機(jī)器之心發(fā)布

本文作者為摩爾線程天使投資人、中國(guó)初代 AI 投資人王捷。他于今年 8 月發(fā)表了《浮現(xiàn)中的 AI 經(jīng)濟(jì)》一文，對(duì)即將到來(lái)的 AI 經(jīng)濟(jì)進(jìn)行了展望和解讀。本篇文章是他近期對(duì)當(dāng)前 AI 的思考的小結(jié)。

關(guān)于 AI 經(jīng)濟(jì)的四十個(gè)問(wèn)題

《浮現(xiàn)中的 AI 經(jīng)濟(jì)》（以下簡(jiǎn)稱 “文章”）發(fā)表以來(lái)，AI 行業(yè)繼續(xù)發(fā)生了眾多大事，OpenAI 牽頭的千億美金 “循環(huán)交易” 引發(fā) “AI 泡沫論” 大討論，模型公司估值來(lái)到數(shù)千億美金級(jí)別，而 Gemini 3 和 GPT5.2 等新發(fā)布模型版本又持續(xù)體現(xiàn)了能力進(jìn)步，中國(guó)模型也持續(xù)在開(kāi)源領(lǐng)域保持全球領(lǐng)先。

我們看到，與 AI 相關(guān)的歷史事實(shí)，正繼續(xù)以 “非線性、非均勻” 的特征往前發(fā)展：Scaling Law 并未收斂，AI 行業(yè)繼續(xù)呈現(xiàn)加速發(fā)展的特點(diǎn)，與 AI 相關(guān)的經(jīng)濟(jì)活動(dòng)規(guī)模來(lái)到了前所未有的量級(jí)；同時(shí)，歷史進(jìn)程呈現(xiàn)出 “非均勻” 的面貌，雖然人們是在同一個(gè)時(shí)空下，但是與 AI 有關(guān)的經(jīng)濟(jì)社會(huì)活動(dòng)，和與 AI 無(wú)關(guān)的經(jīng)濟(jì)社會(huì)活動(dòng)，看起來(lái)不在同一個(gè)歷史進(jìn)程中，前者正以強(qiáng)大的動(dòng)能迅猛往前發(fā)展，而后者維持著我們所熟悉和習(xí)慣的、傳統(tǒng)工業(yè)經(jīng)濟(jì)的節(jié)奏和特點(diǎn)。

另外，文章發(fā)表以來(lái)，一些行業(yè)領(lǐng)袖表達(dá)了與文章類似的觀點(diǎn)，如馬斯克認(rèn)為社會(huì)將進(jìn)入 “全民高收入” 時(shí)代，黃仁勛推測(cè) AI 將把全球 GDP 推高 5 倍至 500 萬(wàn)億美元，黃仁勛對(duì)于 “AI 工廠”、“數(shù)字員工” 的討論。如何在有效框架下具體地討論這些問(wèn)題，越發(fā)成為大家共同的關(guān)注。

基于以上，為了集中回應(yīng)讀者朋友對(duì)于文章的興趣，也為了對(duì)文章所表達(dá)的內(nèi)容做更進(jìn)一步的闡述，我們整理了關(guān)于 AI 經(jīng)濟(jì)的四十個(gè)重要問(wèn)題，供關(guān)心 AI 大模型接下來(lái)對(duì)于經(jīng)濟(jì)、社會(huì)影響的朋友們參考。

我們希望這些觀察，之于即將展開(kāi)的 AI 經(jīng)濟(jì)，能對(duì)其為什么會(huì)發(fā)生、將有哪些結(jié)構(gòu)性特征，給出一些可參考的觀察；對(duì)于 AI 經(jīng)濟(jì)將要如何展開(kāi)，給出一些理解、預(yù)判的視角、基準(zhǔn)和指標(biāo)；對(duì)于 AI 大模型即將帶來(lái)的對(duì)于社會(huì)、經(jīng)濟(jì)的全面影響，給出一些觀察和分析的基礎(chǔ)框架。在一個(gè)即將展開(kāi)的未知大時(shí)代，我們相信要揭開(kāi)其全貌，提出問(wèn)題，是開(kāi)始的方式之一

問(wèn)題一：Transformer 架構(gòu)的 Scaling Law 在何處收斂？

• Scaling Law 啟動(dòng)了我們當(dāng)前所在的 AI 大模型發(fā)展的大浪潮；
• Scaling Law 作為 AI 大模型行業(yè)發(fā)展的基石，將會(huì)在何種條件下、什么時(shí)候收斂？

問(wèn)題二：Transformer 之后，下一個(gè)將 AI 智能往前大幅推進(jìn)的架構(gòu)是什么？會(huì)誕生在哪里？

• 這會(huì)決定我們到達(dá) transformer 架構(gòu)下的 AI 能力上限后，繼續(xù)往哪里走；
• 目前全球眾多 AI 研究機(jī)構(gòu)在做這方面的探索；正如 2015 年成立的 OpenAI 帶來(lái)了這一輪的大語(yǔ)言模型浪潮，目前的邊緣地帶在十年后又可能成為最重要的技術(shù)推動(dòng)力量。

問(wèn)題三：我們需要知道更多關(guān)于 AI 大語(yǔ)言模型基礎(chǔ)規(guī)律

• 目前，我們已經(jīng)知道大語(yǔ)言模型的推理成本每 12 個(gè)月下降 90%、能力密度約每 100 天翻一番、完成復(fù)雜任務(wù)的能力每七個(gè)月翻倍等一些關(guān)于大語(yǔ)言模型的規(guī)律；
• 我們能否發(fā)現(xiàn) AI 大語(yǔ)言模型的 “摩爾定律”？

問(wèn)題四：AI 將以什么樣的順序、在什么時(shí)間擴(kuò)散到各個(gè)行業(yè)、整個(gè)社會(huì)？

• 回看蒸汽機(jī)和電力的擴(kuò)散過(guò)程，基本分為核心原理成熟、工程化成熟、跨行業(yè)和規(guī)�；渴�、成為基礎(chǔ)設(shè)施四個(gè)階段；
• 當(dāng)前的 AI，處在核心原理成熟當(dāng)中（Scaling Law 尚未收斂）、工程化尚有巨大發(fā)展空間（如 Deepseek、Kimi 通過(guò)工程優(yōu)化都實(shí)現(xiàn)了明顯提升模型效能）、跨行業(yè)和規(guī)�；渴鹛幵谠缙�（各行業(yè)的專用 agent 均剛剛出現(xiàn)，都還在探索各自行業(yè)適用 AI 的最優(yōu)解），這樣一個(gè)階段；
• 蒸汽機(jī)完成上述過(guò)程用了 120–150 年，電力完成上述過(guò)程用了 80–100 年；
• 我們初步預(yù)計(jì)，AI 完成上述整個(gè)過(guò)程可能會(huì)用 40–60 年；AI 的研究始于 1956 年的達(dá)特茅斯會(huì)議；如果把 2012 年的神經(jīng)網(wǎng)絡(luò) AlexNet 作為核心原理成熟的起點(diǎn)的話，那AI 可能在 2035 到 2050 年完成上述過(guò)程

