過去半年，關(guān)于“AI 會(huì)不會(huì)搶走我們的工作”的討論愈演愈烈。幾乎每隔幾周，就會(huì)有新的研究報(bào)告、行業(yè)預(yù)測或焦慮故事被推上輿論場�？萍脊疽贿吅爸癆I 將賦能每一個(gè)人”，一邊悄悄收緊招聘甚至大規(guī)模裁員；白領(lǐng)群體中，“我的崗位還能撐幾年”的擔(dān)憂悄然蔓延…

最近，“AI 教父”杰弗里·辛頓（Geoffrey Hinton）在接受采訪時(shí)也聊及這個(gè)話題。作為深度學(xué)習(xí)的奠基人之一、2024 年諾貝爾物理學(xué)獎(jiǎng)得主，辛頓自離開谷歌后，便持續(xù)為 AI 潛在風(fēng)險(xiǎn)發(fā)出警示。

圖 | 辛頓接受采訪（來源：Youtube）

辛頓指出，回顧人類歷史，每一次重大技術(shù)革命都遵循相似的節(jié)奏：淘汰一類勞動(dòng)，同時(shí)開辟新的就業(yè)空間。農(nóng)業(yè)機(jī)械化把勞動(dòng)力從土地上解放出來，他們走進(jìn)了工廠；工廠自動(dòng)化之后，人們又轉(zhuǎn)向辦公室和知識型工作。經(jīng)濟(jì)體總能生長出新的需求層次，承接那些被舊技術(shù)擠出的勞動(dòng)力。但 AI 不一樣，它不是守在某一扇門后的自動(dòng)化工具，而是出現(xiàn)在每一扇門的后面。

一個(gè)客服人員失業(yè)后轉(zhuǎn)行學(xué)編程，發(fā)現(xiàn) AI 也會(huì)寫代碼；再轉(zhuǎn)向法律文書處理，AI 同樣勝任；嘗試內(nèi)容創(chuàng)作，AI 依然在場。每一次轉(zhuǎn)型還沒站穩(wěn)，就可能被迅速追上。辛頓將這一判斷提升到了文明史的高度：人類一路走來，不斷突破各種局限。食物匱乏靠農(nóng)業(yè)解決，距離障礙靠交通工具解決，體力限制靠機(jī)械解決。每一次突破都催生了全新的人類活動(dòng)空間。而 AI 正在突破的，是人類智力本身。當(dāng)智力不再構(gòu)成瓶頸，新的空間在哪里？

辛頓坦言，自己目前沒有答案，也未見到任何人給出令人信服的解釋。他還給出了具體的時(shí)間預(yù)判：2026 年，AI 將在呼叫中心大規(guī)模替代人類客服；數(shù)年之內(nèi)，便可能具備獨(dú)立運(yùn)行、持續(xù)數(shù)月的軟件工程項(xiàng)目能力。這番言論一經(jīng)發(fā)出，便引發(fā)討論。

但并非所有人都認(rèn)同辛頓的觀點(diǎn)。不久后，另一位“圖靈獎(jiǎng)得主”楊立昆（Lecun Yan）便公開回應(yīng)。他措辭直接：“我敬重 Geoff（辛頓），但在技術(shù)革命對勞動(dòng)力市場的影響這個(gè)問題上，他甚至不如達(dá)里奧·阿莫迪（Anthropic CEO）了解得多�！�

（來源：X）

緊接著，他提出了一個(gè)更值得深思的觀點(diǎn)：不要聽 AI 科學(xué)家談這個(gè)問題，無論他們多么杰出；更不要聽 AI 公司 CEO 的判斷，無論他們多么成功。勞動(dòng)經(jīng)濟(jì)學(xué)的問題，應(yīng)當(dāng)交給研究勞動(dòng)經(jīng)濟(jì)學(xué)的學(xué)者來回答。

