雷火竞技首页

香樟推文3794
发布时间:2026-03-11
 1945年7月16日凌晨,在新墨西哥州荒凉的沙漠里,潜伏着一群当时全人类最聪明的头脑。在“三位一体”(Trinity)核试验的倒计时中,曼哈顿计划的科学家们内心正经受着一种难以名状的恐惧:哪怕只有极微小的概率,这场前所未有的核裂变也可能点燃整个地球的大气层,将地球上绝大多数生命瞬间抹去。物理学家汉斯·贝特(Hans Bethe)经过严密的理论计算,认为这种世界末日降临的概率极低,于是,人类在狂

  1945年7月16日凌晨,在新墨西哥州荒凉的沙漠里,潜伏着一群当时全人类最聪明的头脑。在“三位一体”(Trinity)核试验的倒计时中,曼哈顿计划的科学家们内心正经受着一种难以名状的恐惧:哪怕只有极微小的概率,这场前所未有的核裂变也可能点燃整个地球的大气层,将地球上绝大多数生命瞬间抹去。物理学家汉斯·贝特(Hans Bethe)经过严密的理论计算,认为这种世界末日降临的概率极低,于是,人类在狂风骤雨中按下了测试的启动键。在这场为了获得终极力量而进行的生死豪赌中,人类幸运地赢了。

  快进到将近八十年后的今天,我们正站在另一个决定人类命运的悬崖边缘。只不过这一次,倒计时的不是核弹,而是人工智能(A.I.)。斯坦福大学商学院著名教授查德·琼斯(Charles I. Jones)——当今经济增长领域最具才华的理论学者之一——最近应《经济学人展望》(JEP)之邀,撰写了一篇题为《人工智能与我们的经济未来》(A.I. and Our Economic Future)的重磅长文。在这篇兼具宏大历史视野与精妙经济学直觉的论文中,琼斯放下了繁复的数学推导,将我们置于一场前所未有的思想实验中。他探讨的不仅是经济增长曲线的陡峭程度,更是一个直击灵魂的追问: 如果A.I.带来的不仅仅是经济的爆炸性增长,更是一场可能重演“奥本海默之问”的终极豪赌,人类的经济图景与生存法则将被如何改写?

  琼斯在文章开篇便为我们勾勒了未来二三十年(大约一代人成长的时间)可能出现的两种极端经济情境。第一种情境是人工智能带来经济增长的惊人加速。在这一图景中,人工智能首先极大地提升了软件工程师和研究人员的生产力。事实上,这一进程已经如火如荼地展开,例如Anthropic公司推出的Claude Opus 4.5模型,在其长达两小时的软件工程求职测试中,得分超过了历史上任何一位人类候选人。随着模型能力的呈指数级增长,人工智能正逐渐演变为能够执行所有人类计算机任务的智能体(AI Agents),涵盖从编写代码、撰写文档到构建复杂电子表格模型的方方面面。这种技术的终极形态,正如Anthropic首席执行官达里奥·阿莫迪(Dario Amodei)所言,相当于在一个数据中心里拥有了一个由天才组成的国家。 这不仅能带来人工智能自身的迭代升级,即所谓的递归自我改进,还能将这些虚拟天才应用于从生物化学、新药研发到核聚变等各个科学前沿领域。AlphaFold成功预测两亿多种蛋白质三维结构的突破,仅仅是这场智力风暴的开端。 如果这些虚拟天才最终能够操纵先进的机器人完成几乎所有物理任务,宏观经济的生产力将迎来一场史无前例的超级爆发。

  然而,琼斯随即笔锋一转,抛出了第二种截然不同的情境:人工智能可能仅仅是“照常营业”(Business as Usual)的延续。这听起来似乎令人难以置信,但琼斯展示了他最喜爱的一张宏观经济图表:过去一百五十年间美国人均实际GDP的走势图。在对数比例尺下,这条时间序列几乎是一条完美的直线,年均增长率极其稳定地保持在百分之二左右,这被称为宏观经济学的“摩尔定律”。在这漫长的一个半世纪里,人类经历了电灯的普及、内燃机的轰鸣、抗生素的发现、半导体和互联网的革命。这些被称为“通用目的技术”(GPTs)的伟大发明彻底重塑了人类生活,但令人震惊的是,它们中没有任何一项能够改变美国经济的长期增长率。琼斯指出,理解这一悖论的核心在于, 随着科学领域的不断拓展,新思想的发现正变得越来越困难。 如果没有新技术的不断涌现,经济增长早就停滞不前了。因此,从这个角度来看,人工智能或许仅仅是最新一代的通用目的技术,它的出现只是为了防止增长率不可避免的下滑,从而让这百分之二的年增长率得以再延续五十年。更重要的是,经济史的经验告诉我们, 一项新技术的红利往往需要数十年的时间才能在生产率统计数据中显现出来,因为这需要整个社会在组织结构、产品和流程上做出漫长而痛苦的适应性调整。