問(wèn)題五：Transformer 架構(gòu)的 Scaling Law 收斂時(shí)，對(duì)應(yīng)的 AI 工作能力是怎么樣的？需要一套對(duì)于 AI Agent 工作能力的評(píng)測(cè)體系

• 也就是，屆時(shí)全球最領(lǐng)先的 AI 大模型所具備的 “工作能力”，將會(huì)達(dá)到什么水平？對(duì)于這里的 AI 工作能力，我們需要量化的評(píng)估指標(biāo)，即一套對(duì)于 AI Agent 工作能力的評(píng)測(cè)體系；
• 當(dāng)前流行的各項(xiàng) AI 能力評(píng)測(cè)基準(zhǔn)，評(píng)測(cè)任務(wù)基本不來(lái)自于真實(shí)經(jīng)濟(jì)活動(dòng)；我們需要構(gòu)建評(píng)測(cè)任務(wù)來(lái)自于真實(shí)經(jīng)濟(jì)活動(dòng)的評(píng)測(cè)基準(zhǔn)；
• 以上評(píng)測(cè)體系，可以讓我們知道不同推理能力的 AI 大語(yǔ)言模型的 ROI / 創(chuàng)造價(jià)值能力。

問(wèn)題六：關(guān)于 “經(jīng)濟(jì)圖靈測(cè)試”

• 在文章中我們提到，對(duì)于從事經(jīng)濟(jì)活動(dòng)的 AI 而言，更好的評(píng)估基準(zhǔn)是專門來(lái)評(píng)估其從事經(jīng)濟(jì)活動(dòng)的能力，我們將其命名為 “經(jīng)濟(jì)圖靈測(cè)試”；
• 基于問(wèn)題五提到的評(píng)測(cè)體系，我們應(yīng)該有能力構(gòu)建可用的 “經(jīng)濟(jì)圖靈測(cè)試” 標(biāo)準(zhǔn)，來(lái)評(píng)價(jià)什么情況下我們認(rèn)為 AI 獨(dú)立完成了經(jīng)濟(jì)任務(wù)，什么情況下我們的經(jīng)濟(jì)和社會(huì)可以完全接受 AI 完成的工作結(jié)果，以及我們是否同意 AI 持續(xù)為我們完成這樣的工作。

問(wèn)題七：關(guān)于產(chǎn)出增強(qiáng)倍數(shù)（Output Augmentation Multiple）

• 用一個(gè)經(jīng)濟(jì)體中一個(gè)勞動(dòng)力一年的總成本，投入到 AI 和機(jī)器人系統(tǒng)執(zhí)行該勞動(dòng)力同樣的任務(wù)，所得到產(chǎn)出與該勞動(dòng)力一年產(chǎn)出的比值，我們稱之為 “產(chǎn)出增強(qiáng)倍數(shù)”；
• 產(chǎn)出增強(qiáng)倍數(shù)，是這次由 AI 驅(qū)動(dòng)的工業(yè)革命帶給人類的結(jié)果的最顯式和簡(jiǎn)潔的表達(dá)：同樣的投入，人干和 AI 干，后者的產(chǎn)出是前者的多少倍？
• 在數(shù)字世界和物理世界，產(chǎn)出增強(qiáng)倍數(shù)各是多少？哪些行業(yè)的產(chǎn)出增強(qiáng)倍數(shù)高，哪些行業(yè)的產(chǎn)出增強(qiáng)倍數(shù)低？

問(wèn)題八：不同行業(yè)、不同經(jīng)濟(jì)體、AI 經(jīng)濟(jì)不同發(fā)展階段的產(chǎn)出增強(qiáng)倍數(shù)各是多少？

• 不同行業(yè)、不同經(jīng)濟(jì)體的產(chǎn)出增強(qiáng)倍數(shù)各不相同；當(dāng)我們有足夠多的樣本，我們將可以統(tǒng)計(jì)出這些產(chǎn)出增強(qiáng)倍數(shù)各是多少；這些產(chǎn)出增強(qiáng)倍數(shù)將為我們提供不同行業(yè)、不同經(jīng)濟(jì)體的 “AI 濃度” 和 “AI 有效度”；
• 在 AI 經(jīng)濟(jì)的不同發(fā)展階段，會(huì)有不同的產(chǎn)出增強(qiáng)倍數(shù)；隨著 AI 對(duì)于全球經(jīng)濟(jì)產(chǎn)出的貢獻(xiàn)越來(lái)越大，對(duì)于產(chǎn)出增強(qiáng)倍數(shù)的跟蹤，將有助于我們理解整個(gè)這次 AI 工業(yè)革命。

問(wèn)題九：在問(wèn)題一的收斂狀態(tài)到來(lái)時(shí)，AI 帶來(lái)的工作能力會(huì)把一個(gè)經(jīng)濟(jì)體的全要素生產(chǎn)率提高百分之多少？會(huì)把穩(wěn)態(tài)下的全球 GDP 增長(zhǎng)率提高百分之多少？以及，AI 生產(chǎn)力會(huì)把全球的 GDP 提高到目前全球 GDP 的多少倍？

• 我們知道，全要素生產(chǎn)率決定一個(gè)經(jīng)濟(jì)體的長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)率。如果 AI 的工作能力提高了全要素生產(chǎn)率，那也會(huì)提高全球的長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)率。
• 第三問(wèn)是問(wèn)題七的加總：也就是我們?cè)谖恼轮刑岬降�，�?strong>N 倍于當(dāng)前人類經(jīng)濟(jì)總產(chǎn)出的產(chǎn)出能力
• 現(xiàn)在大家對(duì)此有很多積極的猜測(cè)，比如黃仁勛認(rèn)為是 5 倍；但是，我們需要更多扎實(shí)的基礎(chǔ)性統(tǒng)計(jì)和計(jì)算工作。

問(wèn)題十：我們會(huì)怎樣進(jìn)入 “非稀缺經(jīng)濟(jì)”？

• 對(duì)于一個(gè)經(jīng)濟(jì)體，我們將有機(jī)會(huì)定義其單位時(shí)間的“產(chǎn)出/需求比”（Output–Demand Ratio），即該經(jīng)濟(jì)體的單位時(shí)間總產(chǎn)出，比上該單位時(shí)間該經(jīng)濟(jì)體總需求的倍數(shù)；
• 當(dāng)單位時(shí)間的 “產(chǎn)出 / 需求比” 大于多少時(shí)，人們會(huì)感覺(jué)處在一個(gè) “非稀缺經(jīng)濟(jì)” 中。

