题记
"我们用后视镜看现在，我们倒着走向未来。"
——马歇尔·麦克卢汉与昆汀·菲奥里，《The Medium is the Massage》（1967 年）
开篇
Open AI发布以来，“AI焦虑症”就伴随着每个人，尤其是在办公室的牛马们：职业焦虑，落后焦虑，技能焦虑全面袭来，让人人都陷入了一种“被时代抛弃”的恐慌之中。 而对于企业管理者，似乎也担心自己的事业被时代所抛弃，被拍在沙滩上。于是开始严格要求员工们必须要使用AI，作为员工考核，作为绩效考核，作为所有人的OKR。随着成本上升，随着时间的推移，似乎逐步发现一个现象：效率体现在哪里？我们的市场增长了吗，利润增长了吗，营收增加了吗？ 我相信打工的牛马一定会被问过，AI给你提效了多少？ 业务部们也一定被要求拉过数据，AI应用以来，我们提升了多少数据指标？
这是一个生产力悖论，我们明明使用了最先进的工具，却见不到数据和市场的增长。这种事情在历史上发生了很多次。
1987 年 7 月，罗伯特·索洛在纽约时报书评上写了一句话："计算机时代随处可见，唯独在生产率统计中看不到显著提升" 。当时办公室里电脑越摆越多，报表上的效率数字好像没什么变化。 1怀疑者由此开始表达计算机被高估了，而乐观的人说再等等看，还需要时间。正方方都盯着不太增长的曲线，谁也说服不了谁。
这个现象直接指出了当前AI应用的现状：AI无处不在，每个人都在使用。从办公室的白领，到大街上的大妈，每个人都用上了AI。但他提升了多少效率？经济增长了多少？颠覆了什么？却很少统计出来。
瑞典皇家科学院把当年的诺贝尔经济学奖授给了罗伯特·索洛。 这句写在获奖之前的牢骚和抱怨，后来被反复的引用，被持续的用来印证这个现象，因为它太符合我们的体感了。
1882 年，爱迪生的珍珠街电站在纽约投入运营，此后近四十年，美国制造业的生产率却没啥增长，电力似乎没有带来任何效率奇迹。 到 1899 年，美国工厂里只有不到 5% 的机械动力来自电力。 保罗·大卫（Paul David）在 1990 年发表于《美国经济评论》的论文《The Dynamo and the Computer》里给出了谜底：电气化工厂只是拆下了厂房中央的蒸汽机，原地替换上了一台大电动机，动力依然靠天轴和皮带送到每台机床。机床通过总电动机获得动力，可以看下面的视频和图片。整个厂房还是为蒸汽机设计，电动机被一模一样的当成了蒸汽机使用。然而当电动机开始塞到每台机床上面，动力开始分裂到每个需要的地方，效率突然就变了。
计算机革命一段时间后，差不多是1995 年前后，美国生产率曲线突然抬头，生产效率突然爆炸式增长，持续了数十年。互联网把每台计算机连接了起来。
计算机没有错，他带来了巨大的增长。怀疑者们也是对的，确实很长时间没有任何增长曲线。 所以这中间，有一个漫长的惯性沉默期。 我们习惯了用原来的工作方式，只是更换了一个工具。 从生锈的铁锄头换了不锈钢锄头，从百度换成了豆包，从P图变成了AI出图。 有什么变化吗？我们把动力核心从蒸汽机换成了电动机。 我们都忽略了沉默期的含义，习惯的力量，历史的惯性。
这本书写于 2026 年。 一个通用人工智能还叫"大语言模型"的时代，我们还坐在键盘前的年份。 生产率统计里又一次看不到AI在经济增长中到底在哪，又一次把AI塞进了旧机器。 历史第三次递出同一份考卷。 而这一次，惯性期里该做什么？这是本书的第一个问题。 在回答之前，得先承认一件不太体面的事：我们今天用 AI 做的绝大多数东西，可能从根本上就是错的。
1.1 让人不安的问题：如果一开始就是错的？
先看几个今天的日常画面。
