智能经济正颠覆传统经济学根基。原文剖析了旧范式赖以生存的七个谎言，包括：稀缺性基础、人类劳动价值、增长依赖资源、市场自动均衡、金钱衡量价值、理性人最优决策、分配遵循贡献。这些谎言在过去尚能运转，但在AI驱动的丰裕智能、零边际成本、网络垄断和数据操纵的时代，它们已成为现实的反面，将我们引向深渊。书中揭示，我们的经济仪表盘在人类能力解放时却显示衰退。核心结论是：我们必须告别以稀缺和产出为中心的旧故事，建立基于丰裕、存在和意识的新价值体系。这不仅是经济变革，更是人类身份的重塑。
The Last Economy :《最后的经济》智能经济时代指南 第一章
The Last Economy :《最后的经济》智能经济时代指南 第二章｜风暴的先兆
Chapter 3
The Seven Fatal Lies of a Dying Paradigm
第三章｜垂死范式的七个致命谎言
"真正让你陷入麻烦的，不是你不知道的东西，
而是那些你确信无疑、但其实根本不成立的东西。"
—— 常被归于马克·吐温
经济学是一座建在沙子上的房子。
而且不是普通的沙子——是正在我们脚下变成水的沙子。
支配我们生活的那套经济理论，其根本假设已经不只是"错误"了，
它们正在变成现实的反面。
这并不是一些可以通过"更好的模型"来修补的小瑕疵。
它们是一个垂死范式的承重性谎言——
正是这些致命的虚假前提，让我们无法看清正在发生的事情。
就像一套在大陆漂移之后却从未更新过的 GPS 系统，
它们不仅无法指路，
反而会把我们直接带向深渊。
要理解我们为什么如此死死抓住这些谎言，
我们首先必须理解是谁把这些谎言灌输给我们的。
在我们学会批判性思考之前，
我们就已经被送进了一套名为"工厂式学校"的系统。
这个系统并不是为了教育而设计的，
而是为了服从。
它在 19 世纪从普鲁士引入，
目标是制造听话的士兵和工人。
它真正的"隐藏课程"从来不是知识，而是：
坐好别动
听铃行动
一切都要请示
接受你的价值可以被压缩成一个字母成绩
这是一个为企业机器生产可互换人类零件的完美训练体系。
正是这个教育系统，
让我们对一整套经济谎言毫无抵抗力。
因为在工业时代，
这些谎言确实"有效"：
它们协调了大规模行为
激励了持续劳动
合理化了人类的痛苦
但那个世界已经死了。
而这些曾经润滑齿轮的谎言，
现在正在卡死进步的引擎。
现在，让我们开始解剖。
谎言一：稀缺性是根本
Lie #1: Scarcity is Fundamental
神话（The Myth）
经济学研究的是社会如何分配稀缺资源。
这是几乎所有经济学教科书的第一句话，
也是整个体系的"最高指令"。
没有稀缺性——他们告诉我们——
经济学就没有存在的意义。
现实检验（The Reality Check）
一个单一的 AI 模型，
现在可以：
撰写 一百万份法律文书
生成 十亿套建筑设计方案
创作 无限数量的交响乐
它不会疲惫。
第 一百万次调用的边际成本趋近于 零。
👉 我们不是"正在接近"智能领域的后稀缺时代，
我们已经到达了。
这直接摧毁了经济学最根本的等式：
当供给趋向无限，价格趋向零，
建立在稀缺之上的传统经济学本身，
就开始失去意义。
这不是渐进式改进，
这是一次相变（phase transition）。
来看一个具体对比：
2020 年：
一个专业人类大脑的价格
≈ 每小时 36 美元今天：
一个更强的 AI 心智
≈ 每次查询 0.0009 美分（不到千分之一美分）
这意味着什么？
👉 成本下降约 99.999%
这不是"效率提升"。
这是整个经济类别的湮灭。
我们的系统，
从"管理稀缺"，
一夜之间被推入了一个
