跨市博弈丨當馬匹消失的時候

1920年，美國有兩千五百萬匹馬。牠們吃草、拉車、耕地，對兩百年來蒸汽機的穩步進展毫不在意。畢竟，從1700年到1920年，引擎每十年提升20%效能，但馬匹依然是馬匹。直到1930年代，汽車突然變得夠好、夠便宜。接下來二十年，93%的馬匹消失了。進步是漸進的，替代是突然的。

這個故事聽起來像是經濟史教科書裏的註腳，但它正在我們眼前重演，只是這次消失的不是馬，而是人。

蒸汽機用了120年才讓馬匹感到威脅，但電腦西洋棋僅用了15年從「人類90%勝率」翻轉到「人類90%敗率」。而Anthropic的技術問答工作，從人工主導到AI接管，只用了六個月。這不是加速，這是崩塌式的替代。曲線一直都在那裏，只是我們總以為自己站在安全的那一端，直到發現自己已經在馬廄裏。

目前，全球AI資本支出相當於美國GDP的2%，而且每隔幾年就翻倍。這不是炒作，這是真金白銀砸進數據中心。對比之下，Apollo計劃是美國GDP的0.8%，二戰軍工製造業是11%，曼哈頓計劃只是個零頭。全球正在以戰時動員的規模投資AI，卻假裝這只是又一波科技浪潮。

而引擎效率呢？從1700年的2%熱效率，穩步爬升到今天的50%以上。每一個百分點的提升都是工程師的血汗，但最終結果是:馬匹徹底出局。AI的進步同樣穩定——西洋棋評分每年漲50 Elo，Claude每個月多答3萬個技術問題——但我們還在用「AI離真正智能還很遠」來安慰自己，而馬匹大概也這麼想過。

Claude每寫一百萬字的成本，比全世界最便宜的人力還低。這不是「AI將取代部分工作」，這是「AI比地球上最窮的人還便宜」。當一個系統的邊際成本趨近於零，而人類的生存成本永遠大於零，市場會怎麼選？

1900年，馬匹數量達到峰值，汽車幾乎不存在。到1950年，曲線已經完全翻轉。人們當時怎麼想？大概是「汽車只適合城市」、「馬匹更可靠」、「農場還是需要馬」。然後呢？馬匹從勞動力變成了寵物。

Anthropic內部的數據更直白。2024年中，人類研究員每月回答約4000個新人問題。到2025年初，Claude已經接手80%的提問，每月處理3萬個問題——是人類團隊巔峰產出的8倍。這不是「輔助工具」，這是「完全替代」。而且速度快到讓人來不及轉行。

馬匹的替代發生在工業時代，資本積累慢、基建鋪設慢、社會適應慢。而AI的替代發生在數位時代，代碼可以瞬間複製、算力可以無限擴展、市場反應以季度為單位。

Chess排名曲線顯示，人類大師的Elo從1985年到2025年幾乎是水平線，而AI從1600分一路飆到3600分。這是兩條完全不同的斜率。人類的進步受限於生理、教育、壽命；AI的進步只受限於資本和算力。

更諷刺的是，當AI的能力曲線與人類交叉時，社會反應總是滯後的。2000年，人類棋手還能贏90%，所以大家覺得「AI還不行」。2010年，AI已經贏90%了，但棋界依然存在，因為「下棋是藝術」。同樣的故事會在每個領域重演:翻譯、客服、編程、寫作、法律研究、財務分析。每次都是「這次不一樣」，每次結局都一樣。

1920年的馬匹不知道自己即將消失，牠們依然吃草、拉車，享受著兩百年來未曾改變的日常。今天的白領也是如此。我們依然開會、寫報告、回郵件，覺得「AI只是工具」。但工具的定義正在改變。當工具比使用者更便宜、更快、更準確時，誰才是工具？

儘管馬匹沒有消失，牠們只是不再被需要。今天全美還有兩百多萬匹馬，但牠們的角色是娛樂、是寵物、是懷舊。人類會不會也走上同樣的路？成為一種「被保留的存在」，不是因為必要，而是因為情感或傳統？

徐立言(本欄每逢周一刊出）

https://www.facebook.com/hsulylab