摘要

AI的短期经济影响将不均衡：2025年，个人重度用户和AI原生初创公司获得的价值，可能高于购买copilot的大型企业。 有自主权的员工可以在维持产出的同时，变得“极其高效”或“极其懒惰”，收益因此更多留在员工而非雇主手中。Thompson认为，长期赢家是那些“起步时就没有”以人为中心流程的主体，而不是试图在一夜之间把这类流程硬改造进来的企业。
企业软件的计价单位可能从席位和薪资，转向按已完成任务收费，并由价值、准确率和算力共同定价。 如今人类只是产出的代理指标——“一半人在工作，但我不知道是哪一半”——就像广告展示量曾经只是购买行为的代理指标。这里会出现两类机会：替代现有工作流的AI原生挑战者，以及帮助企业判断哪些自动化任务真正有效的衡量公司。
Thompson从运营角度定义AI的演进：assistant负责回答，AGI执行被分配的任务，ASI决定哪些任务值得做。 AGI像“一个非常负责但相当愚笨的员工”，能够完成多步骤工作，但可靠性并不完美；ASI则把控制权倒转过来，“AI开始告诉人类该做什么”。这一划分让能力里程碑比模糊的神一般智能标准更容易验证。
按席位收费的SaaS在结构上已经暴露，但转型可能需要数年，因为每个现有流程都默认人类是工作的基本单位。 Thompson把这种滞后比作消费品公司在数字广告明显更优后，仍长期坚持电视广告：“整个商业模式其实有点搞错了”，但机构惯性可以推迟清算。到2035年，在ChatGPT伴随下成长起来的员工，可能把AI从个人优势变成入场券，新增收益重新流向雇主。
即使昂贵的推理模型和agent系统兴起，便宜、快速的基础LLM仍保有相当价值。 更好的模型可以生成合成训练数据，而低成本模型则负责识别Meta信息流中的商品等高频、低后果任务——这甚至可能让“Facebook上的每一件东西”都变成广告。因此，新的能力层会叠加到聚合之上，而不会自动摧毁聚合模式。
Thompson支持基于已被证明的算法影响力、而非仅凭数据收集或对未来滥用的假设，在狭义国家安全理由下限制TikTok。 一个敌对国家获得了直达美国人“内心和思想”的、定向且不透明的渠道；他的具体证据是，在中美NBA争议期间，TikTok为除Houston Rockets之外的所有NBA球队返回了赛事集锦。“我们不会让苏联控制一个电视网络”，而TikTok的定向能力更强。
对Thompson而言，TikTok决策是一个“51/49”的权衡，因为关停可能摧毁真实的创作者价值、削弱Meta面临的竞争，也会与自由市场和言论自由原则冲突。 Thompson承认自己是在“搬起石头砸自己的脚”，并对这一主张实施了“严格审查”，最终只是勉强让国家安全胜出。从2020年拖到现在，使扰动的痛感大幅上升；而法律真正针对的是应用商店和Oracle托管，这给了各方在TikTok不主动关停之外进行策略操作的空间。
TikTok用户迁移到Xiaohongshu，同时暴露了中国的审查问题，以及美国异常有效的软实力。 中国官媒把美国人攻击本国政府解读为对美国制度的否定；Thompson称这种基于自由的宣传“存在于水中”，因为不受惩罚的异议本身就在证明这个制度。Thompson预计，Xiaohongshu不堪重负的审核体系，以及无法诱导美国用户自我审查的现实，会很快终结这场交流，可能的方式是要求绑定中国手机号。

精读

1. AI采用先让员工受益，再让企业受益

Thompson并不怀疑AI当下能帮助个人员工；他怀疑的是那种自上而下的指令：“现在每个人都有一个assistant了，去用它。”这就像报业公司在1990年代享受所谓免费的互联网用户：员工先看到全部上行空间，周边经济结构却还没有调整。
短期套利属于那些拥有足够自主权、能够自行试验的员工。他们可以变得“极其高效”，也可以“在做同样多工作的同时极其懒惰”，而企业却很难在公司层面收拢这些分散的收益。
Google决定把Gemini打包进Workspace并整体提价，在Thompson看来是极佳的变现方式：锁定客户无论生产率是否发生变化，都要支付更多费用。使用量可能会“逐步渗透”，但仅仅获得访问权限，并不会让每家公司“明年高效上亿倍”。
采用可能通过自然减员而非转型项目发生：一个10人团队变成8人，职责不变，留下的人开始求助于AI。要实现类似大型机淘汰后台工作的全面替代，需要艰难的自上而下整合，Thompson怀疑大多数企业无法快速完成。

