2026年8月26日，比尔·盖茨发表了一篇长文，标题是 The turbulent AI era is here. The choices we make now are critical.。

如果只看媒体报道，很容易把它概括成一句话：那个一直对AI相对乐观的比尔·盖茨，开始警告AI了。但这并不是这篇文章最准确的读法。

盖茨没有否定AI带来的巨大价值，他仍然相信，AI可以改善医疗、教育和公共服务，也可能让个人和小企业获得过去需要昂贵专业服务或大型团队才能拥有的能力。真正发生变化的是，他越来越担心另一件事：AI进步的速度，会不会快过社会重新适应它的速度。

这看起来只是一个关于“速度”的判断，背后却是一个更大的问题。过去每一次技术革命都会消灭一些工作，也会创造一些新工作。农业人口进入工厂，工厂劳动者进入办公室，电脑又改变了办公室里的大量工作方式。问题在于，这些变化通常经历了几十年，甚至几代人。

但是，AI可能不会给我们这么长的时间。盖茨真正担心的，不是某一天AI突然“把所有人的工作抢走”，而是当AI同时进入法律、客服、医疗、软件、制造等多个行业时，原本需要十几年甚至几十年完成的岗位调整，可能被压缩进一个很短的时间窗口里。

而我们的教育体系、职业培训、税收制度、社会保障，甚至个人对“工作是什么”的理解，都未必已经准备好了。

盖茨到底在担心什么？

理解这篇文章，最重要的不是先看盖茨提出了什么解决方案，而是先理解他为什么认为这一次AI变化可能更难处理。

过去大多数自动化工具，都在替代一个相对明确的动作。计算器替代手算，Excel替代一部分手工表格处理，工业机器人替代流水线上的重复动作。工具当然会提高效率，但它们通常不会自己理解一个复杂问题，再完成信息获取、判断、沟通和执行。

AI正在跨过这条线。

今天一个模型已经可以帮人写代码、整理材料、分析数据、回复客户、制作内容；随着Agent和机器人的能力继续提高，它能够接手的就不再只是某个动作，而可能是原本由一个岗位承担的一串任务。

因此，“AI会不会取代某个职业”可能并不是最准确的问题，更现实的情况往往是：一个岗位不会在某一天突然消失，而是组成这个岗位的任务一点点被AI拆走。先是30%的工作可以自动完成，然后是50%，再后来企业发现，同样的业务量已经不需要原来那么多人。

盖茨认为，一旦AI可靠到企业不需要持续派人检查，它带来的经济激励会非常强。一家公司用AI降低了成本，竞争对手就不得不跟；即便传统企业不愿意改变，也可能会有一批从一开始就建立在AI之上的新公司，以更低的成本进入市场。

所以这一次真正令人不安的地方，不只是“未来有没有新工作”，而是旧岗位减少的速度，会不会比新岗位产生、劳动者重新学习、制度重新调整的速度更快。

除了就业，盖茨还重点讨论了两类风险。

一类是安全。网络攻击、诈骗、深度伪造、生物安全威胁这些问题本来就存在，AI可能进一步降低使用这些能力的专业门槛。最难治理的地方在于，很多能力无法简单分成“好AI”和“坏AI”：能够帮助安全人员寻找软件漏洞的模型，同样可能帮助攻击者利用漏洞。

另一类是人的成长。他特别谈到儿童和年轻人的批判性思维，以及AI陪伴可能替代真实人际关系的问题。AI导师当然可以帮助学习，但如果一个人越来越习惯把思考过程直接交给AI，工具帮助学习和工具替代学习之间的边界就会变得越来越模糊。

值得注意的是，盖茨在文章中还主动披露了自己与微软及其他AI公司的财务关联，并提醒读者自行判断这些关系是否会影响他的观点。这段话看起来只是利益披露，却值得保留关注。阅读这种重要人物对未来的判断，本来就不应该问“他说的是不是真理”，而应该进一步区分：哪些是已经发生的趋势，哪些是他对未来的预测，哪些又只是他认为社会应该采取的方案。

Human Reserved：AI能做，就应该让它做吗？

盖茨提出的几个解决方案里，最有意思的一个概念叫 Human Reserved，可以理解成“为人类保留”。

他的类比来自自然保护区：并不是一片土地技术上不能修路、盖楼，而是我们主动决定，有一些东西即使可以开发，也值得留下。

未来某些工作可能也是这样。

如果AI医生诊断更准确，我们是否还需要真人医生参与重大病情沟通？如果AI陪伴比真人更耐心，我们是否愿意让儿童长期依赖它？如果机器人照护更便宜、更稳定，照顾老人是否仍然应该保留人类参与？

这些问题的共同点是，它们把“AI能不能做”和“我们希望不希望AI来做”区分开了。技术回答第一个问题，价值判断回答第二个。

盖茨没有给出确定答案。他也承认，Human Reserved本身会带来一系列新的难题：哪些工作应该保留，谁来决定，不同国家采用不同标准之后又该如何协调。所以它目前更像一个政策构想和思想实验，而不是已经形成的制度。

另一个被大量报道的建议，是AI Token税和机器人税。盖茨的逻辑是：企业雇佣员工要支付工资和相应税费，而购买机器人或使用AI替代人工，在某些情况下反而可以成为降低成本的资本投入。如果税收制度完全不变，它可能进一步强化企业用机器替代人的动力。

因此他提出，可以考虑对AI Token和机器人征税，一方面减缓替代速度，另一方面把新增收入投入职业培训和社会保障。

这个建议是不是最好的方案当然可以讨论，但它至少说明，盖茨已经不再把AI看成一个单纯的“技术效率问题”。在他看来，就业还承担着收入、身份、尊严和社会连接等功能，因此社会未必应该为了最大化效率而接受最快速度的自动化。

