AI 最缺的不是算力，是时间
2026 年 10 月 26 日，微软对大约 6 万名员工开放了自愿离职买断，覆盖美国、英国、加拿大、印度。一周后，它公布了 366 亿美元的季度利润。同一场财报电话会里，全年资本开支指引给到了约 1,700 亿美元。
三件事挤在同一页纸上。按人均全成本 25 万美元粗算，6 万人的工资盘子大约 150 亿美元一年，不到那 1,700 亿的 9%。所以"裁人省钱去买卡"这句话在算术上是不成立的——就算把这 6 万人全砍完，也付不了资本开支的一个零头。
这不是交换。这是一件事的两个面：钱和人，各自在按不同的时间尺度跑，而只有一个尺度是债主要求的。
这篇只回答一个问题：这一轮 AI 真正算错的，到底是什么？
这条线只有一句判据
它把需要十年才成立的事，按两年来做。
两本账，同一个毛病。
第一本在钱上：融资的期限是两年到七年，未来兑现的期限是十年。第二本在人上：砍掉一个入口只要两年，培养一个能担责任的人要十年。这两本账本来各跑各的，但 2026 年它们同时到了要结账的时候。
下面四节走钱的账，四节走人的账。
先算一遍钱：要求不离谱，但要求不间断
1,700 亿美元的资本开支，按六年折旧，是每年 283 亿美元的折旧成本。
折旧不是会计游戏，它是必须被收入盖住的东西。云业务毛利率按 70% 算，要盖住这 283 亿，需要每年新增 405 亿美元营收。微软的营收是 3,000 亿美元量级，这意味着连续六年、每年 13.5% 的纯 AI 增量，营收要从 3,000 涨到 5,400 亿。
四大厂商一起算：2026 年合计资本开支约 7,400 亿美元，年折旧 1,233 亿，需要每年新增 1,762 亿美元营收，连着六年。
这个要求不离谱。Azure 现在增速 48%，微软云收入同比 +30%，说明需求是真的、不是画饼。但请注意这个要求的形状：不是"增长"，是"连续六年不间断的 13% 以上增量增长，中间不能有一次减速"。
只要断在某一年，EPS 会立刻被折旧吞掉。而券商测算的外部融资缺口高点，正好落在 2028 年前后，量级 7,000–8,000 亿美元。这两个数字撞在同一年，不是巧合。
所以"买的是未来"这句话没错。错的是以为"未来是真的"就等于"不会出事"。 假未来叫骗局，真未来才叫泡沫——光纤泡沫破了，宽带在五年后真的普及了，当年买的人亏了 90%。未来兑现了，只是兑现的人不是当年那批。
泡沫不是估值高，是期限对不上
教科书上说泡沫是价格太高。这一轮不是。
这一轮的分界线是一条很土的东西：你用什么钱去买那个未来。
| 用自由现金流买 | 用三到七年债买 | |
|---|---|---|
| 能等多久 | 无限，跌 50% 无所谓 | 到期就得还 |
| 怕什么 | 什么都不怕 | 一次再融资失败就死 |
2026 年三季度的实际数字：四大厂商现金资本开支同比 +108%，经营现金流只 +10.4%，自由现金流合计 −250.4 亿美元。其中 Alphabet 一家就是 −91 亿（经营流入 423 亿，设备与物业支出 514 亿）。四家里只有微软的经营现金流还盖得住当季投入。
这就是从"用赚来的钱投资"切到"借钱投资"的那条线。 跨过去的那一刻，泡沫的题目就换了：不再是"估值高不高"，而是"债能不能续"。
所以最先出问题的不是就业
这几年最流行的一条因果链是：AI 裁员 → 人没钱消费 → 经济下行 → 更多失业。
方向对，顺序反了。
真实传导是：资产端先崩 → 消费才崩 → 就业最后崩。
原因在结构里：美国消费的基本盘是高收入群体，前 10% 的家庭持有约 87% 的股票。砍掉一个月薪五千的岗位，对可选消费几乎没影响；纳斯达克跌 30%，才直接打掉有钱人的支出。财富效应的量级研究给的是每 1 美元资产变动带来 3–5 美分的年消费。