一位设计师用 AI 生图，流程是：写提示词，出稿，导入 PS，修到满意为止。 一家内容公司用 AI 做视频，流程是：写剧本，拆分镜，生成画面，剪辑成片。 一家软件公司给自己的产品加上了 AI 助手，入口是一个聊天气泡，长在界面的右下角，和客服按钮做邻居。 一个AI博主，正在教大家零基础零代码做出一个APP，搭建一个网站，做一个PPT，生成一个视频。 一个人创业，开始在用AI设计、开发、上架一款APP。或者用AI做了几个“工具”，生图的，设计详情的，做分析的。 一家制造企业引入 AI 质检，把原来人眼看的工位换成了摄像头加模型，报表上的漏检率下降了，车间布局纹丝未动。
这些画面没有任何可笑之处，大家觉得非常正常，生怕自己学慢了，或者在焦虑别人都会了我不会。 它们全都创造了真实价值，让客户满意，都是理性决策。 但大家有没有发现，把它们摆在一起，都有一个共同的姿势：AI 被当作一个新的零件，装进了旧机器的预留孔位。 流程、岗位、交付物的形态都没变，变的只是某个环节的速度，只是在某个环节的速度提升了。大家都提升了，其实等于没有什么提升。工作强度还是一样，业绩几乎差不多，生产力没啥变化，只是多了新零件的学习维护。
全书的核心命题由此而来：今天我们用 AI 做 APP、做网站、做视频、做图片。其实只在旧范式的惯性里造"更快的马"，而不是在造汽车。 马鞍是真皮的，蹄铁是合金的，或许还装了降温的水，马跑得确实更快了，更舒服了一些，但物种没有变。 我们把这种产品称为"电子马鞍"：用最新的技术，服务于旧形态的效率提升。
这个命题有点得罪人，好像再说你们都在犯傻。 千万别误会，注意这不是我的立场，也不是本书的意思。 事实上，造马鞍不愚蠢，它是历史规律，也是过去无数次的重复，是社会消化新技术的必经缓冲层，而且在商业上往往非常正确。 真正的问题只有一个：你知道自己在造马鞍吗？你是把它当跳板，还是当终点？ 本书将逐步拆解过渡期的特征，会如何变化，以及怎么识别现在是哪个阶段。
1.2 后视镜里的未来：新媒介总是先模仿旧形态
为什么"先造马"是规律而不是失误？先从一个词说起。——拟物。大家记得IOS的拟物设计吧，我们先了解这个概念。 1889 年，考古学家亨利·科利·马奇（Henry Colley March）在一篇论文里造了 skeuomorph（拟物）一词，用来描述一个他在出土陶器上反复看到的现象：史前的陶匠把陶器做出编织篮子的纹路。篮子早就不用了，纹路还在。 技术完成了更新，材料和形态却沿用旧材料的语法。 马奇之后，人们发现这个机制贯穿了整个技术史：青铜斧模仿石斧的筋线，十九世纪的汽船保留全套桅杆，今天的网页保留着"页面"（page）这个纸的隐喻。
拟物不是设计风格的怀旧，它是认知的必经桥梁。人理解新事物的唯一方式，是把它映射进已有的范畴。 没见过汽车的人，只能把它说成"不用马的马车"；没见过电视的人，只能把它说成"看得见画面的收音机"。熟悉的东西总容易理解，所以第一代形态永远长得像上一代。
麦克卢汉在《理解媒介：论人的延伸》（1964 年）里把这件事说成了基本定律：新媒介总是把旧媒介当作自己的内容。 电影最初装的是戏剧，电视最初装的是广播，今天 AI 装的是 APP、网页和视频。 麦克卢汉学派还有一个更形象的比喻：我们驾驶着文明这辆车向前，却只盯着后视镜看，于是未来在我们眼里总是过去的放大版。大家能理解这种感觉吗？我们总是在用过去的一切，来评判和套用新生事物。 后视镜不是缺陷，是标配，是人们面向未来，面向前进的道路所必须要的工具。 正真核心的问题是，你是否知道自己在看后视镜，而不是当成前进的方向。用新零件装进旧机器，用过去的思维在批判新生的事物，把倒退当成是前进。 后视镜是必须的，但你需要知道。
再说几个历史案例。
