TL;DR
技术可以降低生产成本，却不能自动完成正义的分配。后 AI 时代的核心经济问题，不是如何生产更多财富，而是谁拥有生产财富的系统、谁有权决定它们的用途。
- 现实距离「绝大多数工作已经没有价值」还很远。 ILO 2025 年的职业暴露指数发现，全球约四分之一的劳动者所在职业存在某种程度的生成式 AI 暴露，但落在最高暴露档的只有 3.3%，作者的结论是岗位改造而非整体替代。
- 凯恩斯 1930 年预言的每周 15 小时并没有到来，原因不是生产率不够。 收入分配、消费欲望、社会竞争与制度安排都参与决定了技术红利如何转化为工作时间。技术上可能实现的富足，和社会制度上能够实现的富足，是两件事。
- 当劳动不再稀缺，稀缺会转移而不是消失。 内容可以无限生成，稀缺的是有人愿意认真阅读；建议随处可得，稀缺的是自己作出判断并承担后果的能力。而社会地位这类位置性商品的竞争不会因为人人富裕而减少。
- AI 可能削弱的不只是工作，还有社会关系自然形成的基础设施。 过去年轻程序员遇到难题必须加入社区、读别人的代码、参加聚会；今天他可以直接问 AI。个体效率是巨大进步，但原本通过求助形成的人际连接随之减少。
- 交往衰退的趋势早于生成式 AI。 BLS 时间利用调查显示，平均调查日中参与社交与交流的人口比例从 2015 年的 38% 降到 2025 年的 30%。这不能证明 AI 导致了衰退，但说明新技术进入的是一个人际交往已经承压的社会。
- 最该警惕的不是 AI 不理解人类，而是人类越来越倾向于选择 AI。 一个总能顺应你的系统，可能让你越来越难接受与自己意见不同的人 —— 这是需要长期验证的风险机制，不是已经成立的结论。
- 后劳动社会不是简单地让人停止工作。 兴趣需要培养，能力需要实践，公共活动需要制度承载。如果社会长期以考试分数和职业收入作为主要评价体系，劳动不再必要的那一天，大量人未必能立即找到新的身份。
方法说明：本文区分了已经发生的经验变化与关于未来社会的条件性推演。涉及社会学、人类学、哲学的部分是理论解释；涉及后稀缺社会与制度演化的部分属于情景分析，不是实证预测。文末列出全部引用来源。
从一个早晨开始
假设有一天，人工智能真的发展到了我们今天所想象的高度。
它可以比最优秀的医生更准确地诊断疾病，比最杰出的科学家更快地发现新知识，比最有经验的工程师更高效地设计系统。机器人承担了农业、制造、运输、建筑和绝大部分服务工作。商品与服务的生产成本持续下降，社会通过某种分配制度，让大多数人不再需要依靠劳动维持基本生活。
早晨醒来，你不需要赶去公司，也没有必须完成的工作。你的 AI 助手已经处理了生活中的所有事务。你想学习什么，它都可以教你；你想创作什么，它都可以帮你完成；你想与谁交谈，它甚至可以模拟一个比现实中的朋友更加理解你的人。
你拥有过去任何时代的普通人都难以想象的自由。
但一个问题随之出现：
今天，你准备做什么？
你可以旅行、阅读、运动、游戏、创作，甚至进入高度逼真的虚拟世界。然而，当这些事情都不再需要太多努力，当任何欲望都可以迅速得到满足，当我们不再需要依靠彼此才能解决问题时，生活是否还会像今天一样具有吸引力？
更重要的是，当社会不再需要绝大多数人的劳动，人类是否还能像过去一样建立友谊、获得尊严、形成共同体，并找到存在的意义？
这可能是人工智能发展至今最值得认真讨论，却又经常被技术乐观主义忽略的问题。我们习惯于把技术进步理解为对人类困境的逐步解决，但很少追问：人类的某些困境，是否同时也是社会关系和生命意义的来源？
一、历史上的技术革命，从来不只是生产工具的变化
人类文明的发展，经常被描述为一部生产效率不断提升的历史。
农业革命使一部分人从持续迁徙的生活方式转向定居，城市、国家、税收制度和复杂的社会分工逐步形成。工业革命以机器和工厂重组生产，将越来越多的劳动从家庭和地方共同体转移到规模化的工业组织。信息革命则降低了知识传播和远距离协作的成本，形成了互联网平台、全球化服务业以及数字经济。
然而，技术革命真正改变的，从来不只是人类生产了多少物质财富。它同样改变人们为什么聚集、如何合作、怎样分配时间，以及通过什么方式认识自己。
