（本文作者为 万有逻辑，钛媒体经授权发布）
Related articles
文 | 万有逻辑
"AI 正在做空印度。“
过去几个月，这句话从财经媒体蔓延到社交网络。它听起来像口号。但支撑它的其实是背后的一串真实的交易记录。
今年，印度 IT 企业接连下调增长预期，放缓招聘。根据路透社统计，Nifty IT 指数年内一度跌近 30%，是印度市场表现最差的板块之一。
印度杂志 《Outlook》 今年七月记录了一位名叫 Priyanka 的年轻工程师：她还没有失业，但已经开始动用积蓄偿还两笔消费分期—— 她的 iPhone 手机和一辆小摩托，每月一起要还两万卢比，但她已经不再指望自己未来的工资了。
同一篇报道里，业内人士说，他们不断听闻预感将被裁员的人正在抢先借债—— 趁着还有工作，还有工资流水，努力把额度用满，去透支一个未来。
这被称为印度的“ 末日贷款”。
01 技术革命的斩杀线
把日历翻回 1998 年 12 月 29 日，这个时间点看起来也是一种意义上的“ 末日”，因为距离全世界的计算机走进"00 年"还剩几乎整整一年。英国 《卫报》 的记者从印度海得拉巴发回报道，标题只有一层意思：千年虫咬痛全世界，养肥了这座印度城市。
恐慌是有价码的。按当时的保守估计，赶在 2000 年前给全球计算机除虫要花六千亿美元—— 人类为两个被省略的数字，付出一个中等国家的 GDP。而承接这笔恐慌的人选，是被历史选中的：除虫要读懂 COBOL 这门六十年代的计算机语言，美国的大学早已不教，印度的教室还在教。
西方公司不想让自己昂贵的硅谷的工程师干这个重复性的工作，于是这份全世界确定性最高也是最大的一笔 IT 工作，跨越十二个时区，落在了刚刚起步的印度软件业头上。
当地人自嘲这座城市是"技术苦力"(techno-coolie) 作坊，任何人都可以参与 Y2K 项目，也不需要任何技能和资质。本地的人力外包商每向底特律的客户推荐一名程序员，只收取 1000 至 1500 卢比的推荐费，大概约合 14 至 21 英镑。 |
印度准时交付，全世界在有进无险中来到了 2000 年。后来从千年虫的代码补丁起步，再到华尔街的后台系统，一直走到硅谷最新产品的测试流水线，跨国公司开始把一切可以远程完成的工程劳动，源源不断地交给了印度。
这门代工生意养出了一个近三千亿美元的产业。
在那个时候，TCS、Infosys、Wipro 等等一度就是"全球 IT 服务"的同义词。而在 2026 年，无论数据还是真实的故事都让人感受到一种不可逆的风向，资本市场开始重新定价整个行业。
当指数在交易所里下跌，额度在流水消失前用满，资本和工程师在害怕同一件事。不是宏观经济环境，不是下个月订单的数量，而是一个行业或者一个经济体的商业模式本身。
这一切死循环的解释开始迅速流行：AI 取代程序员，而印度恰好是全世界最大的程序员“ 出口国”。
程序员人数最多，意味着产业死得最快。逻辑闭环如此自洽，以至于无人怀疑。
但这个逻辑撞上了另一组数字。根据 NASSCOM 与 Zinnov 的最新报告: 截至 2026 财年，印度的 GCC 已经超过 2100 家，雇佣约 236 万人，并且还在扩张。
所谓"全球能力中心"(GCCs,Global Capability Centres)，是跨国公司绕过外包中间商，自己在班加罗尔租下写字楼、挂上自己的工牌、按自己的标准招聘工程师，同时把研发、产品和 AI 团队直接建在印度的做法。
同一片城市，同一个池子，两种雇佣结构。印度一边被抛售，一边被加仓。买家和卖家，其实入局赌的也是同一群人。
AI 到底是否在做空印度？空头们观察到的分辨率估计还不够—— 他们只是把"程序员"当成了一个均匀的整体。
事实上 AI 从来无法整体地去替代一个大群体—— 它更像一个游标卡尺，贴着一个行业、一家公司、一个国家的能力曲线缓缓滑过，只测量一件事：你的能力与它的能力重合多少？