1895 年卢米埃尔兄弟公开放映电影之后，整整十几年，早期电影的主流形态是把摄影机架在剧场观众席的正中央，从头到尾拍下一整出舞台剧，时人称之为"罐装戏剧"。 乔治·梅里爱 1902 年的《月球旅行记》想象力惊人，调度却完全是舞台式的：固定机位，全景，演员正对镜头表演。 电影成为电影，要等一套只属于它的语言被发明出来：埃德温·鲍特 1903 年《火车大劫案》的实景拍摄与连续性剪辑，D.W. 格里菲斯在 1908 到 1915 年间系统化的特写、交叉剪辑与景别语法，1915 年《一个国家的诞生》集其大成。从电影诞生到电影语法成熟，大约二十年。 这是技术和真实配套之间的时间。
电视重演了一遍。1939 年 NBC 在纽约世博会开播电视，早期节目几乎全是广播的可视化：主播念广播稿，综艺是舞台转播，电视剧是话剧直播。 四十年代末，美国电视业内部仍在严肃争论"观众盯着屏幕能持续多久"，广播巨头一度把电视当作广播节目的广告橱窗。 电视找到自己的语言，实况体育的即时性、新闻的画面证据、情景喜剧的形态，又用了十几年。
2007 年 iPhone 发布时，iOS 界面充满拟物设计：备忘录是黄色横格纸，日历是皮质撕页，书架有木纹。 乔布斯的理由（沃尔特·艾萨克森 2011 年《乔布斯传》有记载）是让第一次摸智能手机的人凭现实经验就懂每个图标的用途。 2013 年，iOS 7 在乔纳森·艾维主导下全面转向扁平化，拟物在完成用户教育之后被果断拆除。这个时间是6年。
这个案例与前两个有一个关键区别：苹果的拟物是主动的、有时限的战略选择，是脚手架而不是建筑本体。 马鞍期可以是清醒的，你也可以知道我们在看后视镜。但今天大多数 AI 公司把脚手架当成了建筑本身。
1947 年，林语堂在纽约发布他耗费十余年、投入十余万美元发明的"明快中文打字机"：不用字盘，不用拣字，凭他自创的上下形检字法，七十二个键，任何汉字三键以内打出。 他请女儿当场演示，《纽约时报》作了报道，专利也拿到了。 然后，一台也没有量产，原型机后来下落不明。明快打字机是给打字机造的马鞍，它的问题是太想让新机器迁就旧形态。中文世界真正的汽车三十年后才到，而且长成一个范式让步的形状：拼音输入法，先把汉字转成码，再由人选字。
所以我们需要清洗的认识到一个事实，新物种的形态迟到二十年，是历史的常态而非例外。 按这个基率推断，2026 年的"AI 原生形态"大概率还没有出生，我们今天看到的一切 AI 应用形态，对话框、插件、助手、嵌入旧流程的生成工具，都可以预设为过渡态。 当你明白这个预设，你就能换个角度看每一个新产品发布会的眼神，也能清晰的知道现在的产品是怎么回事。
1.3 电力四十年：换掉蒸汽机不够，要重建整个厂房
现在回到开篇那份档案，把它讲完整。这是本章的理论心脏，也是全书最硬的一块历史实证。
【事实】十九世纪末的美国工厂，动力系统是一个层级森严的整体：厂房中央一台蒸汽机，驱动一根贯穿车间的天轴（line shaft），天轴通过皮带和滑轮把动力分配给每台机床。机床必须排在天轴附近，布局服从动力，不服从工艺。一处故障，全线停转。这套系统运转了上百年，精密、可靠、昂贵。
1879 年爱迪生点亮白炽灯，1882 年珍珠街电站投运，电力来了。工厂主们的第一反应完全合理：蒸汽机又脏又吵又危险，换。于是他们拆下蒸汽机，原地装上一台大电动机，接上原来的天轴，原来的皮带，原来的机床。车间干净了些，噪音小了些，效率略有改善。仅此而已。这就是开篇提到的那条沉默曲线的原因：1899 年电力在机械动力中的占比不足 5%，即便用上了电的工厂，生产率也没有奇迹。
真正的红利来自一个当时看似多此一举的做法：给每台机床单独装一台小电机，即"单元驱动"（unit drive）。这一步在当时看来奢侈且不必要，一台大电机明明能带动整个车间，为什么要买几十台小的？但单元驱动一旦实现，连锁反应开始了。机床不再需要围着天轴排队，可以按工艺流程任意排列；物料的流动路线第一次可以服从生产效率；福特 1913 年的流水线在物理上才成为可能；厂房从迁就天轴的多层砖楼，变成单层大开间，起重行车重新组织整个物料系统。到 1920 年代，电力占机械动力的比例超过一半，美国制造业的生产率终于起飞。