2. AGI执行议程；ASI设定议程

Thompson所说的assistant阶段对应当前的LLM：人类提问，模型回答，互动仍然是直接响应式的。即使模型处理信息的能力令人印象深刻，根据症状诊断患者仍然只是assistant，因为模型回答的依旧是人类定义的问题。
AGI始于模型能够接收一项任务、调用多个工具，并完成必要步骤。Thompson的比喻是“一个非常负责但相当愚笨的员工”：它不会决定组织需要什么，但可以以足够好、而非完美的可靠性完成交办的工作。
ASI意味着控制权倒转。它可能检查患者数据、发现正在出现的问题、安排预约、指示人类进行扫描并开具处方：“AI开始告诉人类该做什么，而不是人类告诉AI该做什么。”

3. AI暴露了员工只是经济产出的代理指标

公司以人为工作单位组织运转，但Thompson认为，这一直只是完成任务的代理指标。生成式艺术揭示了同样的隐性分离：在一个人可以把想法写进prompt、再让模型实现之前，构思和执行看起来是不可分的。
商业终点是按已完成任务付费，而不是按席位或员工付费。自由职业平台已经在近似这一模式：公司购买的是一个logo，而不是设计师的劳动；但AI可能让“任务完成”成为购买工作时的“定义性概念”。
Google的广告突破提供了类比。报纸因为发行量可衡量，便按曝光收费，尽管广告主真正想要的是购买行为；效果广告则把付费更直接地推向实际结果。AI同样会用有价格的结果，替代模糊的劳动代理指标。
Thompson的表述是：确定一项正确完成的任务值多少钱、要求多高的准确率、需要多少算力，以及成本是多少。“人类就是旧广告。里面一半人在工作，但我不知道是哪一半”；那些看起来忙得不可开交的员工可能贡献很少，而表面上无所事事的人可能正是维系公司的关键。

4. CPG退出电视的漫长过程预示了企业惯性

消费品公司说明，一项明显更优的技术也可能缓慢到来。Axe和Dove属于同一家公司，但品牌区隔如此彻底，以至于CPG产品经理被称为brand manager；整个组织的存在，就是制造习惯性、往往是下意识的选择。
早期Facebook可以触达定义极其精准的客户，但成本高昂，而且与“规模、规模、规模、规模”为核心的商业模式并不匹配。大范围的电视或ESPN广告仍然是单位消费者成本更低的选择，而真正的购买决策要到超市货架前才发生。
随着电视受众萎缩、Facebook提升找客能力，以及COVID推动购买转到线上，数字广告最终胜出，转化衡量也变得更紧密。这里的教训不是数字广告让P&G或Unilever失败，而是采用过程“花的时间比你想象的长得多”。
SaaS面临同样的时间差。Thompson否认自己对此乐观——“整个商业模式其实有点搞错了”——但他把它类比为2015年前后的电视：长期看确实注定衰落，却仍可能比看空者预期多活很多年。

5. AI原生进入者将创造现有企业抗拒的市场

Facebook不只是把旧广告主搬到平台上；它还催生了新的电商、应用、直接响应和Shopify企业。当大型CPG公司抵制平台时，它们的退出反而压低了广告价格，让能够夺取其市场份额的挑战者受益——这种“反脆弱性”让Facebook无论如何都能赢。
Apple的ATT变更最初重创Facebook，但最终强化了它的竞争地位。Thompson预计，AI也会出现类似动态：围绕这项技术建立的新公司将形成其原生客户群，在成熟企业完全适应之前，自下而上地攻击现有企业。
这“不是对未来50年的预测”；更狭义的判断是，全面的企业转型“不会在2025年发生”。AI原生公司会先一点点侵蚀现有企业，最终在工具成熟、竞争压力不可回避后，迫使后者重组。
代际机制很关键。SaaS受益于已经习惯在浏览器和Google Docs中工作的一代千禧一代；到2035年，更多员工会在默认ChatGPT存在的环境中长大。AI的使用随后会从个人优势变成基本门槛，让生产率增益重新流向企业。

6. 更强的推理模型增加一层能力，但不会抹去聚合

Sharp把现有企业与白纸起家的公司之争，联系到了Rich Sutton的“苦涩教训”，但Thompson收窄了这一类比。以计算为先的方法可能主导基础能力开发；产品化是另一回事，需要迭代和其他产品决策，因此不存在一个等价的“苦涩教训”来消灭产品工作。
新模型可以生成有用的合成数据，并反过来用于模型训练；基础LLM则依旧更便宜、更快速，而这些特征对于聚合以及大规模执行的工作仍然重要。
Meta可以识别照片中的包并将其转成电商链接，朝着“Facebook上的每一件东西都变成广告”迈进。误认一个包的成本很低，因此，一个通常判断正确的廉价模型，可能比追求近乎完美答案的昂贵系统更有价值。
衡量仍是卡点。ATT伤害Facebook，是因为广告主无法再知道哪些广告有效，而不是因为效果消失；同样，企业需要可信的归因，才会有信心购买自动化工作。现有公司没有一套原生流程，能够如此精确地为一项任务定价。

