AI 让虚拟世界无限扩张，却让现实世界的人工变得前所未有地昂贵。
玻璃自爆的现实启示
上个月，我家客厅的落地窗玻璃自爆了。厂家报价时，我惊讶地发现：
玻璃本身只要 500 元，但更换费用高达 2500 元。
这里，贵的不是玻璃，而是运输、吊装、人工、协调这些“非玻璃”的部分。
以一块 3.2 平方米的双层中空钢化玻璃为例，材料成本可能只占总费用的 20%， 剩下的 80% 都是人、时间与现实世界的摩擦。
这一现实让我联想到 a16z 最近的一篇文章 Why AC is cheap, but AC repair is a luxury 。其实在中国，我们也在经历同样的现象：材料越来越便宜，但人工越来越贵。
为了更直观地理解背后的经济学逻辑，下方思维导图梳理了相关悖论与效应：
上图展示了 Jevons 悖论（Jevons’ Paradox）、Baumol 效应（Baumol’s Cost Disease）及其在中国现实中的交织。
Jevons 悖论：效率越高，消费越多
英国经济学家 William Stanley Jevons 在 1865 年提出了著名的 Jevons 悖论（Jevons’ Paradox） ：当某项技术变得更高效、更便宜时，人们反而会消费更多这种资源。
在今天的中国，这一悖论有诸多现实例证：
- 智能手机、光伏板、芯片、AI 推理的单价不断下降；
- 但我们消费的智能终端、数据中心、电力与算力却越来越多。
以人工智能（AI, Artificial Intelligence）为例，模型推理成本在快速下降，但调用量反而呈指数级增长。
越便宜的算力，反而越被滥用。这正是现代版的 Jevons 悖论。
Jevons 悖论的本质不是“节省”，而是“扩张”：效率提升带来更低边际成本，最终扩大需求总量。
Baumol 效应：效率越低，成本越高
与 Jevons 悖论相对的，是 Baumol 效应（Baumol’s Cost Disease） ，它揭示了另一种更隐秘的通胀机制。
当部分行业的生产力暴涨、工资提升时，其他低效率行业也必须提高薪酬，才能留住劳动力。
例如：
- 科技公司和金融行业的人均产值高、工资高；
- 结果是水电工、木工、保姆的工资也被迫上升——因为他们也要和程序员、AI 工程师争夺劳动力市场。
我家的玻璃维修就是这种典型案例：
玻璃的生产高度自动化，价格几乎透明；但安装仍然依赖人工、吊装、运输协调——效率几乎没变，却越来越贵。
AI 时代的“双效应叠加”
AI 的到来，让 Jevons 悖论与 Baumol 效应同时发生，下表总结了主要领域的表现：
这是对比 Jevons 效应和 Baumol 效应在不同领域的具体体现：
| 领域 | Jevons 效应（越便宜越用） | Baumol 效应（越低效越贵） |
|---|---|---|
| 算力与模型 | 推理成本下降，调用量爆炸 | GPU 电费、机房维护成本上升 |
| 内容生产 | 文案生成几乎零成本 | 审核与合规人力成本上升 |
| 制造业 | 自动化提升产能 | 安装、运输、售后人力成本增加 |
| 教育服务 | AI 教师提升效率 | 线下辅导、家教价格攀升 |
因此，我们正进入一个有趣的时代：AI 让数字世界趋近零成本，却让现实世界变得昂贵。
你可以几秒钟生成一份 3D 装修设计图，但真正请工人来装玻璃、走电线，依旧要花几天几千块。
反身型 Baumol 效应：人类“最后 1%”的高价时代
AI 自动化 99% 的流程后，剩下那 1% 必须由人完成的工作，反而会成为新的高价值环节。
例如：
- 放射科医生：AI 能读片，但“签字责任”必须是人类；
- 自动驾驶：AI 能开车，但仍需人类安全员监管；
- 软件系统：AI 能生成代码，但架构审核、上线批准仍由人负责。
这就是所谓的“反身型 Baumol 效应（Reflexive Turbo-Baumol Effect）”：
当 AI 自动化绝大部分工作时，剩下那 1% 的人类劳动，反而变成稀缺资源与监管瓶颈。
中国语境：从“廉价劳动力”到“昂贵人工”
过去二十年，中国的经济增长建立在廉价劳动力 + 技术扩张上。而现在，AI 让脑力劳动变得更便宜，反而凸显了体力劳动的稀缺与不可替代性。
你可以几分钟让 AI 写一本书、生成一本报告，但要修一块玻璃、装一扇窗、换一台热水器，仍然要几个人、几小时、几百公里的物流。
这是一种结构性反转：
- AI 让“虚拟工作”无限扩张；
- 但“物理劳动”却在变成奢侈品。
未来的通胀，不在工厂，而在现实服务业。这可能是未来十年中国社会的新常态。
AI 富足时代的“贵人工业”
当我们谈论 AI 带来的生产力革命时，也许更该问自己：
谁来完成那最后的 1%？
AI 让虚拟世界趋近零成本，但让现实世界的“人类协作”成本暴露无遗。
未来十年，真正稀缺的，不是算力，而是人力的最后一公里能力：懂机械、能上门、能动手、能承担责任的人。
也许那时，“修玻璃的人”才是真正的贵族劳动者。
总结
AI 正在重塑生产力结构，让数字世界的边际成本趋近于零，但也让现实世界的人工与服务变得前所未有地昂贵。Jevons 悖论和 Baumol 效应的叠加，将深刻影响未来中国的经济与社会分工。我们需要重新认识“人力”的价值，尤其是那些无法被自动化取代的最后一公里能力。