Alex Imas与Phil Trammell：AGI之后，还有什么会保持稀缺？Alex Imas and Phil Trammell – What remains scarce after AGI?

《AGI经济学》节目，与 Alex Imas 和 Phil Trammell 的对话。

关于我们如何应对 AI，有一大堆重要问题只有经济学才能解答。

对产生的财富进行征税和再分配的最佳方式是什么？未处于 AI 供应链中的国家应如何分享这些收益？是否存在不平等现象不会激增的平行世界？

这些问题似乎有显而易见的答案，但经济学教给你的第一件事就是，你的直觉往往错得离谱。

和 Alex 还有 Phil 深入探讨这些事情让我受益匪浅。

在 YouTube 观看；在 Apple Podcasts 或 Spotify 收听。

(00:00:00) – 资本份额会增加吗？

(00:19:36) – “混乱中间态”情景

(00:25:57) – 如何对 AI 财富征税和再分配

(00:30:02) – 为什么需求不太可能崩溃

(00:39:26) – 人类员工将难以融入机器经济

(00:43:08) – 如果某些人（或 AI）将财富积累视为内在价值会怎样？

(01:01:28) – 发展中国家应该怎么做？

Dwarkesh Patel

今天与我对话的是 Alex Imas，他是 Google DeepMind 的 AGI 经济学总监兼芝加哥大学经济学教授；以及 Phil Trammell，他是 Epoch 的经济学主管兼斯坦福大学的研究学者。

总体而言，在这次访谈中我想弄清楚的是：在一个自动化程度越来越高、AI 越来越先进的世界里，经济学能告诉我们些什么。我想了解这会如何影响工资和劳动收入份额，对 AGI 产生的财富进行征税和再分配的最佳方式是什么，以及哪些东西会变得稀缺。知道了什么稀缺，也就知道了价值会流向哪里。

我想从这里开始聊起。哪些东西有可能成为稀缺资源？

Alex Imas

比如关系型部门，其定义是：由人类参与其中这一事实本身构成了产品价值一部分的服务和商品。因为人类天生就是稀缺的，如果自动化让许多其他东西不再稀缺，在那些需要人类参与其中、发挥作用的事物上，我们依然会面临稀缺。

Dwarkesh Patel

我很好奇，人类为其他人类提供服务，究竟能否成为经济的重要组成部分。这里或许可以提供一个直观的启发：在一个 AI 能够在物理层面完成人类所能做的一切的世界里，会存在一个完整的机器经济体，它们在建造工厂、从事研究并提出新想法。人类可能会、也可能不会参与到这些事物的实体生产中，但如果机器人技术被攻克，在最终的极限状态下，人类大概率是不会参与的。如果你根本不在乎人类是否参与这个过程，那他们为什么要参与呢？

但随后你指出了另外一些情况，也就是我们确实希望芭蕾舞演员或咖啡师由真人来担任。这正是去咖啡馆或看演出的部分价值所在。不过，只有人类才有这种偏好。因此，就存在这样一个“人类经济”，在其中人类相互为对方提供服务，他们的一部分财富也流向了其他人类。

但他们的另一部分财富也会向外流出，因为他们会想要这种纯机器经济所创造的一些自动化商品。这不是一个闭环。纯机器经济中的许多事物都是闭环，因为机器根本不在乎有没有人类咖啡师为它们冲泡咖啡。

在这个模型中，纯人类经济所占的份额必然会变得越来越小，这难道不是其内在规律吗？

Alex Imas

我想建议换个方式来表述这个问题。我的观点是，像我们这样的经济学家所做出的个人预测，就其作为个人预测而言，并不一定非常有用。

昨天 Andrey Fradkin、Brian Jabarian 和 Andrew Koh 发表了一篇博文，研究了经济学家对劳动力市场的预测。他们发现，在每一个方向上都存在大量的分歧。

他们提倡——我也对此表示赞同——我们不应该去关注个人预测，而应该建立预测市场，从中获得汇总的预测和群体智慧效应。我之所以这么认为，是因为我们在预测方面向来是出了名的糟糕。

让我们一直追溯到 1820 年。我们一直在进行的这场辩论其实已经有 200 年的历史了。David Ricardo 是古典经济学家之一，而非新古典经济学家。当工业革命开始发生时，他写了一系列文章说：“这对所有人来说都将是极好的。物价将会下降。”但随后他话锋一转，说道：“等等，我能看到所有这些创造价值的工作都将被这些机器所自动化。这将会变得非常糟糕。每个人都会失业，并且将会出现政治动荡。”

如果你看看 Ricardo 的预测，它们其实是对的。在 Ricardo 时代所有赚钱的工作确实都被自动化了。如果 David Ricardo 醒来，有人告诉他所有这些工作确实都被自动化了，然后再问他：“你认为 2026 年的壮年就业率是多少？”我想，当他被告知这是除 2000 年之外历史上最高的时候，他会感到惊讶。自 2000 年以来，我们在潜在可就业人口中实现了最高数量的实际就业。那是最高峰，而现在基本上是第二个高峰。

David Ricardo 最终忽略的是，你会经历这种结构性变化的经济学过程，即所有被自动化的东西都变得廉价了。人们有了更多的钱可以花，然后他们开始把钱花在服务上。这就是“劳动总量谬误”。David Ricardo 没有考虑到新的工作岗位会被创造出来。

但资金显然不一定会流向服务业。为什么它不会流向更多的自动化产品之类的领域呢？我讲这个轶事并不是为了断言现在就会发生这种情况，也不是说我们将实现充分就业。我用它只是为了说明，做出预测真的很难。

经济学家手中一个可能非常实用的工具，就是从假设前提出发。也许我们今天可以这样假设：劳动份额为零。劳动份额下降了。什么能解释这一点？让我们构建一个经济模型来描述发生了什么。Phil 稍后今天会谈到这一点。或者你可以构建一个模型来提问：“如果劳动份额保持不变会怎样？什么条件能让这种情况发生？”

如果你从我的这段对话中什么都没记住，请至少记住这一点：我们没有任何数据。我一直都在说，我们需要一个数据领域的“曼哈顿计划”。我们没有关于消费者需求弹性的数据，我们根本不知道它们是多少。我们也没有真正在追踪哪些工作岗位正在产生或消亡。包含了所有工作任务和不同职业的 O*NET 数据库，极少更新，而且质量极其低下。

真正有价值的做法是思考各种潜在的未来情景，将它们梳理出来，并分析每种情景是由哪种维度的稀缺性所驱动的。如果实现了充分就业，我们可以探讨关系型行业。如果劳动份额大幅缩水，我们可以探讨其他类型的情景。这会告诉我们应该去收集哪些数据。

Dwarkesh Patel

也许我们有必要快速界定一下“劳动份额”和“资本份额”。整个经济体，即所有售出商品和服务的总和，其收益要么作为工资发放给劳动者，要么分配给资本，也就是说，变成了建筑物的租金以及支付给公司股东的回报。

过去几百年来，大约 60% 的经济产值基本上都作为工资发给了人类，另外的 30-40% 则分配给了拥有机器、土地以及公司股权的人。现在的问题是，如果目前有 60% 属于劳动工资，那么随着 AI 变得越来越聪明、能力越来越强，这个比例会缩小吗？

Alex Imas

这是一个“卡尔多事实”。我们需要强调这一点。在经历了工业革命和我们所见过的所有自动化之后，这个比例依然超过 60%，这其实非常令人惊讶。有些人甚至担心，它能保持如此恒定是不是因为核算上的误差。

目前甚至存在争议。有些人可能会说，在过去二三十年里，劳动份额一直在下降。但在过去的三四十年里，核算方式发生了很多变化。例如，Atkinson 发表过一篇论文指出，如果保持历年的核算口径一致，劳动份额其实从来没有下降过。

