- Luccioni, A.S. et al. (2025). From Efficiency Gains to Rebound Effects. arXiv:2501.16548
- Owen, D. (2010). The Efficiency Dilemma. The New Yorker
- Bliss, S. (2020). Jevons paradox. Uneven Earth
- 理性π (2026). 杰文斯悖论：为什么AI越发达，我们越疲惫？ 抖音短视频
逍遥云初 | 2026.04.11
什么是杰文斯悖论？
1865 年，英国经济学家威廉·斯坦利·杰文斯（William Stanley Jevons）在《煤炭问题》（The Coal Question）中发现了一个反直觉的现象：
这个结论被称为杰文斯悖论（Jevons Paradox）：当技术进步提高了某种资源的使用效率，该资源的总消耗量反而上升，而非下降。核心机制是：效率提升 → 单位成本降低 → 应用场景扩大 → 总需求暴增 → 总消耗上升。效率节省下来的，被增长吃掉了——而且吃得更多。
经济学上也叫「反弹效应」（Rebound Effect），当反弹超过 100%时，就是完整的杰文斯悖论。MIT 研究者发现，对数十种材料和能源的研究中，效率提升后总消耗下降的情况几乎不存在——唯一例外是因毒性被禁用的材料（如石棉和汞）。
历史案例：每一次技术革命都在重演
🏭 蒸汽机与煤炭（1860s）
瓦特改良蒸汽机后，每台机器的煤炭消耗效率提升了约 75%。杰文斯发现，从 1800 年到 1860 年，英国煤炭消耗量增长了约 10 倍。蒸汽机效率提升使煤炭变得「更划算」，新工厂大量采用蒸汽动力，煤矿开采量暴增。蒸汽机被用到煤矿本身（抽水泵），形成正反馈循环。更便宜的煤炭让产业盈利增加，更多投资涌入，更多工厂建成，煤炭消耗继续攀升。效率提升没有「省」出煤炭，而是把煤炭变成了工业革命的燃料。
💡 电力与照明（1880s - 1950s）
爱迪生发明电灯时，白炽灯的发光效率远高于蜡烛和煤油灯。照明成本急剧下降，照明从「奢侈品」变成「日用品」。MIT 研究者发现，从 1800 年到 2000 年，照明的实际消费量增长了约 6000 倍。城市夜间照明普及催生了「不夜城」，工厂可以 24 小时运转，轮班制出现。照明效率的提升不是让人早睡觉，而是让人没觉睡。
🚗 汽车与高速公路（1900s - 1970s）
福特 T 型车让汽车从富人玩具变成大众消费品，内燃机效率不断提升。汽车效率提升使油价相对更便宜，人们买车更多、开得更远。美国人均年行驶里程从 1900 年的几乎为 0 增长到 1970 年代的约 15000 公里。城市郊区化使人们住得更远、通勤更长，因为「开车方便」。单车燃油效率提升了，但美国总油耗反而持续上升。汽车没有让出行更轻松，而是把人的生活半径拉大了。
💻 计算机与「无纸化办公」（1980s - 2000s）
个人电脑和办公软件承诺「无纸化办公」和「自动化」。但美国办公用纸从 1980 年的 850 万吨增长到 2000 年的 2400 万吨，增长近 3 倍。文字处理器让写作更快，人们写了更多文档；电子表格让计算更快，人们做了更多分析报告。一个 1960 年代的秘书一天处理 20 封信；一个 2000 年代的白领一天处理 80+封邮件。电脑没有减少办公室工作量，而是让每个员工能「产出更多工作」。
🌐 互联网与「永远在线」（1990s - 2010s）
互联网和宽带普及使信息获取成本趋近于零。Google 让信息搜索从图书馆的半天变成秒级，但信息过载导致注意力碎片化和决策疲劳。远程工作技术成熟意味着「在家也能工作」，工作时间侵入私人时间。Email + IM + 电话实现 24 小时可达，「下班」的概念消失。一个 1990 年代的经理一天做 3 个决策；一个 2010 年代的经理一天做 30 个决策，但每个都更草率。
📱 智能手机与社交媒体（2007 - 至今）