从电站投运到红利兑现，大约四十年。大卫的论文点破了三件事：通用技术的红利不在技术本身，在于围绕它重建整套互补资本，包括厂房布局、工艺流程、管理制度、技能结构；这个重建的时滞以十年乃至数十年计，它要等待旧资本折旧完毕，等一代管理者退休；所以在红利兑现前的漫长沉默期里，"新技术没用"和"新技术已改变一切"两个判断都是错的，唯一正确的读法是：我们还在换蒸汽机为电动机的阶段，厂房还没拆。
大卫写下这篇论文的用意，本来就不是电力。1990 年他面对的另一份困惑正是索洛悖论：计算机普及了，生产率不动。他判断美国正重演电力的故事，后来的走势如他所料，1995 年前后曲线抬头。
【事实】电力故事还有一个中国镜像，而且更极端。北宋庆历年间，布衣毕昇发明泥活字，沈括《梦溪笔谈》记得明白："若印数十百千本，则极为神速。"但此后八百年，中国印刷业的主流始终是雕版。钱存训在《纸和印刷》（《中国科学技术史》第五卷第一分册）里给出了学界的主流解释：汉字以万计，一副活字需要数万枚字钉，排字、归字的人力成本极高，排字工还必须识字，而雕版工可以目不识丁；书籍印量普遍不大，重印只需取出旧版重刷，雕版在经济上长期占优。活字在中国真正普及，要等十九世纪西方铅活字与机械印刷从海路倒灌回来。古登堡面对二十六个字母，毕昇面对数万个方块字：同一项技术，一边是革命，一边被锁进柜子八百年。决定胜负的从来不是技术先进与否，是技术装进了什么形状的生态。这个案例还替本章挡下一种误读：本书说的不是"技术够强，范式必来"。范式缺席时，技术可以先到八百年，然后在柜子里等八百年。
【推演】把这段历史对准 2026 年，映射关系几乎不需要想象力。今天企业引入 AI 的主流方式，是把 AI 接在旧流程的天轴上：AI 写作助手嵌进 Word，AI 生图嵌进 PS，AI 客服嵌进呼叫中心，AI 视频嵌进剧本、分镜、剪辑的老管线。天轴还在，皮带还在，车间还是那座车间。"AI 提效不明显"的抱怨既不能证明 AI 没用，也不能证明范式已转换，它只说明一件事：电动机已经换上了，厂房还没有重建。
由此得到一个判别企业阶段的实用标志，也是全书反复使用的标尺：看一家公司，别问它用没用 AI，问它是把 AI 接在天轴上，还是在按"没有天轴"的方式重建厂房。前者是马鞍，后者是汽车。至于"没有天轴的厂房"在交互、工具、内容、产业链上分别长什么样，那是第 2 到第 5 章的内容。
1.4 为什么我们总是先造马：三个机制
到这里，"先造马"还是一种观察。这一节把它升级为机制：为什么每一个理性的人、每一家理性的公司，都会先造马。三个机制，分别作用于认知、利益和资本。
机制一：认知的范畴刚性。 1.2 节已经展开过，这里只补一句机制层面的总结。人无法凭空理解新事物，只能把它翻译进已有范畴，翻译的代价是形态上的模仿。这不是智力问题，是认知结构问题。瓦特在 1782 年前后推销改良蒸汽机时，必须回答客户的问题"你这台机器顶我几匹马"，于是他以酒厂挽马为基准实测，再留足余量，定义了一马力：每分钟把 33,000 磅重物提升一英尺，约合 745.7 瓦。这个换算后来被认为是营销上的高估，但它被印进了此后每一台发动机的参数表。二百多年后的今天，一辆纯电动汽车的功率仍要折算回一匹十八世纪挽马的工作能力。度量层面的拟物比形态层面的拟物更顽固：新技术连度量衡都要借用旧物种。今天我们用"提效百分之几十"度量 AI，犯的是同一个错误。打开任何一份企业 AI 采购的回报测算表，计量单位几乎都是"节省人时"：每分钟多写多少字、每单省几分钟、每季度少雇几个人。马车时代问"顶几匹马"，AI 时代问"顶几个人"，度量方式三百年没变。旧标尺量不出新物种。
