当人工通用智能(AGI)从理论走向现实,经济学的基本命题将面临前所未有的冲击。帕斯夸尔·雷斯特雷波(Pascual Restrepo)在其关于"我们不会被想念:AGI时代的工作与增长"的研究中提出了一个清晰却令人不安的设想:当所有有价值的工作都能用计算能力来完成时,经济增长、工资和劳动收入份额将发生深刻改变。理解这种转变的逻辑,有助于为政策制定者、企业和普通劳动者预见挑战并提前应对。本文围绕理论框架、现实路径、社会影响与政策响应展开梳理与讨论,意在为中文读者提供可操作的视角与思考线索。\n\n什么工作会被取代,什么工作会保留?要回答这个问题,首先需要区分"瓶颈工作"和"附属工作"。瓶颈工作指那些对不受阻碍的经济增长至关重要的任务,它们是一条生产链中的关键环节,一旦被自动化替代,整个生产体系可以按更高的效率运行。
附属工作则是可以被替代但并非必需的额外任务,或是那些与人类情感、文化认同、社交互动密切相关的活动。随着计算资源的扩展,AGI有能力先替代瓶颈工作,从而打开增长的通道;随后大量附属工作也会被AI覆盖,但部分与人类独有体验相关的领域可能长期保留给人类。\n\n一旦经济输出越来越依赖计算能力,增长的驱动因素将发生迁移。传统上,劳动和物质资本是推动GDP扩张的核心要素,但在AGI主导的时代,计算资源成为关键瓶颈。产出对计算与劳动呈线性响应 - - 这意味着只要计算能力扩展,产出可以相应增长,而人类劳动的边际贡献会越来越接近被用来复制人类工作的计算成本。换言之,工资最终将趋近于用来模拟或替代该劳动的计算资源的机会成本。
对于大多数劳动者而言,这一演变带来的是实质性的工资下行压力,尤其当资本(即掌握大规模计算基础设施的企业或平台)集中度高时,劳动收入占比可能持续下降,甚至趋近于零。\n\n这种技术演进并非瞬时完成,而是经过阶段性的过渡。早期阶段,AGI主要替代重复性、高度结构化的职业,如会计、数据处理、某些法律与医疗诊断辅助任务。随着技术成熟,更多复杂且需跨领域知识整合的任务也会被涵盖,最终理论上可以通过计算重构绝大多数有市场价值的工作。在这一过程中,短期内会出现大规模的岗位流动与技能重新组合;中长期看,是资本收益和劳动收益的再分配问题。拥有计算资源和AI研发能力的主体将获得高额超额收益,而缺乏这些资源的劳动者将面临持续的收入压缩。
\n\n社会与政治后果深远。第一,失业或"技术贫困"风险上升,尤其是对中低技能劳动者和某些发达国家以外的低收入国家。第二,财富与权力更快地集中于掌握计算能力和AI技术的企业与国家。第三,劳动的社会意义和身份认同将被挑战,传统通过工作获得尊严与社区联结的模式需要被替代。第四,税基变化导致公共财政压力:当劳动收入减少、劳动者缴税能力下降,而资本化的AI收益规模化时,现有以个人所得税为主的税收结构不再稳健。\n\n面对这些挑战,有若干政策方向值得认真考虑。
重新设计税收体系是核心议题之一。对计算资源、数据流量或AI服务设置使用税或租税,可以在一定程度上恢复公共财政对自动化收益的征收渠道。与对劳动征收形成互补的"计算税"或"AI利润税",若配合国际协调,可以减少企业通过跨境迁移规避税负的空间。另一方面,加强对资本收益和高额集中财产的税收,如富人税或超额利润税,也能抑制财富过度集中并为社会保障提供资金来源。\n\n社会保障与收入分配机制也需转型。普遍基本收入(UBI)常被提及为应对技术性失业的一种方案,它能在收入来源被计算资源取代时提供基本消费能力与社会稳定。
