工业时代的产权理论建立在一个简单假设上：劳动创造价值，创造价值的人拿回报。这个假设支撑了从工厂法到著作权法的一整套制度设计。但碳硅共生把这个假设击穿了——劳动主体不止一个了。
碳基出了方向、硅基穷举了路径、碳基终审拍了板。这个联合产出里，价值是谁创造的？归谁？当 AI 持续创造增量，分配凭什么？当一部分碳基根本进不了这套协作，谁对他们负责？这些问题经济史上没有先例。没有哪个时代需要在 " 人类指令 + 机器穷举 " 的混合产出里划分版权，也没有哪个时代需要回答 " 训练用了几亿人的作品，这些人该不该分到钱 "。现在要答了。
确权是归属的法律前提，归属是确权的经济实现。本文先过法律这一关，再谈分配，最后看谁被遗忘。
一、确权：法律框架的适应性检验
1.1 版权框架的结构性承压
现行版权框架的基本态度是：纯 AI 生成、无人类创造性输入，不受保护；有 " 实质性人类创作贡献 " 的 AI 辅助作品，可以登记。但 " 实质性 " 的边界模糊——改一个提示词算不算？调整三个段落算不算？没有统一答案。
更深的矛盾是：版权保护的是 " 表达 "，但 AI 辅助创作里最有价值的往往是 " 判断选哪个、砍哪个、为什么这个方向对 "。判断是过程，不是最终表达。版权法保护表达，不保护思想或判断过程——这是其内生局限。法律追得上表达，追不上判断。
这就像一个只认成品、不认手艺的裁判：它看到的是最终那张画，看不到画家在无数草稿中做出的取舍。而 AI 辅助创作的核心价值，恰恰藏在那些被删掉的草稿里——藏在 " 这个方向不对 "" 那个调子太冷 "" 这里要再收敛一点 " 的反复判断中。这些判断构成了作品的艺术灵魂，却恰好落在版权法的保护盲区之外。
确权困境的本质：不是法律不够先进，而是法律的基本单元（" 作者—作品 " 的二元结构）与碳硅联合产出的多元结构之间，存在根本性的结构错配。
1.2 训练数据的权属：确权链条的源头难题
这是全系列最绕不开的确权难题。大模型的 " 智能 " 建立在数亿人类作品上——书籍、文章、图像、音乐。绝大多数创作者从未授权自己的作品用于训练，甚至不知道自己的作品已经被喂进了某个模型的训练集。
现行共识在分两步走：训练阶段，多数司法管辖区倾向 " 合理使用 "（因为训练是学习模式，不是逐字复制）；商业应用阶段，如果输出与特定训练样本高度相似，则可能落入侵权。两步走不是逻辑自洽，是现实妥协——因为追溯几万亿 token 里哪一块对应哪个作者，技术上做不到，制度上也没法执行。
但 " 做不到精细追溯 " 不等于 " 不用付钱 "。这里可以做一个类比：训练数据就像是森林里的腐殖质，每一片落叶都贡献了微量养分，最终滋养出参天大树。你没法给每片落叶标价，但你可以对整片森林的养分贡献做一个总量估算，然后按某种规则回馈给这片森林的维护者。
训练数据使用费制度的讨论已经在多国展开——不是按每条数据一毛钱算（算不过来），而是按整体贡献池做分层补偿。碳基创作者作为原始养料提供方，在法理上不该被完全跳过。具体的补偿机制可以借鉴音乐版权中的 " 空白磁带税 " 或广播权的集体管理模式：不从个体层面精确追溯，而是从行业层面建立贡献池，按使用规模分摊成本。
1.3 专利制度的主体缺位
AI 辅助研发已经跑通了新药分子结构由模型生成、人类团队完成合成与临床验证。但现行专利法不承认 AI 为发明人（美国联邦巡回上诉法院已有终审判例）。专利权归使用 AI 的人类实体，AI 不是权利主体。
这解决了形式问题，没解决实质问题：如果 AI 贡献了关键结构，人类只做了验证，按什么比例分这个专利的衍生收益？现行法不回答，因为它还没准备好回答。
更值得警惕的是激励错配：如果法律只承认人类发明人，那么企业就有动力把所有 AI 贡献都 " 归因 " 给挂名的人类研究员，以获取专利保护。这反过来又掩盖了 AI 在创新中的真实贡献度，使得我们永远无法准确测量硅基在价值创造中的份额。确权不只是分配问题，也是测量问题——你没法分配你没法测量的东西。
