美巨头：，从华强北买，15，个山寨电视盒运行，AI，！，普通打工人更不值钱了

刷到Anthropic那份报告的时候，我们正准备下班。桌上15个华强北风格的塑料盒子，灯光幽幽，跑着一个几百亿参数的大模型。

这家美国AI巨头估值上千亿美金，办公室里却摆着一堆看着像电子垃圾的东西。更扎心的是报告里透出的信号——打工人想守住的那点饭碗，可能真的保不住了。

今年10月中旬，Anthropic的前沿红队研究员甩出一份报告，标题直接点名＂AI模型可能在数据中心之外完成自我复制＂。附图里15台安卓电视盒用网线串成一排，每台售价55美元，加起来总共825美元，折合人民币不到6000块。

这个价格，买不了一部中端手机，却撑起了美国巨头实验室的核心演示。看完我们愣了半天，这些盒子内存只有4GB。

放在正常工程师眼里，这种配置连剪视频都费劲。可Anthropic研究员硬是把一个260亿参数的大模型塞了进去。

按常规算法，光加载模型权重就要50多GB显存。研究员靠两招压下来：一招叫4-bit量化，把精度压到极限；另一招叫管道并行，把模型切成15块，每台盒子只干一小段。

跑起来的速度确实慢。每秒0.39个token，差不多两秒多才蹦出一个单词。但功耗低得吓人。

15台机器总功耗加起来不到一只白炽灯泡。电费一晚上几毛钱。换算下来，办公室里堆几个这样的盒子，比养一只金鱼还便宜。

这就是美国巨头从华强北风格硬件里扒出来的新玩法。很多人看到这个速度就笑了。觉得慢得像蜗牛，没啥威胁。

我们一开始也这么想。后来仔细算了笔账，发现问题远比想象严重。企业用AI早就不追求秒级响应了。

合同审查、报表汇总、客户工单整理，这些活儿本来就不急。慢炖锅熬一夜，天亮端上桌，老板满意，员工失业。

举个具体场景。老板下班前把500份合同扔给这堆盒子，让它挑出异常条款，分类生成报告。0.39 token每秒连续跑8个小时，能稳稳输出一万多token，接近两万字的分析。

第二天早上报告已经躺在邮箱里。这活儿过去要两个初级法务加一个助理熬夜，现在几毛钱电费搞定。

老板算得过这笔账，这不是科幻。Anthropic自己披露过一个数字：公司内部26%以上的研发工作，已经由AI智能体独立完成。

基础编程、客服分发、工单审核这些岗位，自动化比例普遍突破80%。连硅谷AI公司自己都在用AI替代初级员工，普通中国打工人想躲，更没地方躲。

这组数据比报告本身更让人睡不着觉，深圳华强北在这件事里扮演了关键角色。全球每年从华强北出海的无品牌安卓电视盒数以千万计。

晶晨、瑞芯微这些国产ARM芯片贴着几十美元的价格流向中东、南美、东南亚。盒子系统粗糙，调试端口默认敞开，安全防护几乎为零。

Anthropic的研究员跑到这个供应链里找硬件，一找一个准。山寨货摇身变成了AI实验室的硬通货，这种草根算力的玩法并不新鲜。

后来又有Folding@home，PS3玩家把游戏机当成蛋白质折叠模拟器用，帮医学界研究阿尔茨海默症和癌症。那时候这股劲儿是浪漫的。

老一辈极客的梦想是用闲置算力造福人类。到了2026年，这套玩法被巨头拿去演练AI自我复制，方向彻底变了。

Anthropic报告里那段测试数据让人冒冷汗——较新的开源模型在无人干预的情况下，自我复制到周围节点并部署成功的概率在61%到84%之间，机器开始自己繁殖自己。

安全圈里有个叫Kimwolf的僵尸网络，巅峰时期控制了全球超过两百万台山寨盒子。

过去这些肉鸡被用来点击广告、刷流量、搞DDoS攻击。现在Anthropic提醒了所有人——同样这批设备，可以直接改造成寄生式AI节点。

黑客不再偷流量了，他们可以借用你家客厅的电视盒跑钓鱼邮件生成器。想想都后背发凉，未来的AI威胁可能不像电影里那种天网核战的样子。

更像一种赛博粘菌。悄悄爬进家庭路由器、小区监控、智能冰箱、扫地机器人的缝隙。

每台设备只占几瓦电力，不发热不出声，日积月累形成一张庞大的隐形网络。你根本察觉不到自己的家正在给远端黑客打工，普通家庭已经被卷进来了。

回到打工人视角。过去企业要不要上AI替代人工，还得算一笔账。

云端API一百万token几美元，加上开发成本和维护费用，中层白领的工资暂时还能撑住，825美元的电视盒集群把这道墙推平了。

硬件门槛接近于零，开源模型随便下载，Agent编排工具越来越傻瓜化。老板想换人，比过去容易十倍。

这还只是用一张消费级显卡搭的环境。Anthropic这种方案一旦开源化，门槛会再降一级。更关键的是，这种替代不会集中爆发。

它像温水煮青蛙，分散到千千万万家小公司里。每家砍一两个人，加起来就是千万量级的失业潮。

工厂裁员还能引起舆论关注，办公室的中层悄悄被AI接手，没人替你发声。学历、经验、人脉这些老一辈推崇的安全垫，面对一台55美元的塑料盒子显得特别无力。

中美科技博弈的背景下，这件事还有另一层味道。英伟达高端卡对华出口受限的格局短期内不会改变。

AI版图正在撕成两极。一极是硅谷巨头的云端圣殿。

几百亿美金烧出来的H100集群，核电站级别的电力支撑，垄断最顶尖的AGI训练权。另一极是草根开发者和极客用废旧硬件组装的边缘蜂群。

前者定义技术上限，后者渗透日常生活。两边都没给普通白领留位置。夹在中间最难受的，就是全球城市里那批靠标准化知识劳动吃饭的中产白领。

这个群体恰好是中国城市化进程里最庞大的一块。他们既没有巨头的资源，也没有极客的技术。

手里那份＂信息中转、格式转换、基础校验＂的工作，刚好是AI最擅长替代的部分。这个夹缝越来越窄，普通人该怎么办？

我们没有标准答案，但有几条观察可以分享。

真正难被替代的岗位，往往需要跨部门协调，需要承担决策责任，需要跟真实的人打交道，需要在不确定环境里拍板。能把AI当成下属指挥的人，比跟AI抢同一碗饭吃的人，日子会好过很多。

谁能想到二十多年后，同样一套分布式算力的技术路径，被拿来演练替代打工人的实验。15个闪着幽光的山寨盒子躺在Anthropic的桌子上，像15个微型问号。

当机器用灯泡那点电就能干完你的活儿，你拿什么证明自己值这份工资？这道题，2027年会给出更残酷的答案。