更少工作的未来
什么才是下一个阶段的投资主题？是元宇宙、比特币还是太空旅行？这些主题自然都有不少半信半疑的拥护者，但它们零散而缺乏体系，正好体现出人们对未来图景的莫衷一是。因为没有统一认知，所以我们并不知道，这些主题是否彼此之间都存在冲突，正如前段时间社交媒体上传阅的那个段子：中本聪才是人类的面壁者，因为他发明了比特币，用尽了人类的算力，因此元宇宙不大可能实现了，人类只能去太空旅行。
我越来越相信，对未来的想象不应该仅仅局限在某个行业或者学科上，而应该去构思明日世界的模样。正如 Alex Danco 在 World Building 一文中讲到的：
If you want to change how a system works, and move the system into a new steady state that’s closer to your goal, sequential effort won’t do much. What you need is parallel effort: you need several different things to happen, all at the same time, for the system to actually move in the direction that you want and stay there.
如果你想改变一个系统的工作方式，并使系统进入一个新的稳定状态，更接近你的目标，串行的努力不会有什么作用。你需要的是并行的努力：你需要几件不同的事情同时发生，让系统真正朝着你想要的方向发展并保持在那里。
所谓「并行的努力」，需要对世界的完整构想，在这个世界中，所有的时间线将一起向前发展。我们将要讨论的，就是谁在推动时间的前进。
机器无心
2015 年，Daniel Susskind 和他的父亲 Richard Susskind 合作出版了一本著作 The Future of Profession。彼时，人工智能还远远没有达到今天的普及程度，这对父子就在书中预测了算法驱动的机器将如何进一步替代人力。他们的预测并不是全面的悲观，而是提供了更加细粒度的结构化分析：机器替代的不是工作机会，而是会通过替代其中一部分环节，从而消解职业（profession）的定义。
在第一本书出版后五年，Daniel Susskind 出版了他的个人著作 A World Without Work。这本书继承了上一本书的基础理念，并在核心主题上进一步展开：不仅仅回顾了历史上机器和人之间的关系，同时也预言了未来机器将如何进一步重塑人类社会中的角色分工。
他在这本书的正文中修正了书名中的说法，未来的世界是一个更少工作的世界，工作并不会全然消亡，但仅仅是更少的工作，已然是一种别样的未来。问题不仅仅是就业和收入，而在是更少工作的未来中，人们将如何找到各自的平等、权力和意义（inequality, power, and purpose）。
从思考的角度上看，这是一次巨大的升维。其背后的真正原因是：单纯的经济分析可能不再起作用了。现有的经济分析框架源于 18 世纪工业革命后的亚当·斯密等先驱思想家。从那个时代开始，机器在替代人力方面取得了巨大的进展，虽然也造成失业，但也带来了经济蛋糕整体规模的快速增长。在两百年时间左右，人类社会快速步入了我们今天所熟悉的样子：人们和机器之间产生了明确的分工，机器在人类的驱使之下完成繁重、危险、重复性的工作——这些工作在此之前或者是不可能完成，或者需要有人付出汗水、鲜血甚至生命来完成。人类因此获得了更大的尊严，也享受了更繁荣和体面的生活。亚当·斯密阐述了人类会在个体利益驱使下，产生分工和交易，并因此自发的产生互惠利他的动态均衡。「效用」一个模糊的概念，被用来描述人们从个体或群体行为中获得的收益，尽管它从一开始并不单纯指向狭义的经济利益，但在分析中，人们往往更关注能够被货币直接计量的那一部分。
人工智能的快速进步则被迫让人们重新认知「效用」的意义。对亚当·斯密和大卫·休谟影响颇深的爱尔兰哲学家弗朗西斯•哈奇森认为，为大多数人带来最大幸福的行动是最好的。普惠是正当的，机器就是在这种正当性下陡然加速，进入了人类社会的图景。
任何一种技术在发端的时候，都可能是无心的。技术没有价值观，越是底层的技术，越是如此。技术自身的进化是组合式的迭代，是在无数种可能性中寻找巧合，它必须超越文化、规范和人为赋予的意义，才能产生足够规模的回报。意义这个层面的事情并非科学家的负担，而可能另外的人的工作。这并不是一种我的主观看法，而是事实大抵如此。
也正是由于这样的分工，技术的生长造成了意外的后果。我认为，其主要的原因是，是技术应用于现实的方式和人类预想的方式截然不同。人类有一种自由放任的天性和与生俱来的不安全感，这些特点加在一起，使得我们自觉或不自觉的喜欢把一件事情从头到尾做完，而在做事情的过程中，可能还会数次扩大对「事情」的范畴定义。无论现代工业如何发达，我们对一个人做一件事的工匠精神始终怀念，甚至愿意为之支付溢价。而技术则不同，从诞生的那一刻，它的范畴就被严格定义了，人们在应用它们的时候，或许会有一些额外的创意，但总体上，技术成为工具和机器的一刻，就是单一目的（single purpose）的。它被设计为把特定任务或问题解决得最高效率的东西，并不会试图扩大自身的意义。
机器无心，但它却推动了时间的前进。
人类以造物主的姿态看着机器，并不担心它会喧宾夺主。在过去的两三百年中，人类以十代人的努力摆脱了繁重而枯燥的工作，拥有越来越多的闲暇时光。人心中的念头开始滋长：如果生存和生活都不再是问题，那么「我」将追寻什么？
人和机器的分野才刚刚展开。
人非神明