一部手机替代了相机、地图、MP3、闹钟、笔记本等几十种设备。效率极大提升：随时随地处理邮件、会议、支付、导航。但全球平均每人每天看手机约 150 次。「永远在线」文化深化，即使在休假也在回消息。智能手机普及后，人均「碎片化时间」增加了，但「深度休息时间」减少了。智能手机没有让生活更便捷，而是把所有时间都变成了「可用时间」——工作和生活的边界彻底消失。
AI 时代的杰文斯悖论
AI 写作 → 更多写作任务：GPT/Claude 让一篇文章从 2 小时缩短到 20 分钟，结果公司期望你一天出 5 篇，而不是一周 1 篇。
AI 编程 → 更多代码需求：GitHub Copilot 让编码效率提升 55%，结果排期不变，需求增加——「既然写得快了，那这个 Sprint 多塞 3 个需求」。
AI 客服 → 更高服务标准：聊天机器人让客服成本大幅降低，结果用户期望 7×24 小时响应，而不是过去的 9×5。
AI 会议纪要 → 更多会议：飞书妙记等工具自动记录会议，结果不再有人觉得「开会浪费时间」（反正有 AI 记），会议数量反而增加。
受益者不是劳动者，而是资本
AI 时代正在发生的事：一个设计师用 Midjourney 一天出 50 张图（过去一天 5 张），公司裁掉 4 个设计师留 1 个「会用 AI 的」。产出是过去的 10 倍，留下的那个人工资没涨，工作量涨了。节省的人力成本全部变成利润。
而且 AI 时代有一个前几次工业革命没有的特点：以前的技术替代的是体力，AI 替代的是脑力。蒸汽机替代了搬砖的，搬砖的人还能去做文员。AI 替代的是写代码的、画图的、写报告的——这些人往哪退？退无可退。
为什么杰文斯悖论几乎不可打破？
- 经济增长逻辑：在以 GDP 增长为核心指标的经济体系中，效率提升会被用来扩大产出而非减少投入
- 竞争压力：当所有人都用 AI 提升了效率，竞争基准就变了。不用 AI 的人被淘汰，用 AI 的人被要求「用 AI 做得更多」——零和加速
- 期望膨胀：技术能力定义了新的「正常水平」。过去一天写一份报告是正常的；现在有了 AI，一天写五份才是正常的。期望永远跑在能力前面
有没有破解之道？
历史上杰文斯悖论从未被「技术」解决，只被「制度」约束过。唯一例外是因毒性被禁用的材料（石棉、汞）——它们的消耗量确实下降了，因为社会选择了「不用」。
- 硬性上限：如法国「断联权」法案，下班后雇主不得要求员工回复消息
- 集体约束：碳排放配额制度的逻辑可迁移——AI 使用的行业规范与伦理准则
- 社会共识：八小时工作制不是技术进步给的，是工人运动争来的。「AI 不等于更多工作」同样需要社会运动来确立
- 个人边界：主动划定「无 AI 时间」，保护深度工作和深度休息
引发思考
从蒸汽机到 AI，每一次技术革命都承诺「解放人类」，但杰文斯悖论告诉我们：效率从来不是终点，而是新一轮加速的起点。AI 不会让我们更轻松——除非我们主动选择「轻松」。
真正的变量在于：当足够多的人意识到「技术进步的受益者不是劳动者」这件事时，制度变革才会发生。历史上每一次都是这样——不是资本主动让利，是旧秩序维持不下去了。蒸汽机时代等了大几十年才有劳动法。AI 时代的信息传播速度快了几千倍——也许不用等那么久。
牛马破局：在杰文斯悖论下活得好一点
1️⃣ 不要免费给资本打两份工
2️⃣ 把 AI 当跳板，不当拐杖
3️⃣ 拒绝「期望膨胀」的内化
杰文斯悖论能运转，前提是劳动者接受了「效率提升=你应该做更多」这个等式。但这个等式不是物理定律，是可以拒绝的。当老板说「有了 AI 这个 Sprint 多塞 3 个需求」时，正确的回应不是「好的」，而是「那人力成本砍了 3 个人的预算吗？」。把省下来的时间当成自己的筹码，而不是被填满的空位。
4️⃣ 把效率提升变现为个人资产
公司用 AI 让你干更多活，你用 AI 做公司以外的事。副业、开源项目、知识输出、个人品牌——这些才是你自己的资产。160 年的历史数据告诉你：技术进步的红利最终流向资本。但 AI 时代有一个新变量：个体获取 AI 能力的门槛极低。你今天用 Claude 写的分析报告，可能比一个团队花一周写的还好。把这种能力用在为自己创造价值的地方。
