AI 末日论者所谓的“永久底层阶级”恐慌，并不是一个令人信服的故事。它甚至不是一个新故事。它只是 “劳动总量”谬误 的翻新版本。
“劳动总量”谬误声称需要完成的工作量是固定的。它假设现有工人与任何可能做同样工作的人或事物之间存在零和竞争——无论是其他工人、机器，还是在这种情况下的人工智能。如果需要完成的有用工作量是固定的，那么如果 AI 做得更多，人类就必须做得更少。
这个前提的问题在于，它违背了我们对人、市场和经济学的一切认知。人类的需求和欲望绝非固定不变。凯恩斯在一个世纪前曾著名地预测，自动化将导致每周 15 小时的工作制，但当然凯恩斯错了。他对自动化会创造“劳动力过剩”的判断是正确的，但人类并没有坐享其成，而是找到了新的、不同的生产性事业来填满我们的时间。
当然，AI 绝对会消除一些任务并压缩一些角色（而且有证据表明这可能已经发生）。劳动力市场的形态将会改变，就像每次一项变革性技术被解锁时那样。但声称 AI 将导致整个经济范围内永久性失业的说法，是无益的营销、糟糕的经济学，更是错误的历史。恰恰相反，生产率的提高应该会增加对劳动力的需求，因为劳动力变得更有价值。
以下是我们论证的理由。
“将军了，人类？”得了吧。
我们同意末日论者——坦率地说，任何睁着眼睛的人——的观点，即认知的价格正在崩溃。AI 在直到最近还被认为是人类大脑专属领域的任务上，正变得越来越好。
末日论者的论点是：“如果 AI 能替我们思考，那么人类的‘护城河’就会蒸发，我们的终极价值就会归零。”将军了，人类。显然，我们已经完成了所有需要或想要思考的事情，而现在 AI 将承担越来越大的认知负荷，人类将滑向过时。
然而，事情是这样的：先例（和直觉）表明，当一种强大投入的成本下降时，经济并不会礼貌地停滞不前。成本下降，质量提高，速度加快，新产品变得可行，需求向外扩张。杰文斯悖论占据主导地位。当化石燃料首次使能源变得廉价而充足时，我们做的不仅仅是让捕鲸者和伐木工失业；我们还发明了塑料！
反末日论者，我们有充分的理由预期 AI 会产生类似的效果。既然 AI 将承担越来越大的认知负荷，人类就可以自由地应对比以往任何时候都更雄心勃勃的前沿领域。
如果历史可资借鉴，我们可以预期技术变革将扩大蛋糕的规模。
每一个“主导经济部门”都让位于一个更大的继任者……而这反过来又使经济变得更大。
今天的科技行业比金融、铁路或工业曾经都大，但作为经济或整个市场的一部分，其占比仍然较小。生产率提高远非负和游戏，而是一股打了类固醇的正和力量。将如此多的努力委托给机器的最终结果是，经济和劳动力市场只变得更大、更多样化、更复杂。
末日论者希望你忽略创新的历史，定格认知成本崩溃的瞬间，并称之为整部电影。他们看到了任务替代，然后就停止了。
“我们将把认知产出提高 10 倍，但与其做更多的思考，我们不如拍拍肚子，提前吃午饭，其他人也一样，”这不仅反映了想象力的巨大失败，也反映了基本观察的失败。末日论者称之为“现实主义”，但这根本不是实际发生的情况，从来没有！
卢德派失败案例
让我们看看当生产率的大幅飞跃席卷经济时，实际发生了什么。
农业
在 20 世纪初，农业机械化广泛采用之前，美国大约三分之一的就业人口从事农业。到 2017 年，这一比例约为 2%。
如果自动化导致永久性失业，那么拖拉机本应永久性地破坏劳动力市场。相反，农业产出几乎翻了三倍，支撑了人口的巨大增长——而这些工人远非永久性失业，他们流入了以前无法想象的行业：工厂、商店、办公室、医院、实验室，最终是服务业和软件业。
所以，当然，你可以说技术颠覆了普通农场工人的职业前景，但这样做，它释放了全球劳动力（和资源）盈余，以及一个全新的经济。
电气化
电力讲述了一个类似的故事。
电气化不仅仅是用一种动力源替换另一种。它用单独的电机取代了传动轴和皮带，迫使工厂围绕全新的工作流程进行重组，并创造了全新的消费品和工业品类别。
这正是我们在技术革命的不同阶段所期望看到的，正如卡洛塔·佩雷斯在《技术革命与金融资本》中所记载的那样：巨大的前期投资和金融利益，耐用品成本的巨大下降，以及耐用品制造商长达一代人的繁荣。
电力发挥其生产性魔力需要时间。在 20 世纪之交，只有 5% 的美国工厂使用电力驱动其机器，不到 10% 的家庭有电。
到 1930 年，电力供应了制造业近 80% 的动力，劳动生产率增长在几十年内翻了一番。
生产率提高远非破坏了对劳动力的需求，而是意味着更多的制造业、更多的销售人员、更多的贷款和更多的商业活动——更不用说节省劳动力的设备（如洗衣机和汽车）带来的二阶效应，这两者都将更多人拉入了比以往更高价值的事业中。
随着汽车价格下降，汽车生产和就业都出现了爆炸式增长。
这就是真正的通用技术所做的事情：它重组经济并扩大有用工作的前沿。
