撰文：硅谷 Alan Walker
2026 年 1 月 20 日，Dario Amodei 在达沃斯接受《华尔街日报》专访。整场 30 分钟的对话，大半时间他在讲一个让人后背发凉的判断：这一轮 AI 不会带来传统意义上的 "技术红利 — 就业增长 — 涓滴效应" 三段论，而是要把人类社会撕成两半 —— 他用了一个新词，叫 "zeroth world country"，直译 "第零世界国家" —— 一个由大约 1000 万 人组成的、与其他人类经济体系实质性脱钩的 "国中之国"：其中 700 万 在硅谷湾区，另外 300 万 散落在全球各地。在那里，GDP 增长率可能是 50%，而外面的世界只有 10%、5%、甚至更低。Dario 反复强调：这是 "噩梦"，是 "反乌托邦"，但按目前的曲线，它正在以肉眼可见的速度浮现。
本文围绕这个概念展开八段深度解读 —— 为什么会出现 "第 0 世界"，它到底是什么，以及硅谷人，该怎么看自己。
01 - "第 0 世界"到底是什么?
各位先别急着想 "第 0 世界" 是不是 "最底层"。这是普通人最容易犯的语义直觉错误。在中文语境里，"零" 听起来像 "无"、像 "末等"。但 Dario 用的是 "zeroth"，在英文计算机科学和数学传统里，索引从 0 开始 —— array[0] 是第一个、最前面、最顶端的那个元素。所以 "第 0 世界" 不是 "第三世界" 下面又多出来一层贫民窟，恰恰相反，它是从 "第一世界" 往上抽离出来的、悬浮在所有既有阶级编号之上的一个新顶层。它把 "第
一、第二、第三世界" 这套冷战遗产的分类彻底架空了，因为它和它们已经不在同一个经济引力场里。Dario 给的具体数字非常有意思 —— 1000 万人。不是 1 亿，不是 100 万。这个量级正好卡在 "一个城市国家的人口" 和 "一个中型工业国" 之间。新加坡 600 万，以色列 1000 万，瑞士 900 万。
换句话说，他在描述的不是一个 "精英阶层" (那个概念太古典)，也不是 "科技泡沫圈" (太轻)，而是一个事实上的新国家 —— 有自己的劳动分工、生产关系、消费偏好、甚至语言习惯 (比如整天讲 agentic、context window、RLHF)。他甚至连地理坐标都给好了：700 万 在 Bay Area，300 万 散点分布。这不是抽象隐喻，是一张已经画好的地图，只等历史替我们填颜色。
02 - 人类学第一性原理：工具革命为什么这次“撕断”了文明
从人类学角度，人这种动物的定义从来不是 "会思考"，而是 "会造工具" —— 拉丁文 Homo faber。每一次大的工具革命 —— 石器、青铜、铁器、蒸汽、电力 —— 都会重新划分人类的阶层。这事不新鲜，从公元前 10000 年的新石器革命开始就在反复上演。但有一个铁律此前从未被打破：不管阶层怎么分裂，所有人仍然处在同一张交换网络里。庄园主需要农奴种田，工厂主需要工人开机器，华尔街需要全球供应链给它的金融游戏提供实体抵押物。上下游之间存在"非对称依赖"，但终究是相互依赖。
AI 这次不一样的地方，是它第一次有可能让顶端的那群人不再需要下游。当一个 700 万人的湾区配上几亿个 AI agent，理论上它的知识产出、软件供给、研发能力、甚至 (配合机器人之后的) 物理执行能力，可以自循环。这就像一个部落突然学会了不通过祭司就能直接和神说话 —— 祭司阶层不是被压迫，是被渲染成无关。人类学家 Marshall Sahlins 讲过一个概念: "structural irrelevance"，结构性无关性。这比剥削可怕得多。被剥削的人至少在系统里，被无关的人是被系统遗忘的。Dario 的噩梦图景之所以让人不寒而栗，本质上是这个：不是 99% 被 1% 压榨，而是 1% 干脆从地图上把 99% 抠掉了。
03 - 科学史第一性原理：为什么咱们的眼睛根本看不懂指数曲线
Dario 在采访里反复念叨一句话 —— "智能的摩尔定律" (Moore's law for intelligence)。他说这条曲线他看了 15 年，平滑得吓人，每三到六个月翻一次。可是公众舆论却像心电图 —— 一会儿 "AI 要毁灭世界"，一会儿 "AI 撞墙了泡沫了"，每半年来回翻一次。他的判断是：技术曲线一直没变，变的是人脑对它的感知精度。这事在科学史上有大量先例。Ray Kurzweil 在《The Singularity Is Near》里反复证明：人类大脑天生用线性外推预测未来，而技术演进是几何级数的。线性脑看几何曲线，你前期觉得它 "不过如此"，后期觉得它 "突然爆炸"，其实它一直在按自己的节奏均匀往上爬。
