杠杆悖论：AI 降低的是门槛，抬高的是留在场上的成本

原文来源：Indie Hackers — 新工具降低了完成任务的成本，也抬高了保持竞争力所需的成本，AI 让这个悖论变得更刺眼。

1930 年，经济学家凯恩斯在《我们后代的经济可能性》里预言，技术进步会把工作周缩短到 15 小时。快一百年过去，这个预测不仅量级错了，方向也错了——今天不少高收入者的工作时间比 1930 年代更长。

原因不是技术没进步，而是进步对所有人开放。对大多数人来说，工作的目的不只是过得更好，而是过得比别人好。这就是杠杆悖论：新技术给了你更大的杠杆，但因为杠杆被投进竞争环境，结果是你还得跟以前一样拼、甚至更拼，才不至于掉队。

凯恩斯在那篇《我们后代的经济可能性》里其实写得很乐观。他说，经济问题可能在一百年内解决，至少能望见解决之道的轮廓；到那时，人类将第一次面对自己真正的问题、那个永久的问题——如何从紧迫的经济忧虑中解脱出来，如何消磨科学与复利为他赢得的闲暇。离那篇文章的百年纪念已经不远，作者说可以负责任地下结论：这个预测不只是幅度错了，方向也错了。

楼梯换成了扶梯

作者用了一个很形象的比喻。AI 之前，我们得跟竞争对手一起爬到楼梯顶端，每一步都要自己写文案、自己做图、自己写代码，累但公平。

现在 AI 把楼梯换成了扶梯——爬上去当然更省力。但因为杠杆悖论，你要爬到更高的地方才算到顶，而且是在更多人一起挤的情况下。

这事正在实时上演。作者引了一条推文："Claude 4 一次调用就重构了我的整个代码库。25 次工具调用，3000 多行新代码，12 个新文件。它把所有东西模块化了，拆掉了单体，清理了意大利面代码。全都没跑起来。但它真好看。"

我们现在都能在 5 分钟内产出博客、社交配图、以假乱真的视频，还有半成品的 Web 应用。

大部分产出都只是"普通的牛"

问题在于，这些内容里绝大多数是垃圾。搜索引擎结果页堆满低质 SEO 文章，社交信息流上滚过无穷无尽的吉卜力风格图片，每个评论区都有 AI 回复刷屏，YouTube、TikTok 上全是把素材拼起来、配上同一批 AI 配音的无人频道。

批评这种现象很容易，但正如那句话说的：你不是堵在路上，你就是车流本身。

克制住"把脑子关掉、再往互联网上扔一坨 AI 垃圾"的冲动之所以难，是因为很难在引入新技术之后还保持原来的投入。

给独立开发者的两条建议

作者给了两条具体建议。

第一，别再想着一次搞定。 AI 垃圾泛滥的一个重要原因，是所有人都想"one-shot"——一次提示词出成品。这恰恰是最大的浪费。生成式 AI 给的是出色的初稿，但很少有人愿意再花力气把它打磨成用户真正喜欢的东西。与其一次搞定一篇博客或一个实现，不如把自己当成手艺人，准备在那份初稿上再刷 10 层、甚至 100 层漆。

第二，做紫牛。 营销人 Seth Godin 讲过一个故事：他和家人开车穿过法国，路边几百头"故事书里那种牛"在草地上吃草，美得像画。可 20 分钟后他们就视而不见了。牛再完美、再好看，也是无聊的。

吉卜力图片是牛，AI 回复是牛，大多数 AI 视频也是牛。大部分 AI 产出的代码和内容，同样是牛。所以让东西出挑——它不必更好，只要不同。

落到独立开发上

这篇讨论的价值不在于"AI 会不会取代你"，而在于它把竞争强度的变化说清楚了。工具越强，平庸产出的供给就越大，读者和用户的注意力反而更稀缺。对做产品的人来说，这意味着两件事。

一是角度本身在变成护城河。当所有人都在同一批热词上刷同一批文章、做同一批功能时，"找到别人没写过的那个切入角度"比"做得更快"值钱得多。速度是所有人都能买到的，角度不是。

二是把 AI 用在"初稿加打磨"的循环里，而不是"一次生成直接发布"。前者是杠杆，后者只是把自己的差异抹平——毕竟你能一次生成的东西，别人也能。

还有个更隐蔽的影响：当"做出来"变得廉价，"被看见"就成了唯一稀缺的东西。可分发渠道并没有因为 AI 而变多——应用商店的推荐位还是那么多，技术社区的头版还是只有那几条。产出爆炸和渠道不变放在一起，意味着同一篇东西要抢的注意力比以前少得多。这大概也解释了为什么最近一年"Build in Public"、社群运营、邮件列表这些慢手段反而重新值钱：它们不解决产出问题，但解决可见性问题。

最后一点是关于定价的。当每个人都能用 AI 把交付周期压短，客户不会因此愿意多付钱——他们只会把"快"当成默认值。真正能支撑溢价的，还是 AI 替代不了的东西：对某个细分场景的理解、愿意承担的责任，以及长期积累的信任。杠杆悖论在价格上的表现就是：便宜的更便宜，贵的必须真的贵得有理由。