2026#07 恢复更新
type
Post
status
Published
date
Feb 16, 2026
slug
308ca795c9568070b803d73eff788879
summary
回来了，虹线周刊开始复更。
tags
AI
社会经济
消费趋势
category
周刊
icon
password
引言
回来了，身体逐渐康复，虹线周刊开始复更。
序号是周号，这是 2026 年第一次更新。
文章
虽然维基百科的生产过程正在被 AI 前所未有的冲击，但维基百科的权威感正在上升。有更多的用户为了验证 AI 生成的内容而浏览维基百科，并且维基百科的募捐筹集到了历史新高。
同时，维基百科还因为 AI 的发展开辟了新的盈利渠道，推出了企业版维基百科向 AI 公司收费。
这其实是一篇老生产谈的文章，主要还是基于县城人口流失，未来基建老化，租赁市场归零这些说法的。
但我其实对这个论调并不是特别认同，因为县城的基建什么时候凋敝，取决于北上广的人什么时候受不了高转移支付。这就在当下的政策下形成了一种悖论结构：如果越来越多的人离开县城，那么县城的基建就会越来越好。
同时，县城的人口净流出在未来一段时间也不一定会一直持续。毕竟已经连续两年，政策已经开始“防止返乡滞留”了。
一个新的网络迷因 AWFUL，用于指代“富裕白人女性城市自由派”，有点像我们说的白左再加上性别。
但比较令我震惊的是，AWFUL 的直接前身是 Karen，“凯伦”通常给人的印象是利用白人特权牺牲他人利益来为自己获取权利的女性，表征包括“叫你经理出来跟我说话”、反疫苗观念、种族主义者、修着特别起眼的妹妹头发型。
如果你在抖音上刷到过 Karen 的切片就能理解，大致就是那种在停车场要求你离开车位把车位让给自己的人。在中文互联网上一般被近义为“大妈”。
但 Karen 看起来是个攻击右翼女性的词，怎么能是 AWFUL 这个攻击左翼女性词的前身？我看完了文章也没看太明白。
大致可能就是这两个词指代的都是女性要求特权，但一个向左一个向右吧。
国内城市整洁街道的背后。
本文存在付费墙，我提供了一个 AI TLDR
这篇文章的核心观点是：AI对就业的冲击可能会来得又快又猛，而美国（尤其是政府的统计与政策体系）并没有为这种“加速的劳动市场重组”做好准备，以至于等到数据真正“看见”问题时，可能已经错过了可控窗口。
这篇文章在论证：
- 传统经验（“技术会创造新工作”）可能失效，关键变量是“速度”：如果AI带来的变化足够慢，经济和劳动市场能吸收冲击；但如果变化被压缩到几个月或几年，就会产生类似“冰面突然塌陷”的系统性后果。
- 目前数据不足，不代表风险不存在：BLS等统计体系擅长描述“已发生的事”，但对“即将发生的断裂”预测有限。经济学家也因此出现分歧：有人说“太早下结论”，有人强调“技术本身的扩散速度可能超出模型假设”。
- 企业激励会把“增效”推向“裁员”：在投资人要求AI带来可见回报的压力下，最直接的回报路径就是减少人头，导致“竞争驱动的自动化”加速扩散。
- 政府在关键能力上掉链子：文章用BLS的历史类比说明，“愿意投入去测量现实”本身是一种治理承诺；但现实是统计样本、资金与研究都不足，政策工具（如应对自动化冲击的转型支持）也推进乏力。
一句话总结：
AI不只是“工作会不会被替代”的问题，而是“民主国家能否在冲击发生前，建立足够可信的统计、对话与转型机制”的问题。
我觉得近期听到的一个比较对我有启发的观点就是：虽然大家都说 AI 可以实现降本增效，但目前大部分的 AI 落地，尤其是企业内落地都是降本而不是增效。
我对此的进一步延展思考是，降本和增效的本质在等号的右边，也就是产出是否恒定，而产出则与需求挂钩。
也就是说，在需求不足的情况下，AI 让生产力提升的越多，企业或生产组织就更倾向于降本，而不是增效。
本文存在付费墙，我提供了一个 AI TLDR
研究表明，AI工具并未减少工作量，而是显著加重了工作负担。员工因AI的帮助而承担更多责任和任务，导致工作与生活界限模糊，增加了认知负荷和疲劳感。
- AI工具未减少工作，反而加剧了工作强度。
- 员工在使用AI后工作节奏加快，任务范围扩大，工作时间延长。
- AI使得员工承担更多原本由他人负责的任务。
- 工作与非工作之间的界限模糊，员工在休息时也会进行工作。
- 多任务处理增加，导致认知负担加重。
- 组织需建立“AI实践”，制定使用AI的规范和标准。
- 需要有意的暂停、任务排序和人际连接，以防止过度工作和疲劳。
这篇和上一篇联合起来看，包括结合社交网络上许多打工牛马们的抱怨，可以理解为：AI 的赋能，让一个人可以干 10 个人的活儿，于是企业裁掉了 9 个人，但剩下的 1 个人和过去的自己相比变得更忙了。
论文
财富积累与共同富裕：中国居民财产积累机制（2002—2018）
AI TLDR
本文分析了2002至2018年中国居民财富积累机制，指出房价上涨和储蓄是主要因素，强调城乡差距和群体差异，建议通过收入分配改革与房地产政策促进共同富裕。
- 研究中国居民财产积累机制，时间范围2002—2018年。
- 人均净财产年均增长率：2002—2013年为14.1%，2013—2018年下降至9.9%。
- 财产积累主要来源：房价上涨（55%~85%）、居民储蓄（30%~40%）。
- 研究强调共同富裕目标，关注收入与财产差距。
- 房价上涨是推动财产积累的主要因素，特别是2013年后。
- 储蓄对低收入家庭财产积累贡献大，但对高收入家庭贡献小。
- 研究指出城乡差距和群体差距，建议政策改革以规范财富积累机制。
基本上来说，就是在 21 世纪的前 20 年里，中国人个体财富的上涨几乎可以全部归功于房地产资产的升值。如果你没上车，就算你赚的很多，资产也在贬值。如果你赚到了很多钱，唯一的保值升值路径就是买房。
When are We Worried? Temporal Trends of Anxiety and What They Reveal about Us
AI TLDR
本文利用新创建的焦虑词汇分析美国和加拿大社交媒体数据，探讨焦虑的时间模式，发现焦虑在早上8点最高，周末最低，并且过去时的焦虑表达最强烈。
- 利用新创建的焦虑词汇表分析美国和加拿大社交媒体数据（推特）。
- 社交媒体上的焦虑水平在一天中呈现系统性波动：早上8点最高，中午最低。
- 周末焦虑最低，周中最高。
- 过去时句子的焦虑水平最高，未来时最低。
- 第三人称代词（他，他们）帖子中的焦虑高于第一和第二人称代词。
- 主语代词（我，他，她，他们）帖子中的焦虑高于宾语代词（我，他，她，他们）。
- 这些趋势提供了关于焦虑的宝贵见解。
这个研究的几个结论都有些反常识，一个是早上比晚上更焦虑，一个是过去时句子比未来时句子更焦虑。
Loading...