在传统农业社会，家庭往往兼具生产、消费、教育与社会保障功能。人们通过土地、婚姻、亲属网络和地方习俗建立关系。工业社会逐步改变了这一结构：工资劳动成为许多人的主要生存方式，企业、职业学校、工会、大学和城市社区也成为新的社会组织形式。
现代人的很多朋友、伴侣和职业关系，实际上都产生于这些工业社会制度。
我们去学校，表面上是为了接受教育，但同时也在那里形成同辈群体。我们进入公司，是为了获得收入，但也在工作中建立合作关系、职业身份和社会网络。我们参与开源社区，可能最初只是为了修复一个 Bug，却最终认识了来自不同国家的朋友。
这些社会关系并不是经济活动之外的附属品，而是经济组织持续运行时产生的重要结果。
因此，如果 AI 改变了经济生产方式，它也可能间接改变社会关系的形成方式。问题不在于人类是否还有社交需求，而在于那些让陌生人自然相遇、相互依赖并长期合作的制度，是否还能继续存在。
历史经验同时提醒我们，技术不会自动决定社会最终采取什么制度。
19 世纪以来，许多工业化国家的年工作时间显著减少。根据 Our World in Data 对历史工时的整理，部分早期工业化国家在 19 世纪后期的年工作时间超过 3,000 小时，到 21 世纪初已经大幅下降。
1930 年，凯恩斯在《我们孙辈的经济可能性》中设想，随着生产率提高，人类未来可能只需要每周工作 15 小时。他不仅预见了物质生产能力的大幅增长，也意识到人类将面对一个新的问题：如何使用从生存劳动中解放出来的时间。
但将近一个世纪之后，我们并没有普遍进入 15 小时工作制。
原因并不只是生产效率提升得不够快。收入分配、消费欲望、社会竞争、制度安排以及不同职业之间的生产率差异，都影响了技术红利最终如何转化为工作时间与生活方式。
这意味着，AI 即使创造了前所未有的生产力，也不必然带来普遍的闲暇与自由。我们需要区分技术上可能实现的富足，与社会制度上能够实现的富足。
二、经济学的悖论：当劳动不再稀缺，什么会成为新的稀缺资源？
工业社会中的一个基本事实是，大多数人通过出售劳动获取收入。劳动不仅是生产要素，也是社会分配资源的重要机制。AI 可能使这一机制面临根本性调整。
但有必要首先承认，今天的现实距离「绝大多数工作已经没有价值」仍然很远。
国际劳工组织 2025 年的研究发现，全球约四分之一的就业人口处于某种程度的生成式 AI 职业暴露之下。这个数字经常被读成「四分之一的工作即将消失」，但同一份报告给出了更重要的细节：落在最高暴露档的只占全球就业的 3.3%，而研究者的结论是，由于多数职业都包含需要人类投入的任务，GenAI 最可能的影响是岗位的改造而非替代。
2026 年 ILO 对实证研究的综述进一步指出，AI 的生产率收益虽然真实存在，但并不均匀，大规模岗位替代仍然有限，年轻劳动者的职业进入机会和组织内部的工作质量可能面临更直接的压力。
不过，如果把时间尺度延长，并假设 AI、机器人与自动化系统的能力继续提高，我们就必须重新讨论劳动与收入之间的关系。
传统经济学中的稀缺性并不会因为某一类商品的生产成本下降而消失。
假设智能系统使软件、教育内容、数字娱乐、专业咨询和部分制造服务的成本接近于零，这只意味着这些服务变得更加丰富，并不意味着所有资源都不再稀缺。土地依然有限，优质城市空间依然有限，能源和基础设施仍有约束。更重要的是，每个人拥有的注意力和生命时间仍然有限。
- 当数字内容可以无限生成，真正稀缺的可能不是内容，而是有人愿意认真阅读。
- 当每个人都拥有能力卓越的 AI 助手，稀缺的可能不是建议，而是自己作出判断并承担后果的能力。
- 当每个人都能生成精美的艺术作品，作品背后的个人经历、社会承认与文化意义，反而可能成为重要的价值来源。
经济学中存在一类特殊的商品：其价值部分来自相对位置，而不仅是绝对效用。社会地位、声望、独特身份、精英教育机会，以及某些具有排他性的体验，都具有这种特征。
如果所有人都拥有更强的生产能力，人类对相对地位的竞争并不一定减少。 甚至可能出现这样的社会：每个人的物质生活都比今天富裕，但人们依然因为缺少社会认可而感到失败。
