22 min read

如果你还在恐慌,看看这篇文章

Source: http://x.com/i/article/2031223779712708608

当历史的剧本再次上演 每一次人类文明的跃迁,都伴随着一场集体恐慌。而每一次恐慌过后,世界都不可逆地变得更好。 2025年的加密市场和科技股正在经历又一轮熊市的洗礼。社交媒体上充斥着"泡沫破裂""AI过热""寒冬将至"的声音。恐惧像传染病一样扩散,投资者争先恐后地抛售资产,仿佛明天就是末日。

但如果你把时间轴拉长到两百年,你会发现一个惊人的规律:人类每一次技术革命的关键拐点,都恰好发生在最深的恐慌之中。

这不是巧合,这是结构性规律。

在展开这个论点之前,我们先退后一步,看看两次工业革命到底在宏观层面改变了什么——就业、经济、产业、社会结构——然后你会发现,今天AI革命正在复刻的,不仅仅是恐慌的情绪,而是整个变革的底层剧本。

第一部分:全景对比——三次革命改变了什么

一、就业结构:每一次都是"大消灭"之后的"大创造"

第一次工业革命(1760—1840),英国从一个农业国变成了工业国。在革命之前,绝大多数人靠种地为生,自给自足,一辈子活动半径不超过方圆几十公里。蒸汽机和纺织机械的出现,首先"消灭"的就是这些人的旧生计——手工纺织工人的收入在短短二十年内被机器碾压到无法维生。

但数据告诉我们另一面:英国纺织业的机械化使单个工人的产出提升了约500倍。生产效率的爆炸式增长没有缩减行业规模,反而让纺织品价格急剧下降、需求急剧扩大,纺织业成为英国就业人数最多、资本投入最大、产值最高的行业。旧岗位被消灭了,但新岗位以十倍百倍的规模涌现——机器操作员、工厂管理者、铁路工人、煤矿工人、机械维修师……这些职业在1760年完全不存在。

第二次工业革命(1870—1914),故事更加剧烈。电力、钢铁、化工、内燃机的叠加效应,让大规模工厂成为经济的绝对主角。机械化不再只影响纺织业,而是席卷几乎所有行业。1870至1914年间,工厂效率的提升显著压低了对熟练工人的需求——批量生产和流水线工艺让非熟练工人甚至童工就能完成过去需要多年学徒训练才能胜任的工作。

但同样,新的就业机会在旧秩序的废墟上疯狂生长。铁路成为美国最大的非农雇主。电力催生了一整条从发电、输电到电器制造的产业链。化学工业创造了合成染料、化肥、炸药等全新品类。到1913年,美国的工业产出超过了英法德三国之和,其产业工人数量比半个世纪前翻了数倍。

AI革命正在第三次改写这个剧本。不同的是,这一次被"消灭"的不再是体力劳动岗位,而是脑力劳动岗位——翻译、客服、基础编程、数据分析、初级法律和金融研究……AI在这些领域的效率提升不是百分之几十,而是数量级的跃升。一个AI模型几秒钟完成的文本分析工作,一个初级分析师可能需要几天。

恐惧的本质完全相同:"机器/AI将取代我的工作。"

但两次工业革命已经证明,技术革命消灭的是特定的岗位形态,而非劳动需求本身。每一轮"大消灭"之后,都是一轮远超想象的"大创造"——只是新岗位的形态,是旧时代的人无法预见的。1760年的农民无法想象"铁路调度员",1870年的铁匠无法想象"电气工程师",而今天的我们,可能同样无法想象2035年AI生态中那些尚不存在的职业。

二、经济形态:从本地化到全球化的三次跳跃

第一次工业革命,经济形态从"自给自足的小农经济"跃迁到"区域性工厂经济"。在此之前,大多数经济活动是本地化的,甚至以物易物。蒸汽动力和运河体系让商品第一次能够跨越几百公里流通,创造了区域市场。英国成为"世界工厂",棉花从美国南方种植园出发,运到兰开夏郡的纺织厂加工,再销往全世界——这是人类第一次建立起跨大西洋的商品供应链。