“數(shù)字層使得每個(gè)個(gè)人的腦力的差異，在經(jīng)濟(jì)活動(dòng)中被很大程度上抹除了 —— 新的情況是，只要有足夠的電力和算力，你可以讓無(wú)數(shù)個(gè)擁有科學(xué)家般智商的數(shù)字員工替你無(wú)休止地工作。”

問(wèn)題十一：文章提到 AI 經(jīng)濟(jì)階段將可能出現(xiàn)的一個(gè)重要基礎(chǔ)設(shè)施是 “數(shù)字層”�！皵�(shù)字層” 由用戶的個(gè)人 AI 助理和各個(gè)垂類的 AI Agent 組成，全面了解消費(fèi)者和生產(chǎn)者等經(jīng)濟(jì)主體，也全面了解物理世界�！皵�(shù)字層” 的工作機(jī)制是怎么樣的？

• 基于對(duì)個(gè)人 AI 助理和各個(gè)垂類的 AI Agent 的觀察，我們可以初步說(shuō)，當(dāng)前正在出現(xiàn)的 “數(shù)字層” 是以 LLM 為決策核心、以 Agent 為執(zhí)行單元、在狀態(tài) — 目標(biāo) — 行動(dòng)閉環(huán)中持續(xù)運(yùn)行的代理化操作層。
• 以 chatbot 為例，它可以接收用戶的問(wèn)題和關(guān)于用戶的環(huán)境信息，通過(guò)模型計(jì)算生成回答（可能結(jié)合實(shí)時(shí)信息獲取模塊），發(fā)送給用戶；可以全天候工作。
• 以 agent 為例，它可以接收用戶任務(wù)和環(huán)境信息，以任務(wù)為目標(biāo)自主規(guī)劃執(zhí)行策略，收集所需信息，調(diào)用工具并執(zhí)行，給用戶交付該任務(wù)要求的結(jié)果；可以全天候工作。
• 以 AI 硬件 / 機(jī)器人為例，它可以感知和接收用戶的環(huán)境信息，接收用戶提出的任務(wù)，理解需求后自主規(guī)劃執(zhí)行策略，收集需要的信息，調(diào)用工具并執(zhí)行，給用戶交付該任務(wù)要求的結(jié)果；可以全天候工作。
• “數(shù)字層” 具有目標(biāo)導(dǎo)向、自主搜索 / 獲取信息、自主決策、自主行動(dòng)、全天候的特點(diǎn)。

問(wèn)題十二：為什么數(shù)字層可能構(gòu)建 “全知全能” 的能力？

• 數(shù)字層承接了互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)的連接基礎(chǔ)，最終將連接全球所有的互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)用戶，也就是全球經(jīng)濟(jì)活動(dòng)中幾乎所有的消費(fèi)者和生產(chǎn)者
• 由于數(shù)字層可以完整執(zhí)行 “收集信息 - 決策 - 行動(dòng)” 鏈條，數(shù)字層將成為每位消費(fèi)者和生產(chǎn)者在經(jīng)濟(jì)活動(dòng)中的 “代理者”，在數(shù)字層能夠賦能到消費(fèi)者和生產(chǎn)者的任務(wù)中，幫助消費(fèi)者和生產(chǎn)者完成該任務(wù)。一段時(shí)間之后，數(shù)字層會(huì)對(duì)使用它的消費(fèi)者和生產(chǎn)者形成深度、完整的了解
• 所有數(shù)字層主體是通過(guò)數(shù)據(jù)協(xié)議相通的，它們都處在同一個(gè)互聯(lián)網(wǎng)網(wǎng)絡(luò)體系上。他們對(duì)作為各自用戶的消費(fèi)者和生產(chǎn)者的了解加總后，會(huì)形成對(duì)全球所有消費(fèi)者和生產(chǎn)者近似于 “全知” 的了解。
• 擁有了對(duì)全球所有消費(fèi)者和生產(chǎn)者近似于 “全知” 的了解，數(shù)字層本身又可完整執(zhí)行 “收集信息-決策-行動(dòng)” 鏈條，也就會(huì)形成近似 “全能” 的能力。

問(wèn)題十三：“數(shù)字層” 如何降低交易成本？

• 文章中提到，交易成本包括組織成本（組織內(nèi)）和狹義的交易成本（組織間）。文章的角度是 AI 作為工具來(lái)輔助人，討論了 AI 輔助人的情況下，兩種交易成本是如何降低的。
• 另一種情形是，AI Agent 成為行動(dòng)主體 —— 數(shù)字員工。這也會(huì)產(chǎn)生擁有數(shù)字員工的公司。這種情形下，“數(shù)字層” 也將有效地降低組織內(nèi)組織間兩種交易成本
• 交易成本的下降，也會(huì)對(duì) AI 生產(chǎn)力的提高起貢獻(xiàn)作用。

問(wèn)題十四：“分散知識(shí)”，都會(huì)上傳到數(shù)字層嗎？“分散知識(shí)” 未來(lái)將如何發(fā)現(xiàn)、積累和傳承？

• 哈耶克認(rèn)為，“社會(huì)經(jīng)濟(jì)問(wèn)題即：人們?nèi)绾尾拍軌虼_使那些為每個(gè)社會(huì)成員所知道的資源得到最佳使用的問(wèn)題，也就是如何才能夠以最優(yōu)的方式把那些資源用以實(shí)現(xiàn)各種唯有這些個(gè)人才知道其相對(duì)重要性的目的的問(wèn)題�！� 而 “有關(guān)各種情勢(shì)的知識(shí)（the knowledge of the circumstances），從來(lái)就不是以一種集中的且整合的形式存在的，而僅僅是作為所有彼此獨(dú)立的個(gè)人所掌握的不完全的而且還常常是相互矛盾的分散知識(shí)而存在的�！�
• 即，因?yàn)檎鎸?shí)世界的多樣和復(fù)雜性，從事經(jīng)濟(jì)活動(dòng)的人們?cè)诓煌I(lǐng)域形成了專長(zhǎng)和比較優(yōu)勢(shì)，有了社會(huì)分工和交換，這是我們經(jīng)濟(jì)活動(dòng)的基本結(jié)構(gòu)；同時(shí)，從事不同領(lǐng)域經(jīng)濟(jì)活動(dòng)的人們也形成了對(duì)該領(lǐng)域?qū)ｉT的認(rèn)知、經(jīng)驗(yàn)和知識(shí)，即上一段所說(shuō)的 “分散知識(shí)”。
• 這些 “分散知識(shí)”，是在每一個(gè)有傳承的行業(yè)群體中，由該行業(yè)的第一代人開(kāi)始發(fā)現(xiàn)，經(jīng)由后面的每一代人繼續(xù)發(fā)現(xiàn)、積累和傳承，到目前我們所處的這一代人腦中。這些 “分散知識(shí)” 通常以行業(yè)最佳實(shí)踐、行業(yè)標(biāo)準(zhǔn)操作流程（SOP）、行業(yè)操作守則、該行業(yè)核心群體視之為財(cái)富的經(jīng)驗(yàn)和認(rèn)知等形式存在，是該行業(yè)的核心知識(shí)，為該行業(yè)的核心群體所護(hù)衛(wèi)，會(huì)被嚴(yán)格控制傳播范圍，不會(huì)輕易傳播為大眾所知。
• 這些 “分散知識(shí)”，正是各個(gè)行業(yè)的從業(yè)人群，在此行業(yè)的經(jīng)濟(jì)活動(dòng)中謀得成果和經(jīng)濟(jì)利潤(rùn)的信息和知識(shí)基礎(chǔ)。目前我們可以看到，各個(gè)行業(yè)的 “分散知識(shí)”，都正在被上傳到由 agent 構(gòu)成的數(shù)字層中。
• 數(shù)字層中的 agent 可以執(zhí)行經(jīng)濟(jì)任務(wù)，“分散知識(shí)” 被上傳至數(shù)字層后，將通過(guò)數(shù)字層中億萬(wàn)個(gè) agent 持續(xù)發(fā)揮作用。未來(lái)，當(dāng)數(shù)字層執(zhí)行的經(jīng)濟(jì)任務(wù)在人類所有經(jīng)濟(jì)任務(wù)中占比達(dá)到大部分或者絕大部分時(shí)，是否意味著，“分散知識(shí)” 的發(fā)現(xiàn)、積累和傳承，將主要在數(shù)字層中進(jìn)行？這些過(guò)程與之前人類的這類過(guò)程有什么區(qū)別？