Dwarkesh Patel

但这也没那么令人惊讶，对吧？Phil，你之前提到过，如果劳动和资本是互补关系，那么做任何事都需要两者兼备。因此，为了把事情做成，你需要向两者都支付报酬，这完全合情合理。

Alex Imas

但确实有些事物已经被完全自动化了。

Phil Trammell

从某种意义上说，目前还没有任何东西被完全自动化。看看某种商品经过网络调整后的要素份额。沿着供应链深入追溯，而不仅仅是看最终环节，不仅看最终环节有多少是由资本和劳动完成的，还要看那些让最终环节实现自动化的机器里又投入了什么。你会发现，在整个供应链中，劳动依然在创造着巨大的价值。

美国计算机和电子产品的网络调整后资本份额一直非常稳定，在50%左右，而不是100%。但我确实认为，我们将迎来一种质的转变（我想我们对此有共识），那就是至少会有部分商品的网络调整后资本份额会达到100%。整个供应链可以完全自动化，其中没有任何一个环节是我们本质上必须由人类来完成的。这将是一次真正的质变。

有趣的是，这种转变对整体资本份额的影响尚不明确。假设我们有两个部门：一个是包含芭蕾舞演员在内的、具有人类内在属性的部门，另一个是其他所有部门。目前，由于劳动力短缺，其他所有商品都处于稀缺状态。但如果我们实现了其他所有商品供应链的完全自动化，并且我们在这些商品上迅速达到饱和，那么除了芭蕾舞演员之外，所有其他商品的数量都将趋于无穷大，但其边际效用降至零的速度将比数量增长的速度还要快。

Alex Imas

我也想抛开芭蕾舞演员这个例子。我在文章中试图表达的观点——从特定场景倒推得出的——是，芭蕾舞演员和表演者其实是一个错误的参照系。我们现在有很多包含不同任务的工作。这就是基于任务的工作模型。以医生为例，他们的工作是什么？他们在填写保险单据。他们在给不同的制药公司打电话。他们的任务之一是看诊并与患者沟通，但这并不是他们工作的主要部分。

一项工作、一种服务或一件商品可以是不同类型任务的组合，你可以对其中大量的任务进行自动化。如果消费者愿意为某项产品或服务支付更高的价格，而该产品或服务中除了医生提供诊断和人文关怀这一环节外，其他所有任务都已实现自动化，我们就会把这类工作归为关系型行业。为了让人类继续留在工作的闭环中，人们是愿意支付溢价的。

我们目前并没有数据可以直接指明“这些是关系型工作，那些不是”。你实际上需要收集以下类型的数据：对人们购买某项服务或商品的支付意愿进行联合分析。假设一种情况是所有环节都由机器生产；另一种情况是其中仅有一项任务不是由机器完成。你的支付意愿是多少？你对人类不参与工作闭环的弹性是怎样的？

如果没有这些数据，我在这套逻辑下能做出什么预测呢？

Dwarkesh Patel

是不是还有一点，那就是有许多完全自动化的商品目前甚至还不存在？你目前根本无法收集到任何数据，比如，对于某种完全由 AI 生产、能让你更健康的药物，人们会有多大的意愿去持续购买越来越多的该药物。

Alex Imas

完全正确。这其实就是菲尔（Phil）的观点。资本的种类可能会不断增加，从而使你不会达到饱和状态。由于种类在增加，你就不会触及边际效用递减的临界点，即把大部分收入都投入到人类主导的部门中。如果这种种类增加的速度足够快，而人类部门没有这种多样性的增加，那么你就可以得到所有你想要的关系型商品，但这对劳动份额毫无影响。劳动份额会趋于零。

Dwarkesh Patel

Phil，我很喜欢你那个关于1400年某个蒙古经济学家闲坐着思考什么会变得稀缺以及这种分析的局限性的类比。我认为你应该谈谈这个。

Phil Trammell

只要看看过去蒙古人能获得的商品就知道了。我不是研究这个社会的专家，但我知道他们的种类远不及我们现在丰富。看看那些本质上属于人类的工作，比如当歌手。然后再看看那些本质上不属于人类的事物，比如他们的马提供的交通服务，或者他们拥有的各种食物。

如果他们仅仅把这两个类别的种类固定下来，然后问：“一旦我们有了更多的自动化，会发生什么？”，他们可能会说：“我们会在类似马的交通工具、酸奶和蒙古包上得到极大的满足。这些方面的支出份额都会降到零，我们最终会把所有的钱都花在歌手身上。”

但当然，实际情况并非如此。随着我们积累了更多的财富和更先进的机器，我们扩大了除歌手之外可以花钱购买的东西的范围，而花在歌手上的份额一直微乎其微。同样，这是我对未来如何发展的核心预测，尽管事情也可能有其他走向。

Dwarkesh Patel

我本来想提出一个观点，但我意识到这是一种谬误，不过这种谬误背后的原因很有趣。只是很难想象在一个有着数以万亿计的机器人的世界里，却只有几十亿人类，而我们在机器人上的累计花费竟然少于我们付给 Magnus Carlsen 或者——

Alex Imas

理财顾问、医生或者家教。

Dwarkesh Patel

对，或者播客主播之类的。但我后来意识到为什么这是一个谬误了。世界上晶体管的数量实际上已经翻了万亿倍，甚至千万亿倍。你的同事 Chad Jones 得出了一个非常有意思的结论：用于支付计算、支付晶体管的经济份额一直在下降。

你提出的观点是，理解摩尔定律的一种方式是……什么决定了价格？供求关系。因此，我们不仅在以更低的成本生产更多的晶体管，而且边际晶体管的价值也在下降。正如你所说，摩尔定律的另一种表述方式是……

Phil Trammell

我喜欢对摩尔定律的这种悲观解读：每18个月，计算的价值就会减半。我们消耗计算用途的速度是如此之快，以至于这反而维持了摩尔定律的成立。

Dwarkesh Patel

这与关于 AI 的讨论息息相关，也许这还是第一次，这种情况不再成立了。这里一个著名的事实是，现在租用一块 H100 的成本比三年前还要高，尽管我们拥有了更卓越的技术和世界上更多的算力。因为随着模型变得越来越聪明，算力的机会成本也变得更高了。

Alex Imas

这就是 Phil 关于种类增加的观点。我们所做的就是增加了人们对资本需求的种类。突然之间，你有了可以使用资本的新种类，于是需求又跃升了。

Dwarkesh Patel

你可以想象，我们对算力的需求永远不会饱和。只要这种情况持续下去，投入算力的经济份额就会不断增加。

Alex Imas

这是个关键问题。也是我们需要审视的终极问题。我们要为这些计算能力找到多少种新用途，才能产生对这些用途的需求？我想强调的是，经济学中的许多模型，尤其是在我们正在讨论的这个领域，几乎将需求视为外生变量。它们并没有深入剖析人们真正想要什么背后的心理机制。

让我开始思考“关系型部门”这个概念的原因，是我之前所做的一项关于“事物确实存在内在价值”的研究。这不仅仅是因为它稀缺；而是因为人们对共情、人际联系以及与他人互动确实存在一种内在偏好。

我们做过的一个实验涉及艺术版画。我们采用了一种激励相容的方法来询问：“你愿意为这幅艺术版画支付多少钱？”参与者需要支付真金白银。然后我们告诉他们：“看，这种版画只有一张，它要么是 AI 创作的，要么是人类创作的。”这是被试间的实验条件。在其中一种条件下，你会发现人类创作的艺术版画估值远高于 AI 版本。

接着，在另一组实验条件下，我们说这种版画印制了 500 张。对于人类创作的版画，其价格会大幅下降，因为它不再被视为与某位特定艺术家建立联系的纽带。而对于 AI 创作的版画，价格没有变化。AI 已经被视为一种大宗商品了。