所以触发点不在需求、不在模型能力，在债券市场对某一家二线算力商关门的那一天。然后沿着"资产贬值 → 抵押品缩水 → 全线重估"往回传。2026 年这几个月里先暴跌的就是这类公司：它的资产是 GPU，负债是债券，两把尺子量的是同一个东西，方向却是反的。
预言者自己已经把期限往后挪了三倍
人被替代的速度，可以拿最响的那个预言来校准。
同一个人的说法：早先是三到五年让所有人的工作被替代；2025 年 11 月沙特投资论坛上的最新版本是十到二十年，措辞也从"替代"改成了"工作变成可选、钱变得无关"。期限自己往后挪了两到四倍。预言家改口，是预言落空最硬的证据——技术不会因为喊得急就提速。
再看他的履约记录：2019 年 4 月说 2020 年会有 100 万辆 robotaxi 上路，实际 0 辆；2025 年底说 robotaxi 覆盖美国一半人口，实际全美不到 30 辆无人车，集中在德州三个城市，副驾还坐着安全员；从 2016 年起，每年都说"明年实现完全自动驾驶"，说了十年。
人形机器人这边量级差得更直白：现在产能是数百台一周（约 1.56 万台一年），目标是 2027 年底 2 万台一周（104 万台一年），差 67 倍。而他自己在 2026 年 1 月承认，没有一台在工厂里做有用工作；三季度的电话会上点明了还要解决手、安全、可靠性、耐久性和泛化。按那个目标产能算，替代掉全球 1% 的就业人口（3,500 万台）也需要 34 年。
软件可以下周上线，产能、电网、变压器和机械手不行。 把物理部署周期按软件迭代周期来喊，是最常见的一种时间错误。
真正在变的不是失业，是没人招新人了
但要说这轮什么都没发生，也是假的。只是发生的地方和大家盯着的地方不一样。
全球呼叫中心的人数，到 2026 年已经比 2023 年 12 月的峰值低了 5.3%，连续 8 个季度同比下滑，结束十多年的增长。不是裁，是慢慢缩。
美国 500 人以上律所 2025 年招的应届律师是 6,588 人，比 2024 年峰值少 7.5%，是 2014 年以来第一次下降。有意思的是 Law.com 的分析明确说别急着怪 AI：前 100 大所的人数基本持平，主因是费率压力和产能过剩。所以这一个数字还不能算证据。
真正的证据在招聘入口上。2026 年 10 月有人抽了 1,756 个标着"入门级"的岗位：
- 29.8% 要求至少一年经验
- 14.9% 要求两年以上
- 6.4% 要求三年以上
一个 2026 年 5 月毕业的传播学本科生的原话是："公司眼里的 entry-level，是从业三年的人。"
再加上 PwC 那个更硬的观察：入门级岗位现在要求的技能里，52% 已经变成传统上属于资深的能力——带人、定策略、拍板。
这就是这一轮最真实的形态：不是岗位消失，是入口关闭。 而且它在统计上几乎看不见——不招人不叫裁员，总量就业还在增长，失业率不会飙升，所以从宏观数据里读不出这场变化，只能从校招人数和招聘要求里读。
便宜不是护身符，是可拆解的标记
最常听到的反驳是：初级岗本来就不贵，用 AI 替它省不了多少钱，所以替不动。
这个推理的每一环都对，结论是错的。
初级岗存在的经济理由不是"他便宜"，是他是资深者的杠杆。律所合伙人、外科主任、客服主管，核心模式都是"一个资深 + N 个初级"的产能放大器。所以替代的算法从来不是"省下多少工资"，而是：
如果 AI 让一个资深的产出翻倍到能顶五个初级，那五个初级的需求就直接消失了——跟初级贵不贵，一点关系都没有。
而便宜这个属性，恰恰是危险信号，不是护身符：便宜的岗位通常意味着标准化、可拆解、成功判据明确——正好是 AI 最容易吃的形状。贵、要签字、要坐牢、要在信息不全时拍板的岗位反而安全。所以拿"初级便宜"当护城河，是把可拆解性当成了安全性。
分界线不在资历，在能不能拆：
| 相对安全 | 不安全 |
|---|---|
| 出庭诉讼、临床决策、水电维修、谈判 | 翻译、文书初稿、初级代码、客诉脚本、查判例做尽调 |
