具体解释#

杰文斯最初观察到，随着蒸汽机效率的提高（即单位煤炭产生的能量增加），人们预期煤炭的使用量会减少。然而，实际情况恰恰相反：煤炭消耗总量大幅上升。原因在于，效率提高降低了使用煤炭的成本，从而刺激了更多需求和更广泛的应用（例如工业扩展、交通发展等），最终使总消耗量不减反增。

悖论的机制#

1. 效率提升：某种资源（如能源）的使用效率提高。
2. 成本降低：效率提升使得每单位产出的资源成本下降。
3. 需求增加：成本降低刺激了更多的使用场景和更高的需求。
4. 总体消耗增加：尽管单位效率提高，但总消耗量反而上升。

举个现代例子#

• 节能灯：LED 灯比传统白炽灯更节能，理论上应该减少电力消耗。但实际上，人们可能会因为电费降低而更频繁地使用灯光，或者安装更多的灯具，结果总用电量不降反升。
• 汽车燃油效率：汽车每升油能跑的里程增加了，但人们可能因此开更长的距离或更频繁地开车，导致燃油总消耗不减。

微软 CEO Satya Nadella 引用杰文斯悖论，指出人工智能效率的提升会引发需求激增，而非降低总成本。例如，DeepSeek-R1 模型将推理成本压缩了 97%，但其 API 调用量却因高性价比呈指数级增长，导致算力需求不降反升。这一现象与 19 世纪蒸汽机效率提升后煤炭消耗量暴增的历史如出一辙。

杰文斯悖论已经率先来到了人类的“脑力端”：随着人工智能变得更加高效和普及（随着自媒体对信息的传播效率更加高效和普及），我们将看到它的使用量猛增（我们将看到公众认知对于信息的需求极度猛增），使其成为一种我们永远无法满足的商品（使得对于新知识的追求，成为一种我们永远无法满足的商品）。