系统是否失灵?创业者神话掩盖了普通人的生存困境

一段视频怒斥用“创业精神”解释贫困的叙事,呼吁修复系统而非指责个人。
文章围绕一段YouTube激烈发言展开,该发言批评千万富翁向连暖气都开不起的人兜售“创业精神”,认为这是对结构性贫困的侮辱性误读。发言者指出,老一辈拿走了机会,代际机会差距不断扩大,房价、教育、医疗成本攀升而工资停滞,白手起家只是幸存者偏差。展示财富并要求他人效仿,只会加剧精神健康问题与自我否定。文章强调,需要修复的是税收、住房、医疗保障、教育公平等系统性机制,而非个人心态。对科技行业而言,当AI与自动化被宣扬为新造富浪潮时,更应反思技术是在缩小还是扩大机会不平等,而不是继续兜售“人人皆可创业”的叙事。
“我的朋友们养不起孩子,如果仅仅靠出去创业就能解决,我敢打赌他们一定会去做。” 这段来自YouTube的激烈发言,正在科技与创业圈外引发强烈共鸣。当科技行业不断输出“人人皆可创业”“努力就能翻身”的叙事时,越来越多的人开始质问:系统本身是否已经失灵?

当“创业吧”成为对穷人的嘲讽
视频中,发言者毫不掩饰自己的愤怒:“我受够了那些千万富翁告诉连暖气都开不起的孩子,你只需要更有创业精神。” 在他看来,这种建议不仅脱离现实,甚至带有侮辱性——它把结构性的贫困问题,轻描淡写地转化为个人不够努力、不够有进取心的道德缺陷。
“这让人患上精神疾病,”他重复道,“这真的让人患上精神疾病。” 对一个连基本取暖都无法保障的家庭来说,所谓的“创业机会”不是激励,而是一记响亮的耳光。

代际机会差距:我们拿走了机会,却怪你不努力
发言者提出了一个尖锐的代际指控:“我们,你们的老一辈,拿走了机会,现在几乎不可能摆脱贫困。” 这句话戳中了一个被科技乐观主义长期回避的事实:过去几十年的经济增长红利,并未公平地分配给每一代人。
房价、教育成本、医疗支出持续攀升,而实际工资增长停滞。对于没有家庭资本托底的年轻人来说,白手起家的创业故事更像是一种幸存者偏差。那些站在台上展示财富的人,往往忽略了自身起步时拥有的隐性优势——家庭网络、启动资金、试错空间。
“不要只是站起来,在他们面前挥舞你的几百万英镑,然后说‘如果你像我一样有创业精神,你也能做到,你也能拥有’。” 发言者指出,这种展示不仅无助于解决问题,反而加深了挫败感和自我否定。

幸存者偏差(Survivorship Bias) 是一种常见的逻辑谬误:人们只看到经过某种筛选后成功存活下来的样本,而忽略了那些因为同样尝试却失败、从而未能进入视野的样本。在创业叙事中,我们能看到的是那些成功上市、登上杂志封面的创业者,却看不到成千上万耗尽积蓄、背负债务最终失败的人。发言者所指的“白手起家创业故事更像是一种幸存者偏差”,正是这个意思——把少数人的成功当作普遍规律来要求所有人,本质上是用被筛选过的证据来论证一个并不成立的结论。理解这一概念,是看清“努力就能翻身”叙事为何具有误导性的关键前提。
需要修复的是系统,而非个人心态
整段发言的核心诉求非常明确:“不要告诉他们要更有创业精神。修复那个每一代人都把越来越多的人推向贫困的系统。” 这不是反对创业,而是反对将创业作为万能解药,用来掩盖更深层的结构性危机。
科技行业尤其需要反思。当AI和自动化被宣扬为新的造富浪潮时,那些被浪潮甩下的人得到的建议往往还是“学编程”“做独立开发者”。但并非每个人都有条件承担数月的无收入学习期,也并非每个创意都能在资本驱动的市场中获得公平曝光。

结构性贫困(Structural Poverty) 指的是贫困并非源于个人懒惰或能力不足,而是由社会制度、经济分配机制、历史遗留问题等宏观因素造成并持续再生产的现象。与之相对的是“个人归因”视角,即把贫困解释为个人不够努力、不够节俭或缺乏进取心。发言者反复强调“系统把每一代人推向贫困”,指向的正是结构性贫困:当住房、医疗、教育等基本生活成本的增长持续超过工资增长,个体无论多努力,都难以仅凭个人奋斗跳出困境。区分“结构性贫困”与“个人贫困”,是这场争论的核心——若问题出在系统,那么解决方案就必须是政策与制度层面的改革,而非劝人上创业课。
对科技从业者的启示
这段发言在YouTube上引发讨论,恰恰说明技术圈内部也存在类似的焦虑。许多开发者、产品经理和创业者本身也面临着高昂的生活成本与不确定的职业前景。与其继续兜售“人人都是创业者”的叙事,不如认真思考:技术究竟是在缩小机会差距,还是在扩大它?
当系统性问题被包装成个人励志故事,真正需要被修复的机制——税收、住房、医疗保障、教育公平——就会被持续忽视。对于那些连孩子都喂不饱的人来说,他们需要的不是一堂创业课,而是一个能让他们活下去的系统。
AI与自动化对就业结构的冲击,是理解这段发言与科技行业关联的关键背景。技术乐观主义者常把AI浪潮描述为“新的造富机会”,但历史经验表明,技术革命在创造新岗位的同时,也会消灭大量旧岗位,且被取代的劳动者往往难以在短时间内转型到新岗位。技能错配、地域限制、教育成本等因素,使得“学编程”“做独立开发者”这类建议对许多人而言并不现实。当AI被用来降低创业门槛的同时,它也可能在加速低技能岗位的消失,扩大拥有资本与技术者与普通劳动者之间的差距。因此,科技从业者需要正视技术作为“机会放大器”与“不平等加速器”的双重属性。
相关推荐

Workbuddy零基础入门:桌面AI智能体如何落地工作流
Workbuddy桌面AI智能体零基础教程解读:从安装、积分领取到文件管理与自动化工作流搭建,对比CodeX的适用场景与成本差异,帮助职场人完成从AI提问者到AI管理者的思维转变。

OpenAI智能体新栈:计算机操作、决策API与超速工作流
OpenAI Dev Day发布智能体新栈:Computer Use操作速度超越普通人,Decisions API基于Luna实现极低延迟分类,Agents API开放同源计算机操作能力,GPT-6.1 Sol成本仅为Astra七分之一。本文梳理核心更新、实测数据与开发者落地要点。

梁文峰开源推理框架DeepInfo,硬刚美国禁令
DeepSeek在开源模型后再开源推理框架DeepInfo,包含GPU/CPU交叉流水线、小模型预判大模型复核、华为昇腾与英伟达芯片全面适配等技术,直面美国联邦禁令。本文解析其对AI产业落地的意义与开源策略。