当 AI 提前知道答案：人类失去探索空间后，谁还有权改变世界？

房东喜欢下象棋，但他知道自己这一生大概都不会下得比 AI 好。今天这只是一个游戏里的事实。假如未来科研、创作、工程和决策都出现同样的局面，人类失去的会是什么？

问题并不只是“怎样保持爱好”。当一个人还没开始探索，就知道更好的答案已经存在于机器中，发现会逐渐变成学习，创造会逐渐变成挑选，长期努力与独特成果之间的联系也会减弱。告诉人“享受过程就好”，无法回答那些以突破未知为人生动力的人。

认知差距如何变成权力差距

过去，掌握土地、资本和行政权力的人，仍要依赖大量普通人的劳动和知识。依赖并不等于公平，却给了劳动者和公众一定的谈判筹码。如果 AI 接走越来越多的认知劳动，机器人再接走体力劳动，权力的重心就可能转向算力、能源、模型、资产和执行机构的所有权。

这不是注定的结局。最好的情形是，强大的 AI 成为广泛可得的基础设施，自动化收益通过公共服务和广泛持有的资产回到公众手中。人可能不再站在所有知识前沿，但仍能提出目标、质疑系统、参与分配，并联合他人改变规则。

最坏的情形则更隐蔽：大多数人有足够的生活资料和娱乐，却无法影响决定自己命运的系统。信息、工作机会和社会资源由算法精细分配；人可以申诉一个错误，却难以质疑规则本身。物质上的供养与政治上的失权可以同时发生。

检验权力的三个问题

当普通人认为 AI、企业或政府的决定错了，他能否知道理由？能否有效申诉？能否和别人组织起来改变规则？三个问题必须连在一起看。一个申诉入口可能纠正误封账号，却无法自动赋予公众改变整个就业制度的力量。

现实中各地差别明显。欧盟对某些重大自动决策规定了人工介入和提出异议的权利，数字服务规则也要求平台说明部分内容管理决定的理由并提供复核途径。部分欧洲国家拥有覆盖广泛的集体谈判机制。美国允许员工组织工会、起诉和公开批评，但企业与个人之间的资源仍不对称。中国有法定工会，也有个人劳动争议的仲裁和诉讼渠道；然而，劳动者难以建立独立、持续且能与资方抗衡的组织。个案救济和集体改变规则，不是一回事。

这些制度也都不是永久保证。OECD 的数据表明，成员国的工会会员比例长期下降。AI 如果削弱劳动的经济价值，连已有的集体谈判筹码都可能继续流失。