不过UBI的财政可持续性和政治可行性取决于税收制度与财富再分配机制的配套。另一种路径是将AI创造的价值直接共享给民众,例如通过普惠性的股权(或算力份额)分配,或由国家设立主权AI资产,将部分AI收益作为公共收入分配给公民。\n\n教育与终身学习政策也将成为缓冲技术冲击的关键环节。传统教育体系侧重知识传递与职业训练,但在AGI时代,教育的重点需要转向批判性思维、创造力、跨学科整合能力以及与AI协作的能力培养。职业再培训必须由政府与企业共同承担,建立灵活的学习许可与补贴机制,降低劳动者在职业转换中的摩擦成本。与此同时,也须重视那些可能长期由人类独立承担的"附属工作"领域,如高信任的人际关怀、艺术创造、文化表征与复杂伦理判断,从而引导教育资源向这些领域倾斜。
\n\n治理与监管层面的改革不可或缺。AGI的影响并非仅经济问题,也牵涉到权力、隐私和安全。监管应包括对AI研发与部署的安全标准、对大规模算力集中可能带来的垄断风险的反垄断措施,以及对算法决策透明度与问责制的法律框架。国际层面需要协商关于计算资源分配、跨境数据流与技术扩散的规则,以避免全球性的技能与收入鸿沟进一步扩大。\n\n面对未来,还有一道难以回避的伦理命题:人的意义何在?当许多能够带来收入与社会认可的工作被机器替代,社会必须为人类提供除了生产之外的价值来源。文化、艺术、志愿服务、社区参与与公民活动可能成为新的价值载体。
社会需要重建对这些活动的尊重与补偿机制,让不以市场交易为中心的贡献也能得到认可与支持。\n\n此外,必须认识到模型自身的局限与不确定性。关于AGI能否真正实现全面替代、替代速度与算力扩张的成本路径,都存在显著争议。即便AGI能够技术上完成所有工作,现实世界的法律、伦理与社会阻力也会影响其普及速度与应用边界。因此政策制定应当在不确定性中寻求弹性,既要为快速转型做准备,也要维持对各种情景的适应空间。渐进式的、具有触发机制的政策工具(如对失业率或收入不平等达到阈值时启动的自动稳健措施)值得优先考虑。
\n\n企业层面也需调整战略。对那些掌握大量计算资源的公司,社会责任不再是可选项,而是稳定营运与合法性的必要条件。企业应当被鼓励或要求承担培训、再分配及社会赔偿责任,参与到更广泛的公共利益共享机制中。中小企业与创业者则面临新的机遇与挑战:一方面,基于AI的生产力工具将极大降低某些行业的进入门槛;另一方面,算力与数据的集中可能压缩中小企业的生存空间。公共政策应加强对创新生态的支持,防止市场被少数巨头彻底吞噬。\n\n对个人来说,适应AGI时代需要心态与技能的双重转变。
技能上需强化与AI协作的能力,学会使用AI作为扩展认知与生产力的工具,而非将其视为纯粹的竞争对手。心态上则要接受职业身份可能更加多元、不再完全依赖单一岗位的现实。建立多元收入来源、参与社区与非市场活动、增强终身学习能力,将是个体韧性的关键。\n\n总结而言,AGI带来的不是简单的劳动替代,而是对经济增长结构、收入分配机制与社会契约的全面重塑。在最极端的理论设想中,劳动收入份额可能趋近于零,增长由算力驱动,社会资源更多集中于拥有计算基础设施的一方。然而现实路径充满不确定性,治理选择与制度安排将在多大程度上影响结果。
政策制定者、企业与社会公众需要提前布局:重塑税收与社会保障体系、推动教育与再培训改革、建立AI治理与反垄断机制,并探索将AI产生价值以更公平方式分享给社会的创新工具。走向未来,不是简单地抵抗技术,而是要设计一套能够把技术进步与普遍福祉结合的制度,让人在AGI时代依然有尊严、有参与感、有安全感。只有如此,即便机器能代替大多数劳动,人类也不会真正"被想念"。 。
