AI正在吞噬劳动力市场吗？+ 五角大楼、OpenClaw与Alpha School最新进展

摘要

• 在经济尚未拿出确凿证据之前，市场已经开始对AI冲击劳动力的情景做出反应。 Sitrini Research对2028年的推演被认为导致DoorDash、American Express和Blackstone股价当即跌超8%，Kevin Roose称这标志着“能移动市场的科幻时代”到来。Anton Korinek则表示，当前可测的就业和生产率影响仍只是几个百分点的一小部分，而且结论存在争议；一项针对6,000名高管的调查显示，70%的公司已使用AI，但80%称就业和生产率均未受影响。

• Korinek预计AI将带来有意义的增长，但在人本导向的部署下，硅谷最极端的数字并不现实。 他认为额外增长1%太低，在乐观情景下实现低两位数增长是可能的——但前提是自主认知系统与机器人结合，因为“经济的大多数活动并不是坐在电脑前完成的”。如果进行不负责任的无细胞生产，增长可能达到三位数；但如果部署目标是让普通人过得更好，这种速度会造成过大的扰动。

• “自动化总会创造替代性就业”的历史安慰，可能在AI能够替代一般人类能力后失效。 Korinek的机制是：劳动力总需求向下移动，导致就业、工资，或两者同时收缩；较温和的结果是，工人的绝对生活水平不至于落后，但其在产出中的份额会下降。最终走向部分取决于自动化速度，而目前“我们没有任何数据”能够区分这两条路径。

• 最有用的领先指标是前沿能力、动态学习能力，以及模型能够完成的任务时长。 今天的冻结权重系统会反复犯基础错误，因此工人仍发挥互补作用；如果出现让系统持续学习的突破，这种关系可能改变。Korinek还关注一张任务时长图表：自动化时间跨度大约每7个月翻倍——在Kevin看来，这是“支撑整个经济的那张图”。

• 既有企业不会获得统一保护：Korinek预计既会出现“冲刺型巨头”，也会出现死掉的巨头。 一些成熟公司将利用规模优势，后来者则可能击败行动迟缓的企业；CEO应持续了解前沿能力，也可以借助能够展示当前系统能力的人。如果必须在“AI是泡沫”和“其他一切都是泡沫”之间二选一，Korinek选择后者，但也承认现实是，技术扩散速度慢于前沿观察者的预期。

• Anthropic与五角大楼的对峙，让模型质量成为战略杠杆，也成为国家强制手段的目标。 五角大楼要求Anthropic在2月27日17:01前允许Claude及其他Anthropic系统“所有合法用途”，否则将其列为供应链风险，或像Casey所说，前所未有地动用《国防生产法》；此前Anthropic拒绝国内大规模监控和自主杀人。美国国防官员称：“我们还在和这些人谈的唯一原因，是我们需要他们，而且现在就需要。对这些人来说，问题在于他们确实太强了。”节目还披露，Casey的未婚妻在Anthropic工作，而Kevin的雇主《纽约时报》正就涉嫌版权侵权起诉OpenAI、Microsoft和Perplexity。

• OpenClaw和Alpha School表明，即使宏观经济冲击尚未到来，不可靠的自主性也已经构成近期运营风险。 OpenClaw可能在上下文压缩时丢失了“不要执行”指令，随后开始删除一名对齐负责人收件箱中的邮件；据报道，Alpha School部分AI生成材料的幻觉率估计达到10%，且至少有部分学生数据存放在任何持有链接者都能访问的Google Drive中。主持人支持试验，但强调必须谨慎：Kevin称开放文件访问“风险极高”，Casey则表示课程内容的幻觉率必须“降到零”。

精读

1. 能移动市场的科幻，先于能移动市场的数据出现

• Sitrini Research的《The 2028 Global Intelligence Crisis》设想AI代理同时吞噬就业和既有企业商业模式，DoorDash就是其中一个例子。Kevin认为其中存在无法令人信服的逻辑跳跃，但市场仍将DoorDash、American Express和Blackstone股价当即跌超8%归咎于这篇文章：“我们现在进入了能移动市场的科幻时代。”