隨后，他點(diǎn)名 @ 了五位經(jīng)濟(jì)學(xué)家：菲利普·阿吉翁（Philippe Aghion）、達(dá)龍·阿西莫格魯（Daron Acemoglu）、埃里克·布萊恩約弗森（Erik Brynjolfsson）、安德魯·麥卡菲（Andrew McAfee）和大衛(wèi)·奧托（David Autor）。

這條帖子的價(jià)值，不僅在于立場表態(tài)，更在于它揭示了當(dāng)前公共輿論中一個(gè)明顯的失衡。在“AI 會(huì)不會(huì)取代人類工作”這個(gè)議題上，聲量最大的始終是兩類人：AI 技術(shù)專家和科技公司管理者。前者對模型能力有深刻理解，但對經(jīng)濟(jì)系統(tǒng)如何消化技術(shù)沖擊未必具備專業(yè)判斷力；后者既有商業(yè)動(dòng)機(jī)去渲染 AI 的變革性，也有動(dòng)機(jī)去回避其社會(huì)成本。

而真正以勞動(dòng)力市場為研究對象、積累了數(shù)十年方法論和實(shí)證數(shù)據(jù)的經(jīng)濟(jì)學(xué)家，在公共輿論中的存在感反而薄弱得多。那么，楊立昆點(diǎn)名的這五位學(xué)者，對于 AI 與人類共存的問題究竟持怎樣的觀點(diǎn)？我們不妨逐一了解。

達(dá)龍·阿西莫格魯可能是五人中對 AI 經(jīng)濟(jì)影響最為審慎的一位。他任教于麻省理工學(xué)院（MIT）經(jīng)濟(jì)學(xué)系，2024 年因制度經(jīng)濟(jì)學(xué)方面的開創(chuàng)性貢獻(xiàn)獲得諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)。近年來，他將研究重心轉(zhuǎn)向 AI 領(lǐng)域。2024 年，他發(fā)表論文《AI 的簡單宏觀經(jīng)濟(jì)學(xué)》，結(jié)論出人意料：據(jù)其模型估算，AI 在未來十年對美國全要素生產(chǎn)率（衡量經(jīng)濟(jì)體整體效率的核心指標(biāo)）的提升幅度，大約只有 0.5% 至 0.9%。這一數(shù)字，與硅谷流行的“AI 將重塑全球經(jīng)濟(jì)”的宏大敘事之間，存在近乎一個(gè)數(shù)量級的落差。

圖 | 達(dá)龍·阿西莫格魯 (來源：Wikipedia)

但阿西莫格魯并非認(rèn)為 AI 毫無價(jià)值。他指出，目前 AI 能夠自動(dòng)化的，僅是企業(yè)全部任務(wù)中的一小部分；且許多被自動(dòng)化的環(huán)節(jié)，并未被生產(chǎn)率更高的新任務(wù)所替代。他將這類技術(shù)定義為“平庸技術(shù)”（so-so technology）：足以替換工人，卻未能帶來相稱的效率提升。勞動(dòng)者被排擠出局，經(jīng)濟(jì)整體并未因此顯著受益。

但他并不擔(dān)憂 AI 過于強(qiáng)大導(dǎo)致人類無事可做。恰恰相反，他認(rèn)為問題可能在于 AI“還不夠強(qiáng)大”：企業(yè)之所以有動(dòng)力用其替換人力，唯一原因是它已經(jīng)足夠廉價(jià)，即便替換后的效率增益微乎其微。

2026 年 4 月，他在美國國家經(jīng)濟(jì)研究局（NBER）發(fā)布新研究，探討當(dāng) AI 生成的內(nèi)容反過來成為訓(xùn)練 AI 的語料時(shí)，不僅模型可能崩潰，人類的知識庫也會(huì)發(fā)生系統(tǒng)性退化。因?yàn)?AI 傾向于輸出“概率最高”的平庸內(nèi)容，這會(huì)稀釋人類文明中的極端案例和獨(dú)創(chuàng)性思維，導(dǎo)致我們在依賴 AI 的過程中，逐漸喪失處理復(fù)雜、罕見問題的能力。