  如果人工智能真的能够自动化大部分脑力任务,为什么经济增长可能依然会显得缓慢而渐进?琼斯巧妙地引入了基于任务的经济增长模型,特别是任务之间存在互补性的理论框架,为我们揭示了其中的奥秘。在传统理论中,自动化仅仅是用机器或资本替代劳动力完成特定任务的过程,这自工业革命时期织布机的出现就开始了。但当各项任务在生产过程中不可或缺,且它们之间的替代弹性小于一的时候,整个经济的产出就会像著名的 O 型环(O-ring)理论所描述的那样,受到瓶颈或最薄弱环节的严重制约。

  为了用平坦的学术语言解释这一深刻直觉,琼斯构建了一个包含两种任务的简单模型: 一种是容易被人工智能自动化的简单任务,另一种则是难以被自动化的困难任务。 假设最终产出是由这两种任务共同决定的,其生产函数形式为 。如果设定这两者之间的替代弹性为二分之一,那么总产出将与两者的调和平均数成正比,即

  这个极其简洁的数学方程揭示了一个残酷的现实: 即使我们拥有无限量的简单任务,只要困难任务的产量是有限的,整体经济的产出就绝不会突破困难任务的产量上限。 经济学中的木桶效应在这里体现得淋漓尽致,困难任务就是那个决定水位的最短木板。

  琼斯进一步推导出一个令人深思的结论: 如果我们在简单任务上取得了无限的生产力,从而将其彻底从生产瓶颈中移除,整体经济产出的按比例增长其实是相当有限的。 具体而言,这一增长比例仅为 ,其中 代表该任务在当前竞争性经济中占 GDP 的比重。让我们把这个抽象的公式带入现实。假如人工智能完全替代了今天所有的软件工程任务,由于软件支出在国民经济中大约只占百分之二(即 非常小),哪怕软件工程师的生产力变得无穷大,对整体 GDP 的提升也仅仅只有大约百分之二。即便是我们做出最激进的假设,让人工智能完全替代所有的认知型脑力劳动(假设其占 GDP 的三分之一),整体经济的产出也仅仅会增加百分之五十。诚然,如果这百分之五十的增长在十年内实现,相当于每年额外增加百分之五的增长率,这绝对是一场宏观层面的巨变。但不可否认的是,这仍然只是一次性的阶跃提升,而非永无止境的指数级爆炸。薄弱环节的存在,就像给狂飙突进的增长机器套上了一层枷锁,使得原本在理论上可能出现的经济奇点,变成了一个长达数十年、令人惊讶地平稳渐进的演变过程。

  伴随着技术浪潮的推进,人们对人工智能最大的焦虑往往聚焦于劳动力市场。 在这一方面,理解“工作本质上是一系列任务的集合”这一概念显得尤为关键。人工智能对 工资的影响并非简单的线性替代,它可能压低某些特定任务的薪酬,同时却极大地提升另一些任务的市场价值。琼斯在此引用了一个经典的行业案例:早在2016年,深度学习先驱杰弗里·辛顿(Geoff Hinton)就曾断言,由于人工智能在读取医学影像方面即将超越人类,我们应当立即停止培养放射科医生。然而,将近十年过去了,现实却给了这个预测一记响亮的耳光。如今放射科医生的数量不降反升,且他们的薪酬还在持续增长。原因恰恰在于,放射科医生的工作远不止于看片子,人工智能仅仅接管了其中一部分任务。在“薄弱环节”的逻辑下,机器的高效反而极大地提高了那些尚 未被自动化的人类核心任务的总体生产力,使得医生这一职业的经济价值得到了空前的放大。

