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