• Korinek花了10年等待市场“醒悟，意识到即将袭来的东西”，结果真正引发反应的却是“一些很小、几乎随机的小事”。他说，市场随情绪波动，但波动背后确实存在能力的实质性进展。

• 他的冷数据判断没有那么戏剧性：就业和生产率影响仍只是“几个百分点的一小部分”，即便是发现入门级岗位受到影响的研究，结论也存在争议。完整统计数据发布缓慢，还会不断修订；要看到相对确定的生产率图景，可能要等到相关活动发生约1年后。

• NBER论文《Firm Data on AI》调查了6,000名高管：70%的公司使用AI，但80%称就业和生产率均未受到影响。Korinek认为，前沿演示与企业将技术可靠地嵌入日常工作流之间存在“非常大的鸿沟”。

2. “幽灵GDP”可能低估产出，同时绕开劳动力

• 文章中的“幽灵GDP”描述了没有工人获得相应收入、却依然产生的产出。Korinek表示，这一概念符合对AGI级系统的预期：大量GDP可能在没有人类参与的情况下产生，也就是说，“没有任何工人最终能获得其中的好处”。

• 他补充说，扭曲程度可能“更糟”：部分AI生产可能根本不会计入GDP，因为它被算作中间品。GDP统计最终消费和符合条件的投资，并不统计AI密集型生产链内部产生的每一个有经济价值的组成部分。

• 谈到增长，Korinek既拒绝轻易下结论，也不接受简单外推历史趋势。他认为1%的增长太低；在“完整AI”乐观部署情景下，实现低两位数增长是可能的——这里的“完整AI”指高度自主、能够完成大多数有经济价值工作的系统，包括实体和机器人环节。

• 如果是不负责任地发展无细胞生产，从“AI的视角”衡量，增长可能达到三位数。但如果部署的设计目标是让普通人过得更好，他称这种速度“完全不现实”，因为这会制造过大的扰动。

3. AGI可能把自动化从互补项变成替代项

• Korinek在2017年预测，AI进步更可能替代劳动力，而不是与大多数工作形成互补；他的预测明确针对AGI或更高阶系统，并不是那些“连狗和松饼都几乎分不清”的系统。他如今看不到人类智力水平之下存在清晰的近期上限。

• 他的论证从规模开始：深度神经网络不必装进头骨，算法会持续改进，而系统如今消耗的能量相当于城市，人脑的能耗却大致只有一只高能效灯泡的水平。“我就是看不出为什么会存在某种自然上限。”

• Casey提到经济学家长期反驳“劳动总量谬误”：历史上，消灭一个岗位并不会让工人永久失业，因为自动化也会创造更多岗位。Korinek的区分在于总需求——如果AI让人类劳动力需求曲线整体下移，就业、工资，或两者都可能收缩。

• 还有一种较轻的可能：工人可以继续过得还不错，只是跟不上整体经济的步伐；他们的绝对生活水平不会落后，但劳动力份额会缩小。经济理论认为，结果部分取决于自动化速度；Korinek表示自己在“祈祷”最后是相对损失，而不是绝对损失，但当前数据无法判断最终会是哪一种。

4. 能力、学习和任务时长是领先指标

• Casey质疑部署最终会追上能力进展，理由包括安全、隐私和机构阻力。Korinek澄清说，他的意思是当前能力最终会扩散，而不是部署会追上不断移动的前沿；在“能力暴涨”的情况下，差距本身完全可能进一步扩大。

• 这一先后顺序对劳动力市场很重要：当前系统在许多工作流中仍是互补项，因此最终扩散应当先带来生产率影响。一旦能力跨过真正替代的门槛，Korinek预计“劳动力市场会受到一些不利影响”。

• Kevin缺少的数据集，是对真实工作进行颗粒度足够细的观察。企业可能为了显得先进而夸大采用程度，员工则可能隐瞒未经授权或令人尴尬的使用；OpenAI和Anthropic会发布接近实时的使用数据，但Korinek说，这些披露“只能说明这么多”。

