一边经济繁荣，一边加速裁员

 AI时代已经到来。

当我们观察到走在AI最前面的美国时候，会发现一些奇怪的经济现象，那就是经济规模和劳动生产率明显加速增长，但普通人找工作却越来越困难，企业裁员力度越来越大。

这可能是美国历史上看上去最矛盾的一次经济繁荣，我们今天会以此线索为入口，探讨以下几个话题：

科技巨头庞大的资本支出是否合理？

为何出现久违的暴涨?

算力的重要性，为什么GPU在ASIC化？

普通人在AI大规模替代人力的背景下有何应对方法？

一、裁员潮下的经济繁荣

2025年三季度，美国经济按年率计算增长了4.4%，较二季度3.8%的增速加快，四季度美国GDP数据尚未公布，但根据亚特兰大联储GDPNow的模型预测，美国2025年四季度GDP增速预估在4.2%。

如果亚特兰大联储的预测正确，那美国经济已是连续三个季度保持在4%左右的增长速度了，对于美国这个人均GDP在9万美元的发达国家来说，这个速度是惊人的。

高GDP增速的背后，除了贸易逆差减少带来的数字增长，更深更长远的影响因素是劳动生产率的加速提升 - 美国目前的劳动生产率正处于一个爆发期。

在2025年二季度，美国非农劳动生产率按年率增长了4.1%;

到了三季度，生产率更是进一步加速增长了4.9%。

4.9%是过去半个世纪都罕见的高增速，甚至超过了90年代互联网红利最强劲的时期。

美国战后各个阶段的劳动生产率平均增速对比↑

推动这一波生产率上升是AI，AI在2025年已开始从实验室演示转向企业生产工具，尤其是编程、金融和法律服务领域，带来产出的大幅增加而工时无需增长。

另一方面，2025年，美国企业的裁员现象呈现出明显加剧的趋势，全年裁员人数突破120万人，比2024年大幅增长了58%，创下自2020年口罩以来的最高纪录。

到了2026年美国裁员的情况还在加剧，美国雇主在2026年1月宣布裁员108435人，同比上升118%，环比2025年12月上升205%，为2009年以来同期最高值。同期企业仅宣布5306例新招聘，同样为2009年开始追踪该数据以来1月招聘量的最低值。

2009年的背景是什么？是金融危机期间。你很难想象美国在GDP增速高歌猛进到4.4%的背景下，企业裁员的规模看齐金融危机的大衰退时期。

这种撕裂是否自相矛盾呢？我认为不矛盾，反而是证实了AI对经济正在带来改变 - 公司们对于招人越来越吝啬，但对于购买算力则是越来越大方。

二、资本指出继续狂飙

在裁员的同时，科技大厂继续加码资本支出（capex），算力比人力重要的趋势越来越明显。

最近美国大科技的财报披露，比起各家均超预期的营收和利润，市场关注的更多的是各家公司对2026年capex的指引，这其中：

Meta预计2026年的capex是1150-1350亿美元，

微软虽然没有给出全年capex指引，但仅2025年四季度资本支出就达到了375亿美元，同比增长66%，市场预测2026年capex在1300-1400亿美元；

谷歌对2026年全年的资本开支指引达到1750-1850亿美元，比市场的预期高出了50%，这使得2026年谷歌的资本支出达到2025年的两倍；

亚马逊则是手笔最大的一家，2026年的capex指引直接给到2000亿美元。

仅这四个巨头，在2026年要投的钱就有6000亿美元，如果加上其他美国科技公司，比如甲骨文、XAI，以及其他各个行业自己开始建立的数据中心，那么这个投资轻松超过一万亿美元，相当于美国GDP的3.3%。

这些大厂为什么要这么做呢？显然是在为下一个时代做准备。

过去这些大厂几乎垄断了全球软件和社交网络流量，现在AI和算力霸权时代到来，他们将供应全球大多数的算力（云计算），可由于算力是如此重要和战略性，越来越多国家并不甘心依靠外部公司获取战略资源，因此才有了主权算力的概念。

很多人只看到算力的投入，却忽视了回报。现在AI已经开始在很多行业取代传统人力，这大幅提升了生产力，节约了成本（所以我们看到美国生产率开始大幅增长），而无论是OpenAI还是Anthropic，也都在把重点越来越多地放在toB业务上。

三、久违的暴涨

在2月6日，美国市场以英伟达、台积电为代表的半导体板块大涨，其中英伟达单日涨幅接近8%，是2025年4月9日以来英伟达最大单日涨幅，当时川普发推延后全球“对等关税”三个月，属特殊情况，而这回则是真正意义上从产品和市场层面推动的强势表现。

推动这波上涨不可忽视的一个动态是Anthropic和OpenAI在同一天内相继发布了各自最新的生产力模型，先是Claude发布了Opus4.6，然后OpenAI很快发布了GPT-5.3-Codex ，颇有针锋相对的感觉。

Anthropic的产品一直以来都是生产力模型的标杆，与OpenAI最开始的大众路线的不同，Anthropic走的是toB路线，商业化非常成功，但这次更新的Opus4.6是一次中规中矩的升级，相比之下OpenAI发布的GPT-5.3-Codex编程模型属于重新定义产品的提升。