机制二：利益的保护性吸纳。 在位者不会拒绝新技术，他们会收编它。收编的姿态看起来像拥抱，实质是消毒。好莱坞最初把电视当作电影的放映渠道，软件巨头今天把 AI 做成自家旧产品的功能按钮，动作一模一样。2024 到 2025 年，全球最大的一批软件公司发布的 AI 战略，几乎可以用同一张幻灯片概括：在自家旗舰产品的工具栏上加一个 AI 按钮，按订阅席位加价出售。最经典的标本是电话：1876 年贝尔获得专利，次年其合伙人向西联电报公司开价十万美元出售专利，西联总裁威廉·奥顿拒绝。西联内部的判断每一步都理性：电报有覆盖全美的网络，有纸面存证，商务上更"可靠"；电话没有交换机，没有线路，留不下记录。1879 年西联在诉讼压力下与贝尔庭外和解，承认贝尔专利有效、退出电话业务，这份和解协议后来被视为美国商业史上最昂贵的退让之一。（这个故事的完整版本见第 2 章，此处只取"在位者每一步都理性"这一层含义。）克里斯坦森在《创新者的窘境》（1997 年）给出了机制解释：在位企业的资源配置流程被现有高利润客户的需求锁定，于是新技术总被理性地导向"服务旧客户的改良版"，而颠覆性用法被系统性地错过。颠覆不是输给愚蠢，是输给理性。这句话是本章最重要的护身符之一：它提醒我们，造马鞍的不是蠢人，而是每一步都做对了的人。
机制三：互补资本的重组迟滞。 这是 1.3 节的延伸。新通用技术的价值要兑现，必须重组围绕它的整套配套体系，而重组有巨大的沉没成本和利益阻力。鞍匠、蹄铁匠、马车行不会在一夜之间消失，他们会游说、会写评估报告、会证明自己仍然不可或缺。极端的形态是制度化的：英国 1865 年《机车法案》规定蒸汽动力车辆上路须有一人手持红旗在车前 55 米处步行开道，车速不得超过每小时 4 英里。法案背后是马车行会与铁路公司的游说，直到 1896 年才废除，废除当年汽车业举行了从伦敦到布莱顿的"解放奔跑"，参赛者象征性地撕碎一面红旗。史家常把英国失去汽车业领导权、让位给本茨（1885 年造出专利汽车）的德国与法国，部分归因于此。类似的条款正在医疗、法律、金融各行业的 AI 执业规范里成批出现，今天每一条"必须有人在环""必须由持证者签字"的规定里，有多少是红旗、有多少是真安全，需要一条一条地审。
【推演】三个机制合起来，解释了一个全书级的概念：时间常数错配。技术以月为单位演化，组织以十年为单位折旧，制度以更慢的周期转身。库恩在《科学革命的结构》（1962 年）里说范式转换不是论证的胜利，而是世界观的整体切换；普朗克在《科学自传》（1948 年）里说得更直白，新科学真理的胜利不是因为说服了反对者，而是因为反对者最终死去、熟悉它的新一代成长起来。马鞍期的长度不是由技术决定的，是由社会折旧速度决定的。这个概念会在第 3、5、6、7 章反复出现，此处只埋一个点：如果你是组织里那个看见汽车的人，你的对手不是任何人的愚蠢，是时间的密度。
卡洛塔·佩雷斯在《技术革命与金融资本》（2002 年）里为这台慢钟提供了宏观刻度。她梳理了五次技术革命，从 1771 年的工业革命到 1971 年的信息与通信革命，发现每一次都经历"导入期"与"展开期"，中间隔着危机与转折。大卫解释了红利为什么迟到，佩雷斯解释了迟到之后何时到来。若把 AI 革命的引爆点定在 2012 年或 2017 年，2026 年的位置大致在导入期向展开期过渡的中段，恰好对应"马鞍期过半、拐点将至"的判断。时钟在走，这是下一节的清单存在的理由。
1.5 八问清单：马还是汽车
前面四节给的是历史与机制，这一节给工具。以下八个问题可以拿去审视你手头的任何 AI 产品、AI 项目、AI 战略，包括你自己正在做的那个。每一问都有两个极端答案，中间是灰度。单独任何一问都不足以定罪，八问合起来，画像会自己浮现。