第二次工业革命,铁路和电报把"区域经济"升级为"全国乃至全球经济"。1870年后铁路网络的爆炸式扩张,让美国内陆的农产品可以直接运抵大西洋港口。电报让信息第一次以光速传播,伦敦的金融家可以实时掌握纽约的市场动态。钢铁轮船、苏伊士运河的开通,把全球连成了一个统一市场。这段时期——1870年至1914年——被经济史学家称为"第一次全球化时代"。

AI革命正在开启"第三次跳跃":从"信息全球化"到"智能全球化"。互联网已经让信息跨越了国界,但AI正在让"认知能力"本身跨越国界。一个在深圳的创业者,可以用AI工具获得与华尔街分析师同等水平的市场研究能力。一个在非洲的开发者,可以用AI Agent完成过去只有硅谷团队才能交付的软件工程。认知能力的民主化,是比信息传播更深层的变革——它改变的不是"谁能看到信息",而是"谁能处理信息"。

三、产业变迁:旧王退位,新王加冕

每一次工业革命都创造了全新的主导产业,同时让旧的产业霸主退位。

第一次工业革命的主角是纺织业和煤铁工业。棉纺织品是英国工业革命的引擎——1760年到1870年间,英国纺织业的生产效率提高了14倍。煤和铁是这台引擎的燃料和骨架。在此之前,经济的主导产业是农业和手工业,拥有土地的贵族是社会的顶层。工业革命之后,工厂主和商人取代了地主,成为新的经济权力中心。

第二次工业革命的主角换成了钢铁、石油、电力和化工。贝塞麦炼钢法让钢铁价格暴跌,铁路和摩天大楼成为可能。1859年宾夕法尼亚州的德雷克油井开启了石油工业,原油价格一年之内从每桶20美元跌到49美分,一个全新的能源帝国由此诞生。电力让工厂可以脱离水力和蒸汽的束缚,24小时运转——全球发电量从1870年代的接近于零,到1900年达到约66太瓦时。这些新产业的崛起,直接催生了卡内基(钢铁)、洛克菲勒(石油)、爱迪生和西屋(电力)等一批定义了整个时代的巨头。

AI革命的产业版图正在快速成形。大模型基础设施(GPU算力、云服务)是这个时代的"煤和铁"。AI应用层(Agent、Copilot、自动化工作流)是这个时代的"纺织厂和铁路"。而数据——就是这个时代的"石油"。正如第二次工业革命中,掌握了石油和电力的人定义了20世纪的经济秩序,掌握了AI基础设施和数据入口的人,极有可能定义21世纪的经济秩序。

四、社会震荡:每一次革命都是一场阵痛

技术革命从来不是温和的。它在创造巨大财富的同时,也制造巨大的社会撕裂。

第一次工业革命摧毁了延续数百年的乡村生活方式。大量农民涌入城市,城市人口暴增,带来了拥挤、疾病、贫困和犯罪。工厂工人的生活水平在革命早期不升反降——有研究估计,1780年代到1850年代之间,英国工人的实际工资仅增长了约15%,而人均预期寿命直到1870年代才出现显著提升。童工普遍存在,工人每天工作12到16个小时。

第二次工业革命的阵痛同样剧烈。大规模工厂取代了小作坊,工人从独立的手艺人变成了流水线上的螺丝钉。财富急速向少数人集中——到1890年,美国不到9%的人口控制了全国71%的财富。劳工运动此起彼伏,罢工、暴动和激进的社会主义思潮席卷欧美。

AI革命的社会震荡正在实时展开。"AI焦虑"已经成为一个全球性话题。白领工作者第一次感受到了蓝领工人200年前的恐惧。与此同时,AI公司的估值在短短几年内膨胀到数千亿美元级别,财富集中的速度甚至超过了镀金时代。