科学哲学家 Thomas Kuhn 那套 "范式革命" (paradigm shift) 在这里反而不太适用，因为 Kuhn 假设的是知识论上的 "断裂式跳跃"。AI 的诡异之处恰恰是它的连续性 —— 没有断裂，只有日复一日的、令人麻木的累积。这就引出一个非常残酷的结论：第 0 阶级不是某一天突然降临的，它是从 2012 年 AlexNet 那一夜开始，以每天0.1% 的速度，悄无声息地凝聚的。
你站在 California Ave 喝咖啡，街对面那栋楼里一帮 28 岁的小孩，他们的真实生产力是你的 50 倍，你却感受不到，因为他们看起来还是穿着 Patagonia 抓绒衣，点着同一杯燕麦拿铁。这种外观相似性掩盖的真实落差，正是指数曲线最阴险的杀伤力。
04 - 高 GDP 增长 + 高失业率，人类历史第一次
Dario 抛出了一个让所有传统经济学家头皮发麻的判断 —— "这项技术的特征是高 GDP 增长 + 高失业率 + 高不平等"。他自己说，这个组合 "逻辑上不矛盾，但历史上几乎从来没有出现过"。为什么? 因为蒸汽机、电力、计算机、互联网，每一次技术革命的剧本都是: 旧岗位消失 → 新岗位涌现 → 总就业不降反升。卢德分子砸织布机，可纺织工人后来变成了铁路工程师、汽车工人、程序员。劳动力总是被吸收回来。经济学家把这个叫 "劳动力市场的弹性恢复"。
AI 为什么可能打破这个铁律? 核心在于一句话：Dario 说的 "软件会变得几乎免费"，—— 软件即将变得便宜，甚至本质上免费。"把一个软件的成本摊销到几百万用户头上" 这个前提，可能不再成立。这次会议要用的话，可能花几美分让它给我们造个 app 大家聊天就行了 —— 它就这么灵活、这么可循环利用。
这句话从经济学第一性原理上看，是要把 "软件" 作为一种生产要素的 边际成本归零。当一种生产要素的边际成本归零，围绕它建立的所有岗位、所有公司护城河 (moats)、所有薪资结构，统统坍塌。这不是失业，这是就业这件事本身的本体论危机。马克思如果活到今天，他得重写《资本论》—— 因为他的劳动价值论，默认劳动是稀缺的。AI 让认知劳动不再稀缺，这是 200 年来经济学最大的一次地基塌方。
05 - 当生产被外包给机器,人剩下什么?
这是采访里我最喜欢的一段 —— 一个观众问 "AI 时代 K-12 教育该怎么改"，Dario 给的答案不是 "教编程" 或 "教 prompt engineering"，而是非常古典的一句话："教育应该回到塑造一个人本身、塑造品格、让人变得更丰富的那个传统上去"。
这话听起来像鸡汤，但它背后是一个 2500 年 的哲学搏斗。亚里士多德在《尼各马可伦理学》里区分过两种活动：poiesis (制造、生产) 和 praxis (行动、为己之实践)。他说，自由人 (free man) 的尊严不在于 poiesis (那是奴隶干的)，而在于 praxis —— 也就是德性的实践本身就是目的，而非手段。
过去 200 年的现代化把这事完全颠倒了。我们把人定义为 "生产者"，好坏全看 GDP 贡献。Dario 在这里其实是在偷偷地、温柔地把亚里士多德请回来。海德格尔在《关于技术的追问》里讲过一个词叫 Gestell (座架/集置)，意思是技术不是中性工具，它会把世界 (包括人) 框架化成可被调用的资源。AI 把这个框架推到了极致 —— 人的认知劳动本身，变成了 AI 调用的资源。这时候，如果一个人的全部价值寄托在 "我能算得比别人快" 或 "我能写代码" 上，他就成了被技术集置的对象，他的存在被掏空了。
Dario 提出 "第 0 世界" 的真正深刻之处，不在经济上的脱节，而在存在论上的脱节：第 0 世界的人因为深度共生于 AI，反而保留了 "praxis" 的空间 (他们可以 做品味、做判断、做人际的复杂决策)；而被甩在外面的人，如果继续把自己定义为 "生产者"，就会发现自己什么都不是了。
06 - 为什么"Claude-pilled"的人和没碰过 AI 的人,大脑不一样了
《华尔街日报》记者用了一个特别精准的词 —— "Claude-pilled" (被 Claude 洗脑/开悟)。这个词从认知心理学看，描述的是一种认知架构的重构。一个深度用了 6 个月 agentic AI 的人，他的 "思考" 流程已经从 "我想 → 我做" 变成了 "我想 → 让 agent 做 → 我评估 → 让 agent 改"。这是 Daniel Kahneman 讲的 System 1 / System 2 之外的第三套系统 —— System 3：外包给可调用的认知工具。一旦你的大脑结构性地接入这个系统，你回不去了。让你重新一个字一个字地写代码、查资料、做表，就像让现代人重新用算盘做四则运算一样痛苦。
