趋势丨技术周期与数据落差，Anthropic给出AI经济的三种未来剧本

·聚焦:人工智能、芯片等行业

欢迎各位客官关注、转发

前言：

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。

作者| 方文三

图片来源 | 网络

消失的失业潮：为什么宏观数据“无感”？

当前AI经济最大的谜团，是AI能力在指数级爆发，但宏观数据几乎没有反应。

美国失业率稳定在4.1%的历史低位，全要素生产率也没有出现显著提升，这种数据的错位，引发了市场的强烈关注。

麦克罗伊的核心解释是“J曲线效应”。他把这比作企业必须经历的一段昂贵实验期：模型能力有了，但企业还没有把内部的背景信息整理好喂给AI。“能力加上背景信息，两者缺一不可。”大型企业受制于数据防火墙和组织架构，除非对数据进行适当投资、重新整理并提供相关背景信息，否则AI的影响不会太大。各公司现在正处于J曲线的底部——投入在增加，回报还没到。

就业端的数据也指向同一方向。麦克罗伊强调，“这看起来更像是一种技能偏向型的劳动增值模式，而非彻底自动化并大规模取代工作岗位的技术”。根据美国劳工部数据，目前没有任何一个职业的全部任务被AI系统性地自动化。基于对十万条真实对话的分析，Anthropic估计当前模型可将单项任务提速约80%，外推到未来十年，美国劳动生产率增速有望每年提高1.8个百分点。如果这些效率提升逐步扩散到整个经济体，美国宏观经济增速有望重返上世纪90年代末至本世纪初的高增长时代。

美国国会预算办公室的长期增长预测是1.7%，美联储最乐观的预期在2.4%左右。而这1.8个百分点，意味着现有的货币政策和财政预测框架可能面临重估，换句话说，决策者可能系统性地低估了AI的增长引擎。

温和情景：AI是升级版Office，社会平稳过渡

Anthropic经济团队联合MIT和斯坦福学者，用“基于任务的劳动力模型”，将美国劳工部的岗位拆解成成千上万个微观任务，逐一判断哪些能被AI增强、哪些能被替代、哪些完全插不上手。在此基础上，他们推演了通往2030年的三条路径。

第一条路径叫“温和情景”。预测到2030年，AI只应用在约4%的经济活动中，给美国GDP额外带来约1.6%的增长，经济总量温和上升至34.1万亿美元。失业率只微幅上浮0.1%，劳动所得依然占据国民总收入的60%左右，只有0.3%的知识工作者需要转行。在这个世界里，AI更像一个升级版的Office套件——人人都会用两下，但没人因此丢掉饭碗。

显著情景：白领停滞、蓝领逆袭的“大平替”

第二条路径叫“显著情景”。AI系统已经能够独立完成人类近一半的知识型工作，从基础代码编写、日常法务合同审查，到财务审计、初级文案和数据分析。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。

但最引人注目的是劳动力市场出现的分化奇观。知识工作者的工资曲线彻底“趴平”，几乎零增长，认知类岗位招聘需求萎缩约4%。初级分析师、文案策划、普通程序员成了冗余资产。与此同时，蓝领和现场服务工作者——水管工、电工、护士、养老照护人员——薪资不仅没有下降，反而逆势上扬。

原因并不复杂。物理世界中的脏活、累活、需要温度的情感照护，AI和机器人一时半会儿啃不下来。社会财富增加后，对这些“真人体感服务”的需求反而激增。坐在写字楼里喝咖啡的白领，猛然发现年终奖被砍、跳槽无门，而楼下上门修电路的师傅时薪已经悄悄涨到了自己的两倍。

极端情景：GDP暴涨32%，劳动收入份额暴跌15%

第三条路径是最符合技术指数级爆发逻辑的剧本。在这个极端情景下，AI跨越了临界点，以近乎零边际成本的效率不知疲倦地运行在数据中心。美国GDP较无AI路径暴增32%，年化增速狂飙至15%，经济体量达到44.4万亿美元。经济体量每4.5年就能翻一番。

另一面，整体失业率升至11.9%，认知型劳动者的失业率飙到17.9%，其工资水平比没有AI的路径低11.5%。最令人警醒的是财富分配的变化：劳动收入占GDP的比重从60%降至45.2%，资本收入则超过整个国民收入的一半，超过80%的新增收益直接涌入资本账户。GDP暴涨和劳动者变穷，在极端情景下并不矛盾——这正是AI经济最残酷的悖论。

三大奇点与Token税：政策必须直面的未来

面向2030年，麦克罗伊将AI经济的终局演化总结为“三大奇点”。软件奇点是第一个。AI在递归式自我改进方面做得越来越好，模型能够自主完成的任务范围大约每四到七个月翻一番。经济奇点是第二个，AI自动化突破传统增长模型，挑战“经济能否在有限时间内实现无限增长”。科斯奇点是第三个，AI代理的大规模应用将大幅降低交易成本，彻底改变企业边界与经济交换结构。

麦克罗伊在实测中发现了一个极具冲击力的现象：更强大的模型在与较弱的模型谈判时，系统性地榨取了更多租金，而人们没有意识到这种谈判力量的不对称。

面对财富分配规则的重塑，麦克罗伊提出了一个具体的政策方向。他指出，目前美国和许多国家的税收结构都侧重于对劳动征税，但如果劳动收入份额下降，就需要考虑其他税收制度。他直言：“在经济政策框架中，我将Token税视为一种抑制过度采用的激励机制，它可以类比于碳税或烟草税”。这并非一个孤立的提议——Anthropic CEO达里奥·阿莫代此前也建议，应当对大模型的使用开征“词元税”，用于再分配和公共福利。在这场对话中，费尔曼和麦克罗伊都没有给出确定的答案。

结语

三种情景不是三个互斥的未来，而是同一条技术曲线在不同采纳速度下的三个切面。关键变量不是模型本身有多强，而是企业消化技术的速度、政策干预的力度，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”？》

本公众号所刊发稿件及图片来源于网络，仅用于交流使用，如有侵权请联系回复，我们收到信息后会在24小时内处理。

请务必注明：

「姓名 + 公司 + 合作需求」