二、分配：确权之后的结构分化
2.1 算力集中与增量吸附
传统 " 资本—劳动 " 二元分配里，现在插进来一个独立变量：算力。谁拥有数据中心、大模型、智能体，谁就在联合产出里拿走了越来越大的一块。不是因为他们 " 更努力 "，是因为算力不是普通资本——它是硅基能力的物质载体，天然具有规模报酬递增特性。
训练一次顶级模型要烧掉普通人几辈子赚不到的钱。更重要的是，模型一旦训好，边际复制成本趋近于零。这意味着：先入者可以用极高的固定成本筑起壁垒，然后用近乎零的边际成本通吃市场。这种结构在传统工业时代是不存在的——建一座钢厂要花钱，但第二座、第三座的成本不会因此归零。
这不是道德批判，是结构事实。结构事实的意思是：市场自己不会自动把它摊平。恰恰相反，市场机制会加速这个集中过程——赢家通吃，然后用手上的利润训练更大的模型、买更多的卡，进一步扩大领先优势。算力集中不是市场失灵的偶然结果，而是碳硅共生结构的内生趋势。
2.2 碳基劳动的两极分化
一边塌，一边涨。可标准化、可重复的碳基劳动——数据录入、基础翻译、模板化写作——溢价急剧塌缩，因为硅基做这些又快又不出错。非标准化、强判断、带审美和伦理重量的碳基劳动——战略方向、情感陪伴、跨界创新、终审否决——溢价急剧上升。
不是 " 所有工作都贬值 "，是能交给硅基的贬值，硅基做不了的涨价。分化不是线性的，是断层的。
这个断层可以用一个简单的坐标来理解：横轴是 " 可形式化程度 "，纵轴是 " 可外包程度 "。越靠近右下角（高度可形式化、高度可外包）的工作，溢价塌得越快；越靠近左上角（高度不可形式化、高度不可外包）的工作，溢价涨得越猛。中间的过渡地带正在快速消失——你要么被替代，要么被增强，很少有机会停留在原地。
2.3 普惠分配：系统稳定器而非慈善
" 全民基本算力 " ——让每个公民有资格免费使用一定额度的 AI 工具——的提议，逻辑不是 " 发福利 "，而是防止共生红利只留在买得起算力的那一层。你没法让一个不写代码的人跟一个拥有万卡集群的公司公平竞争，但你可以让他至少用上工具、不掉队。
这个方向已在多国政策讨论中，还没落地，但方向是对的。其背后的逻辑是：算力的可获得性正在变成新的生产要素准入门槛。在农业时代，土地是最重要的生产资料；在工业时代，是资本；在碳硅共生时代，是算力。如果一个社会允许算力像封建时代的土地一样被少数领主垄断，那么它就会复现封建时代的所有社会矛盾——只不过农奴变成了 " 算奴 "。
三、被遗忘的群体：优化目标的盲区
3.1 新数字鸿沟：从接入权到协作门槛
上一代鸿沟是有没有设备、能不能接入。这一代是能不能跟 AI 有效协作——把模糊意图翻译成精确任务、评估 AI 输出靠不靠谱、知道什么时候说 " 不对 "。这套能力正在成为劳动力市场的基本门槛。
有这个能力的群体跟没有的群体之间，差距不是 " 会用不会用 " 的问题，是能不能留在协作体系内的问题。旧鸿沟把你挡在信息世界外面，新鸿沟把你挡在生产体系外面。前者让你看不到，后者让你做不了——后者的后果严重得多。
更隐蔽的问题是：这套协作能力本身高度依赖教育水平和认知资源。一个受过良好教育、有充裕时间思考的人，更容易学会 " 怎么跟 AI 说话 "；一个每天打三份工、疲惫不堪的人，连跟 AI 对话的注意力都未必有。新鸿沟表面上是一个技能差距，底层是一个认知带宽的阶级差距。
3.2 算法优化的盲区：谁被排除在损失函数之外
AI 为 " 典型用户 " 优化——大多数人的偏好、大多数人的通勤路线、大多数人的消费习惯。结果就是：老年人常去的社区医院、残障人士需要的无障碍设施、少数族裔的语言场景，在优化目标里权重极低甚至为零。
不是设计者有恶意，是损失函数里没写进去。这不是技术 bug，是目标函数没审好——跟控制权那篇说的是同一个病。损失函数本质上是一种价值排序：它宣告了什么重要、什么不重要、谁被计入、谁被忽略。当损失函数由商业团队在不透明的环境中设定时，" 非典型 " 群体被系统性地排除在优化目标之外，就是必然结果。
