普通人何时能感到 AI：圈内像电，圈外还是四舍五入
整理自 Nathan Lambert 《When will average people feel AI’s impact?》（Interconnects，2026-09-09）。
核心观点
拿工业革命类比这一轮 AI，尺度对了，暴露路径错了。工业时代给普通人的是更便宜的衣服、抽水马桶、电灯、自行车——可摸到的货。今天的 AI 已经能改知识工作，但吃穿住行娱乐几乎没被直接改写。
Lambert 度蜜月几周，可以完全不想 AI。普通人正面联想是好玩的图、稍好的搜索；负面是成瘾算法、聊天机器人上瘾、数据中心。一句话：AI 在日常生活里仍是四舍五入误差。着迷 AI，还是极少数人的选择。
这不是说技术不行。他的判断更扎：我们处在一场可能持续百年的复利革命的头五年。现在真正在建的是基础设施和可复利的流程；今天的数学突破，相对几十年后的复合改进会显得很小。问题是社会不会按这个时钟给耐心。
收益太间接，信用落不到实验室
就算最乐观版本兑现——新科学、罕见病药、经济丰裕——普通人怎么把救命这件事记到 OpenAI 或 Anthropic 头上？他去的是家庭医生。美国人会关心谁解了纳维-斯托克斯千禧问题吗？
50 年后，平均美国人的家、家电、关系、车，仍可能很像今天。自动驾驶会继续扩散，但走的是相对独立的轨迹，不是 LLM 叙事的自然延伸。圈内会把很多功劳记给 AI；圈外的一天仍可能差不多。
叙事层面一直在催人「你该关心」。潜台词是：长期现实是真的，当下体感对不上。这个错位会变成政治问题，而且已经在变成。
恩格斯停顿：一半社会像电，一半原地踏步
今天的 AI 主要服务精英和知识工作。美国大约一半经济是知识工作；Agent 再快 18 个月，这一侧会像电一样基础。另一侧生活停滞。科技股狂欢、日常不变——不难闻出「这不是公共品」。
Lambert 提到 恩格斯停顿（约 1790–1840）：英国人均 GDP 涨、工人阶级工资停滞。若这是最近似类比，没吃到红利的人有权反推。AI 行业若自认这就是前路，就别装惊讶。
更扎心的一条：AI 最擅长放大科技公司和新的 online-native 小生意。他甚至不指望科技业在大成功期扩招养人——更可能是人头缩、知识工作产出爆。本来就最吃香的部门更吃香，集体观感只会更差。他担心本能反弹把 AI 送上美国核电那种路：自己的叙事先把自己阉了。
两个病灶，拆掉一个就能换时间
他把头五年、五十年扩散期压成两件事：
- 早期正面冲击太间接。
- 政治反弹其实是西方大科技的历史账，只是碰巧撞上 AI 的指数增长。若指数增长晚几十年，数据中心未必能坐到政治中心。
拆掉其中任何一条，行业都能多换一些时间，去证明改变现状（尤其是经济结构）是值得的。两件事都被行业自己的负面标签加重了：末日、大规模失业。领袖已开始纠偏，公众还没买账。
具身和自动驾驶若被讲进同一故事，普通人会迅速抓住可感知收益。讽刺的是圈内花了很多力气证明「这次 LLM 和前二十年一般 AI 不一样」——若机器人后来盖过 LLM，会很好笑。
成长痛，不是终局
这段历史更像成长痛：社会要先打掉 ChatGPT 之前就存在的旧习惯，能量和怒气会先释放。对抗叙事会比扩散故事更快。年轻这代会看见从近 0% 到 90%+ 的深度采用——企业里长出来的 AI、私人助手——才刚开始可行，采用会远慢于「会聊天的 ChatGPT」。那才是进化的真正标记。
所以两件事同时成立：必须继续推技术（好处惊人，但不是自动发生）；必须把好处铺开。只服务能付 token 的那一半，政治账会先于产品账来找你。
对做产品的人，可复用的不是「AI 会改变世界」这种空话，而是两套时钟：圈内软件在重组（SoR、eval、Agent 工作流），圈外生活还没被改写。可感知的时间、钱、身体、出行，比「我们解了一道千年难题」更能给行业换时间。
评论