我们还需要对此进行大量研究，但这似乎就是这种情况与马这类事物之间的关键区别。马只是转化为产出的投入要素，你可以用其他东西来替代马。你只关心最终的产出。

这种关系型叙事成立的唯一条件——这也是我们需要更多数据来验证的地方——在于人类不能像马那样仅仅作为产出价值的投入要素，也就是说，如果你替换掉人类，产出的价值就会随之下降。如果这种效应不够强，或者它无法适用于足够多的行业或工作岗位，那么这种叙事就站不住脚了。

Dwarkesh Patel

有一种可能性是 Molly Kinder 写过的，即“混乱中间态”情景。这种可能性让我思考，至少在财富分配和再分配方面，AI 的起飞速度是不是越快越好。

我想问你，以下这种可能性到底有没有可能发生，或者说是否存在某种假设条件能让它成立。AI 使得自动化工作成为可能，导致许多人失业；但在自动化发生的过程中，它创造的财富又不足以补偿那些被裁员的人，从而无法实现帕累托改进，即无法让所有人都因 AI 自动化而变得更好。

当然，在某种浅显的意义上，这必然是对的。无论公司通过不再支付人类薪水（转而支付给 AI）节省了多少钱，这些资源依然存在于经济体系中，完全可以分配给人们。

但这会带来一些配置效率低下的问题。政府并不确切知道谁是因 AI 而失业的。这里还存在一个政治问题。如果 Meta 的员工率先被裁，他们原本年薪 20 万美元，那么在还有许多在职人员收入远低于此的情况下，每年给他们发一张 20 万美元的支票，这种做法在政治上具有可持续性吗？你觉得这种情景合理吗，即 AI 自动化了一大堆工作，但创造的财富却远不及自动化的规模？

Phil Trammell

我认为这是可能的。对我来说，这似乎是一个相当短暂的窗口期。我的猜测是，如果我们拥有的技术能够自动化大量工作，以至于演变成一种新型的政治问题，那么（经济的）整体蛋糕也会以极快的速度膨胀。

嗯，除非在它所自动化的所有这些职业中，生产力仅仅提高了一丁点。也就是说，替代所有软件工程师所需的资本总成本，仅仅比我们一直支付给软件工程师的薪酬低那么一点点。

Dwarkesh Patel

为什么认为公司通过解雇一批软件工程师来省钱是不合理的呢？从长远来看，存在杰文斯悖论（Jevons paradox），我们无法提前预知有了更多的软件后我们会做些什么，但必然会有更多的用途。但在短期内，其影响仅仅是很多人被解雇了，而且他们仍然需要弄清楚如何去使用多出百万倍的 JavaScript token。

Alex Imas

Phil 和我一直在写关于这些东西的文章，我们在背后也建立了相应的数学模型。但我们的模型中完全没有包含任何政治经济学层面的考量。

Andy Hall 写了一篇非常精彩的关于 AGI 政治影响的博客文章，其中提出了一个非常有趣的见解。如果失业率上升 2%，政治风向就会彻底改变。失业率对政治走向有着巨大的影响。

提到 Molly 那篇出色的文章，我认为在某些方面，最糟糕的情境之一就是“温水煮青蛙”式的缓慢演变（drip scenario），这正是出于政治经济学的考量。你可能会看到，人们并没有真正大规模失业，而是转向了薪酬更低的行业。这就是 1920 年到 1940 年间电话接线员所经历的情况。电话接线员的工作虽然完全可以被自动化取代，但即使当时技术已经存在，这个过程也花了 20 年。这是一种缓慢的渗透，而不是一个庞大的行业在一夜之间消失。

有一篇发表在 QJE（《经济学季刊》）上的精彩论文探讨了这个问题，显示她们虽然重新被经济体吸收（实现了再就业），但薪水更低，且多数处于未充分就业状态。这就是 Molly 所描述的情境，一个“混乱的中间地带”，事情算不上灾难。我们在新冠疫情期间看到，一旦出现紧急情况，财政应对措施可以非常迅速。所谓的紧急情况就是失业率的快速攀升，甚至可能只是 2-3% 的上升。但如果这种上升发生得非常快，就会演变成全国性的紧急状态。

Dwarkesh Patel

令人担忧的是，无论你在这些白领员工身上省下了多少钱，如果这并没有促进经济增长，而仅仅是省下了一些可以调配到其他地方的资源，那么这足够支撑一项广泛的财富再分配计划吗？你手里只有从少数人身上省下来的钱。除非你能确切知道如何精准地把钱发给他们，否则你就会面临一个问题：“我能用解雇别人省下来的钱来实施 UBI（全民基本收入）吗……？”

Alex Imas

你的意思基本上是经济蛋糕并没有增长那么多。你只是取代了一大批人，但这并没有拓展经济体生产能力的技术前沿。

Dwarkesh Patel

接下来的问题是，历史上每次发生这种事情时，技术前沿是否都得到了大幅拓展。

Alex Imas

我认为确实如此。纵观历史，技术前沿一直在不断拓展。我想菲尔也表达了同样的观点。很难想象这样一种情景：你获得了刚好足以替代软件工程师的智能，但它依然成本高昂，仅仅比人类软件工程师便宜一点点，因此你无法获得这种丰饶效应。既然蛋糕没有变大，财富的重分配又从何谈起呢？

Dwarkesh Patel

这番分析非常有帮助。要让这种情景成为现实，许多不同条件必须同时成立，而每一个似乎都不太可能。

其一，必须是只能零敲碎打地实现整个白领工作的自动化。也就是说，你只能自动化软件工程师，但同样的程序却无法自动化会计师、分析师以及其他职位。

我对智能的认知模型是这样的：无论是从完成软件工程等任务所需的广度来看，还是从智能的本质来看——如果你真的能够裁掉所有的软件工程师，这就意味着你已经具备了足够的能力，可以自动化各种白领工作。大规模裁员将带来巨大的潜在成本节约，而且 AI 最终也会比人类劳动力更便宜。

如果这两个前提都成立，那么这种我们实际上没有足够财富可供分配的“混乱中间态”情景，似乎就不太可能发生了。接下来的问题就是：对其进行征税和财富再分配的最佳方式是什么？

Alex Imas

我有一些想法。我认为权衡成本与收益非常重要。首先，实施这些方案的复杂程度各不相同。其次，它们在真正发挥作用的时机上也存在差异。比如“全民基本资本”这样的政策，不可能对六个月内发生的事情产生回报。你最终可能需要采取分层级的应对措施。

以负所得税为例。一旦实施，在它成为法律的那一天，你就拥有了一层保障：有了一个收入底线，每个人都能拿到一定数额的钱；而如果你赚得更多，你缴纳的税也就更多。不过，负所得税也是有利有弊的。

再比如 UBI（全民基本收入），我非常担心它带来的政治经济学影响。如果人们仅仅依靠救济支票生活，那么谁掌握政权就变得至关重要。现在，我们拥有能够转化为收入的劳动力。当这种情况不复存在，而我们连基本需求都只能仰仗民选官员的恩赐时，这就变成了一种非常危险的权力共享安排。

Dwarkesh Patel

但这难道不适用于任何形式的政府财富再分配计划吗？

Alex Imas

如果是“全民基本资本”之类的方案，你拥有资本的所有权份额和财产权，你手里拿到的是实实在在的股份。

Dwarkesh Patel

你就成了一个普通的股东。

Alex Imas

你就是个普通人。

Dwarkesh Patel

但这又回到了指数化的问题上，因为如果做指数化很难，那么推行全民基本资本也就很困难。

Alex Imas

这就是全民基本资本面临的问题：目标资产的选择。你该把什么资产作为目标放进人们的投资组合里？

Dwarkesh Patel

比如，如果 Anthropic 的价值归零了，而某家不知名的机器人创业公司接管了一切，那该怎么办？

Alex Imas

确实如此。这就是全民基本资本的风险。如果实行负所得税，你会面临和 UBI（全民基本收入）一样的问题：某人上台后说“我们不再实行这个政策了”，而人们又无法工作，接着你就会面临最低生活保障消失的问题。