这也是为什么全民基本收入只能解决部分问题。UBI 可以成为保障基本生活的重要政策工具，但稳定的收入不自动等于公平的财富所有权，更不等于社会尊严。
如果 AI 的关键基础设施、算力、数据、能源和资本收益集中在少数主体手中，那么社会可能同时出现高度自动化与高度不平等。IMF 关于 AI 与收入分配的研究指出，AI 对工资不平等的影响存在不同方向的机制，但资本收益的集中可能进一步扩大财富差距。
由此可以提出一个基本判断：
后 AI 时代的核心经济问题，不只是如何生产更多财富，而是谁拥有生产财富的系统、谁有权决定它们的用途，以及人们如何分享收益。
技术可以降低生产成本，却不能自动完成正义的分配。
三、人类学的发现：人类建立关系，并不只是为了交换有用的东西
如果我们把人类社会理解为一个高效率的资源交换系统，就很容易得出一个结论：当 AI 能够完成绝大多数任务，人类之间的相互依赖便失去了意义。
但人类学研究提供了另一种理解方式。
马塞尔·莫斯在《礼物》中研究了不同文化中的馈赠与互惠行为。礼物看上去是在转移物品，但它同时会建立期待、责任、身份和关系。
为什么我们需要送礼？如果只是为了满足物质需求，直接购买可能更加高效。但馈赠的价值通常不在于商品本身，而在于它建立和维系了人与人之间的联系。
马林诺夫斯基对巴布亚新几内亚地区库拉交换体系的研究，也展示了类似现象。参与者遵循复杂的社会规则交换贝壳饰物，这些物品的流转与声望、伙伴关系以及群体之间的持续联系密切相关。
从狭义的物质效率角度看，这些活动似乎存在大量不必要的成本。但对于参与者而言，这些过程本身就是社会生活的重要组成部分。
这揭示了现代技术主义容易忽略的事实：有些行为的意义，不在于我们最终获得了什么，而在于我们与谁共同经历了这个过程。
设想你正在学习一门外语。
AI 教师可以永远保持耐心，随时纠正发音，按照你的认知水平调整课程。从知识获取效率看，它可能远远优于传统课堂。但传统课堂还存在另一种价值：你会遇到与你水平相近的人，共同犯错、互相鼓励、参加活动，甚至形成持续多年的关系。
这些体验并不是教学效率的副产品那么简单。它们也是教育作为社会实践的一部分。
同样，一群人合作开发软件、组建乐队、组织社区活动或共同攀登一座山，其意义并不能完全还原为最终交付的成果。如果目标只是完成任务，AI 也许可以做得更快。但如果目标还包括通过共同努力形成友谊、信任与集体记忆，那么过程就不能被结果完全替代。
这并不意味着我们应该保留低效率的劳动，更不意味着应该为了建立关系而人为制造痛苦。真正的问题是：
当技术消除了大量被迫合作的必要性，我们能否创造更多出于自愿的共同实践？
过去，社会关系经常由生存压力推动。未来，人类可能需要更加主动地选择彼此。
四、社会学的警告：AI 可能削弱社会关系自然形成的基础设施
涂尔干研究现代社会时，尤其关心社会分工、团结与失范问题。在高度分工的社会中，人们不必拥有相同的职业、信仰或生活方式，却可以因为彼此需要而形成相互依赖。医生需要工程师，工程师需要农民，农民需要物流系统，复杂的社会结构使不同群体通过分工联系起来。
但如果未来大量专业服务由 AI 完成，人类社会的一部分功能性相互依赖可能减弱。
这将产生一个值得警惕的变化：我们不再必须向他人求助。
过去，一个年轻程序员遇到无法解决的问题，可能需要加入技术社区、阅读别人的代码、参加线下聚会，逐步建立职业网络。今天，他可以直接询问 AI。
过去，一位创业者可能需要加入孵化器、参与行业活动、认识经验丰富的从业者，才能获得知识和资源。未来，一个优秀的 Agent 系统可能承担大量研究、开发、运营和咨询任务。
从个体效率看，这是一种巨大的进步。但从社会结构看，我们失去的可能不只是一部分工作，还有某些原本通过工作与求助形成的人际连接。
值得注意的是，人类社会交往减少的趋势并不是生成式 AI 出现后才开始的。
