來源：YouTube | 00:13:21 | 2026-08-06
阿西莫格魯以諾貝爾獎得主的學術權威，直指當前AI熱潮的荒謬本質：這是一場用快速貶值的算力堆砌出的泡沫，其自動化路徑不僅無法帶來顯著GDP增長，更正在透過「AI洗白」掩蓋實質的勞動力破壞。
- 阿西莫格魯認為AI進步並非指數級增長，而是零星跳躍，目前的智能體模型雖有突破，但距離在各領域達到頂尖專家水準的AGI仍極其遙遠。
- 生產力悖論的核心在於，個人效率的提升多數被生活瑣事吸收，並未有效轉化為具備宏觀經濟價值的全新產出或服務。
- 當前AI發展偏向替代人類的自動化路徑（GDP不變，就業減少），而非阿西莫格魯極力主張的賦能路徑（創造新商品與服務，讓社會真正變富）。
- 透過與網路泡沫的對比，阿西莫格魯揭露AI基礎設施投資的致命傷：GPU與資料中心的半衰期極短，過度投資最終可能化為烏有，價值歸零。
- AI巨頭的財務模式本質是「用幾毛錢賣一塊錢」的虧損補貼，其會計獲利聲明多為數字遊戲，面臨商品化後破產的系統性風險。
-
跳躍式典範轉移與指數增長的迷思：阿西莫格魯對AI進展「零星、間歇性」的診斷，精準拆解了科技佈道者編織的線性增長神話。這並非悲觀，而是回歸技術史常態的回應——從蒸汽機到網際網路，關鍵技術的擴散與影響從非一蹴可幾。他揭示了一個認知陷阱：將模型基準測試的跳躍式得分，直接外推為全面接管人類認知的自動化能力，忽略了判斷力、物理互動等根本性缺失，這正是當前AGI論述中最危險的過度簡化。
-
個人效率幻覺與宏觀經濟真空的悖論：阿西莫格魯尖銳地將「個人節省數小時」與「GDP顯著變動」切割，這觸及了古典成長理論對技術變革的嚴格定義。他所說的「省下看世界盃的時間」，精準點出關鍵瓶頸：未被新創意、新任務吸收的剩餘時間，在宏觀層面僅為社會剩餘價值的重新分配，而非淨創造。若AI僅替代現有流程，卻無法像電氣化般催生全新的產業生態與消費需求，那麼它帶來的僅是對勞動力市場的壓縮，而非經濟總量的擴張。
-
貶值性資產與沉沒成本謬誤的資本陷阱：將GPU「五年後價值為零」與光纖電纜「使用至今」進行對比，是對當前AI資本支出狂歡最凌厲的一擊。光纖為網路經濟提供了長達數十年、具持久外部性的基礎設施，而AI晶片遵循摩爾定律加速迭代的特質，使其成為一場瘋狂的軍備競賽：今天的投資僅是明日的過時廢鐵。企業不僅在透支現金流，更在創造一個必將快速瓦解的資產泡沫，這遠比當年的鐵路泡沫更加虛幻，因為鐵軌至少還能回收鋼鐵。
-
補貼型商業模式與會計手法的虛幻獲利：「用幾分錢賣一塊錢」的商業模式本質是場不可持續的龐氏騙局，依賴資本市場的無限信心輸血。阿西莫格魯對「會計遊戲」的嘲諷，直指矽谷長期以來利用非GAAP指標美化虧損的積習。更深層的擔憂在於，若AI模型最終如電力般被商品化，OpenAI等公司高額投資建立的護城河將瞬間瓦解，其破產引發的連鎖債務違約，可能經由雲端服務合約衝擊整個科技生態鏈，形成一場「反向溢價」的系統性危機。
-
自動化與賦能的路徑分歧：性別政治與權力結構的複製：阿西莫格魯對「賦能工人」的執著，不僅是經濟效率選擇，更是關乎權力分配的秩序之爭。他援引19世紀工業革命由工廠主掌控時「撒旦般的磨坊」史實，意在警示當前AI寡頭制定的自動化議程，正在將權力集中為新的壓迫形式。諷刺的是，唯一具備連貫監管框架的中國，卻使用著他無法認同的壓制性工具，而西方在監管真空下，正讓所謂的「去中心化賦能」未來淪為少數科技巨擘集中控制下的烏托邦幻象。