問(wèn)題十五：“數(shù)字層” 將如何幫助、提升、增強(qiáng)用戶？

• 從有計(jì)算機(jī)開(kāi)始，人們就希望計(jì)算機(jī)能夠輔助和增強(qiáng)人類，如 “互聯(lián)網(wǎng)之父” J.C.R. Licklider 在 1960 年的經(jīng)典論文《Man-Computer Symbiosis》指出，計(jì)算機(jī)的價(jià)值在于放大（amplify）人類思考與推理的能力，計(jì)算機(jī)應(yīng)該作為人類的 “認(rèn)知放大器（cognitive amplifier）”；
• “有限理性” 的提出者赫伯特?西蒙認(rèn)為，人類認(rèn)知能力受限于注意力、記憶、計(jì)算能力，因此是 “有限理性”；計(jì)算機(jī)可以提供搜索、計(jì)算、模擬與信息組織能力，因此能夠擴(kuò)展（amplify）人類的有限理性；
• 數(shù)字層” 全面輔助人與物理世界的互動(dòng)，進(jìn)一步提高人類 “收集信息 - 決策 - 行動(dòng)” 全鏈條的理性化程度，是人類理性化的再一次重大進(jìn)展；
• 具體而言，人們作為 AI 產(chǎn)品的用戶，已經(jīng)可以感受到 Chatbot 和 Agent 在信息搜集、信息整理、邏輯化分析、形式化推理、無(wú)偏差實(shí)時(shí)執(zhí)行、自我反思、反饋閉環(huán)方面的優(yōu)秀功能，這些功能可以在各個(gè)實(shí)際場(chǎng)景幫助、提升、增強(qiáng)用戶；
• 同時(shí)，“數(shù)字層” 擁有上限非常高的智商和情商，可以作為普惠的、貼身的導(dǎo)師，幫助每個(gè)人成為更優(yōu)秀的自己

問(wèn)題十六：具體而言，什么樣的公司，會(huì)是構(gòu)成 “數(shù)字層” 的有力競(jìng)爭(zhēng)者？

• 這會(huì)很大程度上很具體的決定，未來(lái)二十年我們生活在一個(gè)什么樣的數(shù)字世界當(dāng)中，由誰(shuí)向我們提供數(shù)字世界的基礎(chǔ)設(shè)施；
• 互聯(lián)網(wǎng)平臺(tái)公司、基座模型公司、手機(jī)公司、AI 硬件公司、垂類 AI Agent、機(jī)器人公司都是構(gòu)成 “數(shù)字層” 的有力競(jìng)爭(zhēng)者；誰(shuí)會(huì)勝出？在什么時(shí)候？

問(wèn)題十七：看起來(lái)，構(gòu)成 “數(shù)字層” 的公司們，大部分以前也存在，為什么現(xiàn)在要單獨(dú)以 “數(shù)字層” 來(lái)理解他們呢？

• 我們?cè)谖恼轮刑岬�，在人類活�?dòng)數(shù)字化進(jìn)程的第一階段，互聯(lián)網(wǎng)時(shí)代和移動(dòng)互聯(lián)網(wǎng)時(shí)代，數(shù)字世界起到的最大的作用是匹配，思考和決策還是需要人腦來(lái)做，數(shù)字世界不能單獨(dú)閉環(huán)地完成工作；在人類活動(dòng)數(shù)字化進(jìn)程的第二階段，數(shù)字世界可以閉環(huán)完成 “收集信息 - 決策 - 行動(dòng)” 鏈條，便可以作為人和物理世界互動(dòng)當(dāng)中的 “代理層”，也就是文中提出的 “數(shù)字層”。
• 為什么人一定會(huì)把大部分與物理世界的互動(dòng)交由經(jīng)過(guò)這個(gè) “代理層” 來(lái)處理呢？因?yàn)檫@個(gè) “代理層” 可以增強(qiáng)人的理性和行動(dòng)能力從而提高效率，以及降低交易成本；在這幾件事情上，有 “數(shù)字層” 和沒(méi)有 “數(shù)字層” 的差異巨大。

問(wèn)題十八：“數(shù)字層” 會(huì)成為經(jīng)濟(jì)和社會(huì)的一個(gè)基礎(chǔ)設(shè)施嗎？

• 在個(gè)體意義上，“數(shù)字層” 是個(gè)人和物理世界之間新出現(xiàn)的 “一層”，可以極大增強(qiáng)個(gè)人行動(dòng)的理性和行動(dòng)能力，增強(qiáng)到 “數(shù)字層” 出現(xiàn)之前個(gè)人很難達(dá)到的程度；同時(shí)降低經(jīng)濟(jì)活動(dòng)的交易成本；
• 因此在總體意義上，“數(shù)字層” 是個(gè)人和物理世界之間新出現(xiàn)的 “一層”，在本文問(wèn)題四的 AI 擴(kuò)散完成后，一種可能性是，大部分的經(jīng)濟(jì)活動(dòng)都會(huì)通過(guò) “數(shù)字層” 來(lái)完成，“數(shù)字層” 會(huì)成為整個(gè)經(jīng)濟(jì)和社會(huì)中重要的基礎(chǔ)設(shè)施。

