·聚焦:人工智能、芯片等行业
欢迎各位客官关注、转发
2026年9月24日，哈佛大学肯尼迪学院举办了一场焦点对话。Anthropic首席经济学家彼得·麦克罗伊指出，面向未来，要警惕AI算力垄断（"科斯奇点"），建议对过度自动化征收"Token税"（类比碳税），以平衡资本与劳动分配。
消失的失业潮：宏观数据为何“无感”？
当前AI经济最大的谜团在于：AI能力呈指数级爆发，但宏观数据反应平淡。美国失业率稳定在4.1%的历史低位，全要素生产率未显著提升，这种数据错位引发市场关注。
麦克罗伊将此归因于“J曲线效应”。企业正处于昂贵实验期，虽具备模型能力，但受制于数据防火墙和组织架构，尚未将内部背景信息有效整合至AI系统。“能力+背景信息”缺一不可。目前各公司处于J曲线底部，投入增加但回报未到。
就业数据显示，这更像是一种技能偏向型的劳动增值，而非彻底替代。美国劳工部数据显示，暂无职业被AI系统性完全自动化。Anthropic基于十万条真实对话分析估计，当前模型可将单项任务提速约80%。若未来十年效率提升扩散至整个经济体，美国劳动生产率增速有望每年提高1.8个百分点，宏观经济增速或重返上世纪90年代末至本世纪初的高增长时代。
相比之下，美国国会预算办公室长期增长预测为1.7%，美联储最乐观预期为2.4%。这1.8个百分点的潜在增量意味着现有政策框架可能系统性地低估了AI的增长引擎。
2030年AI经济三大情景推演
Anthropic经济团队联合MIT和斯坦福学者，利用“基于任务的劳动力模型”，将美国岗位拆解为微观任务，推演了通往2030年的三条路径。
温和情景：AI如升级版Office，社会平稳过渡
在此情景下，到2030年AI仅应用于约4%的经济活动，为美国GDP额外带来约1.6%的增长，经济总量升至34.1万亿美元。失业率微幅上浮0.1%，劳动所得占国民总收入约60%，仅0.3%的知识工作者需转行。AI如同升级版Office套件，普及但不导致大规模失业。
显著情景：白领停滞，蓝领逆袭
第二条路径中，AI能独立完成近一半知识型工作（如代码编写、法务审查、财务审计等）。到2030年，AI为GDP额外贡献8.3%的增长，经济总量跃升至36.3万亿美元。
劳动力市场出现分化：知识工作者工资增长停滞，认知类岗位招聘需求萎缩约4%，初级分析师、文案、普通程序员成为冗余资产。与此同时，蓝领和现场服务工作者（如水管工、护士、养老照护人员）薪资逆势上扬。原因在于物理世界中需情感照护及复杂操作的工作，AI短期内难以替代，且社会财富增加激发了对此类“真人体感服务”的需求。
极端情景：GDP暴涨32%，劳动收入份额暴跌
第三条路径符合技术指数级爆发逻辑。AI跨越临界点，以零边际成本运行。美国GDP较无AI路径暴增32%，年化增速达15%，经济体量达44.4万亿美元，每4.5年翻一番。
然而，整体失业率升至11.9%，认知型劳动者失业率高达17.9%，工资水平降低11.5%。更严峻的是财富分配变化：劳动收入占GDP比重从60%降至45.2%，资本收入超过国民收入一半，超80%新增收益流入资本账户。GDP暴涨与劳动者变穷并存，构成了AI经济最残酷的悖论。
三大奇点与Token税：政策应对建议
麦克罗伊将AI经济终局演化总结为“三大奇点”：
- 软件奇点：AI递归式自我改进，自主完成任务范围每四到七个月翻一番。
- 经济奇点：AI自动化突破传统增长模型，挑战有限时间内的无限增长可能性。
- 科斯奇点：AI代理大规模应用大幅降低交易成本，重塑企业边界与经济交换结构。
实测发现，更强模型在与较弱模型谈判时能系统性榨取更多租金，这种不对称性常被忽视。面对财富分配规则重塑，麦克罗伊建议调整税收结构。鉴于劳动收入份额下降，他提出征收“Token税”，类比碳税或烟草税，以抑制过度采用并促进再分配。Anthropic CEO达里奥·阿莫代此前也提出类似“词元税”构想，用于公共福利。
结语
三种情景并非互斥，而是同一条技术曲线在不同采纳速度下的切面。关键变量在于企业消化技术的速度、政策干预力度以及社会对分配问题的回应。
网络援引：
华尔街见闻：《Anthropic首席经济学家前瞻“AI未来”：“三大奇点”，“财富分配”与“Token和资本税”》
今日头条:《Claude写了36篇论文，但为何哈佛教授说它不配当“真工人”？》