同樣任教于 MIT 的大衛(wèi)·奧托，是當(dāng)今全球引用量最高的勞動(dòng)經(jīng)濟(jì)學(xué)家之一。與阿西莫格魯相比，奧托的視角中包含更多建設(shè)性的可能。他最具影響力的分析框架被稱為“基于任務(wù)的分析”：不將一份工作視為整體來判斷其存廢，而是將其拆解為一項(xiàng)項(xiàng)具體任務(wù)，逐一考察哪些將被自動(dòng)化、哪些反而會(huì)被增強(qiáng)。在這個(gè)框架下，絕大多數(shù)工作并非“消失或存續(xù)”的非此即彼，而是內(nèi)部發(fā)生結(jié)構(gòu)性漂移：部分環(huán)節(jié)交由機(jī)器處理，另一些環(huán)節(jié)則因機(jī)器的輔助而變得更加重要。

圖 | 大衛(wèi)·奧托 (來源：Wikipedia)

2024 年，奧托曾提出一個(gè)反直覺的觀點(diǎn)：AI 對中產(chǎn)階級可能是有利的。其推理邏輯如下：過去數(shù)十年間，專業(yè)技能的門檻不斷提高，醫(yī)生、律師、高級工程師憑借多年訓(xùn)練積累的判斷力，構(gòu)筑了中等技能勞動(dòng)者難以逾越的壁壘。但如果 AI 被設(shè)計(jì)為輔助工具而非替代品，它有可能將部分“專家級判斷力”向更廣泛的群體開放：社區(qū)護(hù)士借助 AI 診斷輔助系統(tǒng)，可以承擔(dān)以往僅由�？漆t(yī)生執(zhí)行的初步篩查；小型企業(yè)主利用 AI 法律工具，能夠處理以往需要委托律師的合同審核。

奧托將此概括為“專業(yè)知識的民主化”，不是消滅專家，而是降低成為“準(zhǔn)專家”的準(zhǔn)入門檻。當(dāng)然，他也反復(fù)強(qiáng)調(diào)，這并非技術(shù)進(jìn)步的自動(dòng)結(jié)果，而取決于企業(yè)的部署方式和政策的引導(dǎo)方向。2026 年 2 月，他與阿西莫格魯合作發(fā)表《構(gòu)建支持工人的 AI》，系統(tǒng)性地界定了何種 AI 技術(shù)可被歸為“親工人型”，試圖為技術(shù)開發(fā)提供明確的價(jià)值導(dǎo)向。

這類技術(shù)包括：能開辟全新勞動(dòng)領(lǐng)域的“新任務(wù)創(chuàng)造技術(shù)”（如讓農(nóng)民轉(zhuǎn)型為管理多維數(shù)據(jù)的“精準(zhǔn)農(nóng)業(yè)調(diào)度員”）、旨在降低準(zhǔn)入門檻的“決策支持技術(shù)”（如輔助護(hù)士執(zhí)行復(fù)雜臨床診斷，實(shí)現(xiàn)醫(yī)療專長的下放），以及強(qiáng)調(diào)人類處于回路中心的“協(xié)作型人機(jī)交互”（如在精密制造中由 AI 負(fù)責(zé)誤差補(bǔ)償，工人負(fù)責(zé)核心工藝決策）等。

第三位埃里克·布萊恩約弗森是斯坦福大學(xué)數(shù)字經(jīng)濟(jì)實(shí)驗(yàn)室主任，同時(shí)也是斯坦福以人為本人工智能研究所（HAI）的高級研究員。早在 2014 年，他就與安德魯·麥卡菲合著《第二個(gè)機(jī)器時(shí)代》，預(yù)判了數(shù)字技術(shù)對勞動(dòng)力市場的深遠(yuǎn)沖擊，該書至今仍被視為這一領(lǐng)域的重要參考文獻(xiàn)。

圖 | 埃里克·布萊恩約弗森 (來源：Wikipedia)