第一问，消失测试。 如果这个 AI 应用明天消失，原来的工作流程会原样回来吗？ 会，它是马，它加速的是旧任务； 不会，那个流程本身已经不存在了，它是车。 这是总判据，其余七问是它的展开。
第二问，骨骼测试。 这个产品的核心形态，是否沿用前 AI 时代的骨架？ 对话框刻着即时通讯的骨骼，插件刻着菜单栏的骨骼，AI 视频工作流刻着剧本、分镜、剪辑的骨骼。 形态越眼熟，马鞍成分越高。 再追问一句：产品里有没有哪个部件只为安抚旧习惯而存在？ 如果是，那是只是一颗假马头（汽车当年设计过马头的样式）。
第三问，单位测试。 它的价值主张用什么单位度量？ "效率提升百分之几十"、"成本下降几成"，这是是旧标尺；（瓦特的蒸汽机被问等于几匹马，这个问题等同于马力测试活） 新的形态会创造旧标尺无法度量的存在，新变量，新市场、新决策权、新责任结构，才可能指向车。
第四问，用户迁移测试。 用户是否必须先掌握旧技能才能使用它？ 要会写提示词、要懂剪辑软件的逻辑才用得了 AI 剪辑，那它为旧专家服务，是马鞍； 外行直达目标，才可能是车。汽车消灭了驾驶马车的技能门槛，而不是提升它。
第五问，组织测试。 围绕这个产品，公司的流程、岗位、利益格局需要改变吗？ 不需要、能无缝插进现有组织图的，是马，所以它能被快速采购，这正是马鞍期产品的商业优势与战略陷阱； 需要重画组织图才能释放全部价值的，是车，所以汽车期产品早期总是难卖，这正是电力四十年的微观机制。
第六问，对抗测试。 在位者会欢迎它还是恐惧它？ 被平台迅速做成自家产品的功能按钮，是马。被收编在旧平台和巨头看来是解决潜在的风险，是让自己也在变化； 第一反应是游说、诉讼或嘲笑、封杀的，可能是车（让人想起了豆包手机）。 此问是弱信号，嘲笑也杀死过真东西，只作辅助。
第七问，规模极限测试。 把这个形态放大一百倍、便宜一百倍之后，它还是这个形态吗？ 是，只是更快更便宜，那是马，马的极限是更快的马； 否，量变会引发形态质变，才可能指向车。AI 的本质特性是生成成本趋零、并行度趋无穷，一千个 Agent 协作时不可能还共用一个对话框。经不起这两个外推的形态，都是过渡形态。
第八问，自问。 如果我是 1905 年的马车行老板，我会投资这个产品吗？ 会，说明它是马鞍，所以它能赚钱，这是它的价值； 不会，因为如果投资它、帮助它，我将在 1915 年破产。
八问的终点不是二元判决，是组合管理。
我们以这八个问题做下示例。 拿今天最常见的"AI 生成短视频工具" 消失测试，剪辑流程原样回来，马； 骨骼测试，剧本、分镜、剪辑，罐装戏剧的骨骼，马； 单位测试，"制作效率提升十倍"，马； 用户迁移测试，仍需懂剪辑逻辑，马； 组织测试，内容团队原样使用，马； 规模极限测试，便宜一百倍之后，为什么还要存在"一条定稿视频"这个形态，这里指向车。 结论：典型的马鞍期优秀产品。值得做，别把它当终局。
AI 结对编程工具。 消失测试，它明天消失，程序员照旧打开编辑器写代码，偏向马； 骨骼测试，编辑器、补全、文件树的骨架未动，马； 单位测试，"编码速度提升五成"，马； 但规模极限测试出现了裂缝：当模型能连续工作十小时、同时改动几百个文件，"一个程序员对着一个编辑器"这个基本单位开始动摇，多 Agent 并行的软件工厂里没有编辑器的容身之处，这里指向车。 结论：今天是马，骨骼里埋着车的种子。持有它的正确姿势是把它当期权记账，同时盯着骨骼断裂的声音。
这张清单的正确用法不是审判别人，是记账。你手头应该同时有马鞍业务（现金流）与汽车赌注（期权），清单的用途是防止你把前者错记成后者。下一节处理由此而来的抗议。
1.6 电子马鞍无罪论：过渡期的价值与窗口纪律
到这里，反方的声音应该已经响起来了。最强的三条，逐条接住。
