8月31日，今天凌晨，Vercel創始人兼CEO吉列爾莫·勞赫（Guillermo Rauch）在一條推後回覆，他們在2026年快要用盡“但是它還做不到另一件事”了。他的意思是，那些不相信人工智慧、對人工智慧冷嘲熱諷的人很快就說不出話了。

馬斯克跟著說：到明年年底，人工智慧將能以超人類水平完成任何數字任務，除了那些需要塑造原子的任務。

他這句話充滿張力。有一個明確的截止時間，就是2027年年底，然後是“任何數字任務”。

如果你靠寫程式碼、做分析、畫圖、寫報告、處理表格、整理資訊、製作方案、提供建議吃飯，你的職業身份幾乎完整地落在這六個字裡。過去幾年，人們一直在問AI能不能取代自己。現在這個問題已經有點晚了。更有用的問題是：

當智能開始超越你，同時又開始把你賴以為生的智力商品化，你準備怎麼避險？

避險原本好像是一個很專業很高大上的詞彙，但其實它也可以很樸素，很多人在生活當中都有過類似避險的生活經驗。

我在這裡用“避險”這個詞，因為它精準描述了一種很具體的處境：你知道浪會打過來，也知道自己攔不住，所以應該提前換掉一部分和浪潮同漲同跌的頭寸。目標沒有那麼英雄主義，目標也不是贏，而是先別歸零。

這可能是未來幾年，所有靠處理位元吃飯的人都要補上的一課。

馬斯克給了一個截止日期。而人工智慧的價格曲線已經先給出了答案。

2026年7月，OpenAI把GPT-5.6 Luna的API價格直接砍掉80%，輸入降到每百萬token 0.20美元，輸出降到1.20美元。幾個月前的旗艦模型GPT-5.4，價格還是2.50美元和15美元。截至8月31日，獨立評測機構Artificial Analysis給Luna xhigh的智能指數是50，給GPT-5.4 xhigh是53。在這套指數上只差3分，輸入和輸出的標價卻相差12.5倍。

細節更能說明問題。據OpenAI披露，GPT-5.6 Sol已經參與分析生產流量、最佳化負載平衡，並自主改寫服務自己的GPU生產核心。這些工作把端到端服務成本又壓低了20%。

也就是說，機器自身正在參與壓低機器智能的價格。

我們習慣把智能看成石油，一種昂貴、稀缺、掌握在少數人手裡的戰略資源。但大模型正在把它變成電，而你不會因為家裡有電而富有。每個人都能隨手呼叫的能力，不再給擁有者帶來多少溢價。

19世紀末，智利控制著全球天然硝石貿易。硝石既是肥料，也是炸藥原料，白色晶體從阿塔卡馬沙漠被挖出來，裝上船，換回稅收、鐵路和國家繁榮。1901年，智利天然硝石約佔全球固定氮生產的三分之二。這是一個國家的命根子。

1913年，巴斯夫在德國奧堡啟動了第一座工業化合成氨工廠。弗裡茨·哈伯找到了從空氣中固定氮的方法，卡爾·博施把實驗室反應變成了能在高溫高壓下連續運行的工業系統。此後，空氣裡取之不盡的氮可以被合成肥料和炸藥。到1936年，智利在全球氮生產中的份額只剩7.6%。戰爭與大蕭條也補了刀，合成氨則永久拆掉了天然硝石的稀缺性。

智利人沒有突然變懶，礦工也沒有一夜之間失去挖礦技術。真正改變的是市場對那項資產的定價。

我把這種時刻叫作“哈伯－博施時刻”：一項新技術突然學會合成過去只能從少數人、少數地方獲取的稀缺品，於是舊資產的擁有者還在，但新資產的負債表已經沒了。

今天，靠腦力工作積累起來的智力資本，正在經歷自己的哈伯－博施時刻。

我之前寫過一篇文章，講為什麼賺錢越來越難，因為排列原子的思維玩不轉排列位元的遊戲。當時我想說，工業時代的財富邏輯正在讓位給資訊時代。現在更殘酷的一步來了：排列位元這件事本身，也開始被AI承包。

