跳转至

Alex Imas & Phil Trammell：AI 越强，它占经济的份额可能越小（Dwarkesh，2026-06-04）

本库首个严肃的经济学视角。两位经济学家用劳动份额、需求弹性、稀缺性来推演 AGI 世界里工资、再分配与"什么会稀缺"，并反复强调经济学家预测能力之差、"需要一个数据的曼哈顿计划"。

说话人映射（据补做分离的 speakers.md；转录稿本身无标签，此处认人属 wiki 层编辑判断）： | 标签 | 占比 | 认定 | 依据 | |---|---|---|---| | SPEAKER_03 | 40.5% | Dwarkesh Patel（主持） | 开场介绍两位嘉宾"……Google DeepMind and Professor of Economics at the University of Chicago, and Phil Trammell……Head of Economics at Epoch"（[00:00:00]，100%）；多次点名"Phil, you made this point…"（[00:07:26]） | | SPEAKER_00 | 39.0% | Alex Imas | [00:16:59] 块内"experiments that we ran involved an art print"（100%），与其实验经济学家身份一致；[00:11:38] 块内对 Phil 说"Phil, I liked your analogy to…"，所以不是 Trammell | | SPEAKER_02 | 19.9% | Phil Trammell | 紧接"Phil, I liked your analogy"之后作答（[00:12:41]，100%）；[00:57:39] 块内"total utilitarian philanthropy. When I think about why…"（100%） |

SPEAKER_01（28 秒）为碎片。主持占比高达 40%，本期是三方讨论而非一问一答。

概要

标题即核心悖论：随着 AI 把越来越多商品完全自动化、变得极便宜，其边际效用下降，AI/资本占经济的份额可能反而变小；但若资本能不断创造"新品类"（increasing variety）让人永不满足，资本份额也可能趋近 1。他们主张放弃点预测、改用情景规划 + 预测市场，并指出哪一种情景成真取决于哪一维度的"稀缺"。

核心观点

劳动份额、稀缺与"关系性部门"

  • Kaldor 事实：数百年来经济产出约 60% 付给劳动（工资）、30–40% 付给资本，惊人地稳定（含工业革命后）；是否近 20–30 年在下降有争议，但 Atkinson 等指出会计口径一致时"从未真正下降"（[00:06:22]–[00:07:26]）。劳动与资本是互补的，做成一件事都要付。
  • 关系性部门（relational sector）：人"在场"本身构成产品价值的服务/商品（不是可替换的"马"）。艺术品实验：人作 vs AI 作为被试间条件，人作估值明显更高——但仅当稀缺（1 幅 vs 500 幅，人作价格大跌，AI 作无差别，"AI 已被视为 commodity"）（[00:16:59]–[00:18:00]）。任务化/O-ring 模型：自动化 9/10 任务，人保留"传递诊断、提供支持"那 1 份（[00:09:31]–[00:10:33]）。
  • 但"关系性部门"能否撑起大份额存疑：只要资本侧品类不断扩张、人不满足，而人类侧（芭蕾舞者）不扩张，则劳动份额仍会趋零（[00:08:27]–[00:13:47]）。

预测的谦卑：Ricardo、蒙古人与 Moore 定律

  • Ricardo（1820）预言岗位被自动化——对了；预言大规模失业——错了（lump-of-labor 谬误，没料到结构变迁与新岗位）。今天美国黄金年龄就业率是 2000 年以来次高（[00:03:16]–[00:05:21]）。
  • 1400 年蒙古经济学家类比（Trammell）：若把品类固定，会预测所有钱都花在歌手身上；但品类扩张让歌手份额始终微不足道——"这就是我对未来的中心预测，尽管可能两边都对"（[00:11:38]–[00:13:47]）。
  • Moore 定律的悲观解读："每 18 个月计算的价值减半——我们消耗计算用途的速度快到刚好维持摩尔定律"。但如今 H100 租金比三年前更高：首次出现算力机会成本上升（模型越聪明、算力用途的新品类越多）（[00:14:54]–[00:16:59]）。呼应 AI 算力与基础设施。

