40名全球顶尖专家秘密齐聚华盛顿，闭门探讨避免AI末日

新智元报道 【新智元导读】 40 位顶级专家在华盛顿推演 2030 年 AI 经济情景，结果令人不安，GDP 翻倍，白领却大面积坠入零工经济。药方开了一桌子，真正的瓶颈在治理速度。而 2030，可能只是序章。 上周，美国华盛顿特区，彼得森国际经济研究所。 40 位经济学家、技术专家和政策制定者被召集到同一间会议室，面前摆着工作手册、画架和记号笔。 他们的任务是推演一个 2030 年的美国经济剧本，剧本名叫「Paper Prosperity」（「纸面繁荣」）。 在这个剧本里，AI 将 GDP 增速推高了近一倍，标普 500 一路上扬，但不充分就业率从 8% 跳到 14%，数百万受过高等教育的白领被挤进零工、兼职和低于自身资质的岗位。 他们讨论了一整天，结论很难让人乐观。 2030，一份精心设计的剧本 这场推演的组织方是 Windfall Trust，一家专注于应对 AI 经济冲击的非营利机构，过去几年已在全球多个城市举办过类似的情景推演。 这次华盛顿场的参会者涵盖劳动经济学家、AI 研究者和在任国会议员，阵容相当豪华。 组织方刻意将议题收窄到经济面，绕开了网络安全和生物威胁等 AI 安全话题。 Windfall Trust CEO Adrian Brown 的判断是：当人们开始担心 AI 会颠覆自己和孩子的工作，经济层面的焦虑所引发的社会压力，会比任何技术安全威胁来得更快、更猛烈。 OpenAI 的 Sam Altman 和 Anthropic 的 Dario Amodei 近期都在公开场合淡化了早前关于白领大规模失业的预言，两家公司则恰好都在近期公布了 IPO 计划。 但公众并未因此安心，Pew 研究中心今年 3 月的调查显示，只有 17% 的美国人认为 AI 在未来 20 年会对美国产生正面影响。 https://www.pewresearch.org/short-reads/2026/03/12/key-findings-about-how-americans-view-artificial-intelligence GDP 翻倍的另一面 「纸面繁荣」剧本里的宏观数据堪称亮眼。 AI 驱动的效率提升让 GDP 和劳动生产率增速几乎翻倍，资本市场一片欢腾。 但就业端讲了一个完全不同的故事。 失业率只是微幅上升，真正的警报藏在另一个指标里。 不充分就业率从 8% 飙升到 14%，翻译成具体的人的处境，就是大量原本坐在写字楼里的白领开始接零散的线上任务，做着与自己学历完全不匹配的兼职，或者从全职转为灵活用工。 推演剧本对这一处境的概括颇为精准，零工化、收入不稳定、随时可能被替代的焦虑感，这些长期困扰基层劳动者的问题，开始向中产阶层的上层蔓延。 部分与会专家指出，短期内焊工、护士、水管工等依赖现场操作的体力岗位可能迎来一波薪资上涨。 但这种红利很可能转瞬即逝。 当大量被 AI 挤出的白领涌入蓝领再培训通道，供给端的激增会迅速压低这些岗位的薪资水平。 一个「挤出→涌入→再压低」的循环，可能在多个行业同时上演。 当社会契约开始失效 经济层面的震动最终会传导到社会结构的每一个角落。 推演当天上午的分组讨论中，各桌专家在几个判断上迅速形成了共识。 社会不稳定因素将显著上升。 代际之间的分歧会进一步加深。 年轻人因对未来的悲观情绪，生育意愿持续走低。 这些判断指向同一个更深层的裂缝，那条运转了几十年的隐性社会契约，上学、努力工作、过上体面的生活，正在失去说服力。 当一个名校毕业生发现自己的收入还不如零工平台上的临时接单者，这套叙事就很难再让人信服。 MIT FutureTech 研究组负责人 Neil Thompson 在讨论中提供了一个不同的视角。 AI 可能大幅压低医疗和教育成本，美国人或许因此更健康、寿命更长。 那些处于不充分就业状态的人，甚至可能拥有更多闲暇投入创造性活动。 一位现场协调人半开玩笑地称之为「钩针经济」。 但系统层面的利好很难自动转化为个体层面的安全感。 那个 17% 的数字，某种程度上就是这道温差的量化表达。 一张桌子上的药方 下午的讨论进入政策环节。 专家们提出的方案并不缺乏想象力，但几乎每一个方案后面都拖着一条长长的 「但是」 。 技能再培训被提及的频率最高。 然而美国此前在应对制造业外迁时推行的政府主导再培训项目，效果并不理想，这已经是学术界的普遍认知。 美国乔治城大学劳动经济学家 Harry Holzer 进一步指出了一个根本性的困境，目前连 AI 会创造哪些新任务和新职业都尚不清楚，培训方向都无从确定。 收入再分配也是焦点议题。路径包括全民基本收入（UBI）、对 AI 企业及股东加税、将部分 AI 企业收益注入公共基金以惠及更广泛人群。 社会安全网方面，全民医疗保障、就业担保、对降薪再就业者的工资补贴、大规模投资儿童和老年照护等依赖人际能力的行业，也被逐一摆上桌面。 方案摆了一桌子，真正的瓶颈在执行端。 AI 技术的迭代以月为单位，政策的酝酿和落地则以年甚至以政治周期为单位。 一位到场参加午餐问答环节的国会议员直言，立法机构在面对技术议题时的响应速度，远远跟不上现实变化的节奏。 一项涵盖 AI 劳动力数据采集和灾难性风险披露的跨党派草案「Great American AI Act」本月刚刚公布，但从草案走到正式立法，路还很长。 积极的信号来自大洋彼岸。 英国上周刚成立了 AI Economics Institute，一个政府级研究机构，专门为公共政策提供 AI 经济领域的研究支撑。 Adrian Brown 评价说，「看到一些国家开始认真对待这些问题，这让人看到了希望。」 2030 只是序章 这场推演所有讨论的底层假设，仍然是一个相对温和的情景，AI 大幅提升了效率，替代了相当一部分白领工作，但还没有全面取代大多数人类劳动。 然而多家头部 AI 实验室的公开路线图都指向 2030 年代，认为 AGI 有可能在这个窗口期内出现。如果这个预期兑现，「Paper Prosperity」描绘的就只是通往更深层变革的一段序曲。 届时需要回答的问题将远远超出就业和收入分配的范畴，直指一个更根本的命题： 当机器可以完成人类能做的一切智力劳动，人在经济系统中的位置是什么？ 再往前一步，如果 ASI 随之而来，那么需要重新定义的可能就不只是「工作」，而是「价值」本身。 这 40 个人在华盛顿讨论了一整天，形成的最大共识也许可以浓缩成一句话，不行动的代价，远大于试错可能付出的代价。 留给人类建立治理框架的窗口期，可能比大多数人以为的要短得多。 参考资料： https://www.wsj.com/tech/ai/inside-the-room-where-americas-brightest-game-out-how-to-avoid-an-ai-apocalypse-9e5e8526 编辑：马可 秒追ASI ⭐ 点赞、转发、在看一键三连 ⭐ 点亮星标，锁定新智元极速推送！ 文章原文