这就解释了 Dario 在采访里说的另一个数据点：为什么初创公司用 AI 飞快，传统企业慢得要命。表面是 "组织敏捷度" 问题，深层是认知架构的代际差异。一个 26 岁的 SV 工程师，他从大学开始就在 System 3 下成长，这是他的母语；一个 52 岁的 Fortune 500 中层，他要主动重塑自己用了 30 年的认知习惯，这难度不亚于成年后学一门音调系统完全不同的外语。再叠加心理学上的禀赋效应 (endowment effect) —— 人对自己已经掌握的技能有非理性的高估值 —— 你就能理解为什么很多极聪明的人坚定地认为 "AI 也就那样"，他们不是傻，是在保护自己 30 年积累的心理资产。
这个心理鸿沟一旦形成，就会和经济鸿沟、地理鸿沟相互强化，最终在 5 到 10 年内把 "第 0 世界" 和其他人之间的距离，固化成几乎不可逆的结构。
07 - 为什么是"它"造成了第 0 世界,不是别的技术
从 AI 自身的技术特点来看，它具备四个其他技术革命从未同时具备的特征，这四个特征叠加起来，几乎是为 "第 0 世界" 量身打造的炼丹炉。第一，递归自我改进 (recursive self-improvement)：AI 写代码训练下一代 AI，Dario 自己说 Claude Cowork 是用 Claude 在一周半里造出来的。这意味着改进速度和使用密度正相关 —— 谁用得多、谁的反馈数据进入下一代模型，谁就跑得更快。
第二，边际成本趋零：一个药厂的工厂只能造一种药，一个 AI 模型可以同时是律师、医生、程序员、文案。第三，基础设施的极端地理集中：TSMC 5nm 产线、Nvidia 设计、Anthropic/OpenAI/Google 的训练集群 —— 这些资源的集中度比石油时代的得克萨斯还要夸张。第四，人才网络的局域聚集：湾区的 AI 工程师密度，是世界第二名的 10 倍以上。把这四个特征丢进社会学的 "累积优势模型" (cumulative advantage，也叫 Matthew Effect，马太效应) 里，你会发现它是一个完美的正反馈循环：湾区的人用得最早 → 他们的数据训练下一代模型 → 下一代模型让湾区的人生产力再翻倍 → 资本进一步涌入湾区 → 湾区抽走全球更多的 AI 人才 → 形成更密的协作网络 → 用得更深 → 循环 N 次。
Dario 提到的 "催熟增长" (catch-up growth) 在传统经济学里是发展中国家追赶发达国家的理论 —— 技术可以传播、可以模仿、可以追上。但 AI 时代这套理论可能失效：模仿者永远在模仿 "上一代"，而第 0 阶级在用 "下下下下代"。当迭代速度超过追赶速度，鸿沟就成了悬崖。这也是为什么 Dario 说他真正担心的不是国与国，而是国内不同地区之间 —— 一个密西西比州可能永远追不上一个 Palo Alto。一个国家内部的 Palo Alto 与密西西比，就是第 0 世界与其他人的微缩剧本。
08 - 怎么办? Dario 的三步药方与硅谷老 OG 的真心话
Dario 给的方案分三步，值得逐字解读。第一步，测量 (Anthropic Economic Index)：连地形都看不清，任何政策都是瞎子摸象。这一步对应的是科学方法第一原则 —— 先观察、再假设、再干预。第二步，适应：让人尽快学会使用、转岗、流动；尤其是预判 "物理世界的工作会比知识工作的工作更稳"，这话翻译过来就是：水管工、护工、园丁 这些过去被瞧不起的活，可能比 "AI 训练师" 更稳。第三步，也是他真正豁出去说的 —— 政府再分配。他原话是 "如果 GDP 增长那么快，饼会变得很大，问题不是没钱，而是怎么分。" 他甚至说了一句重话："意识形态扛不过现实。" 今天看起来左右分明的政策主张，五年后会变成 两党共识，因为现实会强迫所有人变。
Alan 在硅谷待了快 30 年，经历过 dot-com 泡沫、移动互联网、Web2.0、SaaS，每一次 "革命" 都听过类似的预言。但这次，他坦言心里没底。前几次，革命的红利最终还是流到了普通人手里 —— 你妈妈用智能手机叫到了 Uber，你爷爷在 Amazon 上买到了助听器。这一轮 AI，他第一次怀疑：涓滴效应可能真的不会发生，因为中间没有 "工人" 这一层来传递红利了。AI 直接把生产者干没了，饼是变大了，可饼和大多数人之间的传送带断了。
所以我总结，Dario 的 "第 0 世界" 不是危言耸听，是一份提前画好的、给我们所有人的预警地图。看到这张地图，硅谷人有两个选择：一是闷头跑，跑进第 0 世界，享受 50% 的 GDP 增长。假装看不见之外的世界；二是主动把红利的传送带重新搭起来，让外面的人也能上车 —— 通过 教育的重构、通过 经济流动性的设计、通过 对政府再分配的支持。
第二条路更难，但只有第二条路，才让 "在 Palo Alto 喝周日咖啡" 这件事，不至于在 20 年后变成历史照片里一个尴尬的注脚。