| 概念 | 說明 | | AI洗白 | 科技公司為掩蓋因過度擴張而需進行的常規裁員，將其歸咎於AI技術進步的市場操弄手法，以此維持甚至推升股價。 | | 生產力悖論 | 觀察到個人效率因AI工具明顯提升，但這些節省的時間多數被消遣或低價值活動吸收，並未轉化為可量化的宏觀經濟GDP與全要素生產率增長。 | | 賦能工人的AI | 一種科技發展路徑選擇：將AI定位為提升人類創意與能力的工具，使其能開創新任務、服務與商品，從而實現真正的經濟擴張與就業創造。 |
當前科技巨頭的資本支出邏輯已陷入「軍備競賽的囚徒困境」：明知GPU快速貶值與商業模式真空，卻無人敢縮減開支而將賽道讓予對手。這場以兆美元計的賭局，最終價值可能不在於實現AGI，而在於誰能用最快速度將算力轉化為具備持久護城河的應用生態，否則便是在為一堆快速淘汰的電子廢棄物瘋狂燒錢。
對於勞動市場而言，「AI洗白」現象揭露了一個冷酷現實：初階知識工作的消失，既是技術替代的果，也成為了企業美化裁員決策的藉口。個人效率的提升不一定轉化為薪資增長與工時縮短，反而可能讓我們在更短時間內完成同等工作量後，陷入職業價值被稀釋的更深層焦慮。
監管政策若繼續僅對科技公司的產品發表進行被動反應，全球社會將悄然滑向阿西莫格魯所預言的「反烏托邦集中化」未來。賦能路徑需要政府、工會與社會共識的主動介入，如同19世紀後期工業革命的修正，這才能迫使資本導向的技術進步，真正轉向服務公眾福祉的軌道。
- 「你付OpenAI每月20美元，他們給你的價值大約是成本的35到70倍。他們在虧錢做這件事。」
- 「如果你把裁員歸因於AI，股價還會上漲。這完全可能是在用AI來洗白那些本就該發生的裁員。」
- 「如果沒有中國，他們也得發明一個中國。因為他們一直在用中國作為反對任何監管的理由。」
- 「當他們坦率發言時，很清楚這是一項大規模的自動化技術。」
- 「我認為我們還有時間，但是我們沒有好的公共討論。」
點擊展開完整字幕
大家好，这里是最佳拍档，我是大飞 过去两年 似乎整个科技行业都在给我们描绘一幅无比绚烂的未来图景 比如AI每年能带来百分之十的GDP增长 生产力革命近在眼前 每周工作三天不是梦 人类即将从劳动中彻底解放 但就在很多人都在为这些愿景热血沸腾的时候 2024年诺贝尔经济学奖得主达龙·阿西莫格鲁（Daron Acemoglu） 却在两年前就用一篇论文 给出了一个冷静到近乎冷酷的数字 AI在未来十年 大约只能带来百分之一到百分之一点五的GDP增长 最近这位MIT教授接受了一次长达57分钟的深度访谈 回望自己两年前的预测 也直言不讳地拆解了当前AI行业的真实处境 今天这期视频，我们就来聊聊对话 看看AI背后真实的经济究竟是什么样的 事情的进展，有些方面比我预想的快 有些方面则基本如我所料 这是阿西莫格鲁在访谈开场说的第一句话 他指的最大的意外 是智能体AI的发展速度 他回忆说，2023年写那篇论文的时候 完全没有预料到智能体会如此迅速地出现 直到2025年之前 这个领域的发展都非常缓慢 但是随后 Claude的推出是一次真正的加速 而且它不是线性的，是跳跃式的 听到这里你可能会想 连诺奖得主都承认了AI发展超出预期 那是不是说明 那些指数级增长的预言真的要兑现了？ 