但两次工业革命的历史也告诉我们:阵痛是暂时的,但变革创造的总体财富增长是永久的。

第二次工业革命期间,实际工资和生活水平在1870至1914年间显著提升——这是历史上第一次,普通人的物质生活水平实现了持续、可衡量的增长。技术革命制造了不平等,但也在更长的时间尺度上,把整个社会的底线抬高到了前所未有的水平。

第二部分:恐慌——每一次都是同样的剧本

理解了变革的全景,我们再来看恐慌——你会发现,恐慌不是变革的终结信号,而是变革正在真实发生的最可靠证据。

第一次工业革命中的恐慌

经济动荡几乎从未中断:

1819年恐慌——美国建国以来第一次全面经济危机。银行倒闭、农场被收回、大规模失业。这场危机的根源是拿破仑战争结束后欧洲经济秩序重组,以及新旧经济体系之间的剧烈摇摆。经济史学家认为,这标志着美国正式进入了现代经济周期的时代。

1825年恐慌——英国金融史上最严重的信贷危机之一。建筑业产出骤降30%,银行连锁倒闭。有学者将其与2008年金融危机相提并论。

1837年恐慌——纽约的银行耗尽了黄金和白银储备,超过40%的银行倒闭,经济衰退持续了将近七年。工厂大规模裁员,而那个时代的工人刚刚从农田走进工厂,以纸币为生。当纸币贬值、工厂关门,这些人瞬间失去了一切。

卢德运动(1811—1816) 则是恐慌最戏剧化的表现形式。纺织工人在夜间集结,用大锤砸毁工厂里的机械织机。他们自称追随一位名叫"内德·卢德"的神秘将军——一个可能从未存在过的人物。这些工人并非盲目反对技术,他们是有着多年手艺经验的熟练工匠,恐惧的是机器将使自己的技能变得一文不值。政府的回应极其严厉:数千士兵被部署到工厂区,议会将破坏机器定为死罪。1813年的约克大审判中,多名卢德分子被处以绞刑,更多人被流放到澳大利亚的殖民地。

卢德运动的结局,历史已经给出了答案:机器非但没有终结就业,反而创造了人类历史上前所未有的就业规模和财富总量。

第二次工业革命中的恐慌

规模更大、破坏力更强:

1873年大恐慌——工业资本主义的第一次全球性危机。导火索是铁路过度扩张:1865至1873年间,美国新建了35,000英里铁路,巨量资本涌入投机。当费城的杰伊·库克银行因铁路债券违约而倒闭时,连锁反应瞬间引爆。纽约证券交易所史上第一次关闭交易,停摆十天。在随后的五年间,18,000家企业倒闭,失业率飙升至14%,新铁路建设从1872年的7,500英里骤降至1875年的1,600英里。

这场危机引发的"长期萧条"从1873年延续到1879年,在当时被直接称为"大萧条"——直到60年后那场更大的灾难夺走了这个名号。

1893年恐慌——美国国库黄金储备从1.9亿美元骤降至1亿美元,引发了对美元可兑换性的恐慌。工业产出在两年间下跌超过15%,失业率高达17%至19%。纽约证券交易所再次关闭,全国至少一百家银行倒闭。

恐慌之下的真相:生产力从未停止增长 这是最关键的一点:价格在跌,就业在跌,市场信心在跌——但技术进步和生产效率从未停止攀升。 1873至1896年的所谓"长期萧条"期间,英国的工业产出仍然增长了40%,德国的工业产出增长超过100%。德国之所以在这段时期实现逆势崛起,正是因为它没有在恐慌中收缩,而是大幅增加了对电力传输网络、道路和铁路等基础设施的投资。

与此同时,安德鲁·卡内基、约翰·洛克菲勒、赛勒斯·麦考密克——这些后来定义了"镀金时代"的巨头——都是在恐慌最深重的年代巩固了自己的产业地位。他们利用危机中资产价格暴跌的机会,以极低成本收购竞争对手,最终建立起钢铁、石油和农机领域的产业帝国。

经济恐慌不创造财富的消失,它创造财富的转移——从恐慌者的手中,转移到坚定者的口袋里。

第三部分:我们站在哪里?

