把这些证据放在一起，可以得出一个比"生产成本趋于零"更精确的判断：AI 让生成一份初稿变得极其便宜，但让一份初稿变成一个可靠的结果，仍然需要大量的验证、修改和判断。对于熟悉任务的专家来说，检查 AI 的输出甚至可能比自己动手更慢。
当前开放前 20% 试读，后续内容需要解锁后可读。
《大分发时代》· 第三版 v3.1 · 2026年10月15日
2023年9月，亚马逊给自助出版平台 Kindle Direct Publishing 设了一个新规定：每个账号每天最多发布三本书。[^1]这个上限说明了一个荒诞的现实：在生成式 AI 出现之后，有人能够、而且确实在一天之内"写"出三本以上的书。
两年后，Spotify 宣布，过去十二个月里它删除了超过7,500万首"垃圾曲目"，包括批量上传、重复内容和利用搜索漏洞的短曲，同时推出了针对 AI 声音克隆的冒充政策。[^2]作为对比，Spotify 整个曲库大约有一亿首歌。到2026年7月，Deezer 每天收到的新上传音乐中，AI 生成的已经超过一半。
这是复制革命的第二幕：泛滥。按照第一部提出的三幕剧，接下来将是第三幕：新的守门人崛起。本章先回答一个基础问题：AI 究竟让什么变便宜了，又让什么变贵了？
关于 AI 提高生产率的证据，比通常的宣传更复杂。
2025年发表在《经济学季刊》上的一项研究，追踪了一家企业的5,172名客服人员分阶段使用 AI 助手的过程。使用 AI 后，客服每小时解决的问题数平均提高了约15%，而且新手的提升远大于老手。[^3]
但另一项随机实验得出了相反的结果。AI 研究机构 METR 在2025年让16名资深开源开发者在自己熟悉的代码库中完成246项任务，随机允许或禁止使用当时的 AI 工具。结果，使用 AI 的任务完成时间反而 增加 了19%。METR 在2026年的更新中指出，新一代工具可能已经带来加速，但由于参与者和任务的选择发生了变化，后续数据只能提供很弱的证据。[^4]
更宏观的证据也不支持"AI 已经颠覆劳动力市场"的说法。一项利用丹麦行政记录的研究发现，在 ChatGPT 推出后约两年的时间里，AI 聊天机器人对劳动者收入和工时的影响精确地接近于零，尽管工作任务本身发生了重组。[^5]
把这些证据放在一起，可以得出一个比"生产成本趋于零"更精确的判断：AI 让生成一份初稿变得极其便宜，但让一份初稿变成一个可靠的结果，仍然需要大量的验证、修改和判断。 对于熟悉任务的专家来说，检查 AI 的输出甚至可能比自己动手更慢。
生成、验证、交付，是三件不同的事。AI 大幅降低了第一件事的成本，对第二件和第三件事的影响要小得多。