别急 阿西莫格鲁紧接着就强调了一个关键区别 也是很多人容易忽略的一点 AI的进步并不像很多人想象的那样 会呈指数级增长 如果你说超级指数增长 那会给人一种可预测、稳步前进的错觉 而他理解的方式是 AI的进步是零星的、间歇性的 用他的原话说 2023、2024、2025年都没有太多进展 然后突然在智能体模型上出现了一个大的爆发 接下来可能会停滞 然后才是下一个突破 而下一个突破可能一年、两年、三年 甚至十年、二十年后才来 那么问题来了，当前的智能体 是不是已经达到了AGI的门槛了呢？ 阿西莫格鲁的答案非常明确 还远远没有 他非常肯定的是 我们绝对还没有到达AGI 原因很简单，这些模型没有判断力 它们没有社交互动的能力 缺乏对上下文的理解，更糟糕的是 它们完全没有物理行动能力 他进一步指出，即使我们有了AGI 那也不意味着立刻会产生经济影响 因为人类本身就是瓶颈 他用一个非常简洁的定义 框定了所谓的AGI AGI指的是AI模型能够在几乎所有人类任务上 达到顶级专家的水平 而现在的大语言模型 离这个标准还很远 聊完技术进展本身 对话进入了最引人入胜的部分 就是阿西莫格鲁对生产力悖论的剖析 我想很多观众可能都有和我一样的感受 就是自己个人的工作效率 因为AI提高了三到四倍 对此阿西莫格鲁也承认 确实有些公司正在利用AI大幅提升效率 但是他紧接着就泼了一盆冷水 说其实这只是例外 大多数公司其实并没有从AI中 获得惊人的回报 他的观点可能戳中了一个很多人不愿意面对的现实 个人层面节省一两个小时是一回事 宏观经济的改变是另一回事 他举了自己的例子 说他也用AI做背景研究和文献综述 也用AI来批评自己写的文章 这些事他本来也会做，只是慢一点 也许最后他只是少看了一场世界杯比赛而已 但他不确定自己的总产出会有天壤之别 这个说法其实挺有意思的 我们每天用AI省下来的那些时间 到底是转化成了真正有价值的新产出 还是只是被我们用在了别的地方 甚至只是被浪费掉了呢？ 这个问题可能值得我们每个人停下来想一想 这种个人效率与宏观经济之间的落差 阿西莫格鲁把它归结为两种截然不同的生产力提升路径 一条路是GDP不变，但需要的就业更少 这意味着自动化替代了人 社会没有变富 另一条路是让工人更高效、更有创造力 由此产生新的商品、新的服务、新的组织形式 GDP真正增长，社会真正变富 现在的AI产业方向 毫无疑问偏向第一种 阿西莫格鲁毫不掩饰自己的判断，说 这就是为什么达里奥·阿莫代伊会不断谈论AI将摧毁入门级就业市场 当他们坦率发言时 很清楚这是一项大规模的自动化技术 说到就业冲击 这可能是很多普通人最关心的话题 达里奥有一个著名预测 说五年后百分之五十的初级岗位会消失 那实际数据是不是已经显现端倪了呢？ 主持人提到了一组来自英国招聘网站Adzuna的数据 说自从ChatGPT推出以来 初级岗位的招聘发布量已经下降了百分之三十七 这表明事情不是将要发生 而是正在发生 但是阿西莫格鲁保持了一个经济学家应有的谨慎 他指出这批趋势中充斥着不确定性和混淆因素 有些研究者确实发现了AI相关领域的入门级招聘在下降 但也有研究者声称AI相关领域的招聘反而增加了 两种说法可能暂时都是对的 也可能都不对 他提出了一个关键的反驳 很多显示招聘放缓的趋势 其实在ChatGPT出现之前就已经开始了 时间线并不支持直接的因果关系 更重要的是 他识别出了一个非常值得警惕的现象 他称之为AI洗白 指的是科技公司在疫情期间过度扩张 现在需要裁员，于是把这归咎于AI 如果你把裁员归因于AI 股价还会上涨 这完全可能是在用AI来洗白那些本就该发生的裁员 说到这里 话题自然转向了大家都在讨论的AI泡沫问题 阿西莫格鲁在这里提出了一个极具洞察力的对比 就是互联网泡沫和AI泡沫的本质区别 互联网泡沫时代的投资是有持久价值的 投下去的光纤电缆 我们到今天还在用 百分之九十的容量甚至还没被用完 那些基础设施是持久的 而AI的基础设施投资 也就是GPU和数据中心 则完全不同 芯片的半衰期大约是一年到一年半 如果你今天花一亿美元买入GPU 五年后的价值是多少呢？ 