中文原文
一、人类还有多久会被AI取代
今天分享两篇论文,第一篇论文是2022年ChatGPT横空出世前,斯坦佛大学的经济学教授Brynjolfsson(读作布林约尔夫松)对AGI可能导致”未来”全球秩序失衡的预测。但没想到,未来已来——仅仅2年多的时间,Anthropic这个星期发布的研究论文就用实际数据证实,目前近半数的AI应用属于"Automation"类型,即AI能够直接取代人类独立完成的工作。
Anthropic可能很多人不知道,作为一个未上市公司,它也是美国的顶级独角兽公司之一,600亿美元估值,旗下的Claude大模型在发布后首10天的下载量位居全球第五(2025年1月数据:前四名分别为ChatGPT、Microsoft Copilot、DeepSeek、Google Gemini)。
如果仔细研究论文中的分类方法,在剩下的一半工作中,还有31.3%被定义为"Task Iteration"(任务迭代)。这部分具体是什么呢?举个简单的例子:
比如我需要总结一份会议纪要,我先让AI帮我总结最重要的一些信息,我看一遍过后,再让它针对我感兴趣的部分进行信息补充,通过这样多轮交互,最终达成我想要的效果,然后交给老板完成作业。这部分31.3%的工作,随着AI在工作场景中持续的强化学习(因为全球无数用户都在这些场景用到AI,提供给AI公司7天24小时的增量数据),很快也会学得有模有样,实现Automation,最终取代人类自主完成。
二、哪些职业最危险?
我们一起来看看下面这张图,横轴是工资水平,纵轴是使用AI的占比,如果简单的以6万美元的中位数工资水平和1%的AI使用率为分水岭分隔出四个象限的话,可以归类为这几种类型的工作:
A:从"资本家"角度最高优进行AI替代的工种,因为他们收入很高,同时AI可以很大程度的替代人类。这个象限中的典型职业有:软件工程师(Computer Programmers),文字编辑 (Editors),策划和文案 (Copywriter)
B:正在高优进行AI训练的工种,因为这些工作的人工成本很高,但目前AI还不能很好地替代。比如产科医生(Obstetricians)这类高度专业化的医疗工作者。这类工作需要复杂的专业判断和实践经验,当前AI主要起到辅助作用。 比如”国会山股神”佩洛西和Ark基金的“木头姐” Cathie Wood最近披露投资的Tempus AI就是这样一家公司,当前先以辅助而非替代医疗工作者的切入点为医生提供个性化诊断和治疗方案,同时大量收集专业医生的人工标注数据,提供给AI进行强化学习,以实现最终的自动化解决方案。
C:劳动力密集型工种,工资较低且当前AI难以替代。这类工作包括美发师(Shampooers)等服务业工作者。报告指出这类工作需要大量体力劳动和精细的手工操作,目前AI的应用比例不到1%。
D:需要警惕的边际效应工种,虽然工资不高,但AI已经可以部分替代。这类包括家教(Tutors),大量的白领工作(Office and administrative support)和一些技术员工作(Technicians)。根据数据显示,这些职业的AI使用率较高,当AI的使用成本随着算法、算力的优化大幅降低时,可能面临较大的被AI替代的风险。
在2025年的当下,中美两国正如同太空竞赛般争相朝着AGI迈进。可以预见到大量人类的工作将逐渐被AI替代——这就像在沙滩上看到远处积蓄了巨大动能的海啸正向我们涌来。当它逼近眼前时,可能会给人类社会带来前所未见的全球性超大规模失业潮及随之而来的经济危机。
三、为什么说图灵测试是个“陷阱”?
这一危机与著名的"图灵测试"有着密切关系,为什么呢?