这需要公共干预：将包容性指标强制纳入 AI 系统的优化目标，而非依赖设计者的善意。就像食品安全标准不能靠企业自律一样，算法包容性也不能靠 " 设计者良心 "。具体的制度工具可以包括：公共领域的算法审计制度（定期审查政府使用的 AI 系统是否对少数群体产生系统性歧视）、算法影响评估的强制披露（类似环境影响评价）、以及受影响的少数群体参与目标函数设定的程序性权利。
3.3 包容性设计：退出权的公共版本
公共领域部署 AI，必须有 " 碳基替代通道 " ——不会用、不想用、用不了的人，仍然能拿到基本服务。这不是保护落后，是退出权的公共版本：技术越先进，越不能把人无声地锁在系统外面。
可以用一个类比来理解：自动扶梯旁边必须保留楼梯。不是因为走楼梯的人 " 落后 "，而是因为一旦扶梯故障、一旦有人推着婴儿车、一旦有人害怕扶梯——楼梯就是不可剥夺的基本权利。碳基替代通道同理：它是对技术不确定性的保险，是对个体选择自由的尊重，是文明社会不该跨越的底线。
四、确权只是第一步
4.1 贡献度溯源：方向明确，精度不足
按人类输入的具体类型——创意方向、细节修改、终审否决——确定分配权重，逻辑上说得通。操作上极难（你怎么给 " 方向感 " 标价？），但方向明确：越靠近终审和意义注入的环节，碳基该拿的越多。
这里可以借鉴音乐产业中已有的署名权分层机制：一首歌的作者可以被拆分为作词、作曲、编曲、制作人，每一层对应不同的权利份额和收益比例。碳硅联合产出同样可以分层：创意方向层、过程迭代层、终审否决层、执行落地层——每一层对应不同的贡献主体和分配权重。当然，具体操作远比音乐署名复杂，因为 AI 的贡献无法用 " 写了一句词 " 这样的离散单位来衡量。但分层确权的方向是清晰的。
4.2 再分配工具：制度设计的前置性
对纯替代型加税、对增强型减税、算力红利进入普惠池——这些工具的方向在多国已有讨论。但制度设计不是本文的终点，因为确权解决不了全部问题：法律上归你了，不等于普通人分到了；算法税写进法条了，不等于执行时不跑偏。这些工具的具体设计将在终章系统展开，此处仅标定方向。
需要强调的一点是：再分配不能只靠事后调节。如果等到收入已经极度分化之后再征税转移，社会成本会远高于在分配机制设计之初就嵌入公平性考量。碳硅共生的分配正义，需要前置性制度设计，而非事后补救。
4.3 全球维度：碳硅共生的跨境治理难题
发展中国家缺算力、缺 AI 素养人才、缺谈判筹码。碳硅共生如果只在富裕经济体内部运转，全球不平等只会加速放大。这不是本文能给出方案的问题，但必须被看见——任何只谈国内分配正义的框架，在算力天然跨境流动的时代都是不完整的。
算力不像工厂，可以靠关税挡住；AI 模型不像商品，可以靠边境拦下。算力天然跨境流动，模型可以通过 API 瞬时抵达全球任何一个有网络的地方。这意味着碳硅共生的分配问题本质上是一个全球治理问题，而非单一国家的内部政策问题。如果全球治理框架跟不上技术扩散速度，那么碳硅共生带来的不是全球共同富裕，而是全球范围内的新殖民结构——只不过这一次，被殖民的资源不是土地和矿产，而是数据、注意力和认知劳动。
结语：从确权到社会契约
价值归属的悖论，本质是旧产权框架撞上了新劳动主体。版权法追不上联合创作，专利法不承认非人类贡献，训练数据权属还没吵出共识——这些不是 " 技术细节 "，是碳硅共生能不能被社会接受的地基。
但确权只是前半场。法律上搞清楚 " 归谁 "，不等于制度上解决了 " 怎么让掉队的人不掉下去 "。后半场是分配正义——那是终章要答的问题。
确权是静态的，人是活的。如果一套确权体系让绝大多数碳基觉得自己只是被训练数据、被替代、被遗忘——那这套体系撑不了多久。制度可以落后于技术一阵子，但不能永远追不上。碳硅共生的价值归属问题，最终不是法律条文的问题，而是社会契约的问题：我们愿不愿意设计一套让所有人都能从共生中获益的规则？如果不能，那么共生带来的不是繁荣，是分裂。