Dwarkesh Patel

对财富税的一个担忧是，0.5% 的财富税在政治上不存在可持续的均衡状态。当然，所得税也经历过这种情况。一开始税率很低，目的是为了应对战争之类的事情，然后税率缓慢攀升，直到美国的边际所得税率达到 40% 左右，而在某些州甚至超过 50%。

就资本税而言，是否有理由担心它会扭曲投资？人们会不会说：“我为什么要投资 Anthropic 或 Intel？政府会拿走越来越大的份额，从而稀释我的股份。”

Phil Trammell

等一下。我们有必要把如何筹集资金、对什么征税以及如何分配这三者区分开来。政府完全可以通过广泛的基础税收筹集资金来购买 Anthropic 的股份，然后再把这些股份分发给所有人。这很可能是正确的做法。希望某些民粹主义提案不会对此横加干涉，去没收那些碰巧大家都知晓的特定公司。

Dwarkesh Patel

你的意思是可能存在某种最优税收机制。比如对外部性征税，或者对土地征税。我想我们可能不仅需要对这两者征税，还需要对其他东西征税。

Phil Trammell

或者对消费征税。

Dwarkesh Patel

好的，消费税，比如欧洲的增值税，可以让政府去购买大量股票，然后他们只需把这些股票分配给所有人就行了。

Alex Imas

那是 David Autor 的……

Phil Trammell

这与直接进行股票再分配没有太大区别，但还是会有一点不同。

Alex Imas

顺便说一下，那是关于社会保障的提案。也就是社会保障私有化。到目前为止它运作良好，但它还能维持多久仍是个问题。社会保障私有化基本上就是给每个人一篮子股票。

Dwarkesh Patel

人们都在谈论是否已经出现了“白领末日”。是否有任何证据表明，AI 已经导致了大规模的自动化或失业？

Alex Imas

很多人都在关注这个问题。这是一个备受瞩目且产生大量数据的领域。耶鲁大学的 Budget Lab 在这方面做了非常出色的分析。他们最近刚发布了一份报告，你真的得仔细去抠才能发现些许端倪。如果你想从整个宏观经济的角度来观察，哪怕是看软件工程这种受 AI 影响最深的行业，也确实没有发生什么实质性的变化。

可能稍微有一点迹象表明，初级开发者找到工作的概率不如从前了。但这仅仅是“不如从前”，而不是发生了断崖式的结构性改变；因为如果非要说有什么变化的话，实际上市场对高级软件工程师的需求反而增加了。如果你看趋势线的话，初级开发者的就业情况只是略低于趋势线而已。

Dwarkesh Patel

所以你的意思是，虽然增长比以前放缓了，但即使是入门级软件工程师，岗位依然在增长。那么，对于刚毕业的大学生说现在更难找到 CS 工作的传闻，你怎么看？

Alex Imas

我认为那只是传闻。

Dwarkesh Patel

你是不是觉得某些人一直以来都很难找到工作，而现在这被硬套成了关于 AI 的说辞？裁员也是如此，可能只是一次常规裁员，他们却把它说成是 AI 引发的裁员。

Alex Imas

对此你必须谨慎对待。现在存在着一些公众协调机制。假设我们陷入了这样一种叙事：如果一家公司不裁员，就会被认为是对 AI 的适应不够。这会引发一种连锁反应，导致各公司为了在裁员上互相攀比而跟风。这非常令人担忧，因为公司裁员后的境况可能反而不如从前，但它们依然裁员，只为了营造一种表象：“看，我们没有落伍，我们在使用 AI。”

你可能听过那些关于统计 token 数量的坊间传闻，说必须最大化 token 之类的。但目前，我们其实没有任何证据表明白领阶层正在遭遇血洗。

Dwarkesh Patel

考虑到 AI 能做这么多事，这有什么好惊讶的吗？这是自古以来的规律。如果你将某些互补性任务自动化了，那么整体盘子——也就是与自动化相辅相成的人类劳动——反而会升值。

Alex Imas

支撑这一论点的一个非常关键的经济学指标是需求弹性。

以工作中的 O 形环模型（O-ring model）为例。一份工作由一系列任务组成。假设 AI 将十项任务自动化了九项，剩下一项没有自动化。如果员工现在能集中精力完成这项任务，工作效率就会提高。如果这转化为价格效应，使得产品更加便宜，并且需求端对此反应强烈，导致购买量和服务的使用量增加，这实际上可能会带来更多的招聘。

网上很多人都在泛泛地提出这种观点，他们说：“看吧，如果从数据中能看出什么端倪的话，那就是软件工程的需求正在上涨。”这表明，至少在目前，考虑到工作的运作方式，其需求弹性可能已经足够大了。

Dwarkesh Patel

我认为“需求弹性”这一论点对于人们做出的许多论断，或者人们在不了解潜在因果关系的情况下滥用的许多概念来说，都至关重要。人们经常谈论杰文斯悖论（Jevons paradox）。它的意思是，随着某种东西变得更便宜，你会想要更多，以至于你在该事物上的总花费反而增加了。著名的例子就是大约 200 年前英国的煤炭。

但实际上，只有在某种东西的需求极具弹性时，这种情况才会发生。许多东西的需求并没有超高的弹性。举例来说，如果石油变得超级便宜，并不会神奇地——

Alex Imas

或者胰岛素。

Dwarkesh Patel

没错。并不会凭空多出那么多的汽车，以至于我们现在消耗的石油比以前多得多。

Phil Trammell

至少在短期内不会。

Dwarkesh Patel

没错。长期弹性要高于短期弹性。但即使在长期来看，农业也是一个著名的例子：如果我们现在投入与过去相同比例的经济资源到农业中，我们可以生产出多得多的粮食。且不说我们现在已经生产了更多的粮食，如果把 100 年前用于生产粮食同等比例的经济资源放到现在来生产粮食，产量还能再翻几番。但当你吃饱了，需求也就到顶了。

关于软件的一个断言是，随着它变得越来越便宜，你只会不断想要更多，这并不是市场的某种固有属性。软件的特殊之处在于，它属于一种特定的商品：随着它变得越来越便宜，我们会想要越来越多。

这也高度相关，而且你写过一篇关于这个的文章——这期播客很多时候都是我在给你总结你的文章。Citrini 发布了一份关于未来的、广为流传的情景推演，预测由于自动化和极其强大的 AI，将会出现经济衰退。白领工作将被自动化取代，他们将不再有工资收入，因此经济会陷入萧条。你愿意概述一下为什么这种情况可能站不住脚吗？

Alex Imas

这个推演有一部分是合理的，另一部分则不然。我们对话一开始就提到了可能会出现大量失业的观点。如果自动化的速度很快，人们可能会被解雇，而且可能无法很快找到新工作。我们大可对 Citrini 文章中关于失业的部分进行争论，但这并不是核心问题。核心问题在于他们谈到了负经济增长。

我在那篇文章中做的探讨——Phil 和我也对此进行了反复讨论——就是说，让我们先从“经济负增长”这个假设出发。经济需要满足什么条件才会出现负增长？结果表明，这些条件发生的可能性微乎其微。

