山巅周刊第314期：AI是一个分化工具

《山巅周刊》定期分享科技、商业、医学及人文资讯，以及商业智慧和最佳实践，每周日发布。

AI与其他技术最大的不同，在于它不再追求消费者平等，而是直接制造生产力阶层。

过去，可口可乐、iPhone、特斯拉乃至互联网，都通过规模效应让穷人和富人获得近乎一致的消费体验。但AI LLM和Agent却相反：性能与算力、优化深度、训练信号强正相关，顶级能力必须用真金白银购买。这不是简单的奢侈品 vs 日用品，而是生产工具的结构性分化——能付费的人，其生产力被指数级放大；无法付费的人，只能停留在普通水平。这种分化正在从认知差距演变为财富与机会的永久鸿沟。

一、两类用户、两种现实

2026年4月9日，Andrej Karpathy在X上发帖，清晰点破了当前AI能力认知的分裂现象。他指出：很多人仍停留在“去年免费版ChatGPT”的印象里，看到模型幻觉、语音模式犯低级错误，便认为AI不过如此。但另一群人——那些每月支付高额费用、使用最新前沿AI（如OpenAI Codex、Claude Code）并在编程、数学、研究等技术领域专业运用的群体——却目睹了惊人进步。

Karpathy解释了背后的机制：

• 可验证奖励让强化学习在编码、数学等领域高效爬坡——单元测试通过/失败是二元信号，远比“写一篇好文章”容易评判。
• B2B高价值优先：企业客户愿意为AI能重构整个代码库、发现系统漏洞等能力付费，因此模型迭代资源向这些场景倾斜。

结果是：免费/低阶模型在日常查询中磕磕绊绊，而顶级付费Agent却能在几小时内完成过去需要几天甚至几周的人力工作。两类用户并非在讨论同一件产品，而是生活在两个平行生产力世界。这正是AI作为分化工具的核心：它不是平等化知识，而是把生产力差距转化为可量化的、复利的竞争优势。

比如这个广告牌说的啥？

二、分层定价现实

2026年春季的两起事件，进一步把这种分化推向显性化。

OpenAI高管向部分投资者表示，计划以每月2000美元的价格向“高收入知识工作者”出售低端Agent，针对咨询、金融、法律等复杂知识任务；中端Agent每月可能收费1万美元，专注于编码、调试、架构优化；高端Agent每月收费可能高达2万美元，可处理文献综述、假设生成、实验设计等PhD级别科研工作。

这一定价并非假设，而是OpenAI高管直接向部分投资者沟通的商业路径。它明确将AI能力切割成只有特定收入阶层才能负担的生产力放大器。普通用户只能用基础版辅助简单任务，而付费者则获得近乎私人超级助理+研究团队的生产力跃升。

智谱2026年三次主动涨价。2月12日，GLM Coding Plan套餐结构性调整，取消首购优惠，整体涨幅自30%起。3月16日，GLM-5-Turbo API价格上调20%。4月8日，GLM再度提价10%。

三次涨价后，API调用价格累计显著提升，但调用量不降反升。这释放出明确信号：在高价值编码和代理场景中，企业和重度开发者愿意为更强能力支付更高费用。智谱的Coding Plan已从Token价格战转向能力溢价，进一步证明顶级AI的生产力价值远超其边际成本。

两起事件共同表明：AI定价逻辑已从规模经济彻底转向性能经济。模型效果越好，算力投入越大，价格越高，而且没有工业品的边际成本递减红利。

三、为什么AI必然放大生产力不平等

算力即生产力，且不可规模化平价

顶级Agent的效果直接依赖参数量、上下文长度、推理步数和实时算力，更多服务器=更好规划、更准决策、更深自动化。这与工业品产量越高越便宜的规律完全相反——扩大供给需要新建数据中心、升级能源和冷却系统，单位成本不降反升。

强化学习+可验证信号的“马太效应”

如Karpathy所言，只有编码、研究等场景存在明确奖励信号，模型才能快速迭代。B2B客户为这些场景支付最高溢价，导致资源向已付费高生产力群体集中，进一步拉大差距。

复利放大机制

一个每月2000美元的知识工作者Agent，能把一天的工作效率提升数倍；一个1万美元的开发者Agent，可能让单个工程师顶替过去一个小团队。生产力差距一旦形成，便通过收入、晋升、创业机会复利放大。普通人用免费/低阶模型，仅获边际辅助；顶级用户则实现“一人抵一军”。

四、从工具分层到命运分层

短期内，这意味着知识工作者内部的“新阶层”：能负担顶级Agent的AI增强型个体/企业，将在竞争中碾压同行。长期看，它固化了更广泛的贫富分化——不是“用不用AI”，而是“用多高级的AI”决定收入天花板。过去技术让所有人平等消费，今天AI却让少数人生产超级价值。

AI带来了社会变革，方向与以往的技术相反：它不是民主化生产力，而是把生产力变成可付费的稀缺资源。Karpathy观察到的认知差距，本质上是生产力差距的早期信号；而OpenAI的2万美元Agent与智谱的三次涨价，则是这一趋势的制度化确认。

在AI时代，真正的分水岭已不再是“有没有AI”，而是“你能用上哪一档AI”。这才是它与其他所有技术的本质不同。

扎心的事实：习惯在PC端使用AI工具的用户，与仅依赖移动端AI应用的用户之间，已经形成了难以逾越的能力与信息壁垒。

人物：戴谦和

1909年，25岁的俄亥俄州农场男孩Daniel Sheets Dye刚从大学毕业，作为浸信会传教士前往中国成都，在华西协合大学（West China Union University）医学院教授科学。Dye来华取名戴谦和，是华大开学时的第一批教师，参与了华西协合大学的创建。他也是华大博物馆的奠基人和主要倡导者，1914 年华西协合大学创建博物部，戴谦和为部长。戴谦和于 1916 年开始收集、系统记录并分类了数千种中国木制窗棂图案，成为这一领域的权威。1937 年出版《Chinese Lattice Designs》。