但他最具辨識度的理論貢獻(xiàn)誕生于 2022 年的“圖靈陷阱”。他指出，人工智能領(lǐng)域長期以來存在一種根深蒂固的設(shè)計(jì)傾向：追求讓機(jī)器模仿人類、替代人類，將通過圖靈測試視為終極目標(biāo)。然而，這種設(shè)計(jì)哲學(xué)恰恰將技術(shù)推上了替代勞動(dòng)力的軌道，而非增強(qiáng)勞動(dòng)力的方向。當(dāng)研發(fā)目標(biāo)一味聚焦于讓 AI“像人”，自動(dòng)化便成為默認(rèn)路徑，“增強(qiáng)”（augmentation）反而被邊緣化。布萊恩約弗森主張，應(yīng)當(dāng)有意識地將研發(fā)方向從“讓機(jī)器做人做的事”，轉(zhuǎn)向“讓人能做以前做不到的事”。

2025 年，他與合作者發(fā)表論文《煤礦里的金絲雀》，以翔實(shí)的數(shù)據(jù)追蹤了 AI 對就業(yè)的早期影響。研究發(fā)現(xiàn)，自由職業(yè)者和平臺(tái)工作者首當(dāng)其沖，這些缺乏組織保護(hù)的勞動(dòng)者，最先承受了生成式 AI 帶來的競爭壓力。在翻譯、文案、基礎(chǔ)編程等領(lǐng)域，自由職業(yè)者的訂單量和收入出現(xiàn)了可觀測的下降。

但與此同時(shí)，企業(yè)端的整體就業(yè)數(shù)據(jù)并未出現(xiàn)崩盤式滑坡，表明 AI 的替代效應(yīng)在組織內(nèi)部是漸進(jìn)式展開的。他目前正在推進(jìn)“AI 經(jīng)濟(jì)儀表盤”項(xiàng)目，用大數(shù)據(jù)實(shí)時(shí)追蹤全美國數(shù)千個(gè)職業(yè)內(nèi)部的任務(wù)漂移。最新監(jiān)測顯示：2026 年，組織的變革速度終于開始跟上技術(shù)的步伐，企業(yè)正在經(jīng)歷從“試點(diǎn) AI”到“重構(gòu)流程”的驚險(xiǎn)躍遷。

安德魯·麥卡菲是布萊恩約弗森多年的學(xué)術(shù)搭檔，在 MIT 斯隆管理學(xué)院擔(dān)任首席研究科學(xué)家，同時(shí)也是 MIT 數(shù)字經(jīng)濟(jì)倡議（IDE）的聯(lián)合創(chuàng)始人。相較于布萊恩約弗森更偏學(xué)術(shù)的研究風(fēng)格，麥卡菲更擅長將復(fù)雜的經(jīng)濟(jì)學(xué)結(jié)論轉(zhuǎn)化為企業(yè)管理者和政策制定者能夠理解的語言，活躍于《哈佛商業(yè)評論》、TED 演講和個(gè)人專欄等平臺(tái)。

圖 | 安德魯·麥卡菲 (來源：Wikipedia)

他的核心立場可以概括為“技術(shù)樂觀加制度焦慮”。一方面，他相信技術(shù)進(jìn)步整體上擴(kuò)大了經(jīng)濟(jì)總量，但另一方面，他對收益的分配極為警覺。在《第二個(gè)機(jī)器時(shí)代》之后，他與布萊恩約弗森合著《機(jī)器、平臺(tái)、大眾》，進(jìn)一步論證了數(shù)字經(jīng)濟(jì)的一個(gè)顯著特征：增長越來越集中于少數(shù)平臺(tái)型企業(yè)和超級明星公司，而普通勞動(dòng)者在增長中所分得的份額卻持續(xù)縮小。這一“贏家通吃”的趨勢在 AI 時(shí)代有被加速的可能。