  当然,随着历史的演进,必然会有大量职业的所有任务都被自动化所涵盖,这些岗位的工资最终将暴跌至机器运行的极低边际成本。但琼斯提醒我们,从宏观视角来看,一个几乎所有任务都被人工智能包揽的世界,本质上是一个物质极大充裕的世界。自动化将经济这块“蛋糕”做得无比巨大,以至于核心矛盾将从生产的稀缺性全面转向分配的公平性。在人类历史上,绝大多数人赖以生存的核心资产是自身的劳动力禀赋,通过出租劳动力来获取维持生计的报酬。但在未来,这一古老的分配法则必将发生根本性的动摇。琼斯设想,为了让所有人都能分享人工智能创造的巨额财富,通过税收系统进行大规模的财富再分配将变得愈发重要且具有可负担性,例如赋予每一个新生儿一定份额的标准普尔500指数股票资产,或许将成为未来公共政策的重要考量。

  然而,物质的充沛并不能自动填补精神的空虚。在正统的经济学模型中,劳动通常被视为一种必须给予薪酬补偿才能让人忍受的“负效用”(Bad)。但对于越来越多人而言,工作也是构建个人身份和生命意义的基石。琼斯以顶尖学者的口吻提出了一场令人深思的思想实验: 当人工智能在理解经济增长源泉、推导新经济模型上远超他本人时,他在科研中的生命意义将安放于何处? 事实上,面对琼斯日常研究的经济增长难题,如今的ChatGPT 5.2 Pro模型已经比他做得更好了。面对这种学术上的“存在主义困境”,琼斯给出了两个充满隐喻的答案:退休生活与夏令营。拥有充裕财富和闲暇时间的退休人员,通过旅行、结交挚友和体验新鲜事物来寻觅生活的乐趣。或许在未来的某一天,宏观经济学家们会相聚在风景如画的学术度假地,像参加夏令营一样,饶有兴致地聆听超级人工智能为他们讲解那些刚刚被发现的深邃模型。毕竟,科研最纯粹的乐趣在于学习新知,而当拥有极度智慧的人工智能最终比人类更懂人类自己时,它甚至能够指导我们在那个美丽新世界中,如何度过充满意义的一生。

  这篇论文的最后部分,笔锋直转,进入了一个极度严肃甚至带有几分冷酷的领域: 人工智能带来的灾难性生存风险。 萨姆·奥特曼(Sam Altman)、戴密斯·哈萨比斯(Demis Hassabis)等当代科技界的“普罗米修斯”们,在向世界描绘人工智能壮丽前景的同时,也在2020年之前不断发出严厉警告: 这项技术比电力更重要,但也可能比核武器更加危险。 这种风险主要来源于两个方面。 其一是恶意使用者的破坏。 在未来五到十年内,凭借掌握了顶级生物化学知识的人工智能模型,极有可能要求其设计出传染性极强、致死率远超埃博拉病毒,且潜伏期长达四周的全新致命病原体。在核武时代,世界能够免于彻底毁灭,很大程度上是因为只有极少数当权者拥有按下“红色按钮”的权力。但先进人工智能的普及,可能意味着地球上有数十亿人掌握了足以摧毁文明的按钮。 其二是更具推测性的潜在威胁, 即我们正在孕育一种自身完全无法理解的“异类智能”。琼斯用了一个生动的比喻:如果明天我们发现一艘外星飞船正在经过冥王星驶向地球,我们在兴奋之余必定会感到极度恐慌,因为在历史上,当高等文明遭遇低等文明时,低等一方的结局往往非常悲惨。正如伯克利大学计算机科学教授斯图尔特·罗素(Stuart Russell)提出的那个直击灵魂的诘问:“我们究竟该如何永远保持对一个比我们自身强大得多的实体的绝对控制权?”。

  面对如此骇人听闻的风险,微观经济主体的效用分析究竟能提供怎样的决策视角?琼斯巧妙地将其转化为一个类似于“奥本海默之问”的风险偏好模型。在第一颗“三位一体”试爆前夕,曼哈顿计划的科学家们曾极其严肃地评估过核裂变引发大气层持续燃烧、进而毁灭地球所有生命的微小概率。虽然最终推算出的风险极低,测试得以如期进行,但关键的经济学命题在于: 在收益与灭亡之间,风险究竟大到什么临界点,理性决策者才会按下暂停键?