其中一个必要条件是，资本持有者（基本上就是富人）……基本上，在这类场景中，财富和收入会从依靠劳动力的低收入人群重新分配给科技资本所有者。因此，你需要需求是有上限的，而且是一个硬性上限，甚至不是一种软性的边际效用递减。你需要他们最终说：“我已经够了，我不想再花更多钱了。”而且这笔钱也没有转化为投资。只有这样，你才可能看到负增长。

Dwarkesh Patel

关键在于，即便我们不再想要更多的物质，在发生技术奇点的世界里，我们居然不想投入更多资金，这种设想是很荒谬的。难道我们会说：“别建更多数据中心了，别建更多晶圆厂了”？即便我们拥有了 AGI，我们却不投资建设更多的数据中心来运行 AGI，而那本该能驱动更大的经济增长。

Alex Imas

我把那篇文章发给了 Phil，Phil 回复说类似“这挺蠢的”（指我的文章）。他说：“你想论证会出现经济负增长，但这些条件太难以置信了。”而我的反应是：“这正是这篇文章的重点所在。这些确实是非常难以置信的经济条件。”

这正是情景推演真正的价值所在。Citrini 的那篇文章写得很好，因为它引发了一场讨论。这种认为“如果需求崩溃，经济就会萎缩”的想法非常直观。在萧条时期，这种情况确实会发生。但在大萧条时期，技术前沿并没有扩张。

但在当前的情况下，技术前沿正在不断扩张。我们实际上处于物质充裕的状态。要让这种充裕反而导致经济负增长，真的是极难发生的事。

Dwarkesh Patel

刚才我们讨论了为什么 LLMs 没有引发更大规模的自动化。正如你提到的“O型环理论”，一种可能的机制是……“O型环理论”指的是挑战者号航天飞机因一个组件失灵而导致整机炸毁的事件。这或许也是经济活动中商品生产的一个更普遍的模型：你必须确保每个环节都绝对可靠且运转良好。因此，目前你还无法将一整份工作完全交给 AI 来自动化。即使它有一定概率能胜任这项工作，你也需要极高的可靠性，以确保它不会毁掉最终成品。

这或许能解释为什么目前的自动化程度远低于预期。但我认为，一旦 AI 足够先进，情况就会向反方向发展。未来要将人类整合到商品的生产流程中将会变得非常困难。甚至抛开人类成本更高或能力不足这些理由不谈，未来的整个生产流程都将围绕 AI 劳动力来组织。它们用“神经语言”交流，思考速度比人类快成千上万倍。

因此，即使人类在某些方面具备比较优势，雇佣人类是合理的，但考虑到交易成本和对可靠性的担忧，实际上将人类整合到未来的生产流程中依然会困难重重。

Phil Trammell

我觉得这很有道理。具体而言，我只是想区分一点：如果你将十分之九的工作自动化了，人们可能会转向去完成剩下的十分之一，但这十分之一的工作量可能会变成原来的十倍。

将这与 Gans 和 Goldfarb 最近提出的“O型环自动化”模型做个比较。如果你只能将十分之九的工作自动化，而且其完成的质量标准还低于人工水平，那你可能连这十分之九都不想自动化了。

这个逻辑完全可以套用过来。同理，这也可能成为我们不再让人类负责那十分之一工作的原因，因为人类的工作质量或速度根本达不到 AI 处理其余部分时的水平。他们最终会拖累成品的整体质量或速度。

Dwarkesh Patel

顺便说一下，你们讨论的这个模型在我看来非常有说服力，它解释了为什么目前没有更多的律师、会计师甚至软件工程师被自动化。在某些情况下，虽然事情按预期发展的概率很大，但你花钱请律师的意义就在于：“不，说真的，我的公司绝不能因为这种事倒闭——”

Alex Imas

你同时也是在为许多监管类事项买单。尤其是律师行业，你需要有实体来为工作成果负责，需要明确成果的所有权，需要有人来行使解雇或雇佣的权利，而且还涉及执业许可的问题。存在大量监管层面的因素，会要求人类留在工作流程中（即使不考虑人际关系因素），而这与人类实际提供该服务的能力毫无关系。

Phil Trammell

所有这些涉及政治类决策的阻力——比如我们习惯了只信任由人类来进行立法、担任法官、充当陪审员，或者各种将特定职业限制为人类的执业许可——这一切在我看来都只是过渡性的。

人类应该具备什么特质，以及我们如何组织政治体制，在历史上已经发生过无数次变迁——从微小的狩猎采集部落到庞大帝国，不一而足。一旦由 AI 主导的政治体制比其他体制高效得多，它们很可能就会在竞争中淘汰其他体制。

Dwarkesh Patel

说到这里，我们之前一直在讨论人类目前的偏好，以及这种偏好对未来哪些商品会变得稀缺有什么影响。但毫无疑问，未来将会出现不同类型的实体：AI。地球上曾有一段时期没有人类，但进化筛选出了具备特定驱动力和偏好的智能体，因为它们最有可能存活下来，而如今这些偏好正决定着百万亿美元规模的全球经济生产什么。

为什么我们不设想未来的 AI 也会经历同样的过程呢？这里甚至还不是指那种 AI 把人类全部消灭的灾难性“对齐失败”场景。而是说，即使个体 AI 不发生进化，包含 AI 在内的企业也会发生进化。这种进化会偏向于什么？它很可能偏向于不断扩张的企业或智能体。基于优胜劣汰的逻辑，能够不断扩张的事物会变得更加普遍。

也许仅仅基于这一点，你就可以对它们的偏好做出一些预测。那种偏好人类内在特有产物的实体，会成为积累资源最多的实体吗？大概不会。它很可能会进行更多储蓄，并对任何相关资源产生无法满足的需求。算力（Compute）就是一个显而易见的例子。我们能否以此对那些将主导未来的非人类偏好做出预测呢？

Alex Imas

如果存在这样一个 AI：它拥有自身的福祉，完全自主，并且能做出关乎自身福祉的决策，说实话，我完全没有先验理由认为它会愿意与人类打交道。这毫无理由可言。

但让我们从相反的立场来看看这个问题。人类更倾向于彼此互动，更愿意信任其他人类并与同类产生共情，而不是面对一个模拟的 AI。我认为，这种偏好未来是否会改变是一个非常重要的问题。

我听过很多这样的论调：“你看，目前我们只是还不习惯这项技术罢了。你所认为的人际羁绊……到了某个阶段，人们只会把 AI 心理治疗师看作更优质的产品，他们将不再需要人类所能提供的那种共情。”

我认为这其实是一个非常复杂的问题。这里有一个论点可以解释为什么这种偏好不会消失，它同样与进化有关。假设存在两种类型的人：一种人并没有这种偏好，他们完全可以和 AI 互动，只要 AI 能模拟得足够逼真就行；另一种人则对将此类社交互动外包给 AI 持有近乎道德层面上的反感情绪——借用 Jonathan Haidt 的理论框架来说。

这两类人中，哪一种更可能去繁衍后代、寻找伴侣，做诸如此类的事情？我认为答案显而易见。是第二种人，也就是对同类抱有偏好的那种人。

Dwarkesh Patel

那得取决于繁衍后代的方式了。

Alex Imas

有道理。但如果我们身处的世界中，繁衍后代依然按照现有的方式进行的话，我想……当然，这是一个宏大的问题，我并不是在做预测。

你在节目中采访过大卫·赖克。他在上一期播客中的观点是，我们正经历着活跃的自然选择。所以，即使你现在对某些事物表现出无所谓的态度，自然选择最终也可能会导致你对其他人类产生更强烈的偏好。

Dwarkesh Patel

可以这样来看待这个问题。世界上最富有的人的财富是如何体现的？我们之前通电话时，你提到过他们的消费更倾向于关系型商品。比如马克·扎克伯格为妻子的生日雇佣综合格斗教练和舞者等等。