問(wèn)題十九：我們當(dāng)前處在 “數(shù)字層” 發(fā)展的什么時(shí)間點(diǎn)上？

• 就 “數(shù)字層” 的出現(xiàn)，保證讓 “數(shù)字層” 造福于人類而言，我們目前處在一個(gè)非常重要、同時(shí)也非常短暫的窗口期；
• 如果我們齊心協(xié)力往正確的方向推動(dòng)，“數(shù)字層” 可以成為人類能力的 “放大器”、“增強(qiáng)器”，讓機(jī)器智能補(bǔ)足人類的短板，同時(shí)核心的、終局的決策和權(quán)限保留在人類手中；
• 但另一方面，也存在 “數(shù)字層” 脫離我們控制，以及 “數(shù)字層” 的紅利僅為少數(shù)人享有的風(fēng)險(xiǎn)，這是人類在這個(gè)階段需要協(xié)力解決的重大問(wèn)題。

范式變化：整個(gè)經(jīng)濟(jì)活動(dòng)范式從 “人的認(rèn)知和經(jīng)驗(yàn)—行動(dòng)—經(jīng)濟(jì)產(chǎn)出” 變?yōu)?“使用電力和調(diào)用算力的 AI 大模型計(jì)算—行動(dòng)—經(jīng)濟(jì)產(chǎn)出”。

問(wèn)題二十：AI 大模型商業(yè)形態(tài)的終局：在能源、算力、基座模型、應(yīng)用之間的價(jià)值分配是怎么樣的；通俗的話來(lái)說(shuō)，用戶所付的一塊錢，是如何在以上四層之間分配的？

• 目前我們處在 AI 經(jīng)濟(jì)剛剛啟動(dòng)的階段，我們能看到的是，行業(yè)在基座模型研發(fā)和算力消耗上投入了大量的花銷，應(yīng)用層的價(jià)值占比還很小，AI 計(jì)算尚未引起（局部或全局）的能源價(jià)格上漲
• 希望知道在 AI 大模型商業(yè)形態(tài)來(lái)到穩(wěn)態(tài)的時(shí)候，以上四層的價(jià)值分布，以便于我們推斷 AI 經(jīng)濟(jì)將給整個(gè)經(jīng)濟(jì)系統(tǒng)如何帶來(lái)影響。
• 目前可以預(yù)見(jiàn)的是，算力、模型層有顯著的價(jià)值分配占比，且全球算力、模型層只有數(shù)量不多的一些公司，那意味著全球 GDP 的一定比例會(huì)流入這些公司，這些公司會(huì)有巨額收入和利潤(rùn)。我們應(yīng)該如何理解和應(yīng)對(duì)這樣巨額的收入和利潤(rùn)？

問(wèn)題二十一：AI 將按照怎樣的順序，具備從事不同職業(yè)的工作能力？

• 自 AI 具備泛化地交付工作能力以來(lái)，AI 在交付的工作，目前主要是代碼、計(jì)算機(jī)、數(shù)學(xué)、文生圖 / 視頻、設(shè)計(jì)、教育、線上銷售等純線上工作，以及機(jī)械化、重復(fù)性的腦力工作如筆記整理、發(fā)票整理、賬目整理等工作。
• 如果我們將所有職業(yè)列表出來(lái)，AI 將按照什么樣的順序，具備每一項(xiàng)職業(yè)所需要的工作能力？總的來(lái)看，AI 能夠完成的工作，具有任務(wù)清晰可形式化、輸入輸出標(biāo)準(zhǔn)化、評(píng)價(jià)函數(shù)明確、能力可通過(guò)數(shù)據(jù)規(guī)模提升等特點(diǎn)。
• 對(duì)于該時(shí)間表和發(fā)展順序的合理估計(jì)，將有助于我們應(yīng)對(duì)接下來(lái)要發(fā)生的系列變化。

問(wèn)題二十二：AI 對(duì)就業(yè)的沖擊將如何發(fā)生？一個(gè)預(yù)估全景圖

• 如問(wèn)題二十七所述，AI 具備泛化地交付工作能力之后，會(huì)具備越來(lái)越多的職業(yè)所需要的工作能力，也就會(huì)在客觀上形成對(duì)原有就業(yè)的替代；
• 有了以上 “AI 如何具備不同行業(yè)工作能力” 的路線圖，我們將有能力繪制 “AI 對(duì)就業(yè)的沖擊將如何發(fā)生” 的預(yù)估全景圖，以了解和清楚 AI 造成的就業(yè)替代將會(huì)如何發(fā)生；
• 這個(gè)預(yù)估全景圖首先是告訴我們未來(lái)的全景是怎么樣的，影響的量級(jí)有多大，為此我們需要做什么樣的心理準(zhǔn)備；
• 其次，預(yù)估全景圖是一個(gè)評(píng)價(jià)和糾正體系，讓我們知道相較于全局，我們此刻在哪，我們是否偏離了已預(yù)見(jiàn)的航道，如何調(diào)整，是否有調(diào)整的工具；
• 當(dāng)然，我們會(huì)根據(jù)實(shí)際的進(jìn)展情況，定期來(lái)評(píng)估和更新這個(gè)預(yù)估全景圖。

問(wèn)題二十三：會(huì)否形成初級(jí)工作的 “真空地帶”？

• 目前 AI 對(duì)初級(jí)工作的替代已經(jīng)開(kāi)始了，在這些工作領(lǐng)域，會(huì)否形成初級(jí)工作的 “真空地帶”？即對(duì)于人類有需求的職位直接從中級(jí)開(kāi)始，年輕人沒(méi)有了上手的工作，年輕人失去了職業(yè)發(fā)展的初始路徑，這是需要仔細(xì)解決的問(wèn)題。