从完成工作的意义上看，人和机器根本的差别并不是人和机器在不同的技能（skill）上各擅胜场，而是两者对于任务（task）的理解和定义不同：人类定义的任务更加复杂，而机器则把任务定义得简单细碎。这样，机器的分工更加清晰明确，更容易形成标准流程和界面，比起模糊的人类分工，要高效不少。
Susskind 在书中写道：
Technological progress, it appeared, was neither skill-biased nor unskill-biased, as the old stories had implied. Rather it was task-biased, with machines able to perform certain types of tasks but unable to perform others.
技术进步，似乎既不像老故事所暗示的那样，以技能为导向，也不以非技能为导向。相反，它是以任务为导向的，机器能够执行某些类型的任务，但无法执行其他任务。
任务和工作（job）是不同的。人类定义的工作，实际上是一种粗放的社会角色分工。比如：医生和律师都是工作，但实际上它们都包含了非常多种不同的任务。社会为人们以医生或律师的特定身份角色完成这些任务的组合而支付报酬。医生的典型任务可能包括和病人交谈和观察、书写病历、分析检验报告等，要完成这些任务，医生需要接受多年的专业技能训练。机器介入人类的工作，是从完成其中的某些简单任务开始的，它从一开始就未被设定为成为具有专业技能的医生，而只是擅长把其中的一个任务做好。
机器并不能完全的替代人类，至少在那些难以清晰划分边界的任务上不行。人类更擅长自发的、探索性的任务，这是我们的大脑在族群进化和个人成长过程中所积累沉淀的。某种程度上，机器的任务是人类定义的，机器本身就是人类的任务。
这就是为什么代码能力看起来如此重要（也听上去比较难以学习）。代码和你在阅读的这篇文章都是一组字符串，但后者更加容易读懂（hopefully）。根本原因是，代码是一种机器更容易理解的语言，它限定了严格的语法规则，几乎没有容错性，而且极端重视逻辑和效率。最关键的是它鼓励程序员用更小单位的代码块，避免在大段代码中迷失逻辑，然后在不同的代码块之间互相调用。这本身就是一种机器的分工思维：每一次解决一个问题，提高效率、重复性和规模化。在我试图学习编程的短暂时间里，这种思维模式是难以接受的，它要求对问题进行高度抽象，定义模型和方法以及他们之间的逻辑关系。这样做的结果是：每一段代码都很简短（单一目的），但它们相互连接的网状结构又极其复杂。这是机器惯用的手段，但它的确让人产生了不适感。这就是为什么好的工程师能够产生 10x 的产出，因为代码的内部结构是具有网络效应的，每一个节点的加入（代码块）都意味着网络效能的高阶提升，而 10x 工程师不仅仅能在代码块级别上更高效，也会优化整个网络的结构。
在驯化机器的过程中，人们逐渐发现实现机器智能的最佳路径并不是让机器模仿人脑。原因正如前述，机器擅长执行大量的简单任务。正如古希腊诗人阿尔基罗库斯留下的传世寓言：a fox knows many things, but a hedgehog knows one big thing，机器更像是一只狐狸，而人类则自诩为通晓宇宙的刺猬。人类所持有的这种以自我为中心的价值判断，在历史上已经不止一次的妨碍我们选择科技树上的正确路径了，在理解和定义机器的过程中，人们花费了数十年的光景才意识到这样的问题：人类并不需要一个可以媲美人脑的「强人工智能」（AGI, Artificial General Intelligence），而可能只需要一系列处理单一问题的「弱人工智能」(ANI, Artificial Narrow Intelligence)。
另一个常见的对机器智能的批评是，它永远都无法实现人类的判断（judgement）和情感（emotions），这可能是对的，但机器并不需要判断和情感也能很好的完成任务——这就像是代码并不需要文学修辞就能很好的发挥作用一样。诚然，为了能让大众更好的接受机器进入他们的生活，机器需要隐藏起他们机械冷酷的一面，但这仍然不是要求机器应该具有人性。
人非神明，也无须以自己的视角审视其它的物种，对机器也是如此。Daniel Susskind 在书的第四章结尾写道：
The first is that there are other ways to climb the Capability Mountains than to follow the particular path that human beings have taken. The purist route is just one way to make the ascent; technological progress has revealed a range of other promising paths as well. The second revelation is that there are other peaks in this mountain range alongside the one that humans proudly sit atop of. Many humans have become distracted by the view down from the summit: we spend our time looking down at the less capable machines below, or gazing at each other and marveling at our own abilities. But if we looked up, rather than down or across, we would see other mountains towering above.