零 这个对比其实揭示了一个根本性的问题 互联网泡沫中的过度投资 虽然导致了Pets.com这类公司的崩溃 但是铺下去的光纤成为了后来整个数字经济的基础设施 而AI时代的过度投资 买来的却是快速贬值的算力 一个重要的区别是 互联网从第一天起大家就清楚它怎么赚钱 色情产业第一个明白了这一点 但是生成式AI怎么变现 到目前为止，仍然不清楚 在互联网时代 亚马逊的商业模式一目了然 就是利用网络成为一个新的商业平台 而AI公司呢？ 阿西莫格鲁说得非常直接 现在的商业模式就是用几分钱卖一块钱 你付OpenAI每月20美元 他们给你的价值大约是成本的35到70倍 他们在亏钱做这件事 当话题聚焦到AI巨头的财务状况时 对话进入了最尖锐的部分 主持人算了一笔账 这些公司的投资规模是疯狂的 Google、xAI、Meta、OpenAI、Anthropic 它们需要产生大约一万亿美元的年收入来支撑这些投资 现在有任何商业模式能做到吗？ 恐怕连零头都做不到 阿西莫格鲁完全认同这个判断 认为即使不考虑预训练成本 仅仅是推理成本就已经超过了它们的收费 预训练成本更是天文数字 对于Anthropic最近声称开始盈利的说法 阿西莫格鲁的反应是直接的质疑 说那只是会计手法 他们把一些成本挪到了去年 只计算营收，于是就声称盈利了 这完全是会计游戏 他进一步指出了两个更深层的担忧 第一，即使AI真的能成功改造经济 谁会是受益者呢？ 这些大模型服务很可能会被商品化 到那个时候 确实会创造一些价值 但是这些AI公司一个也赚不到钱 它们会破产 第二 这些公司的破产可能导致系统性的连锁反应 如果OpenAI付不起甲骨文的账单 甲骨文也会崩溃 这取决于交叉持股和这些公司在系统中的重要性 而这一切都高度不确定 但是阿西莫格鲁话锋一转 强调了一个更重要的观点 OpenAI和Anthropic赚不赚钱 其实并不是最重要的问题 最重要的问题是 我们该如何发展AI呢？ 这就引出了贯穿整场对话的核心主题 也就是阿西莫格鲁反复强调的 赋能工人的AI这个概念 他将AI的发展方向清晰地分为两条路径 一条是自动化路径 不断用AI替代人类劳动 维持甚至缩减就业 另一条是赋能路径 将AI作为工具赋予工人新的能力 让他们创造新的商品、服务和职业 在自动化方向与赋能工人的方向之间 存在大量的选择空间 阿西莫格鲁说 我认为我们应该让这场对话回到核心问题上来 什么样的公司和政策 能把AI引向更有用的方向呢？ 政府政策需要什么呢？ 更重要的是，社会共识是什么？ 民主的回应是什么？ 