AI 真的会让权力回到普通人手中吗

围绕 AI 是否会真正「赋能普通人」的讨论近期再度升温。前特斯拉 AI 负责人 Andrej Karpathy 曾在社交平台发文，表达对 AI 民主化知识访问的乐观预期，理由是大模型把专业知识以极低、即时成本提供给任何人，且富豪也无法买到「更好的 ChatGPT」。一位长期关注技术行业的作者撰文回应了这一观点，认为现实远比这一愿景复杂。

互联网的前车之鉴

作者以互联网的发展轨迹作为类比。早年的赛博空间理想——人人可平等接入 Google、Wikipedia 以及连接全人类知识的数字图书馆——并未兑现。少数跨国集团把持了通往数字世界的主要门户，原本作为自由信息分发渠道的网络，部分演变为「人类历史上最高效的审查与监控工具之一」。作者据此认为，AI 与互联网一样，本质上是放大器，同样会放大已有的不平等。

当前 AI 红利分配并不均衡

文章列出几个具体观察：

价格门槛：每月 200 美元的订阅计划，对美国以外、从事严肃知识工作的人已是显著负担。
使用门槛：硅谷之外的多数地区仍处在「刚刚认识 AI」的阶段，多数人缺乏将 LLM 能力转化为生产力的背景与资源。
数据壁垒：行业专家掌握专有数据，并通过数据飞轮持续放大其价值，普通人难以企及。
认知落差：技术精英看到围绕 AI 的创业机会，而另一些人缺乏有效引导，容易将思考外包给模型，进而侵蚀自身批判能力。

教育与就业的早期信号

作者指出这一分化已经在显现：学生借助 AI 应付课业而缺乏深度参与，软件行业则在预期裁员的同时缩减入门级招聘，依赖 AI 捷径的计算机科学毕业生正面临更高的入行门槛。若放任不管，AI 可能复制以往技术革命的剧本——少数看门人掌握访问规则，AI 替代部分白领岗位，资本市场指数创新高与大规模裁员、消费力萎缩同时发生。

开放权重与本地推理被再次强调

文章结尾呼吁：

提高公众对 AI 能力与潜在危害的认知，让更多人具备理解与使用 AI 的基本素养。
重视开放权重模型、本地推理与开放生态，作为打破封闭、促进竞争的必要替代方案。
不被 FUD 与看门人叙事裹挟，维护开放且具竞争性的 AI 研究生态。

作者承认自己对路径并无完整答案，但强调「解决任何问题的第一步，是承认问题存在」，并以 Alan Kay 的名言——「预测未来的最好方式，是亲手创造它」——收尾，整体基调仍是谨慎乐观。