运转。

但他紧接着给了一个更靠谱的判断：微型公司会出现。 比如三五个人，有一个核心团队，背后挂着很多智能体集群帮他们干活。

不过他也强调，这事离真正落地还有距离，而且它压根不是技术问题，是商业生态问题。

"你到真实物理世界要替代人，还差得远。AI 又不能替你去跟客户喝酒。信息时代的游戏规则进步得很快，但你会遇到工业时代、农业时代的很多游戏规则。"

这个"AI 不能替你去跟客户喝酒"，又是一句大白话戳中本质。

然后他讲了 AI 原生公司真正的特征——飞轮。

从数据，到算法，到使用者的使用，这三者转起来，形成一个正向循环，在人工智能里叫强化学习。上一个互联网时代，Google 的搜索引擎就是飞轮，今日头条、抖音也是数据飞轮。而 AI 原生公司，是把这种飞轮"放化"到很多小实体里去。

他的原话是：

"未来很多公司会出现越来越多的小飞轮。它的销售可能是一个飞轮，研发可能是一个飞轮，物流供应链可能是一个飞轮。"

这些飞轮会让公司越来越不依赖"堆人手"来扩大规模。但他特别提醒了一句，不要误解——

"不依赖堆人手"不等于"公司就几个人"。

因为有的业务闭环很多、链条很长，可能就是需要几十个人。只不过一旦这几十个人把商业模式跑通了，再想把规模做大十倍、一百倍，不需要再按比例增加十倍人手了。

他和付鹏最后达成的共识特别清醒：

本质上，一是效率提高了，二是迭代变快了。单位劳动力的产出增加，这是效率问题；剩下的是流程问题。只有那种本身流程就很短的业务，才会进入"小规模企业化"甚至"个体公司化"的模型。长链条的，几乎不可能。但 AI 会在这些长链条的局部创造闭环。

这段让我改了第三个判断：AI 不会把公司变成"一个人"，而是让"小团队撬动大规模"变成常态。

组织不会消失，但组织的杠杆率被 AI 抬高了。以前十个人干十个人的活，以后十个人可能干得动一百个人的活。这对个体来说，反而是好事——你的每一分产出，都被放大了。

四、那普通人到底该怎么抓住这波机会？

聊了这么多产业、资本、组织，最后落到我们每个人身上：面对 AI，普通人到底该做什么？

这场视频播客给的答案，没有一句是"你要焦虑""你要被淘汰了"这种贩卖恐慌的话。相反，方向特别正、特别实在。我把它总结成三句话。

第一句：把自己变成"用工具去创造的人"。

filename.png

这是整场我最喜欢的一个态度。AI 是工具，决定你价值的，不是"AI 会不会用你"，而是"你会不会用 AI 去创造"。杨摸鱼训练出自己研究方法论的那个例子就是最好的示范——他没有被 AI 替代，反而借 AI 把自己一个人放大成了一支小团队。工具永远是给主动的人准备的。

第二句：去做那些"需要担责、需要判断"的事。

既然 AI 不担责，那么"负责判断、对结果负责"的能力就是护城河。付鹏那套对周期和杠杆的判断，杨摸鱼那份从业资格背后的专业沉淀，本质上都是"AI 替不了的那部分"。与其担心被替代，不如主动往这一端靠——把可流程化的部分交给 AI，把自己的精力集中在判断、决策、担责上。

第三句：理解周期，别在最热的时候上最高的杠杆。

这是付鹏那段股票周期给普通人最实用的启示。任何一轮技术革命，都会经历导入期的狂热、真空期的杀估值、展开期的价值兑现。最大的风险往往不是技术本身，而是"在最确定的时候，人性驱动的过度加杠杆"。看懂了这个节奏，你就不会在最热的点位、用最激动的心态，去做最危险的决定。

写在最后

回到开头那个问题：AI 能不能替代劳动力和股票？

看完这场视频播客，我的答案更清晰了：

AI 能替代的，是劳动里可被流程化的执行环节，是投资里可被量化的数据处理；但它替代不了对结果的责任，替代不了对周期和人性的判断，更替代不了一个愿意主动拿起工具去创造的人。

用付鹏他们的话来收尾再合适不过——这本质上和过去一百年所有的工业革命一样。每一次浪潮里，被淘汰的从来不是"没赶上技术的人"，而是"站在原地等技术来替自己做决定的人"。

技术会一轮轮来，机会也会一轮轮来。把自己变成那个"用工具去创造、并且为自己判断负责"的人，你就永远站在被放大的那一边。

完整视频播客戳这里：https://b23.tv/yB7yDgr 也期待后续能有更多这种能帮普通人打破信息差的专业内容。