在攀登能力之山（capability mountain）的时候，第一个问题是，除了走人类走过的特定道路外，还有其他方法可以攀登能力之山。纯粹主义路线（指按照模拟人脑来实现机器智能）只是登峰造极的一种方式，技术进步也揭示了一系列其他有前途的道路。第二个启示是，除了人类引以为傲的那座山峰之外，这座山脉还有其他的山峰。许多人类已经被山顶下的景色所干扰：我们把时间花在俯视下面能力较弱的机器上，或者互相凝视，惊叹于自己的能力。但如果我们向上看，而不是向下看或对面看，我们会看到其他山峰耸立在上面。
劳动之死
Susskind 随即花费了数章的篇幅来论述机器智能带来的威胁。毫无疑问的，我们将在有生之年持续看到机器侵占越来越多原本由人类完成的任务。而这种任务侵占（Task Encroachment）带来的失业并不是均匀的，至少从目前来看，机器对劳动力市场的中段侵占效应最强，而对低端和高端劳动者则难以替代。高端劳动力市场容量有限，而低端工作又因为收入微薄、工作辛苦、社会认可度低等原因而不受欢迎。大量的处于中端的具有良好收入和社会认可度的工作先被机器替代掉，最终造成社会对劳动力总量需求的结构性下降。
Susskind 引用 John Stuart Mill 的经典论断说：demand for commodities is not demand for labour. （对商品的需求并非对劳动的需求）。这向人类社会提出了一个新问题：如果不用劳动就能满足对商品的需求，那么是不是还需要劳动呢？Susskind 的断言是：劳动时代（Age of Labor）即将结束，人类需要在劳动之外寻找新的解答。
这个问题所引发的忧虑是多重的：如果劳动不再被需要，那么这也意味着一大部分人也就没有了支持生活的收入；但这只是问题的一阶考虑，我们还必须要意识到更高阶的影响，即在本文开头提到的——平等、权力和意义上。
资本主义的问题在于并不是每个人都拥有资本（the problem with capitalism is that not everyone has capital）。这里的资本既包含了传统意义上的财务资本，也包含以劳动技能为代表的人力资本。现在，人们至少还有一些人力资本。而在后劳动时代，我们会发现，世界上会有相当一部分人既没有财务资本，也没有人力资本。原有的社会阶层将发生巨大的改变，带来平等、权力和意义的重新分配。
必须看到，机器的崛起是在劳动时代发生的。资本发现它最好的去处就是能够和技术产生结合，技术也发现自身需要资本在早期的支持以渡过漫长的发明周期。一旦发明的过程完成了，资本和技术的结合体就能在很长的周期中产生回报，直到下一波技术浪潮的到来。
这个结合体的名字，就是机器。
Susskind 试图以对人的教育作为对机器的回应。我认为这个回应太无力了。教育的升级是必然的，要更有预见性的选择那些不易为机器替代掉的技能来传授；同时，由于机器自身已经具备了学习的能力，那么人类也需要在一生中不断的学习。然而，未来世界的人类工作总量将越来越少，如果我们把自身放在和机器竞争工作机会的境地，那么人类将毫无疑问的落败。
未来将来
Susskind 预言的未来正在匆匆赶来。这个版本中，人们将烦恼的将是如何处置无处安放的闲暇时光——这是一个幸福的烦恼，因为这是我们面朝黄土背朝天的祖先梦寐以求的生活，而当它即将变为现实的时候，却又引发了深深的忧虑。
