AI 不是历史的必然
有人认真拆了"这波 AI 躲不掉"这句话：必然需要压倒性的能力优势，而 LLM 的提升集中在边缘任务。读完你能用几条标准判断一项技术是不是必须跟上。
"这波 AI 你躲不掉"是过去两年最常听到的一句话。有人认真拆了拆：躲不掉，和必然，是两回事。
一、发生了什么
10 月中旬，技术博客 deadSimpleTech 发了一篇《LLMs Aren't Inevitable》，随后在几个技术社区被转开。文章没有跑实验，也没给数据表，靠的是公开案例加经济学常识的推演。
文章的核心是给"必然"定标准。作者列了几条：能力上有没有压倒性优势、能不能被别人低成本中和、社会接受度够不够、不采用的人会不会被淘汰。按这几条打分，LLM 只在"无法被发明回去"这一条上过关，那是弱意义上的必然，不是强意义上的。
他的观察是，LLM 带来的产出提升集中在边缘任务。文中举例：用了 LLM 的工作流可能多产出 20% 到 50% 的报表，但报表通常不是业务瓶颈；越靠近核心瓶颈，效率提升越小。文中还写道，全力押注 AI 的公司，反而比同行更吃力。
他借了一个历史类比。化学武器杀伤力极强，但一战之后一流军队几乎不再在战场上使用它，因为它对机动战的实际效用有限。杀伤力和效用不是一回事，这一点常被"能力展示"盖过去。
文章还提到社会接受度：新技术通常在漠然或轻微反感中被采纳，很少有技术在强烈的公开厌恶里普及。他把这种反感列为可以改变采纳曲线的一股力量，而不只是情绪噪音。
作者的结论是"或然"：技术会一直存在，滥用也会一直存在，但它不是一场所有人都必须跟上的军备竞赛。他还提到自己在做一个叫 Arca 的项目，帮人维持不被工具替代的技能。
二、跟你有什么关系
普通用户：不必因为"再不学就被淘汰"而焦虑。先看它在你具体工作里带来多少实际产出，再决定投入多少时间。
团队负责人：把 AI 用在瓶颈环节，而不是最容易量化的环节。报表、周报、会议纪要最容易量化，但通常不是卡住业务的地方。先画一遍流程，找出真正排队的那一步，再决定要不要上工具。
从业者：判断一项技术，看它改变了哪个环节的成本，而不是看它有多热。热度会退，成本结构不会。
三、怎么判断"必然论"
- 问它替代了什么。是替代一个动作，还是替代一个岗位。前者是工具，后者才是结构性变化。
- 看有没有出现压倒性的赢家。如果真有巨大优势，应该有人用更少的人做出几倍的产品，把对手挤出市场。作者说，目前看到的是全力押注 AI 的公司反而更吃力。
- 看反对的强度。社会抵触会改变采纳曲线，不只是噪音。技术在强烈反感中普及的先例很少。
- 看预算从哪来。如果企业只是把原来的软件预算挪一部分给 AI，总量没变，那它是替换品，不是新基础设施。真正的基础设施会带来新增预算。
四、三个别信的说法
「不用 AI 就会被淘汰。」 文章的观点正相反：在核心技能上，不用的人可能反而有优势。前提是你的活儿确实比工具做得好，而不只是资历更老。
「技术一旦出现就不可逆，所以只能接受。」 不可逆的是它的存在，不是使用强度和使用方式。你可以选择用在哪儿、给多少权限、为什么目的用。
「讨论必然性是空谈，跟挣钱无关。」 它直接决定你为它付多少钱、让渡多少权限、把哪些判断交出去。这三件事都跟钱有关。
五、一句话结论
技术路径是被选的，不是被注定的。承认这一点，才有得选；也才谈得上用好它，而不是被"必须跟上"推着走。
信息来源
- deadSimpleTech《LLMs Aren't Inevitable》，2026-10：链接
- 正文要点经转述版本核对：worldprogramming.org
功能与价格以官方公告为准。本文写于 2026 年 10 月 17 日。