Uniquezx Weekly · 01：AI是在扩大蛋糕，还是在重新分配蛋糕？

一、一个很直觉的问题

最近在高频使用 AI Coding 工具（包括 Cursor、Claude Code 等）参与日常开发之后，我开始持续出现一个很基础、但很难忽略的问题，而且它并不是某一次灵感式的疑问，而是随着使用频率增加不断被强化的一种判断压力：

AI 到底是在创造新的需求与价值，还是只是把原本就已经存在的软件开发、内容生产、设计协作这些流程，以更低成本、更高效率的方式重新执行了一遍？

从实际体验来看，它确实在显著改变我的工作方式——很多过去需要明确拆解、手动实现、甚至需要多人协作完成的步骤，现在可以被压缩成更短的路径完成。但这种变化更明显地体现在“单位时间内完成更多既定任务”，而不是“任务本身发生了变化”或“新的需求被创造出来”。

换句话说，它提升的是执行效率，而不是扩展问题空间本身。这也是我开始对它的真实经济意义产生疑问的原因。

如果把这个问题放到更宏观一点的结构里看，会发现它和互联网时代的变化方式其实不太一样。

互联网在早期带来的很多变化，本质上是“新增型”的：它不仅改变了做事方式，还扩展了需求本身。例如电商让交易突破了地理限制，短视频改变了内容消费的时长结构，网约车则直接创造了一种高频、即时的出行需求。这些变化的共同点是，它们让一些原本不存在或者很难成立的行为，变成了日常行为的一部分。

但 AI 目前更常见的作用路径并不是这样。它更多出现在既有流程内部，比如写代码、做客服、做翻译、做内容生产这些已经存在的任务链条中。在这些场景里，它带来的变化通常是：同样的事情，用更少的人、更短的时间、更低的成本完成。也就是说，它更像是在优化既有系统，而不是打开一个新的系统边界。

从这个对比来看，一个比较直观的感受是：互联网更偏向“扩展需求空间”，而 AI 更偏向“压缩执行成本”。

如果用一个更简化的模型去理解这种差异，可以把它拆成两个层面来看。

互联网更像是在扩展“需求侧”的边界，也就是让原本不存在、或者很难成立的需求变得真实可见，并且可以被规模化满足。因此它带来的变化不仅是效率提升，而是整体行为结构的变化——人们开始在网上购物、刷内容、打车、订票，这些行为本身就是被重新创造出来的。

而 AI 目前更多作用在“供给侧”的效率层面，也就是在既有需求不变的情况下，通过自动化或半自动化的方式降低生产成本、提高执行速度。比如一个原本需要多人协作完成的软件项目，现在可以由更少的人加上 AI 辅助完成，但项目本身的数量和类型，并没有因此发生同等幅度的扩展。

因此可以得到一个相对粗略但有参考价值的判断：AI 目前更像是在优化“生产函数”，而不是在扩展“需求函数”。

这种差异进一步带来的一个现实结果是：如果需求本身没有同步扩张，那么效率提升在短期内更容易表现为“替代”而不是“增量”。

也就是说，当 AI 进入一个已经成熟的行业结构时，它首先削减的是冗余人力与中间流程，而不是创造新的岗位或新的需求规模。比如在软件开发、内容生产、客服支持这些领域，AI 带来的直接影响往往是团队规模收缩、交付周期缩短，但整体市场规模并没有因为工具升级而成比例扩大。

这也引出一个更现实的问题：如果大多数行业都处在“存量优化”的阶段，那么 AI 的主要经济效应，很可能不是让整个蛋糕变大，而是改变蛋糕的分配方式——谁更高效、谁掌握工具、谁能更快整合能力，谁就会在现有结构中获得更高的占比。

从这个角度看，AI 当前的影响更接近一种结构性重排，而不是需求驱动的增长扩展。

但这个判断也并不意味着AI的影响是“有限的”，相反，它可能在改变一种更底层的东西：生产能力的分布方式。

当个体可以借助AI完成过去需要小团队才能完成的工作时，一个明显的变化是“能力边界”开始被重新定义。过去很多能力是组织绑定的，比如一个人很难同时具备产品设计、代码实现、内容运营和数据分析能力，但在AI辅助下，这些能力的组合成本被大幅降低，从而使得“单人完成复杂系统”的可能性开始出现。

这会带来一个结构性的变化：组织不再是唯一的生产单元，个体开始具备更强的系统级执行能力。虽然这还没有完全转化为新的经济形态，但它已经在悄然改变生产关系的基础结构。

所以问题可能不只是“AI是否扩大了蛋糕”，而是：当生产能力从组织逐步下沉到个体之后，经济结构本身会不会被重新组织一次。

但这个判断也并不意味着AI的影响是“有限的”，相反，它可能在改变一种更底层的东西：生产能力的分布方式。

所以问题可能不只是“AI是否扩大了蛋糕”，而是：当生产能力从组织逐步下沉到个体之后，经济结构本身会不会被重新组织一次。

如果这种“停留在存量优化”的状态持续较长时间，那么它在宏观层面可能会带来一种相对稳定但并不均衡的结果：整体生产效率提高，但增长来源变得更加稀缺。

在这种结构下，增长不再主要来自“做更多新事情”，而是来自“用更低成本做同样的事情”。这会让竞争的重点逐渐从市场扩张转向效率竞争，即谁能够在既定需求中占据更高的生产效率位置，谁就能获得更高的收益分配比例。

与此同时，另一个更隐性的变化是：当工具层能力极大增强，但需求层没有同步扩展时，系统内部的边际收益会逐渐向掌握工具和系统能力的一方集中。这可能意味着，在同一个行业内部，能力差距会被放大，而不是被平均化。

但这里仍然存在一个关键的不确定性：效率提升是否会在某个临界点上反过来触发需求扩张。

历史上并不是没有类似的路径。当某种生产能力被极大压缩成本之后，它有时会从“稀缺资源”变成“普遍能力”，进而改变人们原本不参与的行为。例如计算能力的普及，最终催生了互联网应用生态；带宽成本下降之后，视频内容才成为主流消费形态。也就是说，在一些情况下，效率提升本身会成为需求扩张的前置条件。

因此，一个更保守但更合理的判断是：AI当前阶段仍然主要表现为效率工具，但它是否会进入“需求创造阶段”，取决于它是否能进一步降低某些关键行为的门槛，使得原本不成立的行为变得成立。这一点目前还没有被明确验证。