7. TikTok法律在战略争议之外留下了策略不确定性

录制时，最高法院裁决、1月19日关停、Elon Musk可能介入，以及Trump的行政行动都尚未确定。Thompson不认为行政命令可以直接推翻国会，但诉讼进度、禁令或执法裁量仍可能影响结果。
他的法律澄清是：法律本身并没有直接关闭TikTok。它禁止应用商店分发TikTok，也禁止Oracle托管相关数据，这意味着现有安装可能仍能继续运行；TikTok威胁全面关停，可能是在试图“把问题逼到台面上”。
Thompson认为，个人数据的重要性低于让一个在经济、军事和意识形态上都构成对手的力量，“直接穿透美国人民的内心和思想”。定向能力让这一渠道比传统广播更强，也更难被观察。
他的具体证据来自Hong Kong与Daryl Morey争议：TikTok搜索会返回除Houston Rockets之外所有NBA球队的集锦。他说，后续研究还发现，与中国相关的词汇也受到不平等对待，说明这不是假设中的武器，而是已经被观察到的“拇指压在天平上”。

8. 合理的限制仍可能摧毁真实经济价值

让创作者去别的平台，低估了TikTok账号消失后真正消失的东西。拥有1万或10万粉丝会产生可以转化为收入或机会的议价能力；由于它旁边没有一个市场价格，这种损失尽管实际构成“一种经济征收”，却被低估了。
TikTok也迫使Meta改进。若在2020年禁用TikTok，伤害本已存在；但拖了5年，规模更大的创作者经济被卷入冲击，Facebook也获得了更好的条件来承接竞争。Thompson明确同情被牺牲的用户、企业和竞争。
中国拒绝出售可能说明TikTok具有战略重要性，但Thompson不愿把这一点说死：ByteDance合理的谈判策略，就是坚持拒绝直到最后一刻。若有证据证明是北京官员而非公司高管控制交易，这会进一步强化相关担忧。
控制问题是具体的：Sharp指出，中共持有ByteDance一家子公司的1%股权，在ByteDance董事会拥有黄金股，并且中国法律要求企业配合国家情报工作；Thompson说，这些事实在2020年就已经为人所知。
面对言论自由问题，Thompson把自己的立场称为“51/49”，并承认自己是在“搬起石头砸自己的脚”。经过“严格审查”后，他勉强让国家安全压过自由市场和言论原则，同时接受其中的不一致。Sharp则另行指出，这类自由与安全的冲突应当逐案处理。

9. Xiaohongshu把美国人的异议变成了意外的软实力

TikTok难民选择Xiaohongshu——一个字面意义上的中国大陆应用——让Thompson觉得很滑稽。中国官媒把他们的迁移和愤怒视为美国人拒绝本国政府的证据，却没有意识到，公开对政府“竖中指”而不受惩罚，本身就是美国自由的定义性表现。
Thompson通过中国的四字格表达来描述这种文化差异：漏掉一个字，表面上的赞美就可能变成针对缺失特质的致命指控。中国话语往往依赖言外之意，而美国人按字面理解；反过来，中国官员也倾向于认为，美国公开宣称的理念背后藏着某个未说出口的杠杆。
这种错位让Xiaohongshu事件成为异常有效的宣传，恰恰因为它没有被包装成宣传。美国人在攻击自己的制度，却在展示这个制度的容忍度：“这不是广告牌，而是存在于水中。”Sharp称，这种并置是对美国制度的一次惊人证明。
这场交流也确实是双向的，让美国人接触到中国人、整洁的街道和正常运转的基础设施。但Xiaohongshu面临一把“达摩克利斯之剑”：美国人不会自我审查，审核系统可能不堪重负，Thompson预测，这场交流可能在1周内通过应用商店下架或要求注册中国手机号而结束。

10. 长城防火墙创造了竞争生态，但没有成为普适模式

Thompson的对等报复论很直接：中国封锁美国消费互联网公司，所以美国也可以封锁中国公司。没有可信的“以牙还牙式报复”的自由贸易制度，会让一方持续违反承诺，直到纠偏行动变得远比原本必要的代价更大。
把道德因素暂时放到一边分析，他称长城防火墙是“任何国家做过的最聪明的事情之一”。它实现了审查与自我审查，维持了政治控制，并保护了本土软件生态，直到中国成为唯一有可能在技术上挑战美国的国家。
Bill Clinton关于中国试图“把果冻钉在墙上”的判断被证明“完全错误”，Thompson自己早先的预期也一样。其他国家却错过了窗口：它们现在不太可能封锁美国平台、复制中国的受保护生态，因为它们不可能“比中国更像中国”。
芯片类比划出了他的边界。他反对最近宣布的、从限制中国转向为“整个科技行业建立许可结构”的管制措施，认为这相当于默认把每个国家都当作敌人。但对于不可避免的选边，他也直言不讳：即使华盛顿也控制美国公司，“我是美国公民，所以我还是希望由我们而不是他们掌权”——最终，“你必须选边”。

E178｜智能眼镜大战CES：靠AI不如产品硬 Jurgen Schmidhuber 谈人类与 AI 共存