他举了工业革命的例子作为警示 如果工业革命完全被19世纪早期那些最冷酷的工厂主掌控 结果会糟糕得多 是政府、工人和社会的介入改变了方向 政府通过公共卫生政策清理了城市 对不平等和苦难的巨大反弹 推动了更多的民主需求 工会从完全非法到终于获得合法地位后 开始就工资和工作条件进行谈判 到1860、1870年代 卡莱尔笔下那些撒旦般的磨坊已经消失了 所以，阿西莫格鲁指出 认为存在一群天才会自然而然地把技术推向正确方向 这是某些人想象力的产物 事实并非如此 谈到AI监管 阿西莫格鲁更是直言不讳地批评了当前的被动局面 他说我们现在所做的 仿佛是在对Elon Musk或Sam Altman在YouTube视频里展示的东西做出反应 而我们应该做的 其实是先决定我们想要AI实现什么 如何让它到达那个目标 而不是简单地跟在技术公司的公告后面跑 他认为 当前的全球监管格局可以用一个令人不安的事实来概括 唯一真正有连贯AI监管政策的地方是中国 当然 用的是我们不能同意的压制性工具 欧洲则陷入了一种幻觉 以为可以在不在AI领域扮演领导角色的情况下进行监管 这不可能 美国最近的监管动作 比如将Anthropic的某个模型撤出市场 在他看来完全是被动的、反应式的 我们需要的是全球性监管 对于一个全球性技术来说 本地监管的作用是有限的 他还指出了一个非常讽刺的事实 阻碍全球监管的因素之一 恰恰是硅谷本身 如果没有中国 他们也得发明一个中国 因为他们一直在用中国作为反对任何监管的理由 对话中一段特别精彩也特别有争议的交锋 是关于比尔·盖茨提出的每周工作三天、工资不变的设想 阿西莫格鲁的反应没有一点学者的含蓄 直接说道 那行不通 如果你这样做 实际上是在让劳动力变得更贵 那你觉得企业会对自动化有什么激励吗？ 不，这是行不通的 那是一个没脑子的、愚蠢的提议 主持人追问，如果由政府强制执行呢？ 阿西莫格鲁的回答更加直接 即使政府强制执行 禁止你解雇某人 你只会有更多的理由想解雇那个人 这毫无意义 关于全民基本收入（UBI） 阿西莫格鲁的观点同样尖锐 他说，如果没有其他选择 全民基本收入当然比什么都没有好 它能提供一些安全网 但它不是创造安全网的有效方式 因为它不创造就业 他认为，人们需要的是工作 人们想要工作 人们想要参与公共生活、社会生活 通过各种方式为社会做贡献 AI真正的问题在于 如果AI让我们失去力量 削弱了人类的能动性 而AGI的议程恰恰是在做这件事 那么全民基本收入解决不了这个问题 相比之下 赋能工人的AI则可能创造更多就业 它会创造新的职业、新的任务、新的服务、新的商品 因为它将AI的能力与人类的创造力结合在一起 访谈的最后 主持人问了一个直击要害的问题 我们还有时间改变方向吗 还是已经太晚了？ 阿西莫格鲁的回答既令人紧张又给人希望 他说，我认为我们还有时间 但是我们没有好的公共讨论 他用最简单的方式 总结了他对两种AI未来的愿景 如果AI是一项去中心化的技术 并且是赋能工人的 让工人更高产、给他们工具 他认为会有一个更好的未来 而另一种选择是非常反乌托邦的 AI会成为一项集中化技术 权力和信息集中在少数公司和少数人手中 成为一种纯粹的自动化技术 把人类边缘化 不幸的是，他坦承 我们目前更接近后一种方向 然后他补充了这场对话中最值得记住的一句话 这就是为什么我们需要更多像这样的对话 听到这里 我想每个人心里都会有自己的判断 我们今天聊了这么多 不是为了唱衰AI 也不是为了否定技术进步的价值 而是想在一片喧嚣之中 给大家提供一个来自顶级经济学家的、相对冷静的视角 技术本身从来不是中立的 它走向哪里 很大程度上取决于我们今天的选择 取决于我们想要一个什么样的未来 那么 你觉得AI最终会走向赋能人类的方向 还是会成为加剧不平等的工具呢？ 欢迎在评论区留言讨论 感谢收看，我们下期再见