近两年来，关于 AI 经济学最引人注目的论战，实际上是一场关于"速度"的博弈。关于AI泡沫的讨论，最终都会还原到，「AI 多久会反 映到 GDP/生产率上」这个问题上。 诺贝尔经济学奖得主 Daron Acemoglu 在 2024 年抛出了一盆冷水。他通过对当时 AI 能力（主要是 GPT-3.5 时代）的实证观察，计算出 AI 对未来十年全要素生产率（TFP）的增长贡献可能仅为微不足道的 0.07% 到 1%。他的判断主要立足于 AI 只能自动化很少一部分人类 任务，且很难在短时间内大幅降低成本。 但在Agent全面接管工作流、推理模型层出不穷的当下，Acemoglu基于Chat时代的观察显得有点落伍了。 在他的论点之外，转折派、奇点飞升派等多个流派对AI、对GDP年增长的影响预测从0.07%到10%，分布在极其广阔的光谱上。 这些预期差距很大程度上源于他们对AI技术本身发展速度的理解差别。AI发展停滞、Agentic AI成功落地，以及能够自我迭代的AI进入 研发流程，意味着完全不同的增长轨迹。 而斯坦福大学商学院经济学家 Charles I. Jones 在 2026 年 1 月发布的最新论文《人工智 ...