棂指中国传统木结构建筑中，门窗格心由木条交错或雕刻组成的格子结构，兼具采光、通风与装饰功能，是古建筑的视觉焦点。它们常采用几何图案、冰裂纹或吉祥寓意雕刻（如福寿、花草），呈现“窗含西岭千秋雪”的移步换景美学。窗格心就叫窗棂，传统的窗棂为木制结构，也少有石制和铁艺。

早期记载戴谦和的作品中文名叫《中国的窗花图案》。窗花容易被理解为一种剪纸艺术，现代出版直接叫《中国窗格设计》。

帷幔奖章包含阴阳符号。戴谦和在1910-1930年间携带相机游历四川，是该地区早期西方摄影师之一。

Bird's-eye view of West China Union University, designed by Fred Rowntree.华西传教团数字资料库收集了一小批加拿大和美国传教士在成都定居的图文资料，他们基本与WCUU有关连。

从窗棂望出去的景色

戴谦和意外被当地文庙的奇特窗格吸引，此后20多年，他走遍中国，绘制、拓印、测量数百上千种图案，那些实物都是公元 1700 年至 1900 年间建造的。他还培训中国助手精确描图、建立分类系统、研究文化起源。

成都的绘图员兼艺术家杨志尚（Yang Chi-shang）先生协助戴谦和，根据他旅行途中绘制的素描和拓片制作窗格格子图。

几个世纪以来，中国人一直使用纸糊的木格窗。格子通常涂成黑色或深红色漆，并饰以鎏金花卉和纹饰。由于纸张半透明，窗户的特色在于格子图案的阴影，而非窗外的景色。春节期间，人们会更换新纸，并修补破损的格子条。

耶鲁大学图书馆收藏1935年的照片。戴谦和的妻子Jane Balderston在成都女子师范学校和华西协和师范学校教授数学和教育课程。后来，Jane Balderston Dye（戴珍女士）和E. S. Wilkinson等人被认为开启了中国观鸟的历史。

关于中国窗格的书籍非常少见。现存最早的印刷版中国窗格文献是公元1631年左右编纂的，其中包含232幅木刻插图，但注释有限。设计窗格的木匠大师们也制作了自己的图样集，但这些图样集更是罕见。

中国人通常对工匠的工作不感兴趣，尤其是像木制窗格这种随处可见且易逝的物件。随着玻璃逐渐成为窗户的首选材料，戴谦和记录的许多原始格子窗设计已在岁月中消失殆尽。

许多木格窗图案都蕴含着深奥的象征意义，其含义随着时间的流逝而逐渐失传，但它们内在的美感依然暗示着其更深层的含义。人们开始从中寻找艺术创作灵感，并广泛作为怀旧素材。

观点：创作者经济已沦为垃圾经济

创作者经济已沦为垃圾经济，大部分依赖联盟营销，看起来就像是算法时代的电视购物频道。

内容本身不再是产品，而变成了销售漏斗的顶端。创作者的主要工作是推广承诺实现财务自由的在线课程、功能雷同的效率应用、越来越可疑的金融产品、功能互相复制的AI工具、以及声称能解决人们昨天才发现的问题的保健品。

内容创作者变成了市场营销部门，贡献分销渠道，从包括联盟营销、收益分成协议，有时甚至还有股权中获益。

创作者经济发生了最关键的激励扭曲，其中主要输出的不再是创意，而是包裹在励志语言中的货币化注意力。

最后，无论创作者成功还是失败，平台都会收取费用。

via The Creator Economy Is Now the Junk Economy by Jovan Cicmil是一份批判性的系统观察，但创作者经济的原生定义就是一种平台驱动的网红经济。创作者直接向受众分发内容、产品或服务；联盟营销是实现内容变现的必备工具；大部分收益都流向平台。

资源：DESIGN.md 文件集

Awesome DESIGN.md精选一系列受流行品牌设计系统启发而设计的 DESIGN.md 文件。只需将其中一个文件拖放到您的项目中，即可让代码生成器生成匹配的用户界面。

andrej-karpathy-skills

andrej-karpathy-skills 是一个用于改进 Claude Code 行为的单个CLAUDE.md文件，源自Andrej Karpathy对 LLM 编码陷阱的观察。文件包包含Andrej Karpathy编程的四个原则：编码前思考、简单优先、精准修改、目标驱动执行。

Skills For Real Engineers

同样是编程Skills，TypeScript 教育家 Matt Pocock 说自己的 Skills 是用来做真实开发的，不是用来 Vibe Coding 的。

实际上真实开发和Vibe Coding没有那么大的隔阂，Matt Pocock只是想解决 AI 编程的四个顽疾：理解偏离、产出错误、无谓啰嗦和架构腐坏。

影像：带孩子上班日

在美国，每年四月的第四个星期四举行Take Our Daughters and Sons to Work Day（Bring a Kid to Work Day），鼓励家长带孩子到工作场所探索职业，了解职业世界，并激发他们未来的职业规划。

在这一天，孩子们能够亲眼目睹父母如何工作、沟通、解决问题以及与同事互动，这对他们来说意义非凡。

FLUX.1

但如果没有体面的工作，比如工作场所不稳定，地位和尊严不受保护，就建议家长不要贸然效仿。心智发育阶段的孩子直接暴露在高压环境的职场现实中，容易心理内化形成职业负面图式；负面图式一旦固化，就很难逆转，塑造一代人的职业选择和社会心态，放大结构性问题。