智力被超越是第一次打擊。智力資產被重新定價是第二次。

你會的東西依然有用，只是它未必還值原來的價。這比失業更普遍，也更難察覺。崗位可以保留，工資可以照發，真正消失的是溢價。你花十年練出的能力，可能突然被裝進一個每月二十美元的訂閱裡。

避險不是贏，是讓你留在牌桌上

今年上半年，著名雜誌《外交政策》有一篇文章說，避險正在成為這個時代的新常態。文章把“避險”定義為：在夥伴變得不可靠的世界裡，避免對任何一方形成排他性依賴。國家開始同時經營多種關係，準備冗餘供應鏈，保留自主能力。它們接受更高的成本，換取危機來臨時手裡還有選項。

作者蘇珊娜·諾塞爾（Suzanne Nossel）是芝加哥全球事務委員會研究美國外交政策與國際秩序的高級研究員。她為正在出現的新秩序造了一個詞：hedgemony，避險霸權秩序。各國不再相信有一套穩定體系會永遠托住自己，只能一邊合作，一邊準備退出路線。

這種國家戰略，正在向個人生活中不斷滲透。

單一技能、單一平台、單一僱主、單一模型，就是普通人的四種排他性依賴。過去它們被叫作專業、忠誠和效率。環境穩定時，集中下注確實能提高回報。環境本身開始消失時，那些美德會突然變成鎖鏈。

很多人可能會覺得，那我擺脫單一形態，多做幾種努力就可以了。不好意思，多學幾樣東西不叫避險。你會寫文案，又去學做PPT，再學用AI做PPT，表面上有三個技能，底層仍然是同一個頭寸：廉價數字智能。一旦基礎模型繼續進步，它們會一起跌。

哈里·馬科維茨（Harry Markowitz）在1952年建立現代投資組合理論時，最重要的洞見就是，組合風險不取決於你買了多少種資產，還取決於它們怎樣一起波動。十隻股票如果都押在同一種風險上，只是把一個籃子刷成十種顏色。

把這個道理搬到個人身上，問題也跟著變了：我的收入、身份和選擇權，有多少會隨著商品智能的價格一起下跌？

避險當然有成本。國家為冗餘供應鏈多付錢，個人也要為冗餘生活多付錢。你要接受一部分暫時沒用的能力，維持不止一個分發管道，在工資之外建立很小的第二收入，讓生活成本低到自己有資格說“不”。這些動作短期看都不夠高效。

深耕仍然要做，複利仍然要追求，但是，你需要放棄的是另一層幻覺：你掌握的這門手藝的溢價會永遠屬於你。

避險會讓你錯過一部分最高收益，但它換來的是更高的下限。說得再直白一點，避險不保證你跑贏AI，只保證AI碾過來時，你的人生不會跟著一個價格曲線歸零。也就是說，它可以讓你留在牌桌上，保留你繼續下注的機會。

第一筆換倉：離開純位元的價格戰

很多人可能會立刻得出一個俗套的答案：那我去學水電、按摩、做飯，逃到原子世界裡。

原子世界當然更難被軟體吞掉，但它往往更吃資本、更受監管、更依賴供應鏈。一個普通白領不可能因為看懂了“位元貶值”，明天就去造電池、開礦山或者建資料中心。把所有人趕去做水管工，也只是另一種批次建議。

真正的分界線不在藍領和白領之間，而在於一項工作能否被完整裝到了數字閉環裡。

勞赫說“ai做不到”的清單快用完了，對我們來說，明智的做法是相信這個前提。繼續尋找AI永遠不會做的智力題，勝算很低。更可靠的邊界是三種總成本不同的工作：塑造原子、承擔責任、真實在場。

AI可以給外科醫生更好的方案，卻不能替一個具體的人在手術同意書、醫療責任和病床邊的關係中承擔後果。它可以生成一套商業戰略，卻不能把自己的名聲、現金流和未來幾年押在那套戰略上。它可以寫出關於攀登的漂亮文字，卻沒有一副會摔碎的身體。

