注：本文偏思辨。
MarsBit 发布署名作者小饼的文章，围绕科技圈近来频繁出现的“永久底层”展开讨论。文章从 7 月 26 日 Sam Altman 在旧金山大通中心的一句表态切入。他当时说："不进入前沿实验室，就会掉进永久底层，这种说法蠢透了"。
文中称，“永久底层”在 2025 年夏天的科技圈 X 上逐渐流行，其理论骨架来自《智能诅咒》，以及 Trammell 与 Patel 的论文《二十二世纪的资本》。这一说法讨论的并不只是“AI 会让很多人失业”，而是一种更极端的推演：如果 AI 能完成绝大多数认知劳动和体力劳动，企业创造财富时对雇员的依赖会下降，工资在经济中的位置被削弱，利润则更集中地流向掌握模型、算力、能源和数据中心的人。
按文中的定义，这里的问题不只是一些人暂时变穷，而是劳动失去向上流动的功能；也不只是富人比过去更富，而是没有资本的人难以再通过工作成为资本所有者。在没有大规模财富再分配、公共所有权或全球累进资本税的情况下，这套理论会导向一个令人不安的结论：几乎所有资产，都可能逐渐流向 AI 转型发生时已经最富有的那群人。
研究员答不上来的问题
文章提到，过去一年，作家 Jasmine Sun 做了一项田野调查。她逐一约见前沿 AI 实验室的研究人员，每次谈一小时，不录音、不留记录，追问他们对 AI 未来的真实判断。她几乎每次都会提出同一个问题：假设面前站着一个普通的 17 岁美国孩子，不是天才程序员，成绩只有 B，平时也不太关心 AI，会建议他怎样准备未来。
文中写道，几乎没人能明确回答。尽管这些研究员政治立场不同，对 AI 的态度从乐观到悲观不一，但答案却近乎一致：不知道；眼下的局面很吓人，留给他的工作可能不多，而他又可能正好落在最痛苦的过渡期里。
作者随即提出，那个 17 岁孩子真正面对的麻烦，未必只是会不会变穷，而是“永久底层”讨论触碰到的另一层问题：永久的，也许不是贫穷本身，而是向上通道的消失。
“永久”的不是贫穷，而是通道可能消失
文章回顾说，任何时代都有穷人和底层，但过去的“底层”并不天然是永久身份。个人可以出售劳动换取工资，再用工资换教育、住房和资产；工人也可以通过组织、罢工和集体谈判，迫使资本把部分生产率增长转化成更高工资和更好福利。机制并不公平，但至少保留了一条向上的路。
“永久底层”最刺痛人的地方，在于它认为这条路本身可能消失。文章称，回看劳工史，工会、最低工资和周末制度都建立在一个前提上：资本与劳动无法完全相互替代。工厂主需要工人，科技公司需要工程师，于是双方必须谈判。马克思预言过资本高度集中，也给出过一套解决方案，因为在他的设定里，工人仍掌握一种资本需要、却无法凭空制造的东西，那就是劳动。
罢工之所以有效，是因为劳动者可以暂时扣留劳动。工人不进工厂，机器无法运转；工程师不写代码，产品无法上线。可如果算力可以买到一个人能够提供的全部劳动，那么劳动者可以扣留的东西就会趋近于零。届时，问题就不只是工资下降，而是资本不再需要和大多数人谈判。劳动者既难以通过工资积累资产，也难以通过停止工作要求重新分配收益。
文中把这一变化概括为：让底层变得“永久”的，是那台过去能够把穷人送回中产阶层的机器被拆掉了，劳动、议价与资产积累不再连成一条链。
薪资单里的松动迹象
作者写道，这台机器开始松动的证据，已经从理论进入薪资单。根据斯坦福数字经济实验室使用 ADP 覆盖 460 万名劳动者的微观数据得出的结果，生成式 AI 普及后，在 AI 暴露度最高的职业中，22 至 25 岁劳动者的就业出现了约 16% 的相对下滑；美国应届毕业生失业率达到 5.6%，比三年前上升 1.6 个百分点；大型科技公司的应届生招聘规模，两年内下降了 25%。
文章用一句话总结这种变化：电梯还在正常运行，只是一楼的按钮被拆掉了。
研究员继续工作，是在给自己买保险
