有时候看到一条数据，脑子里第一个反应不是"这很厉害"，而是"这件事已经开始了，而我好像还没意识到"。

中国AI大模型调用量连续五周超越美国，上周环比增长超31%，全球总调用量达到27万亿Token——我看到这组数字的时候，感觉有点像站在一列已经提速的列车上，才发现自己不知道它开往哪里。

不是手不及，更不是恐慌。只是那种"原来已经到这一步了"的轻微发凉。

Token这个词，一年前还是技术圈才会用的，现在已经成了一种新的计量单位。它衡量的不是某个产品的销量，不是某条新闻的阅读数，而是人与机器之间发生了多少次"交换"。每一次提问、每一段生成、每一个被调用的指令，都在累加。

27万亿。这个数字里，有多少是在工位上偷偷问AI怎么写邮件，有多少是在深夜用它陪自己说话，有多少是某个工厂在用它优化流程，有多少根本不知道自己的操作里已经有了AI的参与——这些我都不知道。但数字在那里，而且在加速。

我去年看《第二次机器革命》的时候，书里有一个判断让我想了很久。布莱恩约弗森说，这一轮技术变革和工业革命最大的不同，不是机器替代了体力，而是机器开始进入"认知劳动"的领域。工业革命之后，人可以退守到脑力工作的那片地方，告诉自己"这是机器做不到的"。但现在，那片地方也开始被渗透了。

他用的词是"渗透"，不是"攻占"，不是"颠覆"。渗透这个词更准确，也更让人不安——因为你感受不到边界在哪里移动。

这一点，我觉得在中国AI调用量超过美国这件事上特别能看出来。它不是某一个大新闻，不是某一个爆款产品，而是一种弥散式的使用行为在累积。不是哪家公司突然发布了什么，而是很多人、很多场景、很多次不那么重要的调用，安静地叠加在一起。

渗透，就是这样发生的。

书里还有一段，布莱恩约弗森做了一个区分，我觉得是整本书里最有价值的判断之一：他把工作分成两类，一类是"可被分解为重复性步骤的工作"，一类是"需要在模糊情境中做判断的工作"。前者更容易被机器接管，后者目前仍然依赖人。但他补了一句，让我脑子里忽然空了一下——他说，我们对自己工作的判断，往往比实际情况更偏向后者。

我们总觉得自己做的是"判断"，但实际上有相当一部分是"流程里的重复执行"，只是包装得更复杂一些，看起来更像判断。

这话我在某次做一份熟悉的汇报材料时突然想起来了。那份材料我做过十几次，结构、逻辑、措辞都有惯例，基本上是"往一个模板里填新的数据"。如果让AI来做，大概率做得比我快，格式还更整齐。我把这件事扔进脑子里转了一会儿，没有任何结论，只是感觉有点坐不住。

那种坐不住，不是危机感，更像是某种猝不及防的透明——你以为自己在做一件有分量的事，结果发现它的重量比你以为的轻。

布莱恩约弗森在书里对这件事并不悲观，他的逻辑是：每一次技术替代，都在强迫人寻找新的价值锚点。蒸汽机出现之后，人没有因为力气"不再值钱"就失去位置，而是逐渐聚拢到机器做不了的那些事上。这一轮也一样，只是那些"机器做不了的事"，正在比上一轮更快地缩圈。

他用的表达是"奔跑速度需要加快"，但他同时提醒：奔跑的方向比速度更重要。你往一个已经饱和的方向跑得再快，也不如先停下来看清楚缺口在哪里。

这句话我觉得比任何关于AI的宏大论断都更实用。因为大多数人的问题不是"不够努力"，而是还没搞清楚自己在追的那条跑道，是不是仍然有人在终点等着。

中国AI调用量连续五周超越美国这件事，媒体的解读普遍是"竞争格局变了""中国技术在追赶"。这些当然都对。但我在意的是另一层——当一个国家的AI调用量在加速增长，意味着有大量具体的人、具体的岗位、具体的日常工作，正在和机器发生新的交接。不是在实验室里，不是在融资新闻里，是在某个普通的工作日，某张普通的办公桌上，悄悄发生的。

这种悄悄，才是渗透最准确的形态。

布莱恩约弗森在书的最后部分写到，他认为这一轮技术变革最终的走向，不取决于机器能做到什么，而取决于人选择把注意力放在哪里。机器很擅长处理"已经被定义好的问题"，人比机器更有优势的地方，是在"还没人知道该怎么定义"的地方先动起来。

他说，这是一种"提问的能力"，比"回答的能力"更难被替代。

我觉得这话在现在这个时间节点，听起来不像是安慰，更像是一个还没被验证的赌注。但如果要押注，我宁愿赌"提问"这边。

只是提问本身，也需要练习。而这件事，好像没有什么机器能替你做。

参考文献：

[1] [美]埃里克·布莱恩约弗森, [美]安德鲁·麦卡菲. 第二次机器革命: 数字化技术将如何改变我们的经济与社会[M]. 蒋永军, 译. 北京: 中信出版社, 2014.

[2] 中国AI大模型调用量环比增逾31%, 连续五周超越美国[N]. 21世纪经济报道, 2026-04-06.

声明:本文内容96%左右为人工手写原创，少部分借助AI辅助。