AI的账，终于有人认真算了

纽约市律师协会那份政策文件，我盯着标题看了好几遍。说实话，被震了一下——不是因为它呼吁规范AI，而是它把话说得如此朴素：AI可以辅助法律工作，但不能替代专业判断。这句话放在今天这个连法官都开始用AI写判决书草稿的时代，像是一盆冷水。法律，这个人类文明里最依赖"判断"的领域，居然成了第一个站出来划线的行业。

同一周，高盛出了份报告，结论更冷。它说AI资本支出对GDP的直接影响被高估了，算上挤出效应、财富效应和电价上涨，净影响大概是-0.1个百分点。市场多头和空头都错了。

这两条信息放在一起，我闻到一种味道：AI的账，终于有人开始认真算了。

法律行业先划了一条线，不是技术问题，是判断权的归属

先聊律师协会这件事。Law360的报道说，纽约市律师协会委员会发布了一份政策文件，呼吁在《职业行为示范规则》里建立一个全国性的AI使用框架。文件的核心观点就一句话：AI工具可以辅助法律工作，但不能替代律师的专业判断。

这个"不能替代"四个字，背后的斗争比表面看起来血腥得多。去年某家头部律所裁掉了30%的初级律师，引入AI做文档审阅和案例检索。效率确实提升了，但问题出在一个细节上：AI在证据链中找出了关联性，却无法判断这条证据链是否符合"证据可采性"的例外条款——那是需要人类对判例法精神的理解，而不是模式识别。

我有个朋友在硅谷一家中型律所工作，他跟我说过一句话让我记到现在："AI能帮我找到一百个相似的判例，但它不知道法官今天心情不好。"这话听起来像调侃，实际上点到了要害：法律判断从来不只是逻辑推导，它包含了对情境、对人性、对权力结构的微妙理解。

律师协会要建立的这个全国性框架，本质上是在回答一个问题：当AI承担了越来越多"像判断"的工作，真正的判断权该归谁？这不是技术问题，是权力问题。

高盛的那-0.1个百分点，藏着AI产业最不想听的真话

再说高盛这份报告。Business Insider报道说，高盛分析认为AI资本支出的直接经济贡献被高估了——市场多头说AI会带来生产力革命，空头说这是泡沫，高盛说你们都错了。

它的计算逻辑很冷酷：AI基建确实在拉动投资，但资金是有限的，投了AI数据中心，就挤掉了别的产业的投资。数据中心消耗大量电力，电价上涨，家庭和企业都得买单。这些钱加加减减，AI对GDP的净影响是负的0.1个百分点。

我看到这个数字的第一反应是：这不可能吧？但高盛的测算逻辑站得住脚。它不是在否定AI的长期价值，而是在说一件事——我们正在为AI支付的价格，比账面上看到的要高得多。

这个价格不只是钱。Databricks同一天宣布营收运行率超70亿美元，同比增长80%以上，估值1900亿美元。这家公司很优秀，但它消耗的电力、水、以及它牵引走的资本，都在别的地方留下了坑。那些被挤掉的投资机会，那些因为电价上涨而关停的小工厂，那些被AI替代但没被统计进"效率提升"里的初级岗位——它们都是AI真正的成本。

环境账单：硅基智能的碳基代价

Trellis那篇关于可持续AI的文章，提到了一个我很久之前就在想的问题：AI的碳排放到底谁来管？Hugging Face推出了AI能源评分，Salesforce开始披露AI相关的排放数据，Greenpixie做了个工具能比较不同AI模型的排放量。这些工具很好，但它们都指向同一个尴尬的事实：目前没有任何一个强制性的标准，要求AI公司为环境影响买单。

坦率讲，我觉得这才是最讽刺的地方。我们造出了人类历史上最聪明的工具，却还没学会给它装一个"环境税"。一个训练一次大模型消耗的电力，够一个普通家庭用几十年。而这件事，目前基本靠公司自觉。

犹他州那个500万美元的"AI登月计划"倒是给了点希望。它资助的方向包括心理健康、水资源、医疗保健——都是真实世界的问题，不是元宇宙。但它只有500万美元，而Databricks一轮融资就是50亿。这种数量级的差距，本身就是一种判断：我们嘴上说在乎什么，和钱真正流向哪里，是两个世界。

该算的账，逃不掉

写到这里，我承认自己有点悲观。但让我稍微乐观一点的，是纽约律师协会那份文件传递出的信号：即使是最保守、最传统的行业，也开始正视AI的边界，而不是简单拥抱或拒绝。 它在试图建立规则，而不是被规则裹挟。

高盛的那-0.1个百分点，数字很小，但含义很大。它提醒我们，AI的经济故事远没有市场想象得那么简单。Databricks的疯狂增长是真的，电价上涨是真的，被挤掉的投资机会也是真的。这些账加在一起，AI的净贡献可能没有PPT上那么好看。

法律行业划的那条线，高盛算的那笔账，犹他州投的那几百万——它们都在做同一件事：把AI从"神话"还原成"工具"。 工具就有成本，有边界，需要维护，需要问责。

我们花了太多时间讨论AI能做什么，太少时间讨论它让我们失去了什么。纽约律师协会那条"不能替代专业判断"，其实适用于所有行业：AI可以帮我们写代码、写判决书、写病历，但它不能替我们承担判断的责任。这个责任，从来都是人的。

如果三年后回看，我大概率会觉得今天这些担忧有些保守——AI可能已经发展出我无法想象的能力。但有一点我确定：无论技术走多远，"谁来承担判断的责任"这个问题，永远不会过时。而且，答案永远是人类。