杰文斯悖论

1865年，经济学家威杰文斯在首次提出了这个反直觉的发现：技术进步带来的资源使用效率提升，不仅不会减少该资源的总消耗，反而会让其消耗量大幅上涨 。
比方说，在瓦特改良蒸汽机之前，蒸汽机热效率很低，只能在煤矿产区勉强使用。瓦特改良后，蒸汽机的热效率大幅提升，单位作业的煤炭消耗直接降低了三分之二。
按照当时大众的普遍认知，煤炭的消耗量理应随着蒸汽机效率的提升而下降。但现实却完全相反：效率的飞跃让蒸汽机的使用成本大幅降低，从原本只能用于矿井抽水的小众设备，变成了几乎所有行业都能用得起的通用动力源，应用场景迎来了爆发式扩张。最终的结果是，英国的煤炭总消耗量从1800年的1000万吨，一路暴涨到1900年的2.2亿吨，在一百年间翻了22倍。

而这一幕，正在今天的AI与软件工程领域实时上演。
AI没有消灭对工程师的需求，而是彻底改写了软件开发的成本结构。原本需要一个资深团队花数月时间完成的开发工作，现在一个小团队借助AI工具几周就能落地。之前很多不具备商业可行性的软件需求，现在都变成了可以落地的业务场景。

根据美国劳工统计局的数据，2023-2025年间，AI工程师和信息安全分析师等岗位的需求出现了两位数的大涨。

有机构统计，当前全球科技行业开放的工程师岗位缺口已超过67000个，这个数字创下了过去三年来的最高纪录，且2026年以来的岗位增长曲线还在持续陡峭上行。美联储发布的美国软件开发岗位招聘指数也同步印证了这一趋势，岗位发布量在2026年初创下了2024年以来的新高，走出了一条清晰的V型反弹曲线。

从工业革命到电力革命，再到到互联网爆发，过去150年里，每一次颠覆性技术突破都曾引发失业恐慌，但最终的结果无一例外：没有任何一次技术革命，导致了经济体长期失业率的持续上行。

这次大概率也不会例外。大家觉得呢？