恐慌的数学

回看历史数据,每一次工业革命中的恐慌期,都恰好对应着最佳的长期投资窗口:

  • 1837年恐慌的谷底 → 此后20年,美国GDP翻倍,铁路网络从零到覆盖全国
  • 1873年大恐慌后的谷底 → 此后40年被称为"美国历史上最伟大的增长与财富创造时期",实际GDP年均复合增长3.4%
  • 1893年恐慌的谷底 → 此后10年诞生了美国钢铁公司(第一个十亿美元企业)和现代金融体系的雏形 每一次,在恐慌最深重的时刻保持仓位的人,都站在了财富曲线最陡峭的起点上。

但历史也有警告

我不是在说"闭着眼睛买入"。两次工业革命中,无数追逐泡沫的投机者血本无归——铁路泡沫中倒下的公司远比活下来的多。1873年恐慌前,无数投资者把全部资本押注在单一铁路公司上,仅第一年就有55家铁路公司倒闭。

恐慌不可怕,可怕的是在恐慌中犯两种错误:

第一种:因恐惧而清仓离场。

这是1837年卖掉一切的人、1873年抛售铁路债券的人犯下的错误。他们在最低点把资产送给了卡内基们。

第二种:因乐观而丧失判断。

没有护城河的公司在恐慌中最先死去。关键不是"有没有参与这个时代",而是"你把筹码押在了时代的哪一层"。

正确的姿势是:在恐慌中保持仓位,但把筹码集中在真正拥有技术壁垒和实际价值创造能力的资产上。 200年前是蒸汽机和钢铁,100年前是电力和石油,今天是AI基础设施和它所赋能的核心赛道。

那么问题来了:这个时代的"钢铁和石油"究竟在哪里?

第四部分:AI时代的赛道地图——哪些具备护城河?

回顾两次工业革命,一个清晰的规律浮现:最终胜出的从来不是追逐风口的投机者,而是卡住了产业链关键节点的人。

洛克菲勒没有去挖油井,他垄断了炼油和输油管道。卡内基没有去修铁路,他垄断了铁路所需的钢铁。他们的共同策略是——不赌应用层的千军万马,而是卡住基础设施层的咽喉。

AI时代的产业链同样可以分层来看,每一层的护城河深度截然不同。

第一层:算力基础设施——这个时代的"煤矿和发电厂"

AI大模型的训练和推理,需要消耗海量算力。GPU/AI芯片的设计与制造、高性能计算集群、数据中心基础设施(电力、冷却、网络),构成了整个AI产业的物理底座。

护城河分析:极深。 芯片设计需要数十年的技术积累,先进制程的制造能力全球仅极少数企业掌握。这与第二次工业革命中钢铁冶炼的格局高度相似——贝塞麦炼钢法问世后,能够大规模量产优质钢材的企业屈指可数,它们因此获得了定义整个时代的定价权。算力基础设施的壁垒同理:不仅有技术门槛,还有资本门槛和供应链门槛的三重叠加。

第二层:大模型与基础智能——这个时代的"电力网络"

基础大模型(LLM)是AI时代的"电网"——所有上层应用都依赖于它提供的基础智能能力。模型的训练需要巨量数据、巨量算力和顶尖的研究团队,三者缺一不可。

护城河分析:中高,但格局尚未固化。

当前的大模型竞争仍然激烈,技术路线尚未完全收敛。这类似于第二次工业革命早期爱迪生的直流电与特斯拉/西屋的交流电之争——最终胜出的不一定是最早入场的,而是找到了最优技术路线和商业模式的一方。但可以确定的是,这一层最终会高度集中——正如全球电力标准最终只收敛到了交流电一种体系。

第三层:AI中间件与开发平台——这个时代的"铁路调度系统"

大模型的能力需要通过中间件才能被应用层高效调用。向量数据库、模型编排框架、AI Agent开发平台、数据标注与训练管线——这些是连接基础模型和终端应用的"轨道和调度系统"。