1950年,艾伦·图灵在其论文《计算机与智能》中提出了一个"模仿游戏",用来评估机器是否具有思考能力:
模仿游戏:一个人类(A),一个机器(B),和一个裁判(C)。裁判C通过与A和B进行交流,来判断谁是人,谁是机器。如果裁判无法准确区分,那么可以认为机器A在某种程度上具有人工智能。
这一测试理念后来被称为"图灵测试",并成为了普遍用来判断人工智能的标准。
根据图灵的定义,AI和现在所说的AGI本质上是一种能够模仿人类行为的"类人工智能"(Human-like Artificial Intelligence,HLAI)。这种定义带来的后果是:
"当人工智能复制和自动化现有的人类能力时,机器就会成为人类劳动力更好的替代品,被替代的工人就会失去经济和政治上的议价能力。那些能够获取具有人类同等能力的机器的企业家和高管,在特定任务中往往会用机器取代人类。"
但AI作为人造物,不仅仅只有图灵的这一种定义,比如:
"当人工智能增强人类能力时,使人们能够做到以前从未做到过的事情,那么人类和机器就是互补的。这种互补性意味着人类在价值创造中仍然不可或缺,并在劳动力市场和政治决策中保持议价能力。"
如果我们一味追求类人工智能HLAI,虽然能通过自动化提高生产力,但也会导致财富和权力的集中。这种集中将带来严重隐患:失去权力的群体会陷入无法改善自身处境的困境,布林约尔夫松教授在论文中将其称为"图灵陷阱"。
当人类社会落入”图灵陷阱”,随之而来的便是大量的失业和一个不断扩大的无法就业的"零边际产出"的社会阶层。在美国,已经可以观察到预期寿命最近连续三年下降——这是自1918年以来从未出现过的逆转。尤其是由自杀、药物过量和酗酒导致的绝望死亡急剧上升,现在每年夺去数十万美国人的生命——而且这个数字仍在上升,经济学家Anne Case和Angust Deaton称之为”绝望死亡"螺旋。

四、破解图灵陷阱
图灵陷阱的本质是"过度追求替代人类"而不是"增强人类能力"。打个比方:你可以开发一个AI完全取代收银员的自助结账系统,这是替代型AI;也可以开发一个帮助收银员更快结账、提供商品信息和个性化推荐的智能系统,这是增强型AI。
要破解这个陷阱,论文中提出需要三个方面的激励机制。
税收政策要公平:实现公平对待。目前,如果企业用AI替代工人,只需要缴纳企业所得税;但如果用AI帮助员工提高效率,除了企业所得税,还要缴纳工资税和员工个人所得税。再加上资本利得税率(20%)远低于劳动收入税率(37%),这种税收体系变相鼓励企业选择自动化方案。因此,第一步是要平等对待两种商业模式,甚至可以考虑给予工资收入更优惠的税率,来平衡发展方向。
教育投资:数据显示,企业在机器学习技术上投入1美元,就需要在人力资本上投入9美元作为配套。但企业往往不愿意投入培训,因为员工可能跳槽,让其他公司享受培训成果;员工自己又常常付不起培训费用。这就需要政府出面,要么直接提供培训,要么为企业培训提供激励措施,解决技能投资不足的问题。
鼓励创新:现在的技术发展往往局限于"让机器模仿人",但这实际上限制了创新空间。我们应该思考"人机结合能做什么新事情"。为此,需要设计新的评估标准,鼓励那些能创造新价值的突破性创新,而不是简单的自动化方案。
这些方向虽然正确,但具体政策落地时需要谨慎考量。任何政策都是把双刃剑,必须适应各国国情,避免产生监管套利(Regulatory Arbitrage)和道德风险(Moral Hazard)等问题。比如:
监管套利案例:1980-1990年代,韩国和日本先后对工厂中的自动化设备实施严格的环保标准和高额关税,导致三星等制造企业将生产线转移到环保标准较低的东南亚国家,形成典型的监管套利。这种转移不仅没有达到环保目的,反而加剧了两国本土的年轻人就业问题。
绿色能源补贴:2010年代,部分欧洲国家对太阳能发电提供高额补贴,一些企业通过技术包装骗取补贴,最终导致政策收紧。
此文就不在就政策层面展开讨论,但我想提出的是:
如果从另外一个角度思考,更深层的问题是:这些措施都是建立在"工作是必需的"这一前提之上。但如果未来AI真的能大规模取代人类劳动,我们是否需要重新思考社会结构和价值分配体系?这个问题或许比探讨如何保住工作更值得深思。
未来如果人类无需工作,将会是一个什么样的世界?它将会如何运作?下次有机会借着牛津大学的Daniel Susskind的这本A World without Work展开聊聊这个话题。
参考资料
Anthropic. (2025, February 10). Introducing the Anthropic Economic Index. Anthropic. https://www.anthropic.com/news/the-anthropic-economic-index
Brynjolfsson, E. (2022). The Turing Trap: The Promise & Peril of Human-Like Artificial Intelligence. Daedalus, 151(2), 272-287. https://doi.org/10.1162/daed_a_01915
Case, A., & Deaton, A. (2020). Deaths of despair and the future of capitalism. Princeton University Press.
Handa, K., Tamkin, A., McCain, M., Huang, S., Durmus, E., Heck, S., Mueller, J., Hong, J., Ritchie, S., Belonax, T., Troy, K. K., Amodei, D., Kaplan, J., Clark, J., & Ganguli, D. (2025). Which Economic Tasks are Performed with AI? Evidence from Millions of Claude Conversations. Anthropic.
https://www.statista.com/statistics/1553118/top-gen-ai-apps-downloads-from-launch/