纳瓦尔的财富公式，正在被AI重写

前几天又有人问我那个老问题：AI 把智能和执行都做成了白菜价，普通人是不是彻底没机会了？

我没直接回答，先想起了纳瓦尔——AngelList 的创始人，写《纳瓦尔宝典》的那位。他十年前给出的财富公式流传很广：特定知识 × 杠杆 × 判断力，广到有点被讲烂了。

但最近重翻他的访谈，我发现一件有意思的事：AI 并没有推翻这个公式，只是把公式里每一项都重新定了价。杠杆突然免费，特定知识被稀释，判断力反而越来越贵。

这篇文章就沿着他的框架，把「AI 时代普通人还能不能翻身」这件事，一层层拆开看。

一、财富公式没变，变的是杠杆的价格

纳瓦尔讲财富，几乎不提「努力」两个字，他只讲杠杆。

他把杠杆分成三种：劳动力、资本，还有一种是复制成本为零的东西——代码和媒体。前两种都要「许可」：你得说服别人替你干活，或者说服投资人掏钱。只有第三种不用求任何人，他管这个叫无需许可的杠杆（permissionless leverage）。你写一段代码、发一篇文章，睡觉的时候它还在替你干活。

不过这第三种杠杆过去有个门槛：你得会写代码。我写了十几年代码，很清楚这道门槛拦住过多少有想法的人。

现在门槛基本没了。我身边完全不懂技术的朋友，已经能用几句话指挥 Agent（能自主执行任务的 AI 程序）搭出一个能用的小工具。杠杆从稀缺品变成了自来水。

麻烦也跟着来了：人人都有的东西，就不再是护城河。会用 AI 这件事本身不值钱了，值钱的是你把它对准哪个方向。杠杆免费之后，方向感成了唯一还在收费的东西。

二、「特定知识」，正在被 AI 重新定价

纳瓦尔对「特定知识」（specific knowledge）的定义很挑剔：无法通过培训获得的知识。它来自你的天赋、你的痴迷、你独特的人生经历，别人教不了，也抄不走。

放到 AI 时代看，这个概念被劈成了两半。

能被培训的那一半，贬值得很快。标准化的编程语法、通用的文案套路、教科书里查得到的方法论，恰好是模型训练数据里最密集的部分。你花五年练出来的通用技能，模型复现只要一秒。

另一半反而在升值：你踩过的坑，你独有的品味，你对某个细分领域近乎偏执的理解。这些没被喂进训练数据，AI 学不会，也就替代不了。

所以会出现一个看着有点反直觉的现象：AI 越强，通才越尴尬，有痴迷的专才反而越吃香。AI 抹平的是平均水平，抹不平你跟别人不一样的那部分。

纳瓦尔说过「逃离竞争的方式，是通过真诚」。这话我以前当鸡汤看，现在觉得是实操建议——当所有人都用同一个模型生产同质化的东西时，你身上没法被模型平均掉的那点独特性，就是你唯一的定价权。

三、判断力：唯一不会被 Token 稀释的资产

纳瓦尔有个论断：在杠杆无限的时代，判断力是最重要的技能。逻辑不复杂，你的每个决定都会被放大一千倍，那做对决定的价值，自然也跟着放大一千倍。杠杆是放大器，放大正确，也放大错误。

AI 把这件事推到了极致。

以前一个糟糕的想法，往往死在「执行太麻烦」上：代码懒得写，烂点子就胎死腹中了。这其实是种保护机制。现在摩擦没了，Agent 会飞快地、忠实地把任何想法变成现实，包括那些糟糕的想法。烂点子第一次拥有了被高效执行的能力。

于是人的价值就从「能不能做出来」挪到了「该不该做、做得对不对」上。用纳瓦尔的话说，人类正在变成验证者（validator）——为 AI 的产出做审核、签字、背书的那个人。

这一点我自己感受很深。同一个问题扔给模型，它能给出十个看起来都挺像样的答案，最后能不能认出对的那个，全凭你自己的积累。模型负责生成一万个答案，你负责认出正确的那一个。

所以真没必要焦虑「我打字没 AI 快」。执行力在通胀，判断力在通缩，该囤的是后者。以前你做东西，现在你签东西——签字的人，从来比敲键盘的人贵。

四、「浪费算力，节省人生」

纳瓦尔用 AI 的方式，粗暴得有点出乎意料。

他不学提示词技巧，也不搭什么复杂的脚手架。理由是他假设模型进化的速度，比自己搞懂怎么用它的速度快——「它摸透我，会比我摸透它更快」。所以他的做法是，同一个问题同时扔给三个最强的模型，纯粹拿算力换时间。在他眼里，Token（AI 的计算计费单位）再贵，也比人的时间便宜。

这其实还是他那套财富观的延伸：永远盯着你的时间，而不是成本。他很早就建议每个人给自己的时间标一个时薪，低于这个时薪、又能外包的事，都该外包出去。AI 只是把外包的价格打到了地板上。

一个月几百块的模型订阅，换回几十个小时，这笔账不难算。

不过有个前提经常被忽略：纳瓦尔敢这么粗暴地用，是因为他有足够的判断力去筛结果。AI 的水平，大约等于用它的人的水平——你是高手，它就是高手的放大器；你是新手，它给你的多半也是新手的答案。「浪费 Token」这个玩法，只对判断力在线的人成立。

五、当 AI 能复制一切，无法被复制的是「意图」

如果 AI 什么都能做，人还剩下什么？

纳瓦尔的回答站在「技术悲观论」的对面。他认为人类大脑最擅长的，是从 0 到 1 的创造：想出一个还不存在的东西，再用 AI 把它变出来。

他甚至搬出了哥德尔的不完备性定理来论证这件事——任何足够复杂的形式系统，内部都存在无法被证明的真命题。一个在系统内被训练到完美的 AI，跨不出这个系统去打破它；人可以。真正的创造恰恰是「分布之外」的东西，不在训练数据里，也不在任何已有的样本里，是那种让你感到意外的一跃。

他对艺术的定义也顺着这条线：艺术是传递情感——某个人感受到了什么，并且渴望你也能感同身受。所以创作者的身份和意图很重要。他举过一个例子，我印象很深：一张真人拍的照片，和一张 AI 生成的、像素完全一样的照片，前者的意义更深。因为背后有一个真实的人，带着真实的意图，按下了快门。抽走意图，一模一样的作品也会瞬间失去价值。

对做内容、做产品的人来说，这既是安慰，也是要求：AI 能帮你把「怎么做」做到极致，但「为什么做」「为谁做」「想让人感受到什么」，这部分只能你自己注入。

写在最后

回到开头那个问题：AI 时代，普通人还有没有机会？

按纳瓦尔的框架推下来，答案是：机会不但没变少，反而第一次变得这么平等。把想法变成软件和产品的那道杠杆，第一次对所有人免费开放。你不需要团队，不需要融资，也不需要一身技术。你需要的是一份别人没有的特定知识，一双认得出「什么是对的」的判断力，还有一个非做不可的意图。

那场对谈的最后，纳瓦尔说：「没有 AI 的人类，注定被遗忘；而人类加上 AI，才是所有浪潮涌动的方向。」

我的版本更土一点：先干起来。你那些关于 AI 的焦虑，多半会在动手的第一周里自己消失。