麥卡菲因此并不簡單地站在“AI 會(huì)創(chuàng)造更多工作”的立場上，他的關(guān)切更在于：如果不在制度和政策層面進(jìn)行主動(dòng)干預(yù)，AI 創(chuàng)造的價(jià)值將高度集中于資本所有者和少數(shù)高技能勞動(dòng)者手中。

五人中最后一位是菲利普·阿吉翁。他任教于法蘭西學(xué)院和倫敦政治經(jīng)濟(jì)學(xué)院（LSE），2025 年獲得諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)，獲獎(jiǎng)理由是其在創(chuàng)新與經(jīng)濟(jì)增長理論方面的開創(chuàng)性貢獻(xiàn)，尤其是他與彼得·霍維特共同構(gòu)建的“熊彼特增長模型”。這套理論的核心概念是“創(chuàng)造性破壞”：新技術(shù)和新企業(yè)的涌現(xiàn)必然摧毀舊的產(chǎn)業(yè)結(jié)構(gòu)和就業(yè)形態(tài)，而正是這種破壞本身驅(qū)動(dòng)著經(jīng)濟(jì)的長期增長。值得注意的是，阿吉翁的命題不是“破壞之后經(jīng)濟(jì)會(huì)恢復(fù)增長”，而是“破壞本身即增長的引擎”，二者之間有重要的理論區(qū)別。

圖 | 菲利普·阿吉翁 (來源：Wikipedia)

將這一框架應(yīng)用于 AI 議題，阿吉翁的分析路徑便十分清晰：AI 當(dāng)然會(huì)摧毀大量現(xiàn)有崗位，但只要這種摧毀伴隨著充分的創(chuàng)新活力和足夠的制度彈性，它本身就能催生新的產(chǎn)業(yè)和新的就業(yè)。關(guān)鍵變量不在于技術(shù)有多強(qiáng)大，而在于制度環(huán)境能否承接這種破壞。市場競爭是否充分、教育體系能否及時(shí)調(diào)適、社會(huì)保障網(wǎng)絡(luò)是否足夠穩(wěn)固。

阿吉翁最近還在利用大語言模型本身作為經(jīng)濟(jì)學(xué)研究工具，探索如何借助 LLM 進(jìn)行大規(guī)模社會(huì)調(diào)查和文本分析。換言之，他不僅在研究 AI 對經(jīng)濟(jì)的影響，也在用 AI 重新定義經(jīng)濟(jì)學(xué)研究本身的方法。

將這五位學(xué)者的觀點(diǎn)并置，可以看到他們并不構(gòu)成一個(gè)統(tǒng)一陣營。阿西莫格魯是冷靜的懷疑者，認(rèn)為 AI 的經(jīng)濟(jì)影響被嚴(yán)重高估；奧托是有條件的樂觀派，認(rèn)為 AI 有可能惠及中產(chǎn)階級，但前提是開發(fā)方向正確；布萊恩約弗森是結(jié)構(gòu)主義者，強(qiáng)調(diào)核心問題不在于 AI 本身，而在于人類選擇用它來做什么；麥卡菲關(guān)注分配正義，憂慮價(jià)值被少數(shù)群體攫��；阿吉翁則是歷史主義者，相信創(chuàng)造性破壞終將發(fā)揮作用，但需要制度層面的配合。

他們之間有交集也有分歧，但也擁有一個(gè)底層共識：技術(shù)變革對勞動(dòng)力市場的影響，不僅是一個(gè)工程問題，更是一個(gè)經(jīng)濟(jì)學(xué)問題。它取決于制度設(shè)計(jì)、政策選擇、市場結(jié)構(gòu)和企業(yè)決策，而不僅僅取決于模型的能力上限。在眾聲喧嘩的當(dāng)下，我們確然需要更多元的聲音。

1.http://www.nber.org/papers/w32487

2.https://www.nber.org/papers/w34854

3.https://www.nber.org/papers/w32140

4.https://www.lse.ac.uk/lse-player/creative-destruction-ai-and-the-european-recovery

運(yùn)營/排版：何晨龍