我们一次又一次地看到这一点。VisiCalc 和 Excel 是否毁灭了簿记员？绝对不是。效率高得多的计算技术导致了簿记员的激增，并创造了整个财务规划与分析行业。
我们失去了大约 100 万“簿记员”，却获得了大约 150 万“财务分析师”。
那些新的服务业工作岗位
当然，任务替代并不总是导致经济中某个邻近领域的就业增长。有时，生产率盈余会以全新行业净新增就业的形式出现。
但如果 AI 意味着一些人会变得极其富有，而把其他人抛在后面呢？
嗯，至少，那些极其富有的人需要在某个地方花钱，从而从零开始创造全新的服务行业，就像他们以前做的那样：
巨大的生产率提高和随后的财富创造，导致了全新的工作种类，如果没有收入增长和劳动力可用性，这些工作可能永远不会实现（尽管它们在技术上早在 90 年代之前就是可能的）。无论人们对迎合富人的服务行业有何感受，最终结果都让每个人变得更好，因为更多的需求导致了中位工资的大幅上升（从而产生了更多的“富人”）。
Stripe 的内部经济学家厄尼·特德斯基 提供了一个关于工作被技术颠覆、转型和重塑的引人入胜的“一体化”例子： 旅行代理人。
技术是否减少了对旅行代理人的需求？是的，绝对如此：
旅行代理机构的工资单如今大约是世纪之交时的一半，几乎可以肯定是因为技术。
那么，这是否意味着技术是工作杀手？不，同样，因为旅行代理人并没有最终永久失业。他们在经济中的其他地方找到了工作，而整体经济的就业人口比率与 2000 年大致相同（经年龄调整后）。
与此同时，对于留在现在技术赋能的行业中的旅行代理人来说，生产率的提高意味着比以前更高的工资：
“在 2000 年的鼎盛时期，旅行代理机构的平均周薪是整体平均周薪的 87%。到 2025 年，这一比率已达到 99%，意味着旅行代理机构的工资增长超过了同期私营部门的其他部分。”
所以，即便如此，虽然技术确实摧毁了旅行代理人的就业，但总体而言，适龄工作人口的就业率与以前一样，而剩下的旅行代理人比以往任何时候都做得更好。
增强 > 替代（以及尚不存在的岗位）
最后一点非常重要，它反映了末日论者只讲述了故事一小部分的另一种方式。
对于某些工作来说，AI 是一种生存威胁。没错。但对于其他工作来说，AI 是一个力量倍增器——这将使这些工作变得更有价值。对于每一个面临 AI 替代风险的工作，都有其他工作会从中受益：
高盛估计的“AI 替代”效应，被“AI 增强”的效应所平衡，甚至有余。
管理层似乎也更关注增强而非替代，这值得一提：
截至目前，在财报电话会议上，AI 作为增强的提及次数是 AI 作为替代的提及次数的约 8:1。
虽然高盛甚至没有将软件工程师列入他们的“增强”名单，但他们可能是 AI 增强角色的完美例子。
AI 是编码的力量倍增器。不仅 git 推送量飙升（新应用和新企业成立也是如此），而且对软件工程师的需求似乎正在向上拐点：
自 2025 年初以来，软件开发岗位（无论是数量还是占整体就业市场的比例）一直在增加。
这是因为 AI 吗？说实话，现在说可能还为时过早，但 AI 无疑增强了软件工程的工作，更不用说 AI 是每家公司的每位高管最关心的问题。
随着每个人都试图弄清楚如何将 AI 融入他们的业务，可以合理地认为，正在进行大量的招聘工作来实现这一目标，这使得某些员工变得更有价值，而不是更少：
AI 暴露似乎正在推动高于趋势的工资增长（对于系统设计尤其如此）。
这些收益目前可能有些狭窄，但现在仍然非常非常早。随着专业知识的扩大，机会也会扩大。无论如何，这不是末日论者希望你看到的数据。
与此同时，根据 Lenny's Newsletter（伟大的科技内部人士社区之一）的 Lenny Rachitsky 的说法，产品经理的公开职位数量继续攀升（摆脱了利率驱动的崩溃），现在比 2022 年以来的任何时候都多：
软件工程师和产品经理的招聘增长，是“劳动总量”谬误为何错误的简洁例证。如果 AI 以 1:1 的比例替代思考，那么你可能会合理地预期“产品经理需要的工程师更少”，或者你可以争辩说“工程师需要的产品经理更少”，但这并不是我们看到的。我们看到对两者的需求都在继续反弹，因为重要的是人们完成了更多的工作。
这就是为什么末日论者的失败主要是想象力的失败。他们专注于被自动化掉的任务，而忽略了将创造我们甚至尚未构想出的工作的新需求前沿：
自 1940 年以来创造的大部分新工作在 1940 年根本不存在。而在 2000 年，很容易想象所有会失业的旅行代理人，但可能很难想象一个围绕“云迁移”的整个中端市场技术服务行业，因为当然，云是十多年后的事情。
继续阅读 a16z 通讯：https://www.a16z.news/p/the-ai-job-apocalypse-is-a-complete
