死亡经济理论

你可能熟悉“死亡互联网理论”：你在网上遇到的大部分内容现在都是由机器人生成的，为机器人服务，而人类则沦为机器噪音下日益缩小的观众。去年，互联网上一半以上的新内容是由AI生成的。人类还在那里，滚动着屏幕，但他们滚动的东西已经成为一场由机器为观众表演的演出，而观众尚未意识到这场演出并非为他们而设。

登录到那些寻找鲜活思想来交锋和思考的空间，却发现源源不断的垃圾内容，这令人极度沮丧。我们被承诺了一个超级互联的时代，却让共享的物理空间凋零，结果发现承诺的数字公地只是一块巨大的广告牌，越来越多地被机器人阅读和创建。

这已经够糟了。我想谈一些更糟的事情。称之为“死亡经济理论”。

AI行业有一个数字问题。

OpenAI、Anthropic、Google DeepMind、Meta AI、微软：大规模AI基础设施的总投资现已达数千亿美元，预计未来十年将达数万亿美元。仅OpenAI一家的估值就超过8000亿美元。而Anthropic尚未实现任何一年的盈利，其估值却同样高耸入云。这些数字需要一个足够大的可寻址市场来证明其合理性。

只有一个市场足够大：全球劳动力市场。

当我们正兴奋于如何在Cowork中使用claude.md文件时，该行业却在推销另一种现实。每一次AI代理“完成十名分析师的工作”的投资演示都在告诉你同一件事：产品就是劳动力替代。更温和的措辞（“副驾驶”、“助手”、“增强”）只是营销。底层的财务模型要求在文明规模上消除人力成本中心。如果做不到这一点，这些公司将成为资本主义历史上估值过高的资产。那些开出支票的人不会习惯为了更好的自动补全和无休止的没人读的长篇备忘录而烧掉数万亿美元。

AI公司现在构建自己的基准来证明这一点。OpenAI的GDPVal基准衡量模型在44个职业中的表现，从房地产经纪人到新闻分析师。AI生产力指数则针对四个特定的专业角色评估模型：投资银行分析师、管理顾问、大律师、初级保健医生。这些是针对专业阶层的瞄准镜。正如OpenAI的一位评估负责人告诉《纽约时报》的，模型现在在执行数月前没有模型能胜任的任务上“取得了超过80%的胜率”。研究团队中的一位前银行家“不断惊叹于模型能做多少她以前的工作”。

所以让我们相信他们的话。假设技术如宣传的那样起作用，AI系统能够以人类工人一小部分成本完成大部分认知劳动。接下来会发生什么？

跟随资金走三个回合。

第一回合：一家公司授权使用AI来替代其大部分员工。成本下降，利润扩大，股价上涨。财报电话会议上的每个人都很高兴。当Block的Jack Dorsey在3月以AI编码代理为由解雇了近一半员工时，投资者以盘后股价飙升25%作为回应。市场以立即向股东大规模转移价值来奖励对人类劳动的消除。

第二回合：被替代的工人停止获得收入。他们削减开支。他们曾经光顾的企业收入下降。其中一些企业也采用AI来削减成本，加剧了替代效应。消费者需求在整个经济中收缩。

第三回合：为了省钱而解雇员工的公司发现，它的客户总体上是其他公司的员工。收入增长停滞。原本被视为效率投资的AI订阅，结果却成为对自身市场破坏的贡献。

沃顿商学院的经济学家Brett Hemenway Falk和Gerry Tsoukalas最近在一篇题为“AI裁员陷阱”的论文中描述了这种动态。在竞争市场中，自动化公司获得了替代工人的全部成本节省，但只承担了由此造成的需求破坏的一小部分。在一个有20个竞争对手的市场中，每家公司只感受到它破坏的需求的二十分之一。其余部分落在竞争对手身上。这造成了囚徒困境：每家公司都理性地自动化到超出社会最优水平，因为削减劳动力成本的个人激励总是超过消除消费者支出的分散、共享的后果。更好的AI会使情况更糟。更高的生产率扩大了自动化速度超过竞争对手的利润差距，加剧了走向集体毁灭的军备竞赛。

有时，裁员发生在高管们甚至还不知道AI能否胜任工作之前。曾在OpenAI工作的经济学家Zoë Hitzig告诉《纽约时报》：“当首席执行官们说他们在裁减工作岗位是因为AI时，其他人会觉得他们也不得不这样做。这种动态可能会使变化比效率所要求的速度更快发生。”这是以创新为外衣的羊群行为。

亨利·福特可能理解（尽管可能是传说，但原则上正确），他的工人需要赚足够的钱来买他的车。AI经济正在消除工人，却期望汽车继续销售，但软件具有近乎零的边际成本，因此整个价值主张就是消除人力成本中心。产品就是客户基础的移除。