先区分：事实、预测与政策主张

真正值得关注的，不是“盖茨预测得准不准”，而是他提出的这些问题，是否已经开始影响企业和个人今天的选择。

AI为什么会催生OPC？

盖茨在文章里提到过一个重要判断：AI不仅可能冲击工作，也可能让个人和小企业获得过去需要昂贵专业服务或大型员工团队才能拥有的能力。

站在一家成熟企业的角度看，这意味着它可能需要更少的人；但站在创业者的角度看，同样的变化却意味着，过去必须先组织一群人才能开始做的事情，现在可能一个人或一个极小团队就能启动。

这两种看起来完全相反的结果，背后其实是同一件事：企业获得一种能力，开始不再必然等于企业拥有一个对应岗位。

过去一个人想经营一门稍微复杂一点的生意，很快就会遇到组织问题。产品需要开发，营销需要内容，客户需要服务，经营需要财务，合同需要法律，数据需要分析。过去每增加一种经营能力，往往意味着迟早要增加一个人。组织就是这样一点点长大的。

AI、SaaS、平台和外部专业服务，正在把这条关系拆开。企业仍然需要这些能力，却不一定需要把每一种能力都变成内部岗位。这也是为什么OPC（One Person Company）在今天开始成为一个越来越现实的创业形态。

这里的一人公司，不应该被简单理解成“一个人把所有工作全部做完”。更准确的理解应该是：用尽可能小的固定组织，调用完成一门生意所需要的全部能力。有些能力来自创始人，有些来自AI，有些来自软件，有些来自平台，也有些来自外部专业机构。压缩的是固定组织，而不是经营能力。这也是我们所说的“最小必要经营组织”。

但如果故事到这里结束，很容易得出一个过于乐观的结论：AI越来越强，所以以后一个人创业会越来越容易。事实可能只对了一半，OPC当然不是失业问题的答案，也不能因为AI可能冲击就业，就简单告诉所有人“那你去创业”。创业意味着承担市场风险、收入波动、客户责任和经营失败的可能，并不适合所有人。

AI真正改变的是：就业之外，多了一条过去成本很高但现在门槛降低的路径。一个普通人不一定只能把自己的专业能力出售给一家公司组织，也可以尝试成为一个极小的经营主体，组织AI、软件、平台和外部资源，直接为客户创造价值。

当AI成为标配，什么才真正稀缺？

AI确实正在降低创业门槛，但降低的是所有人的门槛。今天你能让AI帮你写文案、做图片、写程序、搭网站，这可能还是一种效率优势。几年以后，这些能力很可能就像今天会搜索、会Office一样，只是经营一家数字企业的基础配置。

当工具能力逐渐普及以后，竞争反而会变得更直接。过去一家小公司可能因为“做不出来”而被挡在市场外；未来越来越多人都能做出产品以后，真正的问题会变成：客户为什么选择你，而不是另外十个同样可以借助AI完成产品的人？这时候真正稀缺的东西会发生变化。

一个行业里长期积累的理解，一批愿意持续信任你的客户，一套别人拿不到的数据，一个稳定的渠道，一个有辨识度的品牌，或者你在模糊信息里持续做出正确判断的能力，这些东西的重要性可能反而会增加。

AI可以在一分钟里生成几十个方案，但它不会自动告诉你哪一个问题值得解决；它可以帮你快速生产内容，但不能自动让客户相信你；它可以让一个人的执行能力放大很多倍，但商业最终并不只奖励执行效率。这也是Human Reserved对OPC最有启发的一层。

对于一家一人公司来说，同样可以问：哪些工作应该尽可能交给AI，哪些工作即使AI能够完成，也应该保留给经营者自己？真正值得“Human Reserved”的，可能并不是写邮件、整理表格、做PPT这些任务，而是理解客户没有明确说出来的需求，建立信任，做价值判断，承担承诺，处理复杂关系，以及在没有标准答案的时候决定公司往哪里走。

这其实也改变了“一人公司”的含义，它不是一个人什么都做。恰恰相反，真正成熟的OPC可能越来越善于不做很多事情：把标准化、重复性、可验证的任务尽量交给AI和工具，把有限的人类注意力留给那些真正决定这门生意价值的事情。

留给OPC创业者的三个问题

盖茨站在社会层面问的是：如果AI让越来越多工作消失，一个建立在“就业—工资—消费—税收”之上的社会应该如何调整？但站在一个正在创业或准备成为OPC的人面前，这个宏观问题可以被缩小成三个更具体的经营判断。

第一，你现在业务中的哪些能力，正在从“必须招聘一个人”变成“可以通过AI或外部服务获得”？

这个问题决定你的组织可以有多小。不是为了追求人数少而不招人，而是避免在业务需求还没有证明之前，就把所有能力提前固定成岗位。

第二，当所有竞争者都能够获得类似的AI能力以后，你真正难以被复制的价值是什么？

如果答案只是“我更会使用某个AI工具”，这种优势大概率不会持续太久。真正值得积累的，应该是不会随着模型升级迅速贬值的东西：客户、行业知识、品牌、数据、渠道和信任。

第三，哪些事情即使AI越来越能做，你仍然应该亲自承担？

生产可以自动化，研究可以辅助，很多执行任务可以交给Agent，但经营方向、价值判断和对客户结果的最终责任，很难真正外包出去。

第一个问题决定你的组织可以有多小；第二个问题决定你的生意能不能长期存在；第三个问题决定当AI越来越强以后，你这个“人”在一人公司里究竟还应该负责什么。

阅读原文： https://www.gatesnotes.com/a-turbulent-ai-era-and-critical-choices-to-make