美国劳工统计局的时间利用调查显示，在一个平均调查日中，参与社交与交流活动的人口比例从 2015 年的 38% 下降到 2025 年的 30%（2025 年的精确值为 30.4%）。2026 年发表在《Socius》上的一项研究，分析了 2003 年至 2024 年超过 24 万份美国时间利用调查记录，发现美国人与朋友共处的总体时间下降超过一半。
这些数据不能证明 AI 导致了社交衰退，因为下降趋势在生成式 AI 普及之前就已经存在。 但它们说明，数字技术、生活方式与社会组织的改变，已经发生在一个人际交往承压的社会环境中。AI 可能进一步强化某些趋势，也可能帮助人们重建连接；方向并非注定。
关键在于技术的设计目标。
- 如果一个社交产品的商业目标是最大化屏幕使用时间，它就倾向于让用户不断消费内容。
- 如果一个 AI 系统的目标是最大化个人任务完成效率，它就可能减少用户寻求他人帮助的必要性。
- 但如果技术的目标是促进真实协作、共同活动与长期关系，它也可以成为社会连接的基础设施。
我们不应该把这三种完全不同的技术设计，统称为「AI 使人孤独」。更准确的问题是：我们正在构建怎样的社会技术系统？
五、心理学与行为经济学：当虚拟体验比现实更加令人满意
未来最复杂的问题之一，可能不是 AI 是否理解人类，而是人类是否越来越倾向于选择 AI，而不是其他人。
现实中的人际关系具有许多不确定性。朋友可能拒绝邀请，伴侣可能产生分歧，合作伙伴可能误解我们的意图。人际交往需要付出时间、耐心、妥协和情绪成本。
AI 伴侣则可能提供完全不同的体验。它能够随时回应，持续记忆偏好，适应情绪变化，围绕个人需求组织对话，并且不需要双方拥有相同的时间安排。如果再与虚拟现实、个性化娱乐和具身机器人结合，人类可能获得一种高度可控的情感环境。
从行为经济学角度看，这意味着现实人际互动的替代选项正在改善。
但我们必须区分两个不同的结果。一个人因为 AI 的支持而减少孤独，并不必然意味着他正在失去现实中的社交能力。另一个人因为习惯与 AI 互动而逐渐回避现实关系，也不意味着所有 AI 陪伴都会造成相同后果。
2025 年，MIT Media Lab 与 OpenAI 开展的研究发现，聊天机器人的高度使用与部分较差的心理社会指标相关，但不同实验交互条件没有表现出显著的整体差异，研究者也强调不能据此简单推断因果关系。
真正值得担心的，是个性化技术有可能逐渐降低人们承受现实关系中不确定性的意愿。
- 一个总能顺应你的系统，可能让你越来越难以接受与自己意见不同的人。
- 一个随时提供满足的娱乐环境，可能使需要长期投入才能获得成就感的活动显得缺乏吸引力。
- 一个能够迅速解决问题的助手，可能减少你自己探索、失败和反思的机会。
这不是 AI 的必然结果，而是一种需要通过长期研究验证的风险机制。
它与罗伯特·诺齐克提出的「体验机器」思想实验有某种相似之处。如果我们能够进入一台机器，获得一切想要的主观体验，我们还愿意生活在真实世界中吗？诺齐克借此质疑：快乐是否就是人类追求的全部？
AI 时代，这个思想实验可能不再只是哲学课堂上的问题。当虚拟世界能够提供越来越逼真的满足，人类必须重新思考，真实生活中究竟存在什么无法简单还原为主观体验的价值 —— 也许是自主行动，也许是与独立于自己意志的他者相遇，也许是承担责任，也许是知道某段经历确实发生在一个无法被自己完全控制的共同世界中。
六、政治哲学的追问：如果不需要劳动，人还需要做什么？
现代社会有一种根深蒂固的观念：一个人的价值与其生产能力密切相关。我们询问陌生人时，经常会说：「你是做什么工作的？」职业不仅决定收入，也成为个人身份的一部分。
但这本质上是一种具有历史条件的社会评价方式。
汉娜·阿伦特在《人的境况》中，将人的积极生活区分为劳动、工作和行动。劳动与生命的维持有关。工作指向相对持久的人造世界，包括我们制造的工具、建筑、作品与制度。行动则发生在人与人之间的公共空间，涉及表达、参与、判断和共同开启新的事情。
这一划分对理解 AI 社会尤其重要。如果自动化减少了维持生存所必需的劳动，并不意味着人的工作与行动都失去意义。
一个人可以不依赖出售劳动维持生活，仍然选择写作、研究、经营一家小店、制作家具、照顾家人，或参与公共事务。这些活动可能没有传统劳动市场中的竞争优势，但依然具有个人和社会价值。
