设想一个家庭：写报告、做设计和处理文件的费用持续下降，附近的配送服务也开始用机器人。他们确实享受了技术进步，但到了月底，房租、能源和照护账单依然令人紧张。
这并不矛盾。一个社会可以拥有越来越便宜的智能，同时仍然面对昂贵的生活。
AI 带来的丰裕，需要经过产能、竞争和收入分配，才能变成普通家庭感受到的可负担性。 如果跳过这些环节，我们就容易把“生产某些东西更便宜”说成“所有人生活都会更轻松”。
智能的价格与生活的价格，是两张账单
数字服务能够复制和远程提供，物理服务则需要在特定时间、特定地点完成。机器人可以改善搬运效率，却仍要到达现场；建造效率提高，也不会自动增加一个热门街区的土地；不过，允许增密、改建和配套建设时，同一片土地仍可能容纳更多住房。
同样，一家机构减少了行政工作，并不等于它立刻增加了所有专业服务的供给。基础设施、人员资质、空间、运输和组织流程，都可能继续限制交付。
这不是说这些限制永远无法改变。它只是提醒我们，家庭购买的通常是一个完整结果，而技术首先降低的可能只是其中一个环节的成本。
评价 AI 红利，因此需要看家庭实际购买什么。对住房支出占比较高的人，内容生产降价的帮助可能有限；对受照护时间约束的人，一项可靠的现场服务可能比许多免费软件更有价值。没有一张抽象的“智能价格指数”，能够代表所有人的生活压力。
从降本到降价，中间还有市场
设想某项服务因自动化节省了成本。企业可能降价吸引更多客户，也可能改善质量、增加利润，或者先偿还设备投资。几种结果可以同时发生。
消费者最终得到多少，取决于竞争、进入门槛、替代选择，以及新增供给能否及时出现。不能仅凭成本曲线，就断言零售价会按相同比例下降。
如果关键场地、渠道或基础设施由少数主体控制，效率收益可能集中在这些瓶颈上。即使机器人本身越来越便宜，获得运行位置和接入条件也可能成为新的成本来源。
这里也有积极的一面：自动化若降低新企业进入的难度，可能加强竞争，让更多收益流向消费者。所以我不认为结果预先注定。需要观察的是实际价格、质量和新增供给，而不是只看某家厂商展示的单位动作成本。
对企业而言，“我们把内部成本降低了多少”是运营问题；“客户因此得到了什么”才是市场承诺。
更低的价格也应与质量一起观察。如果服务变便宜，却要求客户自行处理更多异常，账面上的节省可能只是把成本移到了另一边。
物理丰裕需要建设周期
AI 的发展也会产生新的资源需求。IEA 的《Energy and AI》讨论了数据中心增长带来的用电需求及供给条件，其中未来数值属于情景预测。数据中心用电不能全部归给机器人，但这份分析提醒我们：智能系统的扩张依然依赖物理基础设施。IEA 能源需求分析
电力、接入、设备和现场改造需要协调。软件能力更新的速度，与基础设施扩建的速度，未必一致。短期中，某些供给环节甚至可能因需求突然增长而承受更大压力。
这也解释了为什么“AI 会改善供给”与“某些价格可能上涨”可以同时成立。技术进步影响的是动态过程，而不是瞬间抵达的终点。
政策和企业投资需要提前识别瓶颈，而不是等到机器人数量增加后才发现场地、电力或维护能力跟不上。真正有意义的产能，是能够稳定交付给客户的产能。
全民高收入还需要回答买得到什么
如果未来通过工资、公共转移或资本参与，让更多人获得收入，这是值得讨论的目标。但名义收入增长，并不自动等于实际购买力同比增长。
可以设想一个简单情境：更多家庭同时拥有购买照护服务的预算，而本地可靠服务的供给暂时没有增加。新增需求可能带来排队、涨价或供给扩张，具体路径取决于进入条件和建设速度。
因此，分析现金支持与物价，需要同时看资金来源、经济闲置能力、需求流向和各部门供给弹性。由“总产出会增长”直接推出“不会出现通胀”，省略了关键条件；反过来断言任何转移支付都会导致失控涨价，也同样草率。
IMF 对 AI 时代财政政策的讨论，把社会保障与收入筹措、税制调整放在一起。这种完整预算视角，比只宣布一个人人能拿到的金额更有解释力。IMF 政策分析
我更关心的承诺是：收入支持与关键服务的可及性怎样同时改善。让人有钱支付，与让人实际获得服务，需要共同设计。
最强的反方：AI 也会改变瓶颈
当然，今天的限制不能被写成明天的宿命。AI 和机器人可能改善设计、维护、施工与资源调度，帮助扩张供给。这正是 Physical AI 值得投入的原因之一。
但“可能缓解”与“已经消除”之间，需要部署证据。我们应当追踪实际交付周期、服务覆盖、维护成本和质量变化，也要观察不同收入群体是否都能获得这些改善。
企业可以把产品评价从单项任务延伸到客户总成本：购买、接入、监督、维修和停机都算进去。地方治理可以优先识别限制关键服务扩张的条件。家庭层面的研究，则应同时看货币支出与时间负担，避免把节省的钱换成更多无偿管理劳动。
我希望看到一张更接近生活的 AI 成绩单：基本服务是否更容易获得，低收入家庭的实际负担是否下降，获得服务时是否拥有更多选择。
技术丰裕的价值，最终要在这些具体变化中兑现。它可以从实验室开始，却不会在实验室里完成。
如果只能优先推动一种成本下降，你最希望 AI 改变住房、照护、交通，还是教育？你认为真正的瓶颈在哪里？