反方一：渐进改良也是真实价值，凭什么被贬低？ 全面让步，然后转移战场。马鞍期创造过巨大的真实价值。亨利·福特 1908 年造出 T 型车之前，底特律几百家公司靠造"无马马车"活着；第一代电气化改造养活了无数工程公司；拟物化 iOS 教育了整整一代智能手机用户。马鞍期的价值至少有四条：现金流养活团队撑到汽车期；用户通过熟悉的形态学会新能力，没有"可视广播"就没有电视语法的观众；新技术在真实场景里挨打成熟；马鞍期攒下的品牌、客户关系与行业 know-how 有一部分能带进汽车期。本书从未说马鞍不该造。真正的分歧不在造不造，在于把马鞍记进资产负债表的哪一栏：记为"终局资产"，还是"过渡现金流加转型期权"。柯达把数码记在"威胁"栏而不是"期权"栏，这个故事的完整讲法是第 9 章的开篇，此处只取结论。所以回应只有一句：我们争论的不是马鞍的价值，是你的记账方式。
反方二：不是所有旧形式都该抛弃，书活了五百年，键盘活了一百五十年。 承认存在收敛形态，并给出区分标准。旧形态分两类：一类锚定人的生理常数，书锚定眼睛的阅读带宽，钢琴锚定手指，所以它们不死；另一类锚定上一代技术的工程约束，马车锚定马的速度，天轴锚定蒸汽机的集中动力，键盘锚定人每分钟四十个词的打字速度，所以它们必然被替换。判别方法只有一句：这个形态锚定的是生理，还是工程？APP 图标网格锚定的是"手指加小屏"这个工程约束，不是生理常数，所以它大概率是马鞍。
反方三：你说的汽车可能永远不来，AI 的终局也许就是嵌入一切的助手。 这是逻辑上成立的图景，用三种方式裁决。其一，历史基率：过去二百五十年五次技术革命，没有一次停在马鞍期，基率站在"汽车会来"一边，举证责任在主张"这次不同"的一方。其二，机制审查：反方最好的理由是"AI 是元技术，本质就是嵌入旧形态"，但这恰恰是麦克卢汉预言的标准表述，把新媒介当旧媒介的内容。其三，立一张赌约：若到 2030 年，AI 原生形态（无界面生产管线、Agent 间协议经济体、按次生成的软件）在商业规模上一个都没有出现，本书的核心命题降级为"一个漂亮的类比"；反之，其中任何一个成规模出现，反方立场应被放弃。推演之书的诚意不在于永远正确，在于写明期限与判据，接受裁决。
接完反方，还要交代马鞍期内部的陷阱，否则"无罪论"会被读成"躺平许可证"。陷阱有三。一是形态锁定：马鞍造得太好，组织就再也下不了马。诺基亚早就做出过触屏样机，功能机的利润率太好，组织理性地按死了它，完整档案在第 9 章。马鞍期的成功本身，就是汽车期最大的阻力。二是标尺错配：用马鞍期的 KPI 评估汽车期的赌注必死，西联用"比电报好在哪"评估电话，得到的正确答案是一无是处，因为电话的价值长在电报标尺测不出的维度上。三是身份固化：马车公司把自己定义为马车公司而非出行公司，汽车一来连参战资格都没有。这个陷阱将原样复现在"我们是一家设计公司、内容公司、软件公司"身上。
最后补一个常被忽略的维度：信任。旧部件的存续期等于新体系的信任缺口期。1819 年"萨凡纳号"横渡大西洋，蒸汽机只工作了约 80 小时，其余航程靠帆；此后数十年远洋汽船标配全套桅杆，因为工程师不信任锅炉，船东不信任燃料补给网络；直到 1860 年代复合式蒸汽机大幅降低煤耗、加煤站网络成形，桅杆才消失。同样，1852 年奥蒂斯发明电梯安全制动装置之后，电梯轿厢里仍坐了整整一百年操作员，不是技术需要，是乘客不敢独自乘梯；1945 年纽约电梯操作员大罢工让全城瘫痪，反而倒逼了自动电梯的普及，1950 年代的电梯制造商为此配套了语音安抚、紧急按钮和"没有操作员更安全"的广告战役，早期自动电梯里播放的音乐还意外留下了"电梯音乐"这个词。【推演】今天每个 AI 工作流里保留的人工复核环节，就是 2026 年的桅杆。它何时可以拆除，取决于信任基础设施何时建成，不取决于模型分数再涨一点。这件事是第 5 章的主题。