- 一个孩子画的画，即使远不如 AI 生成的图像精美，父母也可能格外珍惜。
- 一场由普通人演奏的音乐会，即使技术水平不如机器，也可能让参与者感到满足。
- 一群朋友共同修建的社区花园，即使不如自动化设备建造得高效，也可能在长期合作中产生独特的情感与公共价值。
这里的关键区别是：生产效率衡量的是目标以多低的成本实现；生命意义涉及的是目标为什么值得追求，以及谁在参与实现目标。 两者不能相互替代。
然而，我们也不能因此得出一种过于轻松的乐观结论，认为人类失去工作之后自然会转向艺术、哲学与公共生活。
兴趣需要培养，能力需要实践，公共活动需要制度承载。如果社会长期以考试分数、职业收入与经济生产率作为主要评价体系，那么即使有一天劳动不再是生存的必要条件，大量人也未必能够立即找到新的身份与目标。
这意味着，后劳动社会不是简单地让人停止工作。它需要提前建立一种不完全依赖职业成就的人类价值体系。
七、教育的未来：当知识不再稀缺，为什么还要学习？
如果 AI 能够回答几乎所有知识问题，我们为什么还要学习？如果机器可以写出更优秀的代码、证明更复杂的定理、创作更高质量的文章，学校是否还有存在的必要？
答案取决于我们如何定义教育。
如果教育只是向学生传递知识，再通过考试评价知识的记忆和使用能力，那么 AI 确实会对传统教育制度形成巨大冲击。
但教育从来不只是知识传递。一个真正的教育过程，还应帮助人形成判断力、理解不同观点、发现自己关心的问题，以及学习如何与其他人共同生活。
知识可以被快速获取，但理解并不总能通过一次查询形成。答案可以被自动生成，但选择哪些问题值得研究，本身就需要价值判断。
更重要的是，一个人即使不再需要通过学习获得就业机会，仍然需要足够的认知能力参与公共决策。否则，未来可能出现一种极端不对称的社会：少数人理解 AI 系统如何运作、如何分配资源、如何制定规则；多数人只需要接受系统提供的服务，却逐渐失去独立理解与质疑这些规则的能力。
这种社会可能在经济上高效，却在政治上脆弱。
因此，未来教育的正当性可能越来越少来自就业竞争，而越来越多来自人的自主性与公民能力。学习不仅是为了成为劳动力，也是为了成为一个能够理解世界、作出判断并参与共同生活的人。
当然，学校的形式也可能发生变化。以统一课程、标准答案和固定职业路径为中心的教育体系，可能逐渐让位于更个性化的学习方式。与此同时，学校还需要承担另一种功能：创造真实的同辈关系、共同经历和跨代知识传承。
在一个知识可以无限生成的世界，教育的重要任务也许不再只是让学生掌握答案，而是让他们有能力决定自己应该相信什么，以及愿意为什么承担责任。
八、城市与共同体：当工作不再要求我们聚集，人类还会住在一起吗？
现代城市的形成与经济活动密切相关。工业生产、专业分工、市场交换和知识传播，都受益于人口与企业的空间集聚。人们进入城市，是为了获得工作机会、教育资源、医疗服务和更广泛的社会网络。
如果未来远程智能服务足够完善，机器人能够承担大量实体工作，人们是否还需要生活在高密度城市中？
从纯粹的经济效率角度，一部分地理集中确实可能失去原有的必要性。
但城市不只是生产设施的集合。它也是公共空间、文化生活、偶然相遇以及社会多样性的载体。一座城市的价值，不仅来自它让人们更容易交换商品，也来自它让不同背景的人有机会共享某个世界。
博物馆、公共图书馆、街道、公园、体育场、大学、咖啡馆以及社区活动，并不能完全用生产效率解释其存在理由。它们提供人与人之间低成本、非强制性的接触机会。
未来的一种可能是，城市逐渐从就业与生产中心，进一步演化为社会参与、文化创造和体验交流的中心。
另一种可能则恰恰相反。当虚拟空间足够便利，人们可能越来越少离开私人居所，公共空间的使用逐渐下降。
两种发展方向都具有技术上的可能性。区别在于制度如何设计，以及社会如何对待公共生活。如果所有生活体验都被私人订阅服务取代，那么社会可能变得更加便利，却失去共同参与的场所。如果技术降低了住房、交通、组织活动与跨语言交流的成本，那么人们也可能获得比今天更加丰富的现实社交机会。