护城河分析:中等,胜负手在于生态锁定。

铁路时代的竞争表明,最终赢家不一定是技术最好的,而是最先建立起网络效应和开发者生态的。谁的平台上跑的开发者最多、沉淀的工作流最多,谁就拥有了类似铁路标准轨距一样的锁定效应。

第四层:AI赋能的垂直行业应用——这个时代的"工厂和商业"

AI最终要落地到具体行业中创造价值。这一层的赛道极其丰富,按护城河深度可以进一步分为两类:

高壁垒垂直赛道(数据+监管构成双重护城河):

  • AI+医疗/生物科技——药物发现、医学影像诊断、基因组分析。医疗数据的获取受到严格监管,临床验证周期极长,先行者的数据积累几乎不可复制。这类似于第二次工业革命中的化工/制药行业——合规壁垒和研发周期本身就是最强的护城河。
  • AI+金融——量化交易、风控模型、智能投研、合规自动化。金融数据的专有性和监管的严格性形成天然屏障。能够合规获取高质量金融数据并将其转化为决策优势的平台,拥有极深的护城河。
  • AI+自动驾驶/机器人——需要硬件、软件、实际路测数据的三重积累,资本门槛和时间门槛都极高。

中等壁垒垂直赛道(效率优势为核心):

  • AI+教育——个性化学习、智能辅导、内容生成。壁垒在于教学内容体系的构建和用户数据的积累。
  • AI+电商/营销——智能推荐、自动化广告投放、内容生成。竞争激烈但数据飞轮效应明显,先发者有优势。
  • AI+企业服务(SaaS)——工作流自动化、智能客服、代码辅助。护城河在于客户的切换成本和深度集成。
  • AI+内容创作——文本、图像、视频、音乐的AI生成工具。技术迭代极快,护城河更多在于品牌和社区,纯技术壁垒相对薄弱。

第五层:AI原生的新物种——这个时代的"汽车和飞机"

每一次工业革命到中后期,都会催生出革命初期完全无法想象的全新品类。蒸汽机时代的人想象不到铁路网络,电力时代的人想象不到广播和电影院。AI时代同样会出现"AI原生"的全新产业形态——AI伴侣、AI科学家、完全自主的AI Agent经济体、链上AI交互协议……这些赛道目前还处于极早期,没有明确的护城河可言,但其中某些品类可能会成长为定义下一个十年的主导产业。

护城河分析:尚不可知,但历史告诉我们,最大的赢家往往出现在这一层。

福特在1901年创立汽车公司时,没有人能预见汽车会彻底重塑城市形态、催生公路系统、创造加油站和汽车保险等一系列衍生产业。AI原生物种的投资逻辑,更接近风险投资而非价值投资——高度不确定,但一旦押中,回报的量级将远超上面所有层。

一句话总结

越靠近底层基础设施,护城河越深、确定性越高、但爆发力相对有限。越靠近应用层和新物种层,不确定性越大,但潜在回报的天花板也越高。

这与两次工业革命的格局完全一致——钢铁和石油公司是稳健的长期赢家,但真正改变世界的,是在它们之上长出来的汽车、电话和广播。

对投资者而言,最理性的策略不是在某一层上All In,而是用基础设施层的仓位做底,用垂直应用层的仓位做弹性,用一小部分资金去触碰那些可能重新定义游戏规则的AI原生物种。

这正是卡内基式布局的现代翻版——用钢铁的利润做底仓,同时保持对电力和汽车等新兴赛道的敏感度。

尾声

历史不会精确重复,但它总是押韵。

当所有人都在喊"泡沫"的时候,也许你应该问自己一个更根本的问题: 你是1811年砸机器的卢德分子,还是1873年在废墟上建造帝国的卡内基?

恐慌是市场对变革的过敏反应。而变革,从来不会因为恐慌而停止。

而那些在恐慌中看清了产业地图、把筹码放在了正确层级上的人——他们不需要预测市场的底部,因为他们下注的,是一个比任何周期都更长的趋势:人类认知能力的第一次工业化。