問(wèn)題二十四：工作邏輯的變化：“以任務(wù)為中心” 的工作體系正在形成當(dāng)中

• 由人執(zhí)行的經(jīng)濟(jì)活動(dòng)中，單個(gè)勞動(dòng)力是最小的行動(dòng)單元，且單個(gè)勞動(dòng)力需要長(zhǎng)期穩(wěn)定從事某個(gè)工作，因此工作可被拆分的最小單元是職業(yè) / 職位 / 工種，人類的工作是以職業(yè)為基本單元；在由 AI Agent 執(zhí)行的經(jīng)濟(jì)活動(dòng)中，最小的執(zhí)行單元是 “一個(gè)任務(wù)”，因此工作可被拆分的最小單元是任務(wù)�！叭蝿�(wù)” 是遠(yuǎn)比 “職位 / 工種” 更小的執(zhí)行單元。
• 當(dāng) AI 在整個(gè)經(jīng)濟(jì)活動(dòng)中承擔(dān)的工作占比越來(lái)越大之后，工作的基本單元，會(huì)日漸從職業(yè)變化為任務(wù)。整個(gè)工作體系可能從 “以職業(yè) / 職位為中心” 向 “以任務(wù)為中心” 轉(zhuǎn)變，“以任務(wù)為中心” 的工作體系正在形成當(dāng)中。
• “以任務(wù)為中心” 的工作體系將使得工作的顆粒度更細(xì)，經(jīng)濟(jì)活動(dòng)將被劃分為可被更加細(xì)密排列的基本單元，從而提高經(jīng)濟(jì)活動(dòng)的效率。
• 職業(yè)可以被拆解為任務(wù)，也意味著人仍然作為職業(yè)主體的情況下，原來(lái)由其負(fù)責(zé)的任務(wù)，可以被 AI 來(lái)完成。這也是一種形式的人機(jī)協(xié)同。一方面，這是工作場(chǎng)景中 “AI 協(xié)助人” 的很好的形式，AI 完成一部分任務(wù)，人完成另一些 AI 尚不能完成的任務(wù)，并且管理 AI；另一方面，我們也需要防范一種可能性，即職業(yè)主體仍然是人，但是其負(fù)責(zé)的任務(wù)都已經(jīng)是 AI 來(lái)完成，“每天坐在工位前的還是我，但是有價(jià)值的活都是 AI 在干了，我只是在看著它干活”。
• “以任務(wù)為中心” 的工作體系，將帶來(lái)眾多深遠(yuǎn)的影響，需要我們進(jìn)一步探討。

一個(gè)人機(jī)共生、AI 作為工作同事的階段正在到來(lái)。

問(wèn)題二十五：正在出現(xiàn)當(dāng)中的 AI 員工

• AI 具備（泛化）交付工作的能力之后，這些具備工作能力的 AI，可以成為實(shí)際意義上的 “AI 員工”；
• AI 員工都具備哪些特點(diǎn)？AI 員工與人類員工的區(qū)別有哪些？哪些行業(yè)將率先擁有 AI 員工？

問(wèn)題二十六：組織中的 AI 員工

• 可以預(yù)見(jiàn)，在我們的各類組織（如公司、非營(yíng)利組織、政府等）中，都會(huì)出現(xiàn) AI 員工；
• AI 員工將給組織的管理帶來(lái)哪些變化？如 AI 員工的招聘、培訓(xùn)、考核，都會(huì)是什么樣的？AI 員工將如何與人類員工分工協(xié)作？
• AI 員工將如何改變組織，帶來(lái)組織形態(tài)的哪些變化？

問(wèn)題二十七：廣大的中小企業(yè)可以因?yàn)?AI 員工獲得較之前更強(qiáng)的競(jìng)爭(zhēng)能力嗎？

• 當(dāng)前使用了 AI Agent 參與工作流程的中小企業(yè)，反饋他們認(rèn)為自己獲得了遠(yuǎn)超過(guò)當(dāng)前人類員工人數(shù)的工作能力；廣大的中小企業(yè)可以因?yàn)?AI 員工，獲得較之前更強(qiáng)的競(jìng)爭(zhēng)能力
• 中小企業(yè)競(jìng)爭(zhēng)能力的增強(qiáng)，有可能提高初創(chuàng)企業(yè)創(chuàng)業(yè)成功的概率，可能使得更多大公司的核心員工成立自己的公司，可能使得某些經(jīng)濟(jì)領(lǐng)域的重要資源更廣泛地分布。

“數(shù)字層” 可能成為一個(gè)細(xì)顆粒度、高頻、跨主體的經(jīng)濟(jì)感知-決策-執(zhí)行層。

問(wèn)題二十八：AI 經(jīng)濟(jì)階段的經(jīng)濟(jì)統(tǒng)計(jì)是怎么樣的？數(shù)字層將如何影響經(jīng)濟(jì)統(tǒng)計(jì)？

• 隨著越來(lái)越多的經(jīng)濟(jì)活動(dòng)以數(shù)字化的形式進(jìn)行，越來(lái)越多的經(jīng)濟(jì)活動(dòng)經(jīng)由 “數(shù)字層” 執(zhí)行，經(jīng)濟(jì)活動(dòng)中那些物理世界的屬性，將越來(lái)越多地體現(xiàn)為數(shù)字世界的屬性；
• “數(shù)字層” 的細(xì)顆粒度、高頻、跨主體特點(diǎn)，可能會(huì)為我們提供更豐富的經(jīng)濟(jì)統(tǒng)計(jì)工具，相應(yīng)地提高經(jīng)濟(jì)統(tǒng)計(jì)的顆粒度、頻次，并讓我們可能更容易擁有全局的統(tǒng)計(jì)結(jié)果。

問(wèn)題二十九：AI 經(jīng)濟(jì)是否可以一部分地平抑經(jīng)濟(jì)周期？

• 經(jīng)濟(jì)周期的形成，與信息不完全、價(jià)格和數(shù)量調(diào)整摩擦、預(yù)期與金融放大都有關(guān)系。
• 在 “數(shù)字層” 成為經(jīng)濟(jì)活動(dòng)的基礎(chǔ)設(shè)施之后，“數(shù)字層” 對(duì)以上三個(gè)環(huán)節(jié)都能起到緩解和改善的作用：
• “數(shù)字層” 全面了解消費(fèi)者和生產(chǎn)者等經(jīng)濟(jì)主體，也全面了解物理世界，可能降低經(jīng)濟(jì)狀態(tài)空間的不可觀測(cè)性，從而可能降低當(dāng)前經(jīng)濟(jì)活動(dòng)中信息不完全的程度；
• “數(shù)字層” 可能實(shí)現(xiàn)微觀層面的連續(xù)調(diào)節(jié)，把當(dāng)前由人腦判斷做出的調(diào)節(jié)檔位提升數(shù)個(gè)數(shù)量級(jí)的精度，從而降低價(jià)格和數(shù)量調(diào)整的摩擦；
• “數(shù)字層” 連接經(jīng)濟(jì)活動(dòng)的全局，可能實(shí)現(xiàn)全局協(xié)調(diào)和跨期協(xié)調(diào)，可能降低當(dāng)前經(jīng)濟(jì)活動(dòng)中個(gè)體對(duì)于信號(hào)的主觀放大帶來(lái)的波動(dòng)性。

問(wèn)題三十：我們應(yīng)該如何發(fā)揮好 “數(shù)字層” 的優(yōu)勢(shì)，盡量避免其潛在的弊端？

• “數(shù)字層” 細(xì)顆粒度、高頻、跨主體的特點(diǎn)，將為我們帶來(lái)一個(gè)較現(xiàn)在顆粒度更細(xì)、頻次更高、更容易得到全局信息的經(jīng)濟(jì)基礎(chǔ)設(shè)施；
• 但同時(shí)，這些特點(diǎn)也帶來(lái)一些潛在的風(fēng)險(xiǎn)，如高頻執(zhí)行的頻次遠(yuǎn)超人腦可以反應(yīng)的范疇，過(guò)去在金融量化系統(tǒng)中也曾造成過(guò)人腦來(lái)不及反應(yīng)的 “閃崩”；如何增強(qiáng) “數(shù)字層” 的穩(wěn)定性，是需要多方共同努力的課題。

