中国房子租售比：按50城指数数据计算的话，回本时间50年+ --- 远超国际房地产市场的15-25倍。美国算力中心回本时间3-5.5年。这得多大的脑洞去预测美国AI崩塌，资金回流中国地产?这已经不只是简单的刻舟求剑了，这是在长江上坐船丢了剑，然后穿越到密西西比河上游轮刻舟了。

国际传统合理区间：售租比1:200‑1:300（对应年租金回报4‑6%，16‑25年回本） 。

----Revolution 认知革命

多数工作日的早晨，我都乘坐 Waymo 去上班。一辆由五千磅金属和玻璃构成的汽车，载着我穿过旧金山湾区，这是它在完成体力劳动；与此同时，它还在观察道路、判断接下来可能发生的情况，完成脑力劳动。与人类驾驶相比，它造成严重伤害的事故约为后者的十七分之一。

整个过程既不需要我出力，也不需要我费神。体力和脑力，都交给了机器。一次普通的通勤，恰好容纳了两场革命：体力劳动的革命已经持续了两百年，脑力劳动的革命才刚刚开始。大约两百年间，体力劳动从99%由生物完成，变成了99.9%由机器完成。喝点VC｜红杉美国：99.9%的脑力劳动将由AI完成，如果AI负责思考，那么我们存在的意义是什么？

Z HighlightsAI 正在推动一场类似工业革命的“认知革命”。 过去，机器接管体力劳动；现在，机器开始承担脑力劳动。这场变化的规模可能更大、速度更快，并逐步改变整个经济的运行方式。智能越便宜，人们对智能的需求就越大。 成本下降会释放过去无法满足的需求，效率提升未必减少资源消耗，反而可能扩大使用量。编程是第一批成熟应用，真正改变生活方式的产品可能还未出现。 编程智能体相当于工业革命初期的珍妮纺纱机。更大的机会可能来自以机器速度开展的科研、个人助理，以及新的连接与协作方式。经济整体变得富裕，不代表每个人都能顺利受益。 技术会淘汰旧任务，也会创造新工作，但失去岗位的人未必能及时完成转型。人类的价值将更多落在选择、责任和信任上。 当机器能够完成越来越多的思考与执行，人仍需要决定追求什么、作出取舍，并为结果负责。机器可以起草条约，但仍需要有人签字。Konstantine Buhler是Sequoia Capital合伙人，主要负责种子及早期投资，长期关注AI、企业软件等领域。此前曾从事投资与科技行业相关工作，并拥有Stanford University的计算机科学硕士和MBA学位。这篇文章发布与2026年9月，在文章中，他围绕工业革命与认知革命的历史相似性展开讨论，分析AI如何推动认知劳动的机器化，以及这一变化将如何影响就业、教育、医疗和日常生活。The Cognitive Revolution 认知革命多数工作日的早晨，我都乘坐 Waymo 去上班。一辆由五千磅金属和玻璃构成的汽车，载着我穿过旧金山湾区，这是它在完成体力劳动；与此同时，它还在观察道路、判断接下来可能发生的情况，完成脑力劳动。与人类驾驶相比，它造成严重伤害的事故约为后者的十七分之一。整个过程既不需要我出力，也不需要我费神。体力和脑力，都交给了机器。一次普通的通勤，恰好容纳了两场革命：体力劳动的革命已经持续了两百年，脑力劳动的革命才刚刚开始。围绕后一场革命，人们的情绪混杂着乐观、怀疑与焦虑。奇点、递归式自我改进、万亿美元规模的计算集群、超级智能，以及失业、社会动荡和大国竞争，各种讨论挤在一起，让人难以判断眼前究竟发生了什么。我的看法没有那么复杂。我认为，人类已经经历过一次与未来几十年 AI 变革相似的转型，那就是工业革命。01 两种劳动劳动可以分为体力劳动和脑力劳动，大多数有价值的任务都需要两者共同参与。农业是最古老的例子之一。过去一万年里，耕种土地依靠人和牲畜的力量，也依靠人的判断：辨认季节变化，观察不同种子会带来怎样的收成。这两种劳动的性质不同。体力劳动在物理意义上是力与距离的乘积，让物体在空间中移动；脑力劳动则是思考。但它们都是稀缺资源，都有价格，也都被用来完成某个人需要完成的任务。当价格大幅下降，供给就会迅速增加，而在大多数情况下，需求也会随之扩大。02 体力劳动发生了什么图片来源：Sequoia Capital在人类历史的大部分时间里，为人类完成的体力劳动几乎都来自肌肉，既包括我们自己的，也包括牲畜的。如果把这段历史画成曲线，十八世纪以前，它几乎是一条水平线，并且可以一直向前延伸到人类出现之初。变化始于十八世纪末和十九世纪初。先是蒸汽机，随后是内燃机和电动机，每一轮技术进步都让机器承担了更大比例的体力劳动。大约两百年间，体力劳动从99%由生物完成，变成了99.9%由机器完成。今天，这种变化的结果随处可见：你正在阅读文章的屏幕，身上穿的几乎每一件衣服，上一次旅行乘坐的飞机，以及支撑现代日常商品流通的轮船、火车和卡车网络。在全球能源消耗的总账里，人类肌肉提供的能量已经小到几乎可以忽略。03 脑力劳动正走上相似的道路图片来源：Sequoia Capital在人类历史的大部分时间里，脑力劳动也几乎全部由人完成，只有牧羊犬之类的动物提供少量帮助。机械工具贡献的部分很小，主要是时钟、帕斯卡机械计算器这类能够进行有限计算的装置。电子计算随后出现。不到一个世纪，它就从简单运算和电子表格，发展到全天二十四小时运行、完成数万亿乃至千万亿次运算。规划通勤路线、处理工资、计算保险价格，这些已经是机器承担的脑力劳动。下一轮变化来自神经网络，它极大地扩展了机器能够完成的脑力劳动种类。内燃机曾扩大工业革命的影响范围，神经网络也将加速认知革命。一百年前，99%的脑力劳动由人类完成；在不远的未来，99.9%将由机器完成。这并不意味着人类思考得更少，而是机器的计算量会增加得多得多。两条曲线呈现出鲜明的相似性。认知革命会与工业革命很像，但规模更大、速度更快。如果按照劳动的性质划分，规模约为120万亿美元的全球经济，可能大致一半对应体力劳动，一半对应脑力劳动。前一半已经经历了两百年的机械化，后一半才刚刚开始。当新技术出现、价格大幅下降，对体力劳动的需求随之激增。威廉·杰文斯在1865年发现了这一现象：效率更高的发动机没有减少英国的煤炭消耗，反而让消耗量成倍增加。脑力劳动也会遵循同样的规律，而且潜在需求几乎没有规模上限。世界上的大多数问题，今天都没有得到充分思考，因为思考很贵。

数据仍显示，受到 AI 影响最直接的软件工程师，其岗位需求出现了向上拐点，并在加速增长。接下来的一周，我们计划分享更多数据，说明法律服务、金融服务等其他正在被 AI 改变的行业，也出现了招聘需求的拐点。