核心观点 - 论文核心观点：在AGI时代，经济增长将由算力扩张驱动，但普通人的工资将被“算力成本”锁死，与经济增长彻底脱钩，导致即使GDP大幅增长，人类收入也可能停滞不前 [1][2][15][16] 工资定价机制转变 - 传统经济学中，工资与“技能稀缺性”挂钩 [4] - AGI经济中，工资将取决于复现人类技能所需的算力成本，工资上限即为“买几块GPU能复现你” [5][9][10][11] - 论文通过关键公式 $\chi_{t}(a)=$ L(a) + $\alpha_{t}(a)$ ($\alpha_{t}(a)$) 量化此概念，其中()表示用算力复制人类任务的成本 [6][7] - 现实趋势与此吻合：英伟达CEO在2025年财报会议上强调，未来推理型AI模型的算力需求可能比当前预期高出100倍，驱动AI经济的核心是算力规模而非劳动力 [13][14] 经济活动分类与影响 - 论文将经济活动分为“瓶颈工作”与“附属工作” [8] - 当所有“瓶颈工作”被自动化后，产出和算力呈线性关系，而工资则完全与增长脱钩 [15] - Epoch AI的模型推演显示，当劳动供给增加而其他生产要素不变时，劳动的边际产出（工资）会快速下降并趋近于零 [20] - 未来劳动市场的差距可能不再是“谁更努力”，而是“谁更接近算力” [21] 财富分配格局逆转 - 在AGI经济中，劳动在GDP中的份额将收敛到零，而算力在GDP中的份额将收敛到一，几乎所有新增财富都流向算力资本 [23][24] - 算力成为类似工业革命时期土地和机器的核心资产，谁掌握数据中心谁就掌握经济命脉 [25][32][33] - 资本正以前所未有速度涌向算力：微软2025财年计划投入约800亿美元建设AI数据中心和云基础设施；2025年上半年几家科技巨头在AI上投入高达1550亿美元，微软单季度支出超300亿美元用于扩建数据中心 [26][27][28] 转型过程中的不平等 - 转型过程将带来剧烈不平等：若算力供给是瓶颈，工资会缓慢下滑，劳动者逐渐边缘化；若技术突破是瓶颈，某些岗位会因暂时未被替代而工资暴涨，但自动化完成后溢价瞬间崩塌 [29][30] - 劳动者不再是经济增长驱动力，而是被动随波逐流 [31] 人类工作的未来归宿 - “附属工作”可能留给人类，如照护、陪伴、艺术、娱乐、法律、宗教或社区活动，这些工作有社会价值但无关经济增长 [35][36][37] - 人类并非被彻底取代，而是被“边缘化”到算力不愿覆盖的角落 [38] - IMF经济学家提出两种可能：任务复杂度无上限则自动化无限推进；任务复杂度有上限则人类可能保留部分永不被替代的工作 [40] - 现实案例显示，如老年人护理领域，人类陪伴的情感真实性难以被AGI高效复制 [44][45] - 但附属工作的工资上限仍由“算力复现成本”决定，算力扩张不会推高其价值，这些岗位提供社会意义而非财富增长 [42][47][48] - 未来社会可能出现经济高速增长与人类停滞不前的撕裂，人类靠“情感劳动”证明存在感，但与财富增长无关 [49][50][65] 财富分配机制探讨 - AGI时代核心问题是新增财富如何分配，财富将自然流向算力所有者 [51][52] - 解决方案包括将算力收益普遍化为全民分红，或将算力视为公共资本进行管理 [53] - 挪威的石油基金是通过全民分红将稀缺资源转化为公共福利的示例 [56] - 现实挑战是算力集中化趋势：微软、亚马逊、谷歌等正大规模垄断数据中心和GPU供应链 [59][60] - “算力红利”分配可能是避免社会撕裂加剧的必要选项 [61][62]