  琼斯假设了一个极端的对冲情境:如果人工智能能够将全球经济增长率不可思议地飙升至每年百分之十,但同时附带一次性毁灭全人类的概率,标准的经济学代表性代理人愿意承受多大的灭绝风险?模型的推导结果极其反直觉。如果人们具有对数效用偏好(即风险厌恶系数为一),由于消费的边际效用递减速度相对平缓,高达百分之十的经济大爆炸带来的诱惑是无与伦比的,理性主体竟然愿意接受高达三分之一的人类灭绝风险。然而,一旦将风险厌恶系数提高到二,由于效用本身被设定了上限且边际效用迅速枯竭,可接受的毁灭风险就骤降至仅仅百2.5%。以当今美国发达的物质生活水平衡量,维持现有高质量生命的价值,已经远远大于在未来获取更多物质消费的效用。

  但模型最令人震撼的反转在于健康与寿命变量的引入 。如果带来百分之十超高增长的人工智能,同时也能够在医学上取得奇迹般的突破,成功攻克癌症和心脏病,从而将人类的死亡率大幅降低一半,人们的风险偏好会发生惊人的重构。在这种多重奏的红利下,哪怕是风险厌恶系数高达三的极度保守群体,也愿意为了换取寿命的大幅延长而承担高达四分之一的灭顶之灾风险。经济学冷酷地揭示了一个人性真相: 我们真正在乎的仅仅是“不要死去”,至于究竟是死于自然疾病还是死于人工智能之手,在纯粹的效用权衡面前反而退居次席。

  既然风险的阴霾如此真切,我们究竟应当花费多少国民财富来设立防火墙?琼斯回顾了人类应对新冠疫情时的宏观抉择:在2020年,面对大约百分之零点三的病毒死亡风险,美国社会毅然通过经济停摆,付出了相当于国内生产总值(GDP)百分之四的巨大经济代价来进行风险缓解。遵循“显示偏好”(Revealed Preference)的逻辑,如果人工智能带来的灭亡风险等于甚至大于疫情,单纯从当代人自私的经济利益出发,我们也理应每年拿出国民收入的百分之五到百分之十,专项投入到人工智能的对齐与安全研究中。根据美国政府机构在公共政策中对“统计生命价值”(大约一千万美元)的常规估算,为了避免百分之一的死亡风险,个人的经济支付意愿应高达十万美元以上,这甚至超过了美国约九万美元的人均GDP总量。琼斯的推演无可辩驳地表明, 相对于生命无价的经济学底线,我们当前对人工智能安全防御的投资规模可以说是杯水车薪,实际资金投入甚至可能低于最优解的三十倍以上。

  残酷的现实却是,全球顶尖的人工智能实验室目前正深陷于一场经典的博弈论“囚徒困境”之中。 一方面,科技巨头的领军人物们心知肚明,并不断对技术失控的末日隐患发出警告;但另一方面,在彻底解决底层的安全漏洞之前,他们却以一种近乎狂热的姿态推进算力扩张,夜以继日地推进技术前沿。每个实验室的占优策略计算大抵如此:既然所有人都在拼命冲刺,我单方面的减速并不能从根本上消除全人类的生存危机;但如果我全力以赴去冲刺,不仅有机会比同行更稳妥地把控安全底线,还能在灾难并未降临的平行时空里,将独占鳌头的丰厚垄断利润收入囊中。在这种极端扭曲的激励机制下,所有狂奔的马车都踩死了油门,尽管集体减速才是保护全人类福祉的帕累托最优解。

  面对这种系统性的市场失灵,琼斯开出了一剂极具实操性的庇古税药方:在全球范围内,对用于训练底层大模型的关键计算芯片(如英伟达的GPU和谷歌的TPU)征收高昂的算力税。这不仅能通过大幅抬高研发的边际成本,有效地为狂热的技术军备竞赛踩下刹车,其产生的巨额税收还可以作为全球公共品,专项用于资助那些具有巨大正向溢出效应的人工智能安全机制研究。当然,这种跨越主权的税收体系必然面临着极其复杂的国际政治博弈。任何单边主义的税收政策,都可能变相补贴了未参与征税国家的底层芯片制造商,从而导致监管套利。 因此,琼斯呼吁,打破这一僵局亟需一场由中立第三方严格监督的全球性双边或多边合作机制。 历史的长河中并非没有闪光的先例,在冷战最为阴霾的核威慑时期,人类尚能通过克制与沟通达成核武器扩散的控制条约,今天面对这一可能彻底重塑社会复杂系统的全新智能体,我们同样有智慧找到遏制毁灭的平衡点。

  从1990年万维网协议的雏形初现,到2020年互联网经济彻底渗透进人类生产生活的每一个微观毛细血管,这中间足足经历了三十年的漫长孵化。琼斯深信,在接下来的半个世纪里,人工智能对人类经济版图的重塑,将可能超过互联网所带来的剧变的十倍以上。即使在最初的十年里,它对全要素生产率的边际提升显得微不足道, 我们也绝不能因此患上短视的麻痹症,低估其跨越临界点后排山倒海般的系统性力量。