工程师提出“认知重商主义”：AI精英囤积智能，普通人该如何获得公平访问权？

一句话看懂：工程师 Venkatesh Rao 在 2026 年 11 月 2 日的博文中提出，许多 AI 精英把智能视为稀缺资源，像重商主义者囤积黄金一样限制其流动；他认为这种思路可能低估了普通人借助 AI 释放的思考需求，政策重点应是公平获取 AI，而非守护旧岗位。

事件核心：发生了什么

在科技博客“Contraptions”的一篇文章中，工程师 Venkatesh Rao 将当前对 AI 的恐惧与重商主义相类比。重商主义把财富等同于有限的土地和黄金，普通人只被看作劳动力；Rao 认为，现在不少精英也把智能当成一种稀缺且危险的资源，主张由专家管理、维持高价，并对竞争对手设限。他们对公开可用的 AI 模型抱有警惕，部分高管还会借安全担忧争取政治影响力。

Rao 进一步提出，早期资本主义中人们自愿多工作 50 天，只为购买茶叶或糖；AI 也可能带来类似变化——它让过去因成本或难度过高而搁置的项目变得可行，人们对想法的需求可能上升，而不是被替代。他甚至认为，自主 AI 代理也可能推进自身项目，从而创造新的智能需求；自主系统需要护栏，但不应只服从指令。

为什么重要

这一观点把讨论焦点从“AI 会消灭多少岗位”转向“智能以什么方式被分配”。当下大模型能力集中在少数闭源厂商手中，训练和推理依赖大规模算力，开源模型则构成另一条竞争路径。若智能被视为应被囤积的资源，模型访问、API 定价、开源许可与监管门槛都会成为竞争工具。Rao 的批评实际上是在提醒：AI 政策如果只围绕保护既有知识型岗位，可能忽略更广泛人群对低成本智能服务的需求，也会影响开源与闭源生态的长期平衡。

对用户/开发者/创作者的影响

对普通用户而言，是否可以低成本使用足够强的 AI 应用，直接影响工作与学习效率。对开发者来说，开放的 API、可获取的模型权重和透明的定价，决定了能否在现有大模型之上构建产品；如果头部能力长期封闭且昂贵，独立开发者的空间会被压缩。对创作者，AI 图像生成、写作与视频工具的门槛变化，会改变内容生产的成本结构。Rao 的核心主张是：更值得争取的是公平访问 AI 的机会，而不是维持旧有知识工作的保护壁垒。