Codex是OpenAI的一个一个只能编写和审查代码的代理，如今已进化为一个强大的独立开发平台和AI智能体，在5.3 Codex发布后，这个模型在各个指标中实现霸榜。

其中Terminal-Bench 2.0测试结果从64.0%大幅增加到77.3%，说明该模型对Shell指令的理解和预测变得极其精准，不再只是建议代码，而是能更自信地进行复杂的系统操作，错误率大幅降低；

OSWorld-Verified测试结果从38.2%大幅提升到64.7%，这标志着Codex 5.3已经具备了极强的视觉感知与动作规划能力，不再局限于代码编辑，而是能真正看懂电脑屏幕，并像人类助理一样在不同应用程序之间穿梭完成任务。

另外，这个模型单位token的推理速度增加25%，同时通过架构优化和交互逻辑的变革，减少了过半同任务下所需的总Token消耗。如果API价格和5.2一样不变，对用户来说就意味着能以快得多的速度和不到一半的成本把事情做得更好。

下面有一张对比图，纵轴代表模型质量得分，作者在自家Rails代码库上做了一个类SWE-bench的内部基准，让不同Agent生成实现任务并由多个大模型作为评审给出打分。

而横轴代表推理成本，越靠左越便宜，即跑完一个任务平均要花多少API费用（按token使用量 × 供应商定价估算），这里假设API定价与5.2 Codex相同（目前5.3的API价格尚未公布）。

大模型评分展现的不仅是模型的竞争，更是底层硬件的较量。

之所以说这个模型是引爆英伟达的一个重要原因，是因为它正好是OpenAI第一个完全基于Blackwell进行训练和推理的模型，市场看到训练结果、推理能力和token性价比这么强，开始意识到B卡的具象化实力（而下一步的Rubin会比Blackwell还要强得多)。

这里多说一下，我过去在星球分享过GPU的ASIC化，当时很多朋友问到TPU这一类ASIC会不会取代英伟达的GPU，以及GPU是不是不擅长推理。我的观点是两者是相辅相成的关系，对英伟达而言除了CUDA生态、半导体产能和迭代速度外，从Blackwell开始GPU也变得越来越像ASIC，推理能力和性价比得到了质的飞跃（甚至已经超越目前市场上正在运行的ASIC），感兴趣的朋友可参考下方长的星球分享，也欢迎提出不同看法↓

总的来说，大模型和底层算力的竞争是积极的，后续各家厂商（如谷歌亚马逊微软）除了继续买GPU外，也一定会尽最大努力去烧钱定制ASIC，继续卷推理性价比甚至也向训练拓展，否则英伟达就太无解了。

四、算力就是生产力

我们过去几年若干个主题中多次分享一个观点：

算力在未来世界的作用将不亚于工业时代的煤炭和石油。未来我们所需的一切，包括AI、云服务、自动驾驶、元宇宙，全都需要算力的支持，而算力来自于半导体科学和产业的不断发展。

现在这个世界的算力短缺到了什么程度呢？黄仁勋近日表示，六年前售出的旧GPU现在仍在满负荷出租中，甚至算力价格还在上涨。

黄仁勋并不是在吹牛，大概两周前亚马逊AWS就上调了其EC2机器学习容量块价格约15%，这是典型的GPU容量块，也是AI算力资源紧缺背景下云计算定价逻辑的重大转变 - 过去AWS相同算力的价格往往都伴随芯片的升级而只跌不涨，这次是史上首次出现涨价，说明算力的供不应求没有减缓，反而还在加剧。

总的来说，AI时代已经到来，我们可以对未来的人类社会做一个展望：

（1）社会整体生产力大幅提升；

（2）简单重复的上班类工作将会越来越少；

（3）AI赋能个体，一个人能干十个人甚至更多人的活，创业门槛将大幅降低；

（4）大量无法适应AI的人可能面临失业风险，为了确保每个人的生存权，社会保障和托底将不得不提升，甚至给国民定期发放补助。

而面对这样的可能既令人期待又担忧的AI时代，我的建议和过去也是一样的，那就是：

（1）持续学习，在AI不断进化的时代背景下，尽量让自己不被淘汰；

（2）努力工作与长期投资，在AI可能颠覆自己的岗位之前，尽快完成财富积累。

---

财富积累不仅在于努力工作，通过正确的长期投资能够加速我们实现自由，而AI发展本身就给了这样的机会。

我无数次地鼓励读者要开一个属于自己的美股账户，而且可以非常肯定地展望，未来这样的账户会越来越奢侈。

十年前，美港股平台的工作人员可以带头到各大互联网公司推广开户；

五年前，只要想开，打开链接也可以开户；

一年前，开户需要海外存量证明；

现在，越来越多券商直接关闭了对中国居民的开户入口，境内QDII基金单日额度缩小到10人民币...

为了满足读者的需要，我继续组建相关的群聊，大家可以就港卡、开户、投资等话题在这里交流，可以扫下方群聊加入，我和其它小伙伴也会在这里尽量提供一些大多数人能用上的帮助和资源，你懂的↓