从这种角度来说资本一起联合 AI 做空的并不是印度，不是程序员，是一段被这个时代劳动分配制度下衡量出的残酷剖面。
02 AI 的能力地图框定了什么？
如果把过去两年的 AI 进展画成一条曲线，它很容易给人一种错觉: 模型在全面地变聪明—— 今天会写代码，明天会做研究，可能今天只能回答问题，明天就开始执行任务。
于是很多人把 AI 想象成一堵不断升高的墙，每过几个月长高一截，直到有一天，高不可攀到把所有职业都挡在墙外。
这个比喻很形象，但它并不是真的，因为 AI 并没有平均地获得所有能力。
过去一年，从 OpenAI、Anthropic 到 Google，新模型的主要突破集中在几乎同一批方向：代码生成、文档处理、推理、Agent。这些能力看似不同，却共享一个特征—— 它们都发生在边界清晰的世界里。
在这个边界里，题目已经给出，规则已经确定，答案可以验证。而模型要做的只是在封闭空间里把正确答案找出来。恰好这也正是今天主流基准测试所衡量的东西。
AI 还没有无限生长到让人类绝望，实际上这里是一块形状不规则的领地，它们在某些方向上扩张极快，在另一些方向上又几乎静止。
这就引出一个过去没人认真讨论的问题：如果 AI 的能力有形状，那么如今世界的产业的能力，能不能画出一个形状?
我们不难去理解对于一个国家而言，自己本土的产业真正出售的，不是产品本身，而是一组可以重复出售的能力—— 汽车业出售精密制造，制药业出售研发与临床，金融业出售风险定价。
一个国家的产业结构，正是这些能力一层层叠加出来的总和。人口， GDP，基础设施，能源电力，工程师数量，都只是一部分。它更像一张地图：每一块颜色对应一种长期积累的能力，颜色越深，这个国家越依赖它创造价值。这张图，就是国家产业的能力剖面。
可以说，过去人们比较的是国家产业的能力地图有多大，今天更重要的是地图长什么样。
AI 也有自己的能力地图。当两张能力地图相互覆盖，重叠的区域就是替代发生的地方；重叠越小，AI 就越难改变那个地区产业的运行方式。可以说被 AI 的能力地图重叠了，那就被斩杀面精准切割了。
斩杀线这个词曾经一度非常流行，但是当“ 斩杀” 不再是“ 线” 而是“ 面” 的时候，攻击能力只会指数级增加。这一切不免让人想到 1997 年的恐怖片 《心慌方》 里的密闭空间，各种形状的切割装置随时启动，当一切都预示着避无可避，主角团只能一个个丧命于此。
于是，现在印度发生的一切有了另一种解释。被重新定价的不是印度拥有多少程序员，而是印度 IT 服务业最核心的那块能力—— 上下文完整、规则明确、结果可验证、按工时批发—— 恰好落在 AI 的地图上颜色最深、扩张最快的那片区域。
03 那些被 AI 斩杀的生意
这一切并不是偶然，1999 年那份订单已经埋下了 26 年后的伏笔。
每一次技术革命，都在重新分配一种能力。蒸汽机重新分配肌肉，电力重新分配能源，互联网重新分配信息。而大模型第一次重新分配的，是标准化的智力劳动。
对于印度而言，27 年前千年虫之后订单的内容换了一波又一波——ERP 部署、系统维护、测试、后台运营、应用开发—— 但订单的性质没换：需求已经确定，流程已经写好，质量可以验收，成本能够预测。
印度公司也照着这个性质，把自己锻造成了世界上最擅长消灭不确定性的软件组织。
2000 年代初，全球通过 CMM 五级认证 (软件流程成熟度的最高等级) 的公司里印度企业占了绝大多数；Infosys 在迈索尔建起全球最大的企业培训基地，一次可容纳上万名应届生—— 一批一批普通的工科毕业生进去，然后标准化的软件劳动力再一批一批出来。
软件像流水线一样生产，程序员像产能一样计价。
印度真正出口的，从来不是代码，而是标准化的软件劳动。工程师当然需要经验，但这门生意奖励的是遵循规范而不是创造规范—— 它花了二十五年把输出"确定性"做成了这个地球上排名第一的商品。