問(wèn)題三十一：是否以及如何設(shè)計(jì)經(jīng)濟(jì)系統(tǒng)中新的政策工具？

• 就已經(jīng)開(kāi)始顯現(xiàn)的 AI 對(duì)就業(yè)的沖擊，我們應(yīng)該如何設(shè)計(jì)勞動(dòng)力的 AI 培訓(xùn)、促進(jìn)新崗位產(chǎn)生等緩沖機(jī)制？
• 更一般地，當(dāng)前經(jīng)濟(jì)系統(tǒng)中的調(diào)節(jié)工具，即誕生于工業(yè)革命以來(lái)的財(cái)政工具和稅收工具，能否適配 AI 經(jīng)濟(jì)的特點(diǎn)？如果不能完全適配的話，我們應(yīng)該如何設(shè)計(jì)新的政策工具？

問(wèn)題三十二：如何設(shè)計(jì)社會(huì)財(cái)富再分配體系？

• 在 AI 經(jīng)濟(jì)階段，大量經(jīng)濟(jì)活動(dòng)的成果積累在模型層和頭部的應(yīng)用層公司，社會(huì)財(cái)富的分配存在失衡的風(fēng)險(xiǎn)；
• 同時(shí)，大部分勞動(dòng)的價(jià)值被壓縮；
• 如何設(shè)計(jì)有效的社會(huì)財(cái)富再分配體系？這是我們需要面對(duì)的重大課題。

人類發(fā)展的一個(gè)歷史規(guī)律是，那些能顯著提高人類生產(chǎn)力和生活水平的技術(shù)進(jìn)步，最終會(huì)擴(kuò)散到全世界，遍布這個(gè)星球。AI 也是如此。世界各國(guó)會(huì)或先或后地進(jìn)入 AI 在其整個(gè)經(jīng)濟(jì)活動(dòng)中起重要作用的階段。

問(wèn)題三十三：世界各國(guó)將以什么樣的順序進(jìn)入 AI 經(jīng)濟(jì)階段？

• AI 大模型服務(wù)、AI 應(yīng)用服務(wù)、AI 算力基礎(chǔ)設(shè)施，將以什么樣的順序，先后抵達(dá)全球所有國(guó)家？世界各國(guó)將以什么樣的順序進(jìn)入 AI 經(jīng)濟(jì)階段？

問(wèn)題三十四：如何評(píng)價(jià)一個(gè)經(jīng)濟(jì)體的 “經(jīng)濟(jì)社會(huì)被 AI 賦能” 的程度？

• 我們需要一套體系，來(lái)評(píng)價(jià)一個(gè)經(jīng)濟(jì)體的 “經(jīng)濟(jì)社會(huì)被 AI 賦能” 的程度
• 該體系初步的指標(biāo)包括企業(yè)的 AI 使用率（特別是中小企業(yè)）、AI 在企業(yè)業(yè)務(wù)流程中的覆蓋比例、Agent 部署密度、企業(yè)員工人均 AI 交互頻次、居民人均 AI 交互頻次等；仍需要進(jìn)一步構(gòu)建；
• 該評(píng)價(jià)體系可以讓各經(jīng)濟(jì)體對(duì)于自己處在 AI 經(jīng)濟(jì)發(fā)展的哪一個(gè)相對(duì)位置，有更清晰的判斷，便利于這些經(jīng)濟(jì)體制訂自己的 AI 經(jīng)濟(jì)發(fā)展計(jì)劃；
• 該評(píng)價(jià)體系也可用于國(guó)際組織評(píng)價(jià)全球不同國(guó)家地區(qū)的 AI 發(fā)展情況。

問(wèn)題三十五：什么是 “AI 充裕經(jīng)濟(jì)體”/“AI 充裕社會(huì)”？

• 基于以上評(píng)價(jià)體系，我們可以建立 “AI 充裕經(jīng)濟(jì)體” 和 “AI 充裕社會(huì)” 的概念。這樣的經(jīng)濟(jì)體，是一個(gè) AI 被充分、適當(dāng)?shù)厥褂�，AI 充分賦能經(jīng)濟(jì)和社會(huì)發(fā)展的經(jīng)濟(jì)體，AI 可以為該經(jīng)濟(jì)體帶來(lái)人類可欲的結(jié)果
• 是否 “AI 充�！保赡艹蔀橄乱粋�(gè)階段評(píng)價(jià)一個(gè)國(guó)家競(jìng)爭(zhēng)力的重要指標(biāo)，也是評(píng)價(jià) “發(fā)達(dá)國(guó)家 / 發(fā)展中國(guó)家” 的一個(gè)重要角度；
• 電力、算力、模型將成為各國(guó)家的戰(zhàn)略資源。

問(wèn)題三十六：“AI 欠充裕經(jīng)濟(jì)體” 和 “AI 匱乏經(jīng)濟(jì)體”，應(yīng)該采用什么樣的發(fā)展和追趕策略？

• AI 的發(fā)展需要能源、算力、數(shù)據(jù)、算法四個(gè)層面的配合建設(shè)。一個(gè)經(jīng)濟(jì)體需要以穩(wěn)定、充足、低成本的電力供應(yīng)作為基礎(chǔ)，在本地建設(shè)足夠規(guī)模的算力中心，結(jié)合本經(jīng)濟(jì)體已經(jīng)積累的互聯(lián)網(wǎng)數(shù)據(jù)、各行業(yè)業(yè)務(wù)數(shù)據(jù)、政府?dāng)?shù)據(jù)，通過(guò)調(diào)用閉源或者開(kāi)源基座模型服務(wù)，建設(shè)該經(jīng)濟(jì)體的 AI 能力；
• 具體到某一個(gè)國(guó)家和地區(qū)，需要在能源、算力、數(shù)據(jù)、算法四個(gè)層面評(píng)估本國(guó) / 本地區(qū)的基礎(chǔ)和現(xiàn)狀，制訂合理、有效、前期成本可控的發(fā)展和追趕策略；
• 模型研發(fā)、AI 應(yīng)用研發(fā)、標(biāo)準(zhǔn)制定、平臺(tái)治理可能都發(fā)生在 “AI 充裕國(guó)家”；“AI 欠充裕經(jīng)濟(jì)體” 和 “AI 匱乏經(jīng)濟(jì)體” 可通過(guò)模型本地化、建設(shè)區(qū)域算力節(jié)點(diǎn)來(lái)補(bǔ)齊 AI 能力。

問(wèn)題三十七：AI 經(jīng)濟(jì)會(huì)帶來(lái)國(guó)際分工、國(guó)際供應(yīng)鏈的哪些變化？不同國(guó)家占全球 GDP 的比例，將如何變化？