但他的大部分财富仅仅是 Meta 的股票。作为控股股东，他完全可以要求：“Meta，把所有这些财富转化为股息收入，然后我就把钱全用于消费。”相反，他更愿意让自己的财富复利增长，让 Meta 去建设更多的数据中心。

所以，甚至不需要改变人类，情况就会是如此。那些最富有的人——并且因为财富复利增长而变得越来越富的人——正是拥有这种近乎尼克·兰德式的加速资本积累的偏好。这确实似乎表明，这是决定未来会生产何种事物的一个重要因素。

Phil Trammell

产生这两种人的原因可能有两种：一种人更喜欢人类心理医生，另一种人则不介意与 AI 交流。如果他们对资本的边际效用递减（即满足感获取）速度相同，但喜欢人类心理医生的那个人恰好也喜欢某些人类专属的服务，那么假设他们初始财富相同，未来资本的边际价值与今天相比，对他们各自来说应该基本是一样的。虽然可能会有一些相互作用之类的复杂因素，但大体上应该是相同的。

如果导致这种差异的真正原因是，其中一个人仅仅因为对探索宇宙、将自己的大脑升级成“银河脑”等前景着迷，从而对资本的渴求永远不会饱和；而另一个人则会饱和，那么这个对资本不饱和的人，如果保持理性的话，就会拥有更高的储蓄率。

因此从长远来看，他们将掌握大部分财富，而总体的资本份额基本上就等同于那个人的支出中所占的资本份额，这个份额将会是百分之百。

Dwarkesh Patel

重要的是，我们谈论的并非一个假设性的未来。埃隆·马斯克正在讨论在月球上建造质量加速器。他是目前世界上最富有的人。显然，他当前的投资既投向了人类也投向了机器，但我认为他并不怎么在意他未来的研究员和工程师究竟是人类还是 AI。

Phil Trammell

而且他繁衍后代的速度也很快。所以我只是认为有必要明确做出这种区分。目前有一些富人似乎对资本的渴求并不会轻易饱和，因此从长远来看，也许他们积累的财富会最多。这在我看来确实很有道理。

我还想补充一点，即使他们在生物学上的繁衍速度较慢，但如果他们能够实现长生不老，从长远来看这可能也无关紧要了。

Alex Imas

永生是关键。再说一遍，我们在这里是在做情景假设。如果你能长生不老，在我的叙事里很多情况也会随之改变。关于你提到富人消费不多而倾向于投资的论点，这一切都取决于资本回报率。目前，数据中心的回报率极高，但如果我们进入一种资本饱和的状态，积累资本的回报率就会下降。那么这些富人就会增加消费，因为投资的动力变小了。

基本上，你可以思考一下这类过程的一般均衡……自1820年以来，我们变得极其富有。参与投资的人也多得多，但你依然会看到消费响应，这使得人们能保持就业，且劳动收入份额维持在高位。那是因为——

Phil Trammell

等一下。

Dwarkesh Patel

等等，不一定。我想你表达的可能是同一个意思。也可能是他们的投资必须通过实际的劳动者来逐步调配，这些劳动者必须为促成其投资发挥作用而干活。在未来，只有消费是需要人类参与的，对吧？因为投资完全可以由机器人来完成。

Alex Imas

所以我们现在讨论的是如何保持较高劳动收入份额的情景。我们就假设处于那种情景中。在劳动收入份额较高的情景下，无论出于何种原因，资本回报率都会变低。

Dwarkesh Patel

没错。联系到我们早先讨论的为什么“混乱的中间状态”不可信，我觉得我们可以在这里采用类似的逻辑。要想让资本回报率降低，经济增长率就必须放缓，对吧？它肯定得低于我们在变革性 AI 时期所预期的增速。如果出现爆发式增长……

Phil Trammell

对，也不完全对。资本存量可能会快速增长，但资本品相对于消费品的相对价格，其下降速度可能会超过资本存量的增长速度。

Alex Imas

这就是技术的潜在前沿与这些技术的实际价格之间的差异。因为存在相对价格。

Dwarkesh Patel

所以你的意思是，我可能把钱投进去赚取 30% 的利息，投资给数据中心之类的。如果增长率很高，未来总会有能带来高回报的投资标的。或者，作为所有这些技术突破的结果，出现了某款我现在就非常想购买的酷炫产品，而这两种都会是极具吸引力的选择。

Phil Trammell

是的。它不一定非得是新产品。它可以是具有人类内在属性的产品。

Dwarkesh Patel

不过，如果它是具有人类内在属性的产品，我们在未来对它的需求会比现在大得多，因为与之形成对比的替代品是——

Phil Trammell

我们对它的需求可能和现在一样，就观赏芭蕾舞表演而言，其边际效用和现在完全一样。但机器人的边际效用可能比现在低得多。所以，如果以机器人为计量单位，我们对这种人类属性产品的需求会比现在高得多。

利率会达到 30% 吗？这取决于你如何定义实际利率。可能的情况是，现在的每个机器人到明年都能变成 100 个机器人。所以以机器人为计量单位，利率是 10000%。但如果机器人的价格正在极速下降……

Alex Imas

价格会进行调整。我想这正是问题的关键所在。

Phil Trammell

在这里，价格正以一种非常有意思的方式进行调整，而这是许多宏观经济模型所没有考虑到的。这里发生的情况就是所谓的“投资专有技术变迁”。

相对于消费品价格，资本品的价格正在下降，而不是像传统宏观经济学那样，假设只存在一种被称为“产出”的虚构混合物，并且它可以一对一地分配给资本或消费。在这个世界里，这种假设并不成立。

明年每一单位资本所放弃的消费，远少于今年每一单位资本。现在的一个机器人明年会变成许多机器人，但芭蕾舞演员的数量保持不变。

Alex Imas

我们再回到品种不断增加的话题。如果明年所有这些额外的机器人实际上是不同品种的机器人，而且我对这些机器人不会感到饱和，那么情况就完全不同了。

Dwarkesh Patel

但我们现在讨论的是消费领域。至于投资方面，可能只是某些贪婪的工业巨头不断想要越来越多的机器人。仅凭这一点，就足以提高机器人的边际价值，从而降低劳动份额吗？

Phil Trammell

是的。

Dwarkesh Patel

为什么我们预期贪婪的工业巨头不会继续存在呢？

Alex Imas

历史上，贪婪的工业巨头建造了图书馆，并且——

Dwarkesh Patel

但那是因为他们会死，所以他们就像——

Alex Imas

哦，他们都会死。人人都会死。

Dwarkesh Patel

嗯，我们走着瞧。

Alex Imas

在人会死的前提下……你曾有一位节目嘉宾说过，要理解未来，你应该回顾过去。可能会出现新型巨头，他们积累财富的全部理由仅仅是为了积累财富。

但很多时候，至少在历史上，财富积累过程是同侪和社区之间大型社交互动的一部分，在这种互动中，你希望以某种方式受到钦佩。关于工业巨头的一个典型事实是，你积累资本，然后购买大量东西。

Dwarkesh Patel

我想这是一个历史问题，但在我看来，在很多情况下，实际情况是，当他们接近生命终点时，他们要么将其传给子女，而子女作为资本的管理者不如他们。他们甚至无法以经济增长的速度来增长财富，更不用说以比经济增长更快的速度增长，而他们的父母曾经做到过。

他们会说：“好吧，比起我玩这场积累财富的游戏，我不太在乎我的孩子是否拥有它。所以我只想把它交给某个信托基金。”如果人们寿命更长，或者如果他们能找到某种方法使他们的信托基金与这个财富积累过程保持一致……感觉这里的演化力量非常强大。你只需要几个这样思考的参与者，这就足以成为决定整个经济偏好的主导因素，因为这部分的增长速度比经济的其他部分快得多。