然后，大模型来了。
过去两年 AI 最显著的进步不是拥有了创造力，毕竟 AGI 还是梁文锋们的理想，而是 AI 在封闭任务中的完成度越来越高：阅读代码库、理解接口文档、修复 Bug、生成测试用例，以及大量过去由初级工程师处理的，那些需求已经定义好的工作。
它或许还不能完全独立地设计一款复杂的产品，却越来越擅长完成产品定义好的那部分。
把两张剖面放在一起看：一边是花二十五年练出来的"消灭不确定性"的肌肉，一边是两年内在"确定性任务"上突飞猛进的模型。
并不是 AI 已经开始自己写代码了，其实真正发生是客户第一次可以绕开"按人头计费"，直接购买结果了。过去，一家企业购买一百名工程师乘以一年的工时。今天, 公司愿意购买一个自动完成 8 成工作的 AI 系统，再把剩下两成交给少量资深工程师，劳动价值已经脱离了劳动时长而存在。
AI 恰好击中了印度吗？这个国家的产业其实是用了四分之一个世纪，把自己壮大养肥，然后自投罗网。
这也是为什么同样在印度的 IT 行业会出现两种相反的命运。
传统 IT 服务公司增长放缓，因为它们出售的是标准化能力。GCC 仍在扩张，预计 2023 年市场规模达到 1000 亿美元。因为跨国企业想留下的是更贴近核心市场战略的产品研发、AI 训练、架构设计、 客户分析 、归因模型、 内容生态—— 那些仍需要不断创造上下文的能力。
过去，人们把印度 IT 看作一个行业。AI 第一次让人们看清，它其实是两门生意: 一门出售可以被标准化的能力，另一门出售仍需创造上下文的能力。AI 没有改变印度，它只是把装在同一个篮子里的两种能力, 重新分开定价。
所以 AI 时代真正的竞争，从来不是"谁拥有 AI"也不是"谁拥有更多工程师"—— 而是谁的能力剖面与 AI 重叠得更少，谁调整能力剖面的速度更快。
04 尾声
印度只是第一块被量中的剖面，这个不断生长的 AI 斩杀面也不会仅仅停在班加罗尔或者海得拉巴。
马尼拉的呼叫中心，出售的是照着话术流程的应答—— 如果 AI 斩杀的剖面框架成立，那里应该在一两年内也感到同样的寒意。华沙的近岸外包，出售的是欧洲时区里更便宜的工时；而都柏林的共享服务中心，出售的是标准化的账务与合规流程。
我们能够想象得出来，那些每一个把"工程师"当作产能出口、按人头计价智力的地方，在地图可以上一一被 AI 标记，无论语言或者是经济体的归属。
这些产业没有做错任何事，它们只是和当年的印度一样，把全部身家押在了确定性上。
这把卡尺还能量得更小：一个具体的人—— 每个人的工作里有多少是"需求已经确定、流程已经写好、结果可以验收"的部分？那个部分就是重叠，而剩下的部分才是自我可以掌控的。
Priyanka 还在偿还她的两笔分期。她的焦虑不是因为她不够努力—— 她所在的产业努力了二十五年，也吃到了巨大的时代红利。只是在 AI 能力斩杀面下，重叠的部分就是最无能的部分。
人类对于发展对于金钱的渴望永不退却，驱动这一切的能力也从不消失，但谁能拥有它，这才是下一次革命前真正需要回答的话题。
参考资料：
[1] Boom time in India as the millennium bug bites, Suzanne Goldenberg, The Guardian, 1998.12.29
[2] Slow Death of IT Sector Jobs, Outlook India, 2026.07
[3] Reuters 印度 IT 板块报道 (Nifty IT 指数数据), 2026
[4] India GCC Landscape Report 及年度产业报告, NASSCOM × Zinnov
[5] 题图: 埃德加· 德加 《新奥尔良的棉花交易所》, 1873, 法国波城美术馆藏
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