• 傳統(tǒng)國(guó)際分工是基于各國(guó)不同的技術(shù)差異、勞動(dòng)力等要素稟賦差異，這些差異是國(guó)際分工的前提，也塑造了國(guó)際分工的形態(tài)；
• 在 AI 經(jīng)濟(jì)階段，全球 Agent 和機(jī)器人建立在同一個(gè) “數(shù)字層” 之上，全球 Agent 和機(jī)器人的工作能力將趨同，傳統(tǒng)國(guó)際分工的要素稟賦差異前提可能被改變；
• 在 AI 經(jīng)濟(jì)階段，“按任務(wù)劃分的經(jīng)濟(jì)活動(dòng)的全球最優(yōu)分配”，是國(guó)際分工邏輯的可能性之一；不同國(guó)家在 “關(guān)鍵任務(wù)節(jié)點(diǎn)的不可替代性”可能成為國(guó)家之間分工的重要因素。
• 國(guó)際分工變化之后，各國(guó)在全球 GDP 中占比的邏輯也會(huì)發(fā)生變化；以及，我們應(yīng)該如何應(yīng)對(duì)這種變化帶來(lái)的影響？

問(wèn)題三十八：對(duì)于 AI 經(jīng)濟(jì)階段，全球算力和能源需求的預(yù)估

• 在以上背景下，全球算力需求將以什么樣的速度增長(zhǎng)？我們是否會(huì)遇到算力供給的瓶頸？
• 激增的算力需求將給能源供應(yīng)帶來(lái)哪些變化？我們是否會(huì)遇到能源 / 電力供給的瓶頸？

問(wèn)題三十九：我們是否可能，以及如何設(shè)定 AI 與人的能力分工？

• 目前我們看到的情況是，AI 可以把數(shù)據(jù)類、分析類的工作做得比人好，而人類在情感、感受、共情、審美、創(chuàng)造力等領(lǐng)域仍然保持絕對(duì)優(yōu)勢(shì)。這個(gè)局面能長(zhǎng)期保持嗎？或者說(shuō)，基于神經(jīng)網(wǎng)絡(luò)的大語(yǔ)言模型，其思維能力的邊界在哪里？是否存在一些領(lǐng)域，AI 永遠(yuǎn)也追不上人腦的能力？
• 如果有的話，這些領(lǐng)域是什么？如何定義這些領(lǐng)域？計(jì)算機(jī)的精確性和人腦的模糊性，是天然的劃分標(biāo)準(zhǔn)之一嗎？
• 如果沒(méi)有的話，我們是否應(yīng)該、是否可能設(shè)定一條界限，讓 AI 的能力停留在這條界限的一側(cè)？如何設(shè)定這條界限？
• 讓人類保有價(jià)值設(shè)定、目標(biāo)設(shè)定、判斷力、創(chuàng)造力、情感交流、審美、對(duì) AI 的監(jiān)督 / 管理 / 最終控制權(quán)，是否這條界限的一個(gè)答案？
• 如何確保所有的 AI 大模型開(kāi)發(fā)商和開(kāi)發(fā)者，都遵循這條界限？

問(wèn)題四十：“非稀缺經(jīng)濟(jì)” 實(shí)現(xiàn)后的閑暇消費(fèi)和生活意義問(wèn)題

• AI 具備泛化地交付工作能力之后，人類會(huì)有可能擁有一個(gè) “非稀缺經(jīng)濟(jì)”。在約一百年前，凱恩斯敏銳地看到了這一點(diǎn)，在《我們后代在經(jīng)濟(jì)上的可能前景》中，他寫道：“我們的天性 —— 包括我們所有的沖動(dòng)和最深層的本能—— 為了解決經(jīng)濟(jì)問(wèn)題而進(jìn)化發(fā)展起來(lái)的。如果經(jīng)濟(jì)問(wèn)題得以解決，那么人們就將失去他們傳統(tǒng)的生存目的”。“經(jīng)濟(jì)問(wèn)題、生存競(jìng)爭(zhēng)，一直是人類首要的、最緊迫的問(wèn)題 —— 不僅是人類，而且在整個(gè)生物界，從生命的最原始形式開(kāi)始莫不如此”�！伴L(zhǎng)久以來(lái)，我們都是被訓(xùn)練著去奮斗而不是去享受 …… 當(dāng)他再也不能在傳統(tǒng)社會(huì)的溫床和他所珍視的那些風(fēng)俗習(xí)慣中找到自己的根基時(shí)，這個(gè)問(wèn)題就顯得尤為嚴(yán)重�！�
• “人類自從出現(xiàn)以來(lái)，第一次遇到了他真正的、永恒的問(wèn)題 —— 當(dāng)從緊迫的經(jīng)濟(jì)束縛中解放出來(lái)以后，應(yīng)該怎樣來(lái)利用他的自由？科學(xué)和復(fù)利的力量將為他贏得閑暇，而他又該如何來(lái)消磨這段光陰，生活得更明智而愜意呢？”
• 凱恩斯也提出了具體的建議，他認(rèn)為 “任何人如果想要生活得舒心暢意，那么他就必須得干一點(diǎn)工作�！� 他甚至提出了 3 小時(shí)工作制：“3 小時(shí)一輪班或每周 15 小時(shí)的工作，也許會(huì)使上述問(wèn)題在相當(dāng)長(zhǎng)一段時(shí)間內(nèi)得以緩解”。
• 誠(chéng)如凱恩斯所寫，人基于千萬(wàn)年的遺傳形成的生物性，在短期內(nèi)是難以改變的，但是 AI 改變經(jīng)濟(jì)的節(jié)奏可能是快速的。如果 “非稀缺經(jīng)濟(jì)” 到來(lái)，在工作之外，新的、能使人們?cè)陂e暇中獲得滿足感的活動(dòng)是什么，對(duì)于人類群體的人生意義該如何定義，以及如凱恩斯所考慮，是否應(yīng)該設(shè)計(jì)新的工作時(shí)長(zhǎng)機(jī)制以使人對(duì)于工作的生物性本能得到部分承接，都是需要認(rèn)真思考的經(jīng)濟(jì)、社會(huì)和哲學(xué)問(wèn)題。

作者簡(jiǎn)介

作者王捷，中國(guó)初代 AI 投資人，完整經(jīng)歷了移動(dòng)互聯(lián)網(wǎng)各個(gè)發(fā)展和投資階段， 2017 年以來(lái)主要從事 AI 行業(yè)投資，投資了摩爾線程、比亞迪半導(dǎo)體、萬(wàn)國(guó)數(shù)據(jù)、京東科技、開(kāi)思時(shí)代、奇安信、明略科技等公司。作者郵箱jie_wang7@sina.com，微信如下，歡迎交流，添加請(qǐng)說(shuō)明工作/學(xué)習(xí)機(jī)構(gòu)、職務(wù)信息。