城市会不会消失，并不是最重要的问题。真正重要的是，人类是否还愿意建设一个属于所有人的公共世界。
九、后 AI 社会可能出现的三种文明形态
讨论未来时，最需要避免的是把技术能力的发展误认为历史的必然结局。同样的 AI 技术，可能在不同的所有权结构、政治制度和文化环境下产生截然不同的社会。
第一种可能，是高度富足却高度孤立的消费社会。
自动化系统提供丰富的产品、娱乐和生活服务，人们拥有充裕的闲暇，却越来越少参与长期合作。生活被组织成连续不断的个性化体验。人们不一定感到贫困，但可能缺少共同目标、长期承诺和公共生活。这种社会的问题不是财富不足，而是社会关系和意义形成机制的衰退。
第二种可能，是技术高度集中所形成的新型等级社会。
AI 的生产能力集中于少数企业、平台或政治机构，大多数人能够获得基本生活保障，却缺少对生产系统的所有权、治理权和实际影响力。少数群体控制模型、算力、能源与关键基础设施，多数群体则成为高度依赖系统服务的消费者。这种社会未必存在传统意义上的大规模贫困，却可能产生新的结构性不平等 —— 物质消费能力与政治经济权力之间，可能出现越来越大的距离。
第三种可能，是技术富足基础上的人文复兴。
AI 降低知识获取、生产制造和社会协调的成本，使更多人能够自由选择研究、艺术、社区建设、照护、科学探索和公共事务。人们不再主要通过被迫出售劳动建立身份，而是通过自主选择的实践建立关系。教育从职业筛选转向终身学习，社会保障使人们能够承担更有创造性的风险，公共机构则确保技术红利转化为普遍可获得的自由。
这种社会并非因为人类自动变得更加高尚而出现。它需要财产权与分配制度的调整、公共基础设施的建设，以及对技术平台权力的持续约束。
以上三种不是完整的未来分类，更不是可以准确预测的历史阶段。它们只是提醒我们，技术进步打开的是可能性空间，而不是提前写好的社会剧本。
十、真正需要重新发明的，也许是人类社会本身
如果把 AI 之后的人类生活看作一个需要提前设计的问题，我认为至少有三件事情尤其重要。
首先，我们需要逐步将基本生存保障与传统雇佣关系适度分离。
这里不必预设 UBI 是唯一解决方案。公共医疗、教育、住房支持、社会保险、公共服务以及技术收益分享，都可能成为制度组合的一部分。核心原则是，不应该让一个人仅仅因为自己的劳动不再具有市场竞争力，就失去有尊严地生活的资格。
其次，我们需要重新理解社会参与的重要性。
技术系统不应该只追求减少人与人之间的接触成本，还应该考虑如何帮助人们形成真实的长期关系。未来值得建设的社会基础设施，可能包括由 AI 协助组织的社区、共同学习网络、跨代合作项目、地方文化组织，以及能够让不同背景的人围绕共同目标开展实践的公共平台。
但这些系统也必须尊重个人自愿参与的权利。社会连接不应演变为新的行为考核，更不能通过强制集体活动取代个人自由。
最后，我们需要改变对进步的衡量方式。
GDP、生产率、人均收入和技术能力依然重要，但它们不足以说明一种社会是否真正适合人类生活。一个社会即使拥有极高的生产能力，如果大量人长期缺少信任、归属感、自主性以及对公共事务的实际影响力，我们也很难称之为理想社会。
未来的进步评价，或许需要更加认真地考察人们拥有多少可自主支配的时间、能够维持怎样的社会关系、是否有机会参与有意义的共同活动，以及能否真正影响决定自己生活的制度。
这些指标难以测量，也不容易被统一优化。但人类生活中许多最重要的事情，本来就无法完全压缩为单一的效率指标。
十一、终极问题：人类是否必须被需要，才能拥有意义？
回到最开始的问题。如果 AI 能够完成绝大多数工作，社会不再需要我们提供经济劳动，人类应该如何生活？
这个问题可能隐藏着一个值得反思的前提：为什么人一定要被经济系统需要，才能证明自身具有价值？
一个刚出生的婴儿，不具有经济生产能力，但我们不会因此认为他的生命没有价值。一个失去劳动能力的老人，可能无法继续创造市场收入，但他仍然拥有尊严、记忆、关系和不可替代的个人历史。我们珍惜朋友、家人和伴侣，通常也不是因为他们能够为我们提供最高效率的服务。