它完全无法理解的"丰裕世界"。
一个可以无限复制的想法，
它的价格应该是多少？
为什么这个谎言是致命的
稀缺性不是经济模型中的一个变量，
它是这些模型存在的前提本身。
试图在没有稀缺性的情况下运行经济学，
就像试图在没有空间的情况下运行天文学。
结果是：
我们的制度只能处理稀缺
因此，它会把丰裕当成灾难来处理
当 AI 让专家级知识几乎免费时：
GDP 看到的是
👉 咨询业、教育业的"崩溃"而不是
👉 人类能力的爆炸式解放
这正是"丰裕陷阱"的核心：
我们正在实现人类历史上
最伟大的解放之一，
而我们的经济仪表盘却在疯狂报警。
谎言二：人类劳动具有价值
Lie #2: Human Labor Has Value
神话（The Myth）
**"工作的尊严"**是我们文明的基石。
工厂式学校把你训练成一个"可就业的人"，
而这份工作不仅给你收入，
也给你身份。
于是，一个看似永恒的等式成立了：
工作 = 价值
现实检验（The Reality Check）
过去的自动化，替代的是人的肌肉；
于是我们转向了大脑。
但 AI 替代的正是大脑本身。
👉 已经没有可以再"转型"的方向了。
一个没有任何政治家敢公开说出的残酷事实是：
对于越来越多的认知型任务来说，
人类的经济价值已经不是更低，
而是"负的"。
从纯经济计算的角度来看（而市场每天都在做这种计算）：
人类：
会生病
有情绪
需要管理
会在关键时刻辞职
AI：
更便宜
24 小时工作
稳定一致
没有情绪、没有博弈、不会跳槽
👉 在冷冰冰的成本—收益模型中，
答案没有任何悬念。
当一项技能可以被机器免费完成时，
它的"工资"应该是多少？
为什么这个谎言是致命的
正因为我们死守这个谎言，
我们才会不断告诉自己：
"人类只需要再培训（reskill），
就能找到新工作。"
但这是在为错误的未来做准备。
作者用了一句非常狠的话：
我们不是在为风暴造救生艇，
而是在海平面已经整体上升时，
还在讨论船怎么补洞。
真正必须面对的，是一个恐怖但无法回避的问题：
在一个人类生产不再是经济核心的世界里，
人类的价值必须永久地
与"经济产出"脱钩。
但这个谎言让我们始终停留在：
"创造就业"
"弥补技能差距"
"个人要更努力"
而不是去思考真正重要的事：
如何创造"目的"，
而不是"岗位"。
谎言三：增长必须消耗资源
Lie #3: Growth Requires Resources
神话（The Myth）
经济增长，意味着制造更多的实体商品，
而这必然需要更多的实体资源。
经典的生产函数被当作自然法则：
产出 = 资本 × 劳动 × 资源
要增长，就必须更多地开采、消耗、破坏这个星球。
这是我们几乎从不质疑的前提。
现实检验（The Reality Check）
数字经济已经开始动摇这一假设，
而 AI 经济则彻底粉碎了它。
一旦训练完成：
一个 AI 模型可以同时服务 十亿用户
不会枯竭
可以生成无限多的独特输出
并且在使用中持续变强
它就像一座：
生产无限商品的工厂，
每生产一次就更高效，
而且还能被免费复制。
这是人类历史上第一次出现——
增长的核心驱动力（智能），
与物质消耗彻底脱钩。
作者提出一个极具杀伤力的问题：
当最有价值的"工厂"
根本没有物理形态时，
我们要如何衡量增长？
为什么这个谎言是致命的
这个谎言直接导致了两场系统性灾难。
第一：行星级误判
我们把对自然资本的系统性清算
记录为"增长"。
森林、土壤、水源、生物多样性
被当作一次性耗材，
只因为 GDP 看不到它们的消失。
第二：价值来源的根本性误读
在 AI 时代：
未来的价值
❌ 不是来自更多原子