所以本章对实干者的最终姿态是双轨：赚马鞍的钱，攒汽车的资产。
1.7 全书地图：八扇门
八问清单给了我们"什么是马鞍"的视力。但看见马鞍不等于看见汽车，看得见悬崖不需要看得见对岸。后面八章，是把这张清单逐一推到极限的八次尝试。前六章各推开一扇门，最后两章做两件别的事。
第 2 章《消失的接口》：如果汽车来了，驾驶室一定长这样吗？清单对准人机之间那根每分钟漏四十个字的吸管。键盘是刻在时代底盘上的马骨，接口革命的终点，是来不及发出的请求。
第 3 章《砸掉工具》：马鞍造得最好的，是工具厂。今天的 Figma、PS、IDE 全是给人用的机器，当操作者变成 AI，整套界面都是赘肉。清单第五问在这里兑现为一套没有界面的生产体系。
第 4 章《荷马回来了》：连"作品"这个形态也可能是马鞍。内容为什么要千人一面地定稿？生成成本趋零之后，配方与实例的分化会把三千年前的口头史诗变成未来。清单第七问在此击穿"内容"本身。
第 5 章《看不见的集装箱》：汽车不是被发明出来的，是被一套标准放出来的。产业链的重排不问 AI 能做什么，问机器之间怎么签合同、谁为错误负责。1.6 节留下的桅杆问题，在这里得到工程学的回答。
第 6 章《深时》：把后视镜转过来，会看见三十八亿年。为什么旧范式消化新技术是必然？因为这不是商业规律，是演化规律。AI 是第七次信息载体革命，前六次的剧本早已写好马鞍期与汽车期的全部台词，时间常数错配在这里正名。
第 7 章《意义真空与新世界观》：最后一个问题不是汽车长什么样，是开车的人是谁。当智能不再稀缺，"我值钱"的定价体系失效，人的尊严从"我能创造"迁往"我敢承担"。八问清单最终指向使用者本身：你是把马鞍当终点的马车夫，还是懂"人为什么出行"的人。
第 8 章《如果我们是错的》：以上七扇门，每一扇都可能是错的。时间表可能错，幅度可能错，方向也不能豁免。这一章把麦克风交给最强的反方，让全书在签字之前先做一次完整的压力测试。推演的成色，要用它经得起多少冷水来度量。
第 9 章《怎么办》：冷水泼完，日子还要过。正因为可能错，行动不能押注"推演为真"。这一章的每条建议都要先通过同一道筛选：无论哪个未来到来，做了都不亏。
阅读建议只有一条：随时留意段首的标注。【事实】欢迎你查证，每一处年份人名都经得起翻书；【推演】欢迎你检验逻辑，哪一环断了，请不客气地指出；【狂想】欢迎你想象，但它不负责说服你。三层混读是这本书最大的风险，标注体系是唯一的护栏。
结尾：红旗落地之后
回到 1896 年。红旗法案废除那天，伦敦街头的司机们撕碎了一面红旗，开车去了布莱顿。他们中的大多数人并不知道汽车最终会长成什么样，方向盘还没有成为标准，马力这个词还会再统治两个世纪，马鞍制造商的生意还会继续兴隆二十年。
他们只知道一件事：那面旗倒了。
这本书无法告诉你汽车的图纸。阿马拉定律提醒我们，人总是高估技术的短期效应、低估其长期效应，本书的推演同样可能犯双向的错：短期上，AI 造马鞍的速度可能被高估；长期上，汽车期的到来与形态的彻底性，几乎肯定被低估。所以请把全书的每一个时间点都当作猜测，把每一条方向都当作逻辑。时间点错了，书只会显得心急；方向错了，才值得烧掉。
而方向不依赖任何时间点。通用技术的红利属于重建厂房的人，这句话在电力上成立，在计算机上成立，我们没有理由认为 AI 会是例外。今天的沉默期与 1899 年、1987 年的沉默期共享同一个结构：引擎已经换上，天轴还在转。
前作《AGI 奇点推演报告》的最后一句话是"火已经点着了"。这本书补上它的下半句：问题从来不是火烧不烧，是你站在烟囱旁边添柴，还是在画一张没有烟囱的图纸。
第一张没有烟囱的图纸，画的是人机之间那根吸管。下一章拆它。