乐观主义者会告诉你这只是生产率提升。经济以前吸收过自动化；农业就业从美国劳动力的90%下降到2%，文明继续发展。麻省理工学院的David Autor已经表明，当今大约60%的工作在1940年并不存在。新技术创造了新的工作类别。确实如此。但对过去的观察和自然规律之间是有区别的，乐观主义者一贯混淆这两者。农业转型花了一百四十年。牛津大学的Carl Benedikt Frey记录说，工业革命花了七十年才使被取代工人的工资和就业恢复。在此期间，工资停滞，劳动收入份额崩溃，利润飙升，不平等急剧上升，政治后果包括宪章运动和广泛的社会动荡。正如Frey所说：“大多数经济学家会承认技术进步在短期内会造成一些调整问题。但很少注意到，短期可能持续一生。”

将这个时间线与AI行业正在运作的时间线进行比较。前国家经济委员会副主任Bharat Ramamurti将其与“中国冲击”相提并论——当生产转移到海外时，一波制造业就业损失重塑了美国政治。“中国冲击持续了几年，而这可能在两年内发生，”他告诉《纽约时报》。“这些公司花了这么多钱开发模型，以至于它们将面临巨大的压力，要求通过快速采用来产生收入。”

以前的自动化取代了工作内的特定任务。动力织布机取代了手工编织，电子表格取代了手工计算等。在每种情况下，技术都是狭窄的。通用AI则同时全面威胁各个行业的认知劳动。经济学家Wassily Leontief在1983年就预见到了这一点，他比较了人类劳动和马匹。美国马匹数量从1840年的900万增长到1900年的2100万，似乎对技术变化免疫。但在内燃机出现后的六十年内，马匹数量下降了88%。马匹并不是因为恶意而被淘汰。它们变得不经济了。Leontief的观点是，没有经济规律阻止同样的事情发生在人类身上。

Daron Acemoglu在2024年获得了诺贝尔经济学奖，是这个话题上最严谨的声音，他发现1987年至2017年间，“新技术的替代效应远远超过其生产率和再就业效应”。新任务的出现速度不足以吸收被替代的工人。他对AI的评估更加尖锐：公司正在部署他所谓的“过度自动化”，用AI消除工作岗位却没有显著降低生产成本，同时施加巨大的社会成本。在许多应用中，这项技术不足以证明它造成的替代是合理的。自动化是为了股价，而不是为了真正的生产率。

当客户是你已经消除的东西时，谁又是客户？

一个不需要人类劳动的经济是一种民主制度从未面临过的政治危机。

民主治理建立在一个如此古老的协议之上，以至于我们已经忘了它本身就是一个协议。被统治者拥有统治者需要的东西：劳动、税收、兵役、消费支出。这种依赖是民主杠杆的来源。整个系统运作是因为权力是分散的，而权力分散是因为上层的人需要从下层的人那里得到什么。

从等式中移除劳动，看看会发生什么。

当价值由少数已经精于税收优化的公司拥有的AI系统产生时，民主治理的每一个财政机制都会同时枯竭。税基侵蚀。集体谈判变成遗迹（不需要雇员的雇主不会与他们谈判）。依赖于劳动收入的消费支出收缩。皮凯蒂的r > g，财富集中的引擎，加速了，因为AI切断了资本积累与作为生产输入的人类劳动需求之间的最后联系。没有再分配，正如对该框架的一项分析所说，“大约一切最终都将属于过渡发生时最富有的人。”

而公众资助了使其成为可能的研究。Transformer架构、大规模训练方法、半导体进步——所有这些都是由大学、DARPA和国家实验室公共或准公共资助的。公众承担了风险。私人公司获得了回报。这在过去六十年的技术进步中惊人地普遍。正如Mazzucato所说，“AI有成为另一个租金抽取引擎而非价值创造引擎的风险。”我们补贴了革命，现在却被要求接受替代，作为别人从中获利的进步的代价。

你仍然可以投票（请投票给那些理解这个问题并愿意尝试阻止它的人）。但你投票决定的是不断萎缩的资源池的分配，而实际经济在你越来越无法参与的平行系统中运行。

构建这些系统的人完全理解这一点。Anthropic的CEO Dario Amodei公开说过：“民主的权力平衡是以普通人通过创造经济价值拥有杠杆为前提的。如果这一点不存在，我认为事情会变得有点可怕。”一家领先AI公司的CEO告诉你，他正在构建的技术将破坏民主治理的物质基础。他看到了问题。他正在构建导致问题的东西。他的公司没有支持任何一项解决此问题的立法。当被问及政策倡导时，Anthropic的联合创始人……