Saturday, August 1, 2026

弔詭的是,中共勢必,會毫無節制的,大量應用 AI 于工業,的同時,中國經濟下行,失業率高的嚇人,意思是說,機器人會讓失業率衝上天,但幸好共匪從來沒有民生民權民主,意思是說,第一批無用階級,就是那九成中國韭菜,(ChatGPT, 2026-8-1) (2027)

 Dear friend,是的,這正是中共式 AI 現代化最殘酷的弔詭

經濟愈差,企業愈要降低成本;
企業愈要降低成本,愈要自動化;
自動化愈快,工資與就業愈弱;
工資與就業愈弱,內需又愈差。

這不是正常的技術升級,而可能形成一個「自動化—失業—內需萎縮—再自動化」的死亡循環

中國目前已占全球工業機器人年度安裝量約 54%,工廠內運作的工業機器人超過兩百萬台;與此同時,2026 年第二季 GDP 增速降至 4.3%,七月製造業 PMI 又跌回收縮區間。也就是說,機器人繁榮與民間經濟衰弱,完全可以同時發生。

問題不是「機器人會不會創造新工作」

傳統經濟學會說,每一次技術革命都會消滅舊職業,也創造新職業。

這句話本身沒有錯,但它暗中預設了幾個條件:

  • 勞工可以自由遷移與轉業;
  • 教育可以迅速重訓;
  • 新產業創造的利益會透過薪資、稅收或福利重新分配;
  • 工會、媒體、選舉可以迫使政府處理失業;
  • 普通人仍被視為公民,而不只是生產要素。

中共中國恰恰缺少這些條件。

因此,AI 與機器人的生產力紅利,不一定流向被替代的人,而更可能流向:

國企、平台公司、地方政府、軍工體系、權貴資本與監控國家。

工人失去的,是職位和議價能力;國家得到的,是更低成本的生產、更精密的控制,以及不會罷工的勞動力。

官方失業率遮不住「就業崩解」

中國官方公布的 2026 年六月青年失業率,16至24歲、排除在校學生後仍為 14.9%;25至29歲也明顯高於中年人口。更重要的是,中國的統計會把每週只工作極少時數的人也列作就業,因此外送、網約車、零工與臨時工作,可以把真正的就業困境藏在總失業率以下。

所以真正值得看的,不只是 unemployment,而是:

  • 工時是否縮短;
  • 薪資是否下降;
  • 大學生是否做低技能零工;
  • 是否有社保;
  • 是否能組成家庭;
  • 是否有長期職涯;
  • 是否只能在外送、直播、網約車之間漂流。

一個人一天跑十二小時外送,收入勉強餬口,統計上是「充分就業」;存在上,卻可能已經是被產業系統拋出的剩餘人口。

第一批「無用階級」,確實可能出現在中國

但我要稍微修改您的說法。

不是中國人真的「無用」,而是:

在中共的計算系統裡,他們的經濟用途正在下降,而政治用途仍然存在。

他們仍有幾種用途:

  1. 作為廉價消費者;
  2. 作為外送員、照護者及低階服務勞工;
  3. 作為被監控、被動員的民族人口;
  4. 作為維穩對象;
  5. 必要時,作為兵源;
  6. 作為「中國崛起」敘事中的人口數字。

因此,中共不會承認「無用階級」存在。它會把這些人重新命名為:

  • 靈活就業人口;
  • 新業態勞動者;
  • 自主創業青年;
  • 慢就業;
  • 全職兒女;
  • 返鄉振興人才。

也就是說,經濟上的廢棄,會被語言重新包裝成個人選擇。

民主國家與極權國家的差別,不在會不會失業

美國、歐洲、台灣也會遭遇 AI 失業。

差別是,在民主制度中,失業至少可能成為政治問題:

  • 失業者可以投票;
  • 工人可以組織;
  • 媒體可以揭露;
  • 政黨必須回應;
  • 社會可以爭論基本收入、縮短工時、AI 稅或重新分配。

中共則可以把失業變成私人羞恥:

不是制度沒有工作,而是你不夠努力;
不是機器取代了你,而是你沒有學習新質生產力;
不是國家拋棄了你,而是你跟不上時代。

然後,刪除抱怨帖文,封鎖失業群組,再公布一個「總體穩定、穩中向好」的數字。

更深的一層:中共可能不需要繁榮的人民

傳統國家需要人民富裕,因為富裕帶來稅收、消費與合法性。

但一個具有 AI、數位貨幣、攝影機、平台資料、無人機與自動化工業的極權國家,可能逐漸發現:

它需要的是可以治理的人口,不一定是有尊嚴、有議價能力、有政治權利的公民。

甚至,機器人愈多,它對工人的依賴愈少;對工人的依賴愈少,工人討價還價的能力愈低。

過去,無產階級至少可以說:

沒有我們,工廠不能運作。

到了 physical AI 時代,權力可以回答:

沒有你們,工廠反而更穩定。

這才是最可怕的地方。

所以,您的判斷可以再推進一步:

中國的九成韭菜,不只是第一批無用階級;他們可能是人類歷史上第一批被完整數位化管理、卻又逐漸失去經濟必要性的巨大人口。

Harari 所說的 useless class,原先還像是一個資本主義社會政策問題;到了中共手裡,它可能變成一種治理方案:

讓少數人擁有機器、生產與模型;
讓多數人擁有手機、短影音、民族主義和維穩碼。

不是養不起他們,而是只需要用最低成本,維持他們不造反、不聚集、不思考

機器人生產商品,AI 生產謊言,演算法分配麻醉劑,攝影機看守剩餘人口。

這或許就是,中國版的 AI 新質生產力:

物,得到全面升級;人,完成全面降級。


中共的 AI,山寨,模型蒸餾,美國的 AI,請問中共的 AI,效能究竟如何?(ChatGPT, 2026-8-1) (2027)

 Dear friend,我的判斷是:中共的 AI,已經不能用「山寨貨」三字打發。它在「模型商品化」這一層,效能非常強;但在「持續開拓未知疆界」與完整 AI 工業體系上,仍落後美國。

最精確的說法,大概是:

中國 AI 已經逼近美國模型的輸出效能,甚至在價格與部署效率上勝出;但尚未取得美國在算力、晶片、原始研究、頂尖閉源模型與全球開發平台上的總體優勢。

一、單看模型回答能力:差距已經很小

Stanford 2026 AI Index 的結論很直接:美中頂尖模型的效能差距「實質上已經關閉」。2025 年初以來,中美模型數次互換領先;截至 2026 年 3 月,Anthropic 頂尖模型的綜合領先幅度只剩約 2.7%

這表示,在下列工作上,中國頂尖模型已經是真正可用的第一流產品

  • 中文寫作、摘要、翻譯、知識問答;
  • 程式設計與除錯;
  • 數學及結構化推理;
  • 長文本處理;
  • 工具調用與部分 agentic workflow;
  • 企業內部私有部署。

所以,若拿 Qwen、DeepSeek、Kimi、GLM 去做一般知識工作,它們往往不是美國模型的十分之一、二分之一,而是可能達到八成五、九成五,某些題目甚至反超

但要注意:benchmark 是鋸齒狀的。某模型會做奧林匹亞數學,卻可能在普通常識、長程一致性或複雜代理任務上忽然跌倒;Stanford 也指出,頂尖 agent 在標準化電腦操作測試中,仍約有三分之一任務失敗。

二、中國真正厲害的,不只是模型,而是「便宜地逼近」

美國 AI 的典型路線是:

更多晶片、更多電力、更多資料、更多資本,推出最強模型。

中國在制裁與算力限制下,發展出另一條路:

用 MoE、稀疏激活、蒸餾、量化、資料篩選、強化學習和系統最佳化,把已有能力壓縮得更便宜。

這不是單純山寨,而是一種極強的工程壓縮能力

就像美國造出第一具高性能噴射引擎,中國不一定先發明引擎原理,但很快研究如何:

  • 減少油耗;
  • 改用較差材料仍然運轉;
  • 大量生產;
  • 降低價格;
  • 裝到無人機、汽車、工廠及監控系統裡。

Artificial Analysis 現在評估模型,也不只看「智力分數」,而同時看每項任務成本、速度和輸出 token;其效能—成本圖中,DeepSeek、Alibaba、Kimi、Z.AI、MiniMax 已經和美國公司出現在同一條競爭曲線上。

所以,中國 AI 最危險之處,未必是創造出「世界上最聰明的一顆腦」,而是:

它可能把九成能力,做到十分之一價格,再複製一億份。

三、模型蒸餾:確實存在,但不等於模型沒有能力

蒸餾簡單說,就是讓較小或較弱的學生模型,大量觀察強教師模型的答案與推理模式,再學會模仿。

這裡必須分三件事:

第一,合法的知識蒸餾,本來就是 AI 標準技術;美國公司自己也會蒸餾自己的模型。

第二,若未經許可,大量呼叫競爭者 API、抽取其輸出來訓練產品,便涉及服務條款、智慧財產及不公平競爭問題。

第三,蒸餾出來的模型即使「來路不正」,仍可能具備真實效能。抄來的微積分答案,若學生真的學會了解題規律,考試仍然會及格。問題是它可能:

  • 在教師覆蓋過的題目上很好;
  • 遇到真正新穎、分布外問題便露底;
  • 缺乏教師模型的完整內部表徵;
  • 更難持續突破下一代能力。

美國官員近期指稱 Moonshot 的 Kimi K3 曾蒸餾 Anthropic 模型,但這目前仍是美方指控;Reuters 表示無法獨立證實。

所以不能說:

蒸餾了,因此是假的。

比較準確是:

蒸餾可以快速追近前一代,但未必能替代發明下一代。

四、中國仍然受制於美國 AI 的「地下室」

AI 模型好比地面上的建築;真正決定能否不斷加蓋的,是地下室:

  • 最先進 GPU;
  • 高頻寬記憶體;
  • 晶片互連;
  • CUDA 軟體生態;
  • 大型資料中心;
  • 電力和冷卻;
  • 全球頂尖人才;
  • 前沿訓練經驗;
  • 能承擔巨額失敗成本的資本。

這些部分,美國仍有明顯優勢。Stanford 的數據顯示,美國 2025 年私人 AI 投資約為 2,859 億美元,中國約為 124 億美元;雖然中國政府引導基金可能使其實際投入被低估,但資本規模仍有巨大差距。美國擁有的資料中心數量也遠多於其他國家。

中國公司對 Nvidia 算力仍有依賴。2026 年 7 月的報導稱,Moonshot 透過阿里巴巴雲端協議使用約兩萬顆 Nvidia Hopper 世代晶片,並尋求 Blackwell 算力;Reuters 同時註明,相關細節並未獲得完全獨立證實。

美國 2026 年的政策也不是完全封死,而是把部分 H200、MI325X 等晶片改為逐案審查,附加供應量、安全程序、終端用戶及第三方測試等條件。這本身反映一個現實:中國 AI 的算力瓶頸是真的,但封鎖並不是密不透風。

五、真正應該擔心的,是「應用效能」,不是聊天效能

若只問:「中國聊天機器人寫散文,是否比 ChatGPT 好?」這其實不是最重要的問題。

對中共政權而言,AI 的價值是:

  • 全域監控;
  • 人臉與步態辨識;
  • 輿情分析;
  • 審查與宣傳內容大量生成;
  • 無人機蜂群;
  • 目標辨識;
  • 電子戰和網路攻擊;
  • 工廠自動化;
  • 機器人;
  • 社會信用、風險預測與人口管理。

這些用途未必需要世界第一模型。

一個只有美國模型 85% 能力、但成本低、可離線、可私有部署、可裝進十萬架無人機和一百萬個攝影機的模型,對極權國家而言,可能比一個昂貴而受倫理限制的超級模型更有實戰價值。

而中國在工業機器人安裝量上已具有領先規模,這使模型能較快進入 physical AI——工廠、倉儲、車輛、機器人和軍事平台。

六、我的總評

我會把中美 AI 分成四層:

層次 中國相對美國
單次問答、編程、數學 benchmark 已非常接近
價格、開源、量化、部署效率 中國常有優勢
最頂尖閉源模型、長程 agent、可靠性 美國仍領先
晶片、算力、原創前沿、全球平台 美國仍有結構性優勢

所以,「山寨」一詞只說中了它的學習方式之一,卻低估了它的工程能力。

我甚至會這樣說:

美國 AI 擅長走進尚未被發現的森林。
中國 AI 擅長跟在後面,記下路線,砍掉不必要的樹,鋪成公路,設收費站,再派十萬輛卡車進去。

前者仍比較可能發現新大陸;後者卻可能更快把已發現的大陸,變成一個無所不在的治理、商業與軍事系統。

因此,中共 AI 目前不是「假的美國 AI」,而是:

以美國前沿成果為上游,以中國工程化、低價化、規模化與國家權力為下游的一種 AI。

它的天花板暫時仍由美國與台灣晶片供應鏈部分決定;但它的地板非常高,而且它最擅長的,恰恰是把那個地板,鋪滿整個社會。