Alex Imas

关于饱和和边际效用递减的话题不断被提及，我认为这非常重要。如果一个人对积累有内在偏好，那就是他们想要的，那么我认为你的说法完全正确。但偏好通常并非如此运作。你的生活中有足够的享乐，然后是社会地位……卢梭写过这个，圣奥古斯丁也写过这个。这是偏好的一个基本组成部分。

现在，你们在争论另一件事，即可能存在如此高的集中度，以至于只需要几个规则的例外情况就足够了。对此我没有什么可说的。

Phil Trammell

我认为这个主张要更强一些，不仅仅是你可能会有一些例外，而是从历史上到今天，我们都切实看到了这些例外。只是在历史上，它们并没有真正接管整个经济，因为存在所谓的“耗散冲击”。他们把财富交给了挥霍无度的子孙，或者投入了花钱的基金会。这其实算不上什么冲击，但是……

人们可能一直想用纪念自己的丰碑填满整个宇宙，并带着巨额财富长生不老。这是一种奇怪的偏好，但这并非一种假设性的偏好。我认为这就是那个主张。

但谁知道他们脑子里在想什么呢？即使没有积累财富的内在偏好，也有一些工具性原因可以解释为什么有些人会看重财富积累，这也值得一提。比如对政治、哲学或宗教影响力的渴望。人们为了社会的形态和人们的信仰而陷入了军备竞赛。

类似但不同的是，因为这并非军备竞赛，而仅仅是总量功利主义慈善。作为一名优秀的古典功利主义者，当我思考为什么未来拥有大量财富可能是件好事时，对我来说，其价值——或者至少是一种能让你在未来拥有财富时，产生几乎无法满足的效用函数的方法——就是创造新的快乐生命。它们纯粹是在增加世界的总福利。

这个想法至少可以追溯到波斯特洛姆关于“天文浪费”的观点，即我们可以在恒星周围建造戴森球，将所有的能量转化为真正快乐的模拟世界等等。

Dwarkesh Patel

我认为这个优化器的特定贪婪程度并不重要，也不在乎它们贪求什么。抛开功利主义哲学之类的先不谈，一个纯粹的冯·诺依曼探测器有……我不知道这么说准不准确？它们对自己将要占据的任意恒星系都有很高的边际价值，因为这可以转化为更多的恒星系。冯·诺依曼探测器是一种可能存在的事物。那是一个极其贪婪的优化器。

Phil Trammell

如果我们在讨论它们是否会主导经济，这可能只是一个技术性细节。但我们只把最终消费品和投资品计入 GDP。如果只是存在这种现象——

Dwarkesh Patel

冯·诺依曼探测器在 GDP 中是如何体现的？

Phil Trammell

没错。如果我们把它看作一个拥有自我所有权的个体，并且它正在边际上进行优化，权衡是多花点资源制造一个用于殖民另一个恒星系的子代冯·诺依曼探测器，还是去换取一个芭蕾舞演员之类的东西，而它恰恰对芭蕾舞演员没那么看重……

Alex Imas

当我们讨论 AI 生命时，这完全取决于我们如何进行核算。

Dwarkesh Patel

在冯·诺依曼探测器成为可能的世界里，世界会是什么样子？劳动份额有没有可能很高？

Phil Trammell

我认为按照我们通常的核算方式，劳动份额是有可能很高的。

Dwarkesh Patel

经济学家对那些没有处于 AI 生产链条中的国家有什么建议吗？如果你既不在生产 AI 模型，也不在生产用于 AI 模型的硬件，如果你不是制造 HBM 的韩国、拥有晶圆厂的台湾或是拥有 ASML 的荷兰。印度或尼日利亚，他们现在应该做什么？如果你现在正在和莫迪交谈，你会说什么？

Alex Imas

我认为，经济学界在资源分配上最大的缺失，就是缺乏对 AI 时代中等收入发展中国家的关注。我自己在这方面也有不足。目前思考这个问题的人还不够多。

在某些设想中，AI 技术会被广泛分配并扩散到尼日利亚等发展中国家，从而拉平竞争起跑线，本质上是在能力层面上让它们实现跃升。

但也存在另一种可能：由于缺乏足够的资源，他们无法训练模型，也没有硬件，从而被彻底甩在后面。而且由于自动化的普及，我们现在在发达国家就能自行生产商品。这样一来，他们甚至连消费市场都算不上了。那种情况看起来相当糟糕。

Phil Trammell

在我看来，这似乎是“棘手的中间阶段”情形的一种延伸。“棘手的中间阶段”之所以可能仅在极少数情况下才会变得糟糕，不仅是因为经济蛋糕变大后更容易进行再分配，更是因为利率会变得极高，或者等价地说，除了人类内在属性相关的商品外，其他所有东西的价格都会以极快的速度下跌。这就像是一枚硬币的两面。今天的一点点储蓄，到了明年就能转化为大量的消费。

只有在情况极度恶化时，我们才会处于这样一种境地：资本的生产力刚好足以实现大量工作的自动化，却还没高到能让利率飙升、并使资本生产的商品价格大幅下跌的程度。即使没有财富再分配，一点点储蓄也足以让很多人维持生计。

Dwarkesh Patel

你的意思是，如果发展中国家在发达国家拥有一定的储蓄，这就足以产生大量盈余，然后他们就可以——

Alex Imas

他们现在可以利用这些储蓄进行大量消费了。

Phil Trammell

但在当前情况下，这个“棘手的中间阶段”可能会更漫长。无论从现有财富的绝对值，还是从其实际融入全球经济的程度来看，他们的起点都极低。我认为他们现在就开始行动非常重要。至于具体形式应该是建立主权财富基金去投资正确的供应链，还是直接向本国公民发放补贴以购买少量——我对这两种方式没有强烈的偏好。

Dwarkesh Patel

这其实是一个关键点。我们之前讨论过，如果我们关于“筛选出这些贪婪的利益最大化者”的论点成立的话，为什么像洛克菲勒家族这样的巨头，他们的后代却没有控制一切？一种解释就是，想要完全跟踪整体经济是非常困难的。也许他们原本可以决定让继承人去跟踪整体经济指数，让财富随着经济增长率而膨胀，如果是这样，他们的继承人现在早就是万亿富翁了。

在指数基金出现之前，这确实极其困难。回顾过去100年，当时经济体中极小的一部分，创造了现在的大部分价值。如果你没有押中那些特定的领域，你的财富就会停滞不前。

也许曾有过一个短暂的黄金窗口期，从指数基金诞生起到五年前，你确实可以通过投资指数来跟踪整体经济，并让自己的财富以经济增长的速度增值。但现在我们身处一个回报非常集中的世界，尤其是私人公司获取了集中的回报。正如我们在博客文章中所指出的，普通人极难接触到这类资本。他们的主要资本就是拥有一套普通的房子，至少在美国是这样。

Phil Trammell

或者说房子的一部分。

Dwarkesh Patel

正如我们刚才所说，这种资本偏偏最不适合与 AI 的生产、AI 的服务或是机器人形成互补。

Phil Trammell

也不适合富人们会竞相抬价的那种商品。

Dwarkesh Patel

没错。目前房子的价值体现在哪里？在于土地靠近其他人类，撇开人际关系因素不谈，这在将来绝不会是主要的生产要素。

Alex Imas

这就是为什么乔治主义税（土地价值税）无法为我们即将讨论的这类项目筹集到足够资金的原因。

Dwarkesh Patel

对。但退一步讲，我想表达的观点是，如果现在通过指数跟踪经济变得越来越难，而这正是普通人——撇开某种全民基本收入不谈——本应依赖的主要方式……

Phil Trammell

在发达国家。

Dwarkesh Patel

——本应借此从 AI 创造的财富中分一杯羹的方式。而且这也是发展中国家本应借此从 AI 财富增长中分一杯羹的方式。

但这非常困难。尼日利亚拥有很多 SK Hynix 和 Anthropic 的股份吗？我猜没有。对他们来说，仅仅持有 S&P 500 是不够的。

Alex Imas

这引出了一个非常重要的问题。AI 会更像电力，还是更像社交媒体？

想想 ConEd，或者这里其他的电力供应商。它是垄断企业，提供一种人人都在使用的资源。但我们会认为电力造成了权力的集中吗？ConEd 拥有巨大的政治权力、社会权力或类似的东西吗？不，因为就电力而言，许多下游收益实际上流向了电力用户，而不是生产电力的实体。