比較優勢從來不要求你在絕對能力上勝過對手。它看的是機會成本和整套交易成本。AI也許在認知環節上比你強，可一旦工作包含現場關係、法律責任、身體反饋、長期承諾，最終交付就無法只按token價格結算。

我之前提出過一個“AI替代的逆向歷史演化定律”：人類越晚形成、越抽象、越符號化的技能，越早被AI覆蓋；空間感知、身體協作、面對真實環境的判斷，這些古老能力反而更晚被替代。

這個判斷當然不是勸所有人都回到石器時代。它提示的是換倉方向。繼續使用最先進的AI，同時把你的收入往那些必須由一個具體的人在場、簽字、承擔、解釋和收拾殘局的環節移動。

“會用AI”很快就會像“會用電腦”一樣普通。把提示詞、工作流和模型操作當成護城河，恰好是最失敗的避險。模型越進步，你的技能越容易，門檻越低，價格越便宜。你和風險因子站在同一邊。

真正值得長期持有的能力，會在AI變強時變得更貴：定義值得解決的問題，面對沒有標準答案的現場，承擔錯誤的代價，以及形成別人無法從公開資料裡蒸餾出來的壞品味。

好品味可以被總結，被模仿，被做成訓練集。壞品味是你明知道大多數人不喜歡，仍然願意下注的那一部分。它帶著偏見，也帶著責任。機器能複製風格，複製不了你為什麼願意為它付出幾年。

智力商品化以後，最常見的誤判是繼續加碼智力。

讀更多論文，學更多工具，拿更多證書，把自己的處理速度再提高一點。這些當然沒有錯。問題在於，如果市場正在用更低價格出售同一種東西，你加倉得越勤奮，和價格下跌的相關性越高。

內容越便宜，驗證內容的成本越高。答案越多，人越需要知道該信誰。AI每秒可以生成無數條像樣的建議，卻無法替你補寫十年的履約記錄。它能模仿一個人的語氣，但不能倒流回十年前，替這個人按時交付、承認錯誤、拒絕一次誘惑，然後把這些行為一件件記在同一個名字下面。

關於信任和聲譽，博弈論的解釋很樸素。在一次性交易裡，雙方只算眼前得失；在多階段、重複發生的交易裡，一個人今天佔便宜，就會失去後面所有合作。聲譽於是成了一種抵押品。它的價值來自別人知道你還會回來。

這也是信任難以量產的原因。內容生產可以平行，信用記錄只能按時間排隊。

我在之前的文章裡反覆寫過個人品牌，也寫過“可信的敘述位置”。很多人把個人品牌理解成頭像、口號、粉絲數，那太表面了。真正的個人品牌是一條公開的判斷記錄：你在什麼還沒成為共識時說過什麼，後來發生了什麼；你犯錯時怎麼處理；利益擺在面前時，你有沒有悄悄換一套標準。

這就是智力和信任最根本的區別。智力可以按次購買，信任要求同一個人持續出現。智力的市場價格在下跌，可信敘述位置的建造成本卻在上升。

智能越商品化，信任越難被商品化。信任需要時間，而時間還不能平行生產。

對普通人來說，這不等於人人都要當網紅。你需要的是一塊不依附於單一平台的信用地盤。它可以是一份持續多年的作品記錄，一群直接認識你的客戶，一封能夠抵達讀者的郵件，一項和真實姓名繫結的承諾，也可以是一門別人願意先付款、因為知道你會回來負責的生意。

粉絲數可以買，流量可以租，AI內容可以無限灌。而別人願意把一次重要選擇交給你，這件事仍然很慢。

第三筆換倉：擁有退出權，並像獵人一樣使用AI

如果說前兩筆換倉避險的是能力和價格。第三筆避險的是系統本身。

很多人更普遍的風險，是所有生活條件被鎖在同一個節點上：工資來自一家公司，客戶來自一個平台，作品存在一個帳號裡，工作依賴一個模型，房貸又要求他每個月必須完成交易。任何一個節點關門，他就沒有轉身空間。