文章随后回到 Jasmine Sun 的访谈。那些答不上来“17 岁孩子该怎么办”的研究员，并没有因此停下手头的工作。Sun 继续追问：既然你们认为未来这么危险，为什么还要继续建造它？
文中将回答归纳为三类。第一类真诚相信，只要熬过转型期，AI 最终可以治愈疾病、消除匮乏。第二类相信技术决定论，也就是即便自己不做，别人也会做。第三类则更直接：如果大动荡真的会到来，至少先替自己在未来占一个位置。
文章认为，这种“先占位置”的冲动，正在改变 AI 行业的人才流向。Sun 一位在伯克利攻读 AI 博士的朋友说，同届大约一半的人决定提前毕业，甚至有人按“哪个研究方向最容易拿到 AI 实验室 offer”来选择博士论文题目。Sun 身边不少独立写作者和政策研究者，也放弃原有位置，加入 AI 实验室。
作者指出，这些变化听起来像段子，却在真实影响一代人的人生选择，也在不断从独立研究和公共政策生态中抽走人才。而被抽走的，恰恰是最有可能搭建谈判桌的那群人。
工厂自动化与今天的白领处境并不相同
文章以 20 世纪工厂自动化作比较。它指出，工厂自动化没有普遍演变为激烈冲突，一个重要原因是机器进入工厂之前，厂方通常必须先与工会谈判：自动化要被解释为安全升级，工资增幅也需要与产能提升绑定。资本与劳动之间，隔着一张谈判桌。
今天的白领没有这张桌子。更微妙的是，那些最有能力搭建谈判桌的人——学者、独立研究者和政策人才——正被“劳动即将失去价值”的叙事吸引进实验室。因为只有进入实验室，他们才可能拿到股权，提前站到资本一边。
文章把这描述成一个闭环：越多人相信劳动议价权即将消失，越多人就会放弃建设议价权，转而争夺股权；而建设者越少，劳动议价权就会消失得越快。
没有人真正绝对安全
围绕 AI 带来的不确定性，文章归纳出两种常见反应。第一种是尽快学会 AI，努力成为最晚被替代的人；第二种是尽快拥有 AI 资产，争取在劳动失去价值前站到资本一边。作者认为，后一种冲动在硅谷，甚至在中国的富裕阶层尤其明显。
文中提到，有人不惜代价希望拿到 Anthropic、OpenAI 或其他前沿 AI 公司的股权，逻辑是：如果奇点真的到来，劳动可能迅速贬值，一个人的处境届时不再取决于他会做什么，而取决于他提前拥有什么。沿着这套逻辑，只要在窗口关闭前把劳动收入换成 AI 公司股权，就有机会从被技术取代的人，变成拥有技术的人。
但文章同时指出，这也是“永久底层”叙事最诱人的地方：它不只制造恐惧，也暗示了一条逃生路线——既然资本可能取代劳动，那就尽快从劳动者变成资本所有者。问题在于，这条路首先就不属于大多数人。OpenAI 和 Anthropic 都不是普通人在公开市场上可以轻易买到的公司，真正有机会获得这些股权的，通常是实验室员工、早期投资者，以及能够进入私募市场的富裕人群。
因此，这几乎形成一种循环论证：为了避免因为没有资本而掉入底层，一个人需要先拥有通常只有上层才拿得到的资本。
更关键的是，即便拿到了股权，这份“保险”也未必永久有效。编程语言 Austral 的作者 Fernando Borretti 被文中引用时指出，“永久底层”理论内部存在一个矛盾。如果 AI 真能以更低成本完成几乎所有认知劳动和体力劳动，普通劳动者可能失去经济价值，那些提前持有 AI 公司股份的人，也未必能成为“永久上层”。
理由在于，财富并不是写在自然规律里的。一个人之所以拥有公司、土地或算力，不只因为合同上写着他的名字，也因为法院、警察和政府愿意承认并保护这份产权。可如果沿着“超级 AI 取代一切”的设定继续推演，AI 最终连生产、管理、治理乃至战争都能完成，那么今天的富人既不提供劳动，也不掌握机器之外的实际力量。文章据此追问，未来的国家或超级智能，为什么一定会永远承认他们在旧时代获得的所有权？
因此，购买 AI 公司股权，也许可以让一个人穿过转型期，却无法保证他永久留在上层。
学习 AI 也有另一重悖论