5️⃣ 守住「断联权」——下班就是下班
从电力照明到智能手机，技术一步步消灭了「下班」的概念。AI 会让这件事更极端——AI 帮你 24 小时处理邮件，那你是不是也应该 24 小时在线？答案是：不。法国 2017 年立法确立「断联权」（Right to Disconnect），下班后雇主不得要求员工回复数字通讯。制度还没到的地方，自己先立规矩。
6️⃣ 看清局，才有可能破局
技术给出的是可能性，选择权永远在人手中。问题不在于 AI 能不能让我们更闲，而在于我们是否愿意集体选择「不那么忙」。
资本也是囚徒
1️⃣ 资本不是一个人，是一套规则
我们习惯把「资本」想象成一个邪恶的幕后老板，坐在办公室里盘算怎么压榨员工。但现实中，大多数「资本」也不过是一套竞争规则的执行者。一家公司不降本增效，竞争对手会；你不裁员用 AI，你的竞品裁了，产品比你快、比你便宜，你就出局了。这不是「坏」，这是生存。
2️⃣ 马克思的预言：利润率下降是宿命
马克思在《资本论》中提出「利润率趋向下降规律」：随着竞争加剧，所有企业被迫采用更高效的生产方式，产品价格被压低，利润率持续下滑。这正是杰文斯悖论的另一面——效率提升让单件利润更低，必须卖更多才能维持总利润。资本家并没有因为技术进步变得更「富有」，而是被迫跑得更快才能留在原地。
3️⃣ 囚徒困境：不压榨就被淘汰
假设行业里有 10 家公司。如果 9 家都用 AI 裁员压低成本，第 1 家不用的公司就会因为成本劣势被淘汰。反过来，如果大家都不用，谁先用谁就获得超额利润——直到所有人跟进。这是经典的囚徒困境：个体的「理性选择」导致集体的「非理性结果」。每个资本家都在做「对自己最优」的事，但所有人加在一起就是一场加速的内卷。
4️⃣ 真实案例：资本也在流血
外卖平台看似在压榨骑手，但美团自己到 2023 年才首次实现全年盈利，之前连亏多年。平台也在用补贴抢市场、用低价抢用户——它不压骑手，投资者就撤资；它不压配送时间，用户就跑去对手那里。2024 年电商平台价格战中，拼多多、淘宝、京东三方都在亏损边缘互搏，谁也不敢先提价。资本不压榨员工？资本连自己都在被压榨。
5️⃣ 真正的敌人不是「资本家」，而是增长逻辑本身
杰文斯悖论无处不在：不只是职场
外卖骑手：算法越聪明，跑得越快
美团和饿了么的调度算法每年都在优化——路线更精准、匹配更高效。但骑手的配送时间被压缩了再压缩。2016 年 3 公里配送平均 45 分钟，2024 年压缩到 28 分钟。算法效率提升的结果不是骑手更轻松，而是每单时间更少、跑得更快、逆行闯红灯更多。平台的技术红利变成了股东的利润和骑手的肾上腺素。
恋爱与社交：匹配更容易，选择更焦虑
社交软件把认识人的成本降到了接近零。过去认识一个人需要朋友介绍、线下偶遇、慢慢了解。现在左滑右滑，一天能「认识」几十个人。但研究显示：约会软件用户的选择焦虑反而更严重，「下一个可能更好」的心理让人无法投入任何一段关系。社交效率提升没有带来更好的恋爱，而是带来了更多的选择瘫痪。
创业与商业：入场门槛降低，竞争白热化
AI 工具让开一家公司的成本降到了历史最低。过去需要一个团队做的事，现在一个人就能搞定。但当所有人都能低成本入场时，竞争变得空前激烈。结果：利润被压到极限，每个人都在跑但没有人领先。效率降低了创业的门槛，但也消灭了创业的红利。
信息获取：知道得更多，理解得更少
搜索引擎和 AI 让获取信息的效率提升了百倍。但「知道很多」和「真正理解」是两回事。信息过载时代，人们能引用无数观点但无法形成自己的判断。1950 年代一个学者可能一生只精读 200 本书，但每本都读透了。2026 年一个人一天刷 200 条短视频，但第二天什么也不记得。
怎么想比怎么做更重要
理解杰文斯悖论的意义，不只是看清问题，更是重建思维方式：
1️⃣ 停止自我攻击
2️⃣ 主动退出某些游戏
不是所有竞争都值得参与。当一个游戏的规则是「你必须越来越快，但终点线一直在后退」时，最聪明的做法可能是不玩这个游戏。这不叫躺平，叫战略性选择战场。