我在之前的文章裡寫過，未來一個人可以沒有工資，但不能沒有頭寸。頭寸不等於股票帳戶。它是任何一種讓你能分享到上行、保留髮言權，並在規則變壞時離開的東西。

普通人的頭寸也沒有那麼宏大。你不需要先變成資本大鱷。一個自己能帶走的客戶名單，一項屬於自己的智慧財產權，一個不靠平台推薦也能觸達人的管道，一筆足以讓你拒絕爛工作的儲蓄，都是退出權。

降低開銷也算。甚至它可能是最被低估的頭寸。一個每月必須賺五萬元才能維持生活的人，面對系統時比每月一萬元就能過得不錯的人更脆弱。前者看起來更成功，後者手裡那句“不幹了”更值錢。

這部分可以借用納西姆·塔勒布的槓鈴策略。槓鈴的兩端，一端極端保守，一端極端進取，中間那塊看似穩妥的區域反而少碰。

個人避險AI也應該長成一根槓鈴。

保守的一端，持有AI價格下跌也碰不到的東西：低固定成本、身體、現場關係、長期信用、可帶走的客戶、對自己時間的控制。進取的一端，毫不猶豫地呼叫最強模型，把它們變成研究員、程式設計師、交易員和生產團隊，去追過去一個人根本夠不到的機會。

中間那一大塊“穩定工作”最危險。它的工作流程已經被AI覆蓋，收入卻仍被單一僱主控制；它享受不到AI槓桿的全部上行，又承擔智力商品化的全部下行。看上去最穩，相關性最高。

這也是我最近不斷思考的“獵人姿態”。未來最先進的生活，也許是拿著太空時代的工具做狩獵採集者。你不和弓箭比賽射箭，也不因為弓箭太強就放棄打獵。你帶著它進入新的獵場，尋找不對稱機會，做一段短促而完整的工作，承擔結果，成功一次，然後有權停下來生活。

AI會重新繪製獵場。獵人的任務是移動，在移動中尋找機會。

總之，逃到原子世界仍然不夠。原子域有廠房、能源、牌照和供應鏈，普通人很容易從“位元僱員”變成“原子僱員”，仍然沒有頭寸。更關鍵的資產是排列權：由你決定呼叫那些智能、組織那些原子、服務什麼人、拒絕什麼，以及把有限的生命押在那個問題上。

AI可以成為武器。你必須保留選擇獵物和扣動扳機的權利。

你有截止日期，所以你必須避險

避險看起來像一種財務技巧，它的底層其實是時間觀。

如果一個人擁有無限時間，他不需要避險。技能歸零了可以重學，行業消失了可以再等一百年，所有錯誤最終都有機會修正。

生命有死期，時間才有預算；時間有預算，人就必須排序。什麼值得學，什麼值得放棄，誰值得相信，那件事值得把身家壓上去。排序產生立場，立場形成頭寸，頭寸讓判斷有了後果。

AI沒有這個約束。它可以同時走一萬條路，失敗九千九百九十九次，再把剩下那條遞給你。人只能在有限的幾年裡，選一小部分事情認真去做。這個缺陷很麻煩，也很寶貴。它逼著你回答智能永遠替你回答不了的問題：什麼是值得的。

以後，模型也許能列出你人生所有可能的路線，計算每條路的收入、風險、幸福機率和後悔值。它甚至會比你更懂怎樣抵達。

可你仍然要親手選一條，然後把會受傷的身體、會貶值的名聲和不會重來的時間放進去。

當智能超越你，又把你的聰明降成一項廉價商品，你最後要守住的，是決定在乎什麼、把命押在那裡的權利。(虎嗅APP)

GPT-4 開放至今，已有1 個多月時間了，但是除了少數人有OpenAI 的GPT-4 權限之外，大部分人還是只能通過開通ChatGPT Plus 來嚐鮮GPT-4。