✅ 而是来自更好的比特排列
继续用"资源消耗"来理解增长，
等于用蒸汽机时代的仪表
去驾驶一艘量子飞船。
谎言四：市场会自动达到均衡
Lie #4: Markets Find Equilibrium
神话（The Myth）
只要放任市场自由运作，
"看不见的手"就会把价格引导到一个稳定点：
供给 = 需求
超额利润会被竞争侵蚀
系统会自我修复、自我平衡
这是主流经济学对市场的基本信仰。
现实检验（The Reality Check）
数字市场不是自我修复的，
而是自我放大的。
在网络型产品中：
用户越多 → 产品越有价值 → 用户更集中
这不是偶然现象，
这是网络效应（network effects），
其结果和重力一样确定——垄断。
现实数据已经非常赤裸：
Google ≈ 90% 的搜索
Meta ≈ 80%+ 的社交关系图谱
这不是阶段性优势，
而是当"产品本身是连接"时的稳定终态。
AI 让这一点变得绝对。
当模型越大、数据越多、反馈越强，
领先者只会领先得更快。
在这样一个设计用于
指数级加速的市场中，
"均衡"到底意味着什么？
答案是：它不存在。
为什么这个谎言是致命的
相信"均衡"，
会直接导致极度危险的政策惰性。
我们会：
等待竞争自然出现
在结构性阻止竞争的市场中"耐心观察"
用 19 世纪的反垄断法
去治理 21 世纪的数据与模型垄断
我们以为自己在等一个钟摆回到中间，
却没意识到：
我们坐在一艘
只知道加速的火箭里。
谎言五：金钱能够衡量价值
Lie #5: Money Measures Value
神话（The Myth）
GDP（国内生产总值）——
所有货币交易的总和——
告诉我们社会过得好不好。
数字上升 = 社会进步。
金钱是万能翻译器，
能把一切价值转化为可比较的单位。
现实检验（The Reality Check）
维基百科每个月提供约 200 亿页免费的知识内容。
它对人类繁荣的贡献，不可估量。
但它对 GDP 的贡献却是：
负数。
为什么？
因为它摧毁了百科全书产业——
曾经一套《大英百科全书》售价高达 1,900 美元。
这暴露了我们经济仪表盘的核心悖论：
它把巨大的公共价值
记录为经济损失，
却把社会崩坏和人类痛苦
记录为增长。
GDP 擅长做的一件事是：
把破坏计为生产
把悲剧计为繁荣
于是我们一边"增长"，
一边困惑：
为什么社会感觉正在解体？
如果生命中最重要的东西都是免费的，
那为什么我们的经济系统
只会衡量"要花钱的东西"？
为什么这个谎言是致命的
我们的测量系统不是"有缺陷"，
而是完全反向的。
它看不见丰裕。
知识一旦免费 → 经济"崩溃"
人类能力被解放 → GDP "衰退"
作者用了一个非常 AI 的比喻：
这就像给模型设定了一个错误的损失函数。
一个试图最小化像素差异的模型，
可能会生成一张灰色模糊的方块，
而不是一幅美丽的画。
👉 我们把整个文明，
训练在了一个错误的目标函数上。
结果是：
当 AI 带来健康、教育、知识的巨大进步时，
我们的仪表盘会尖叫"衰退"，
并迫使我们去**"修复"本不该修复的东西**。
谎言六：理性人会进行最优决策
Lie #6: Rational Agents Optimize
神话（The Myth）
经济学中的主角是 "理性人（Homo Economicus）"。
他：
信息充分
决策冷静
始终追求自身利益最大化
整个经济模型都建立在这个假设之上。
现实检验（The Reality Check）
我们并不是生活在一个中立的环境中，
也不是理性的计算机器。
我们是有生物局限的人类：
受认知偏差支配
易受情绪、恐惧、从众影响
而我们所处的环境，
