博阳 · 2026-01-26

AI经济爆发：被驯服的奇点与漫长的引线

摘要

文章解读了斯坦福大学经济学家Charles I. Jones关于AI经济影响的最新研究。Jones提出薄弱环节理论，认为尽管AI拥有革命性潜力，但经济系统中大量相互依赖的互补性任务会形成瓶颈，使增长呈现渐进加速而非瞬间爆发。最终经济增长率可能突破5%的历史高位，但这个过程将持续三四十余年，头十年累计TFP增长仅约0.5%到1%。人类将向物理世界操作、监管信任和意义定义等AI尚难攻克的薄弱环节迁移。

内容框架与概述

文章首先梳理了关于AI经济影响的三种主流叙事。诺贝尔经济学奖得主Acemoglu代表渐进主义视角，基于霍尔顿定理预测未来十年AI对全要素生产率的贡献仅为0.07%到1%，但这套为渐进式技术改进设计的工具可能无法衡量通用目的技术的结构性变革。耶鲁大学Nordhaus和Epoch AI代表的爆发论视角则假设AGI必将到来，认为AI作为可无限复制的数字劳动力将打破人口增长瓶颈，通过自我进化形成正反馈循环，可能在2030年代推动全球GDP年增长率突破10%甚至30%。Erik Brynjolfsson提出的生产力J型曲线理论则指出，通用目的技术引入初期往往导致生产力增长放缓，因为企业需要大量无形资产投资重组业务流程，收益会滞后显现。

Jones的薄弱环节理论站在统合者视角融合了上述三种路径。他用想菜谱和做菜的比喻说明，现实经济中绝大多数任务是互补的，最慢的环节决定了整体速度。即使AI能让写代码、写文案等认知任务效率暴涨，但许可审批、物理建设周期、供应链、信任与安全等硬瓶颈依然会卡住宏观产出。在一个替代弹性为一半的世界里，如果将占GDP份额为s的某类任务自动化到无限供给，总产出的比例增益约为1除以1减s。这意味着即使软件开发达到无限生产率，对美国GDP的提升也只有约2%，因为其他占大头的物理劳动、土地等环节无法被替代。

Jones进一步设想了三种可能加速经济增长的重构方式。改变生产函数本身意味着技术足够强大时会重新设计整个流程，用新的范式替代旧的瓶颈，比如从高度互补的法律流程转向智能合约。份额的内生增长则是当AI推理成本降到接近零时，会在今天想不到的地方嵌入智能，AI的用量扩张和任务边界扩张会减少各层级上的薄弱环节。最激进的是通过AI科学家加机器人的飞轮攻克核聚变和通用人形机器人等物理底座，一旦这些最大的薄弱环节被解决，就会进入真正的经济奇点前夜。文章最后指出人类将向物理世界的最后且最难的一公里、监管与信任的能力以及定义意义的能力等薄弱环节迁移，当所有生存需求变成容易环节被解决后，人类剩下的唯一薄弱环节就是如何定义存在的意义。