眾所周知，GPT-4 的開放權限，基本上是按照申請時間逐步開通的，但是這個過程很慢很慢。


我在OpenAI 剛發布GPT-4 的幾分鐘內，便早早提交了waitlist 申請，後面也是等了差不多半個月才給通過。

可以這麼說，GPT-4 是目前所有大語言模型中，能力最強的一個。

如果說GPT-3.5 還有人能與之一戰，那GPT-4 基本上就可以說是傲視群雄，未逢敵手了。

即便它的圖像對話功能還未正式上線，但它的文本生成能力，已經遠遠超過現有的大語言模型。

還有一個，現在能發送的最大Token 長度是4k 左右，而 則是32k，單從文本可接收處理的數據上看，GPT-4 就比3.5 大了整整8 倍。gpt-3.5-turbogpt-4-32k

當然了，這裡也不是說拿不到官方的GPT-4 API 權限，就沒辦法體驗它的能力。

近期，國外已經有不少產品開始接入GPT-4，大部分都提供了免費試用權限，但額度有限。

下面就跟大家盤點一下，具體都有哪些方式，可以免費試用GPT-4。

這些方案各有利弊，大家可自行斟酌使用。

Vercel 是一個網站託管平台，諸多開源項目都把網站部署在上面。

前不久，Vercel 也推出了一個AI Playground 產品，支持用戶在上面評測多款AI 大語言模型，其中自然也包含GPT-4。

前段時間，網站是可以直接打開使用GPT-4 的，不過可能因為最近流量激增，公司有點頂不住，因此改了規則。

用戶需要先提交申請成為Pro，才能獲得14 天的免費試用期。在試用期內，可以在上面使用GPT-4 模型。

你可以在試用期結束前關閉續費，這樣就不會產生任何費用了。

在今年2 月份的時候，Quora 的CEO 正式對外宣布，將推出一款全新的AI 產品：Poe。

目前已上線App Store，但需要美區賬號才能下載。

該產品內置了多款主流的大語言模型，其中包括GPT-4，以及前OpenAI 成員開發的Claude。

該軟件訂閱費用為每月19.99 美元或每年199.99 美元，開通付費後，每月可以發送300 條GPT-4 和1,000 條Claude 消息。

一旦用戶達到每月限額，“機器人的可用性或質量可能會降低。”

未付費的情況下，每天支持發送1 條GPT-4 消息，3 條Claude 消息，這額度真是少的可憐，大家還是接著往下看吧。

最後這個，便是近期被傳的比較火的ForeFront。

該工具支持跟預設角色對話，在線生成圖片，分享聊天內容等功能，使用Google 授權即可登錄。

預設角色可以選擇多種，包括哈利波特的斯內普教授、寶可夢的皮卡丘、神奇女俠、水冰月等等，這個功能其實也挺簡單，預先設置好一些Prompt 便能實現。

在線生圖的功能做的還行，下面這張圖是用它生成的印度人口現狀、蝙蝠俠、泰姬陵。

我大致試了一下，速度比ChatGPT 官網稍微慢了一點點，不過確實能免費體驗GPT-4。

當然這個額度也不是無限制的，每3 小時可以發送5 條消息，對比上面那幾個，這個應該是給的量最多的了。

上面推薦的這些工具，大部分免費體驗額度都有限，我估計再過不久，額度會再次減少，甚至直接關閉GPT-4 的免費體驗。

要知道，目前GPT-4 的Token 消耗，費用要比3.5 的貴50-60 倍左右，當你真正用上GPT-4 的時候，你就知道什麼是真正意義上的「一字千金」了。

所以，經過我的評測，當下能夠最低成本體驗上GPT-4 的，還是ChatGPT Plus，3 小時25 條信息，在提問之前先想好Prompt，絕對夠用。

不過，當下各個AI 產品打的熱火朝天，為了搶奪更多用戶，肯定有不少公司願意先砸錢吸引用戶。

也即是說，接下來會有越來越多AI 產品為了搶占市場，吸引用戶，也會開放一些免費的GPT-4 額度給他們體驗嚐鮮。（GitHubDaily）

彙整鉅亨號中所有使用「Vercel」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

馬斯克：27年底，AI將砸碎所有智力工作者的飯碗

GPT-4 可以免費用了！盤點免費試用GPT-4的3個平台