另一方面，社交媒体的情况恰恰相反。社交媒体无处不在，每个人都在使用，但经济利益全都流向了平台。

Dwarkesh Patel

这个观点非常有趣。我还不完全认同这个看法，让我把想法说出来探讨一下。你越是认为我们未来的经济将建立在 AGI 之上，就像目前经济建立在电力之上一样——也就是说，整个经济发生广泛而深刻的变革——它就越像电力……未来的每一家标普指数公司，如果能跻身 S&P 500，必定是因为它利用了 AI。

Alex Imas

没错。这样你的财富就又与指数挂钩了。

Dwarkesh Patel

但话说回来，我想如果你看看 S&P 500 随着时间的推移变得多么集中，仅仅是这些大型科技公司就集中得不得了……我想这涉及一个根本问题，那就是很难推断这些独立的私人公司究竟能控制多少 AI 带来的收益。

Alex Imas

我认为开源模型在这里将是一个关键点。如果我们确实处于这样一个世界中：开源模型落后最前沿模型六个月——或者九个月——那么当我们实现 AGI，或者达到任何里程碑时，最多再过六个月，所有人就都能使用这种资源了。

Dwarkesh Patel

这向你表明，每个问题都是与其他问题息息相关的。那个关于是否存在爆发式收益的问题，与递归自我改进的问题紧密相连。即使没有递归自我改进，也会有持续学习或在线学习，这让模型能够在实际工作中边做边学。因此，一旦模型被部署，它就能学到更多。这些都只是预测性的技术问题，但随后却会影响到乌干达能否从 AGI 的收益中分一杯羹。

我之所以强调这个问题，是因为我认为无论是处于复杂的中间阶段，还是对于发展中国家，人们常常想当然地提出一种建议，即必须进行某种再培训，必须实施某种就业计划，或者必须让这些国家在自己的领土上建设数据中心。我觉得你们两位的建议更接近于直接买入 AGI 的指数。这或许是一种更纯粹的策略，也更有可能取得成功。

亚历克斯·伊马斯

这是两种可能的情景。我认为存在一种收益高度集中的情况，如果是那样的话，投资 AGI 指数将会变得非常困难。还有一种情况是，AGI 变得像电力一样普及。基本上每家公司都能使用 AGI。所以你只需要买入指数即可。尼日利亚只需要买入指数，并且借助开放模型，尼日利亚也能用上 AGI。

菲尔·特拉梅尔

回到是选择进行再培训还是尝试投资指数这个问题上。考虑到 AI 可能会以极快的速度席卷全球，我会优先考虑尝试投资指数。但我绝对不会仅仅依赖这一种策略。

在那些复杂的中间阶段，或者我们需要很长时间才能实现 AGI 的长周期情景下，如果你本可以通过再培训，让人们更好地掌握如何使用最新一波计算技术，却没有这样做，那将会错失巨大的价值。我认为这两者之间并没有那么强的非此即彼的冲突。

德瓦克什·帕特尔

对此感到悲观的原因可能是，一个国家之所以贫穷，原因之一就是其教育系统糟糕，因此，对于这个贫穷国家来说，想要成为全球最擅长对国民进行 AI 再培训的国家，似乎并不是一个特别有前景的策略。

亚历克斯·伊马斯

尽管在发展中国家确实存在一些跨越式发展效应的案例，比如移动银行。它在尼日利亚就比在德国普遍得多。人人都在使用移动银行。他们手机里都有这类应用，并且随时在进行这类操作。

我重申一下，我不是在对这种情况的发生概率下定论，但有了像 AI 这样的变革性技术，你确实有可能实现跨越式发展，直接跳过中间阶段，并迎来真正天文数字般的增长。

菲尔·特拉梅尔

关于投资指数的难易程度，我认为这确实是需要我们稍微担忧并持续关注的问题。但正如我们在自己的文章中所讨论的，以及其他人所指出的那样，进行指数化投资其实已经没那么难了。虽然收益私有化的程度略有上升，但在美国非小型公司的总市值中，私有企业的占比仍然远低于 20%。

大家都在关注 OpenAI 和 Anthropic。如果所有的财富都将汇聚于此，那么关于开放模型是否会一直落后一点点等问题就非常重要了。但即使是它们，大概也会在不久之后上市。阻碍公司上市的那些摩擦成本，比如所有的信息披露要求之类的繁文缛节，可能本身也会被 AI 大幅削减。而且这些公司也希望能接触到更多潜在的投资者。

如果非要我猜的话，我想降低这些摩擦力、让越来越多人能够更轻松地建立索引的长期总体趋势将会继续，尽管最近出现了一些反向的波折。

Dwarkesh Patel

这实际上让我比以前更加希望这些实验室真的能实现商品化，或者至少它们能尽快上市。但愿它们能彻底商品化。我认为，如果获取 AI 红利的难度和获取电气化红利的难度一样大，那么 AI 将会普及得多，更重要的是，它也更有可能带来广泛的繁荣。

Alex Imas

完全正确。现在可没有反电力的人。

Dwarkesh Patel

我的意思是，电不会抢走你的工作，但是——

Phil Trammell

嗯，它确实抢走了一些人的工作。

Dwarkesh Patel

它确实抢走了一些人的工作，是的。

Alex Imas

这可能有点偏离主题，但我认为叙事很重要。现在围绕 AI 的负面叙事非常多，但那是因为人们没有去传播正面的叙事。这是有原因的。想象一个尚不存在的美好事物，比想象失去现有的事物要困难得多。对某人来说，上播客节目说“你喜欢的这些工作快没了”，要比构想出一个尚不存在的乌托邦容易得多。

Phil Trammell

我希望这不算太离题，但如果我不指出前沿 AI 模型商品化的一个巨大代价，那就是我的失职，这个代价就是技术竞赛的动态。出于安全考虑，你可能希望前沿公司越少越好，这样每家公司都有缓冲的余地，以防它们想放慢脚步来提升安全性。

这与我们之前关于“让回报被广泛分享”的观点之间的联系在于，我认为这其中的权衡比某些人想象的要少得多。有些人认为，要么前沿 AI 被商品化，我们都能享受其好处——但这可能存在一些风险，因为市场竞争非常残酷——要么因为领先者和落后者之间存在巨大差距而变得更安全。但这难道意味着领先者会变得极其富有吗？并非如此。你可以保持一个相对较大的差距，但它是一家上市公司，其所有权是广泛分散的。

Dwarkesh Patel

最近我一直在思考，商品化的风险——即它会扩散将 AI 用于有害目的的能力——是值得冒的险，因为其带来的收益更大。我担心，拥有这些高度集中的实验室不仅会导致盈余无法在整个社会广泛分配，还会成为政府非常明确且切实的政治靶子。我们从《国防生产法》对 Anthropic 的威胁中就看到了这一点。如果不是有一家或几家实验室明显领先于其他实验室，这种威胁是很难构成的。

感谢各位参与这次讨论。我觉得还有很多悬而未决的问题，但了解所有这些重要维度上的首要分支是非常有帮助的。

Phil Trammell

太棒了。

Alex Imas

谢谢。