如果拥有 AI 资产不是一条人人都能走的路，更普遍的答案就成了学习 AI。文章认为，这条路径也带着悖论：一个人越擅长利用 AI 提高生产率，就越可能帮助企业减少对其他劳动者的需求。他或许暂时留在电梯里，却也在参与拆除其他楼层的按钮。
作者并没有把结论导向“人们不该学习 AI”。相反，文中明确写道，对个人来说，熟练使用 AI 仍可能是当下最合理的选择。问题在于，当所有人都试图通过提高自己的可替代效率来避免被替代时，叠加后的结果，可能是企业需要的劳动者更少。个人层面的理性选择，汇总之后，反而会加速劳动整体议价权的下降。
文章还提到第三种回答：离开最容易被 AI 复制的领域，转向必须亲自到场的工作。如果数字产品供给趋近无限，那么无法远程复制的物理操作、现场责任和人际信任，确实可能获得更高溢价。数据中心需要电工，老龄化社会需要护理人员，人们也仍愿意为医生、教师和服务人员的真实在场付费。但作者同样指出，这并不是一条人人可走的退路。
在作者看来，上述三条路看起来不同，实际都在回答同一个问题：怎样让自己晚一点掉下去。但那个 17 岁孩子真正需要的答案，也许是另一句更根本的追问：为什么一个人的生存，必须取决于他是否还能被资本需要？
缺的不是个人规划，而是新的分配制度
文章认为，研究员们之所以答不上来，是因为这个问题最终需要的不是一份个人规划，而是一套新的分配制度。当劳动仍不可替代时，工资、工会和罢工共同构成分配机制；如果劳动真的开始失去稀缺性，社会就必须找到另一种方式，把机器创造的财富分给那些不再被机器需要的人。
作者写道，这件事无法通过所有人更努力学习 AI 来解决，也无法通过每个人提前购买几只股票来完成。个人能够买到的，只是缓冲时间；真正缺少的，仍然是那张谈判桌。
中国与美国的制度对照
在“搭建谈判桌”这一问题上，文章拿中国与美国作对照。文中称，2025 年 12 月，北京有法院判决认为，岗位被 AI 取代不能直接构成合法解雇理由。也有国企员工表示，自己使用的 AI 工具大约能够完成 2 名员工的工作，但公司承诺不会以 AI 为由裁员。
Jasmine Sun 在中国停留两周后总结，那里的社会态度并不是简单的技术乐观主义，而是一种“反抗并不现实，那就先上车”的实用主义。但作者同时写道，至少有人在试图用大量细碎的规则和立法，接住技术转型中下坠的人。
相比之下，文章认为，美国面对的情况更接近制度真空。2026 年 4 月，有人向 Altman 在旧金山的住所投掷燃烧瓶；同月，一名支持数据中心项目的市议员家中遭到枪击。毕业典礼上，也开始出现针对 AI 公司高管的嘘声。文中判断，情绪如果找不到制度化出口，就会自己寻找出口。
与此同时，圣路易斯联储的数据显示，2025 年美国 GDP 增长中有 39% 来自数据中心和 AI 相关投资。整篇文章据此指出，美国正在把增长押在一项大多数国民暂时感受不到收益的技术上。
未来两年，关键看谈判桌能否先摆出来
文章最后把观察点落在美国接下来的政治周期。文中提到，2026 年美国将举行中期选举，2028 年两党初选也注定拥挤，Mark Kelly、Ro Khanna 和 Josh Hawley 已经分别发布 AI 行动纲领。
因此，作者认为，未来两年最值得观察的指标也许只有一个：那张谈判桌，能不能赶在愤怒之前被摆出来。
按文中的设想，这张谈判桌可能是一部法律，规定企业不能把生产率提升简单转化为裁员；也可能是一种新形态的工会，让同一家公司的员工即便不属于同一职业，也能共同参与 AI 部署的谈判；还可能是一张印着 AI 公司名字的支票，通过税收、分红或者公共基金，把技术创造的收益重新分配给承担转型成本的人。
具体形式尚未确定，但文章提出的核心问题已经摆在台面上：当企业不再需要通过雇用大多数人来创造财富，大多数人又凭什么分享财富？
至于那个成绩只有 B 的 17 岁孩子，作者最后写道，他大概永远不会知道，当一整个行业里最聪明的那群人被问到“该拿他怎么办”时，他们给出的答案是“没有答案”，然后各自回去，继续为自己购买保险。