已经被完美地设计出来，
专门利用这些弱点来牟利。
每一个主流科技平台，
本质上都是一台成瘾机器：
变比率奖励机制
社交认可循环
多巴胺劫持
👉 我们并不是在"优化系统"，
而是系统在"优化我们"，
把我们训练成完美的消费者。
作者抛出了一个极其锋利的问题：
当一个人类大脑，
对抗一个比他更了解自己的算法时，
谁才是"理性行为者"？
为什么这个谎言是致命的
在 AI 时代，这种不对称会变成绝对的。
AI 可以：
精确建模个体心理
预测欲望
实时生成高度个性化内容
以超人效率操纵行为
在这种条件下：
"理性人"不只是虚构，
而是一个毫无防御能力的靶子。
任何基于以下前提的理论，都已经变得危险：
消费者主权
群体智慧
市场自发理性
因为在算法主导的环境中，
选择早已被预先塑形。
谎言七：分配遵循贡献
Lie #7: Distribution Follows Contribution
神话（The Myth）
在市场经济中，
回报会流向创造价值的人。
CEO 拿到普通员工 300 倍的薪酬，
是因为他"创造了 300 倍的价值"。
这是资本主义最重要的道德基础：
你得到的，正是你应得的。
现实检验（The Reality Check）
从 1974 年到 2024 年：
美国工人生产率
↑ 200%实际工资
↑ 不到 20%
这条联系不是"被削弱"了，
而是被彻底切断了。
在一个价值主要来自以下因素的经济中：
平台
网络
算法
所有权
分配遵循的不是努力，
而是所有权。
AI 经济，
只是这个过程的最终章。
作者点破了一个无法回避的道德崩塌点：
当"赚钱"意味着
继承或持有一家
拥有 AI、而 AI 做了全部工作的公司股份时，
"他们应得"这个说法
还能成立吗？
当机器完成了所有工作，
谁才"应该"获得回报？
为什么这个谎言是致命的
这个谎言让我们彻底看错了 21 世纪的核心问题。
真正的挑战不是：
生产不足
技能差距
个人是否足够努力
而是：
如何分配
机器所创造的巨大财富？
继续相信"分配 = 贡献"，
只会导致一个世界：
前所未有的丰裕
前所未有的贫困
并且两者并存
真理的篝火
The Bonfire of the Verities
这并不是七个彼此独立的谎言。
它们是同一个巨大幻觉的七张面孔：
一个为
稀缺的原子、
人类劳动、
稳定市场
而设计的经济系统，
试图运行在一个
丰裕的比特、
AI 劳动、
赢者通吃动力学
的世界中。
它 不可能 成功。
它 不会 成功。
它 已经 失败了。
随着这些谎言一起死去的，
是一整套我们理解"自己是谁"的方式：
新教工作伦理
美国梦
精英主义与"凭本事成功"的叙事
这些曾经是有用的虚构，
它们把人类塑造成高效的生产单元。
但现在，
那台机器正在被报废，
而曾经润滑它的谎言，
正在卡死一切运转。
剩下的，是一个既令人恐惧、
又极度解放的真相：
我们需要新的故事。
更好的故事。
不是以稀缺为中心的故事，
而是以丰裕为中心；
不是以"做了什么"为价值的故事，
而是以存在本身为价值；
不是继续"优化人类资本"的故事，
而是培育人类意识的故事。
旧故事的目标是：
👉 把人变成更好的机器
新故事的使命是：
👉 让人变得更像人
而要写出这些新故事，
我们必须先理解一个更深层的东西：
价值真正的物理学。
作者在这里埋下了全书的"技术伏笔"：
这七个谎言并非偶然错误，
而是一个看不见文明健康真实来源的世界观
所必然产生的症状。
一个只能测量交易、
却无法测量支撑交易存在的
MIND 资本的系统；
一个只理解三种价值流之一的系统。
要建一座新房子，
必须先理解价值的真实物理规律。
没有评论:
发表评论