因此，人类价值从来没有完全等同于经济价值。 只是工业社会长期以职业、收入和生产率组织社会生活，让我们逐渐习惯于通过劳动确认自己的社会位置。
AI 可能迫使我们重新面对一个更加古老的哲学问题：如果生存不再需要耗费人生中的大部分时间，我们究竟希望成为什么样的人？
这或许是人类第一次有机会，在更大规模上把这个问题从哲学思辨变成现实的制度选择。
但自由从来不只是摆脱约束。真正的自由，还包含选择值得追求的目标，并承担这些选择带来的责任。
一个不需要为生存劳动的人，仍然可以选择学习一门复杂的学科、攀登一座高山、研究尚未解决的科学问题，或者花费数十年建设一个社区。这些事情并不会因为 AI 可能完成得更快而自动失去意义 —— 因为对人而言，有些活动的价值正来自参与本身。
我们可能不再需要通过困难证明自己的经济价值，但仍然能够通过自愿承担的挑战获得成长。我们可能不再需要通过市场交换获得所有服务，但仍然能够通过相互照顾、共同创造和持续承诺建立关系。我们可能不再需要把人生组织成教育、就业、退休的固定轨道，却依然需要通过某种叙事，把自己的经历连接成一个可以理解的生命。
最终，真正值得期待的后 AI 社会，不应该只是一个人人都能享受无限假期的世界。它应该是一个人们拥有更多自由，同时仍然能够找到共同目标的世界。
技术文明最伟大的成就，或许不是让机器替我们完成所有事情，而是让人类第一次有更充分的条件，决定哪些事情值得由自己去做。
我们过去不断发明技术，是为了减少生存的艰难。未来，我们也许需要重新发明社会，是为了让自由不至于变成孤独，让富足不至于变成空虚，让个人的无限可能仍然能够汇聚成共同的生活。
人类文明不应以生产效率作为唯一的终点。因为人类不仅是一种生产财富的物种，也是一种能够创造意义、形成关系、建立制度，并持续追问自身存在价值的物种。
AI 之后，人类最重要的任务，也许终于不再是证明自己比机器更有用。而是在不必依靠有用性证明自身价值之后，学会如何真正地生活。
关于执行成本下降之后个体能力如何被重新排序，我在当 AI 让执行变得廉价，我们究竟需要什么样的人？里讨论过一个更小的切面 —— 那篇谈的是职场，这篇谈的是社会。
研究依据与延伸阅读
- John Maynard Keynes（1930），Economic Possibilities for our Grandchildren
- Our World in Data（2020），Are We Working More Than Ever?
- International Labour Organization（2025），Generative AI and Jobs: A Refined Global Index of Occupational Exposure（ILO Working Paper 140）
- International Labour Organization（2026），The Impact of GenAI on Jobs, Productivity and Work Organization: A Review of the Empirical Evidence
- IMF（2025），AI Adoption and Inequality
- Yunxiang Yan（2020/2023），Gifts，Open Encyclopedia of Anthropology（莫斯与库拉交换的研究综述）
- Neal Caren（2026），The End of Friday Nights with Friends，Socius
- U.S. Bureau of Labor Statistics（2026），American Time Use Survey — 2025 Results
- MIT Media Lab / OpenAI（2025），How AI and Human Behaviors Shape Psychosocial Effects of Extended Chatbot Use
- Stanford Encyclopedia of Philosophy，Hannah Arendt