正如文章开头所说，平等、权力和意义是问题的核心。对于没有参与工作的那部分人而言，无论是采纳通用基本收入（Universal Basic Income）政策还是什么其它方式，都需要面对自己并未为社会做贡献的现实。而社会文化早已对以劳动来赚取收入形成了根深蒂固认可甚至荣誉——回想一下，就在几十年前，社会还会认为脑力劳动者的社会地位不如体力劳动者。在不参与贡献又缺乏社会认可的情况下，这部分人也就丧失了最起码的社会资本，因而可能失去在社会重大议题上的话语权力。
Guy Standing 的《基本收入》一书深入讨论了基本收入政策的优劣和各种变种。他提到了一项「尊严工作原则」（The Dignified Work Principle）：
唯有不阻碍人有尊严地工作，且不使最没有安全感的群体在这个层面上陷入不利处境的政策，才符合社会正义。（上海文艺出版社，2020 年版，第 8 章）
这一原则往往是政策建议者容易忽略的。或许是人们在物质匮乏的年代生活了太久，容易把讨论集中在物质层面的福利上，而忽视在尊严、认可、荣誉这个层面上的意义。实际上，这种忽视是在漫长的历史中，把人看作是主要的生产力载体的惯性思维所带来的。直到今天，经济学家们讨论人口问题，仍然会很大程度上看重适龄人口对一国生产产出的贡献，而较少的考虑人力可能不再是最重要的生产要素——这仍然是一种以人为中心的未来观。
未来学家 Richard Buckminster Fuller 早就预言到了机器在未来「持久繁荣」中扮演的关键角色。他在 1981 年出版的《关键路径》一书的前言中写道：
全人类要实现「持久繁荣」的权利，还有两个主要障碍。第一个是人类不理解科学语言，所以人类不知道，有史以来科学只发现了一件事，那就是宇宙完全是由各种技术构成的，这些技术相辅相成，精巧绝伦。99％ 的人类都认为，技术是一种「新生」现象。全世界的普通大众每每想到技术，都会把它和置人于死地的武器及争夺饭碗的机器挂钩。因此，大多数人都有意识地反对技术，殊不知，正是这些他们不理解的技术，提供了让他们能够在地球上实现一生「持久繁荣」的唯一途径。（广西师范大学大学出版社，2020 年版）
他在书中预言了机器将能够更好的依照科学的普遍规律，更高效的管理「宇宙能量收入」。人作为一种生物体而言，对能源利用的效率远低于机器。如果人将让出自己的位置给机器，那么是否也必须同时让出自己的尊严和荣誉？
这也是 Fuller 未能在书中回答的：在宏大的宇宙中，人类将如何自处。他在书的最后几段中写道：
最后，我们意识到正在发生的事情是人类没有重量的抽象智慧——真实的你和我——已经不由自主地被迄今为止无人收获的近邻宇宙信息所占据，全宇宙使用的原则都是从中收集而来，也可以用于解决近邻宇宙的问题，完全负责地保持永恒再生宇宙在本地的完整性。这是我们迄今为止的假设，这就是人类出现在宇宙方案之中的理由。
人的躯体并未能强过自然中的其它生物体——甚至更加脆弱，而人的头脑因为「抽象智慧」的存在，则似乎获得了洞悉宇宙基本原则的能力。Fuller 认为，这是人之所以存在于宇宙中的根本原因。或许，只要机器还是在任务层面上产生替代，那么它们并不具有真正的「抽象智慧」。这是人类在意义层面上最后的自留地。
三十年过去了，Fuller 的乐观主义在 Susskind 父子来看或许是过分了。今日的人类不仅仅没有完全理解宇宙，甚至也没有理解自己将如何与自己相处。人与人的问题，人与技术的问题，将是未来数十年持续困扰我们的幽灵，它们将不断在梦境中闪回。讽刺的是，解决它们的方法又或许是以某种技术手段完成的，资本又闻声而至，以普惠的名义，不由分说的加速这种解决方案的增长，让这个世界的来临变得不可避免。
未来将是一个更少工作的世界，但它是不是一个更好的世界，决定了它是不是一个值得投资的世界。