"混乱的中间地带"与再分配

  • 数据缺口："我们没有数据"——缺需求弹性数据、O*NET 质量低；呼吁"数据的曼哈顿计划"，先写下情景再决定该收集什么（[00:05:21]–[00:06:22]）。
  • messy middle / drip 情景（Molly Kinder）：最坏不是大规模失业，而是缓慢滴漏——人们没失业但转入更低薪部门（1920–40 电话接线员被自动化用了 20 年、被低薪重新吸收）。2% 失业上升就能彻底改变政治风向（Andy Hall）（[00:22:11]–[00:24:14]）。
  • 但他们判断"自动化了却没创造足够财富去补偿"是很窄的情景：能裁掉软件工程师的智能足以自动化所有白领，且 AI 比人便宜 → 蛋糕会长大（[00:24:14]–[00:25:16]）。
  • 再分配工具权衡：负所得税（快但依赖当权者、有政治经济风险）、UBI（同）、全民基本资本 / universal basic capital（你就是普通股东，但有"该 index 什么"的定标难题——万一 Anthropic 归零）、财富税（0.5% 无稳定均衡、会escalation）、消费税/VAT → 政府买股票再分给全民（David Autor；≈ 私有化社保）（[00:25:16]–[00:29:21]）。

当下有没有"白领大屠杀"？

  • 暂时没有：耶鲁 Budget Lab"要眯着眼才看得到"；初级开发者略低于趋势、资深需求反升；CS 毕业生找工作难多为轶事或被贴上"AI"标签的普通裁员（[00:30:24]–[00:32:27]）。
  • 协调装置风险：一旦形成"不裁员=没跟上 AI"的叙事，公司会跟风裁员做样子（token counter），哪怕裁完更糟（[00:31:24]–[00:32:27]）。
  • 需求弹性是关键：Jevons 悖论只在需求高弹性时成立；软件弹性高（越便宜越想要更多），石油/胰岛素/粮食弹性低（[00:33:29]–[00:35:35]）。O-ring 模型（Gans & Goldfarb）双向：自动化 9/10 但质量更差就干脆不自动化；反之人做的 1/10 会拖累 AI 的质量/速度 → 索性也不用人（[00:39:48]–[00:41:53]）。此外律师/法官/牌照等监管性在场与关系性无关，但属"过渡性"（[00:41:53]–[00:43:57]）。

Citrini 衰退论的反驳与"贪婪优化者"

  • 反驳 AI 导致负增长：负增长需要需求被硬性上限 + 省下的钱不再投资——但"有了 AGI 却不建更多数据中心/晶圆厂"的世界很荒谬；大萧条时技术前沿没扩张，而这里前沿在扩张=abundance，很难得到负增长（[00:35:35]–[00:38:48]）。
  • 进化/选择论：会增长、在资本上不满足的公司/agent 更易壮大 → 资本份额趋 1。Zuckerberg 把财富留在 Meta 股票里复利（"Nick Land 式加速资本偏好"）而非分红消费；不满足者储蓄率更高、长期占有多数财富（[00:45:58]–[00:49:14]、[00:53:25]–[00:57:39]）。为何 Rockefeller 后代没统治一切？——"耗散冲击"（人会死、后代败家、基金会花掉）+ 指数基金出现前很难 index 整个经济（[01:03:49]–[01:04:52]）。von Neumann probe 是极致贪婪优化者，但"它怎么计入 GDP"取决于会计（[00:58:40]–[00:59:41]）。

发展中国家与"电力还是社交媒体"

  • 对不在 AI 生产链上的国家（印度/尼日利亚/乌干达）：最被忽视的研究问题。建议优先"买 AGI 的 index"（主权财富基金/补贴买入正确供应链）而非重训/建数据中心——更干净、更抗快速 takeoff；但若回报集中在私有 OpenAI/Anthropic 就很难 index（[01:00:41]–[01:03:49]、[01:09:09]–[01:10:12]）。移动银行式蛙跳有先例（[01:11:14]）。
  • AI 是电力还是社交媒体？：若像电力——收益流向用户、普惠、人人被 index（未来 S&P 每家公司都靠 AI）；若像社交媒体——租值归平台、集中。开源模型只落后前沿 6–9 个月是关键：若成立，AGI 一到、半年后人人可及 → 电力式普惠（[01:06:58]–[01:08:03]）。呼应 姚顺宇 的"中国开源模型追得很快"、中美 AI 生态对照。
  • 商品化 vs 安全的权衡：更少前沿实验室=留出减速做安全的缓冲，但财富集中且形成清晰政治靶子（对 Anthropic 的 Defense Production Act 威胁）；Trammell 认为"有差距"与"公众广泛持股"可并存、权衡没那么大；Imas 近来倾向商品化的收益值得其风险（[01:13:20]–[01:15:24]）。接 LLM 安全 的竞赛动态。

相关主题