| 要对结果签字负责 | 有明确成功判据、可被验收 |
招聘结构已经在讲这件事：Am Law 200 的 associate 招聘里，横向挖人占了 51%，中型所 62%；需求增长最快的是"有 AI 经验的横向人才"，+106%。律所的选择不是培养新人，是直接买有经验的人。培养这一环被整段省掉了。
为什么拦不住：执照保住准入，保不住培养
这时会有一个很像样的反驳：初级是高级的供应链，初级断了，高级也长不出来，所以社会不会允许。
这个因果是真的。医学界就是按这个逻辑设计的——住院医制度本质上是强制性的管道，Brookings 2026 年的政策文章标题就是《要救入门岗，学医学住院医模式》。
但"社会不会允许"这句话缺一个主语。能真正拦住管道的只有三类主体：
| 谁能强制保住管道 | 例子 | 现状 |
|---|---|---|
| 国家财政出钱培养 | 美国住院医由 Medicare 拨款 | 没被动过 |
| 监管强制年限 | 飞行员副驾累积小时数 | 没被动过 |
| 执照与行业公会 | 司法考试、CPA、执业医师 | 保准入，不保培养 |
第三行是全篇最容易被忽略的一格：执照保住了"资格"，没保住"训练场"。 美国律所的司法考试制度一点没变，可律所内部的初级培养在收缩。资格考试的门还在，跟着师父学活的路没了。
至于没有执照的行业——写代码的、做设计的、写文案的、初级分析师、客服、金融初级——没有任何主体有权"不允许"，管道断就是断了，不需要谁批准。
那"社会允许"之后长什么样？长成资历通胀。就是上面那组 29.8%、14.9%、6.4%。培养的成本从企业资产负债表，挪到了年轻人的时间和家庭储蓄上。 这不算拦住，这叫允许了，顺便换了人付账。
历史上这件事有过结局。19 世纪学徒制在工业化里真的断了，没被拦住；美国学徒制的衰落被描述成工会和企业之间关于"学徒该拿多少钱"的政治妥协，当年有句话是"从第一台省力机器出现的那天起，学徒就开始衰落"。后来是国家接手，用公立学校（马萨诸塞 1870–1915）和职业教育填上。断裂发生，修补滞后 30 到 50 年，中间那一代人被消耗掉。
什么情况下我会错
三个条件，任何一个成立，这篇的结论就得改。
一、回招潮没来。 Gartner 在 2026 年 2 月预测：到 2027 年，因为 AI 裁掉客服的公司里有一半会把人招回来。现在已经能看到前兆——Klarna 声称 AI 顶掉 700 名客服，之后客户体验崩了，2025 年 5 月起又开始回招，到 2026 年初承认做过头了，甚至让工程师和营销人员去接电话；Robert Half 的调查里，超过三成裁掉岗位的招聘经理把同类岗位又招了回来。如果 2027 年回招比例远低于一半，说明替代速度被我低估了，人的账会比钱的账先结。
二、强制管道真落地。 如果哪个国家真的搞出一套"AI 时代的住院医制度"并强制执行，入口就不会断。那时候我这篇关于人的一半就废了。现在只有政策提案，没有落地的东西。
三、AI 开始接资深的活。 这篇有一个隐含前提：资深岗位仍然需要人。如果哪天模型开始接掉判断、担责那一层——不只是初级的活——那断的不是入口，是整条管道，"十年培养"这个前提本身就不成立了。现在还早，但这是唯一能让全文失效的方向。
回到那三行数字
6 万人买断、366 亿利润、1,700 亿资本开支。
放在一页纸上像精神分裂。但它们讲的是同一件事：裁员是这一季的账，买卡是十年的账，两本账被塞进了同一个季度报告里。 钱这边，债务要求在七年内还清一个需要十年兑现的东西；人这边，入口在两年内关掉一个需要十年才长成的通道。
所以这一轮 AI 不缺钱，不缺算力，也不缺方向。它缺的是等得起的人。
反过来讲，对个人也是同一句话：真正稀缺的从来不是会用工具，是那些钱买不到、也压缩不了的东西——判断力、担责的资格、还有愿意等十年的那个耐心。这些恰好都需要时间，而时间是唯一没法靠融资解决的东西。