10年后的世界：什么便宜什么贵？
内容提要
文章预测2036年：智能价格暴跌，顶尖智力仍昂贵，思考沦为耗材；杰文斯悖论使总账单暴涨，瓶颈转向电力、变压器与并网。信任、责任、注意力、肉身与原子将升值，可追责的人更贵。组织呈哑铃形，中层与初级岗位被掏空，学徒制断裂。人类交出判断力，须守住提问与验收能力。
延伸解读
价格曲线比场景预测更可靠
文章开篇对比了西蒙、明斯基对AI形态的失败预测与摩尔对价格曲线的成功预测，指出预测形态基本必错，预测价格常常能对。这一方法论提醒读者：面对十年后的技术判断，与其纠结具体产品形态，不如关注成本、产能、学习曲线等更硬的经济规律。文章后续的价目表正是沿这条思路展开。
智能单价崩塌不等于总支出下降
文章引用杰文斯悖论说明，当调用智能的成本从一块钱降到一分钱，人们不会省下九毛九，而是开始做从前不值得做的事。企业生成式AI投入一年翻三倍、API支出半年翻倍，正是这一机制的体现。读者需注意：单价下降与总账单暴涨可以同时发生，真正的变化是欲望边界被不断外推。
瓶颈从芯片转向电力与并网
文章指出，AI产能现在受制于电力可用性。变压器交期已达128周以上，燃气轮机排产到2031年，美国并网队列超过2 TW，新建输电线路需4到8年。关键电气设备不到数据中心建设成本10%，却决定另外九成能否开工。这意味着十年后算力会沿电价等高线迁徙，重工业能力成为核心竞争力。
可追责性成为最贵的稀缺品
文章认为，AI不能被起诉、坐牢或破产，责任最终必须落到自然人或法人身上。因此医生、律师、工程师的价值从“知道答案”转向“签字背书”。但责任会沿权力梯度下滚，出现“AI建议、人签字”的岗位，系统赚走效率红利，风险由签字者承担。能否拒绝签字，取决于是否真正看懂输出。
Q&A
为什么预测未来价格比预测具体形态更靠谱？
因为形态是想象力的产物，受限于当前所见；而价格是物理和经济学的产物，服从产能爬坡、学习曲线下降、效率提升和瓶颈转移等更硬、更靠得住的规律。
2036年智能本身会变得多便宜？
文章保守假设每年便宜3倍，十年后同等能力的智能价格会降到约六万分之一。今天花一块钱买到的思考量，2036年花一分钱能买到六百份。
为什么AI越便宜，总账单反而越大？
这是杰文斯悖论：效率提升让智能更便宜、用途更广、需求更旺。当调用一次的成本从一块钱掉到一分钱，人们不会省下九毛九，而是开始做从前想都不敢想的事，比如让Agent自己拆任务、自己调工具、自己验证、自己重来，导致总消耗量暴增。
AI算力扩张的瓶颈为什么会落在电力上？
智能变成公用事业后必须服从物理法则。全球数据中心耗电量预计从2025年的485 TWh翻番到2030年的约950 TWh，AI专用数据中心耗电从155 TWh增至465 TWh。但真正的瓶颈不只是发电，还有变压器交期长达128周、燃气轮机排产到2031年、并网排队超过五年，关键电气设备不到数据中心建设成本的10%，却决定另外九成能否开工。
十年后哪些东西会升值？
信任（签名、溯源、审计链、身份认证、责任主体等）、责任（可追责的人，如医生、律师、工程师的签字背书）、注意力、肉身在场（演唱会、面对面教学等）、原子（房子、管道、老人护理、做饭等）。
为什么中层管理和初级岗位会被掏空？
中层管理本质是信息的翻译、压缩和转发，恰好是大语言模型最擅长的。初级岗位如核对数据、整理卷宗、写病历、改Bug等，也是最容易交给AI的活儿。这导致组织呈哑铃形：一端是超级平台，另一端是一人军团，中间被掏空。
学徒制断裂会带来什么长期危机？
初级岗位消失，高级人才失去从底层熬上来的成长路径。2020年代中期入行的可能是最后一批从底层熬上来的完整世代，之后会出现断层。等老手退休时，没人能判断AI说得对不对。这个危机可预测、已开始，但后果要等十五年后才显形。
人类应该守住哪两种能力？
一是提问的能力：在答案免费的世界里，问题成为唯一稀缺品，AI无法替你决定该问什么。二是验收的能力：能在一份看起来完美无缺的东西里找出致命错误，并说得出为什么。这两样是十年后仅剩的值钱的智力素养。