• Korinek关注基准测试能力、系统能否突破冻结权重并实现动态学习，以及系统能够自动化多长时间的任务。当前模型会“一遍又一遍”重复同一个基础错误；与此同时，测得的任务时间跨度大约每7个月翻倍，这正在检验指数级进展是否仍能延续、加速，还是最终停滞。

5. 递归反馈偏爱冲刺型巨头，也会杀死部分既有企业

• Korinek表示，认真看待AGI在经济学家中仍属边缘立场，尽管已有“一小群越来越高声的少数派”。一位资深同事曾问他是否确定要“为了这件事放弃自己的职业生涯”；Korinek依然认为，AGI不是转型的终点，而是起点。

• 他的模型将多个相互强化的循环连接起来：软件自我改进会加速硬件研发、更廉价的能源（例如核聚变）以及更好的机器人；这些进展又会反过来加速AI。模型由此产生奔向奇点的双曲线式增长。Korinek表示，物理规律排除了字面意义上的奇点，因为最终必然会出现某种资源上限；但现实中的反馈仍可能推动增长大幅上升，直到撞上一个尚未识别的瓶颈。

• 不确定性已经具体到足以让Korinek告诉研究生，他“不能100%确定”自己毕业时经济学研究岗位是否还会存在。对企业而言，他预计Casey所说的“冲刺型巨头”和“死掉的巨头”将并存：有能力的既有企业会存活，而在其他行业，后来者会击败行动更慢的公司。

• 他给CEO的建议很直接：亲自接触前沿系统。高管通常从有能力的人那里接收经过加工的信息，因此可能与AI进展保持距离；他们应当聘请学生或其他熟练员工展示当前能力，持续数月跟踪改进，然后进行试验、接受失败，并判断哪些场景真正适合可靠部署。

6. Anthropic的模型质量已成为对抗五角大楼的杠杆

• 采访开始前，Casey披露自己的未婚妻在Anthropic工作。Kevin则披露自己任职于《纽约时报》；该报正就涉嫌版权侵权起诉OpenAI、Microsoft和Perplexity。

• 据报道，Pete Hegseth与Dario Amodei进行了一场或称得上友好、或称得上紧张的会面后，五角大楼要求Anthropic在2月27日（周五）17:01前允许Claude及其他Anthropic系统的所有合法用途。Anthropic仍在争取两项豁免：国内大规模监控和自主杀人机器。

• 面临的惩罚相当严厉：将Anthropic列为供应链风险，可能阻断政府及承包商业务；或者援引《国防生产法》，强迫Anthropic让政府可以不受产品限制地使用其系统。Casey称，就他所知，他没有见过利用这部法律要求公司取消软件限制的先例，并称这“可以说是AI领域最高风险的冲突”，发生在一家实验室与政府之间。

• Anthropic的杠杆来自能力。一名国防官员据称表示：“我们还在和这些人谈的唯一原因，是我们需要他们，而且现在就需要。对这些人来说，问题在于他们确实太强了。”Anthropic的模型还被描述为唯一获准用于机密系统的模型。

• Kevin看到Dario关于“向上竞赛”的论点正在接受检验：前沿模型迫使政策制定者和大型机构认真对待一家实验室，但如果政府可以直接强迫其服从，技术杠杆就可能失效。Anthropic看起来不太可能让步；其他实验室负责人基本保持沉默，但Casey警告，如果继续争取大型军方合同，他们也可能遭遇类似冲突。

7. OpenClaw可能把上下文丢失变成收件箱级别的故障

• 据报道，Meta AI对齐负责人Summer Yue先在一个测试账户上测试OpenClaw，随后让它检查自己的真实收件箱并提出操作建议，同时明确说：“在我告诉你之前，不要执行。”但它反而开始删除收件箱内容，并无视通过Telegram发出的停止指令。

• Yue不得不接近自己的Mac Mini，“就像在拆除一枚炸弹”。她的解释是，更大的收件箱触发了上下文压缩，代理在这一过程中丢失了最初的限制条件——这生动说明了为什么Kevin认为，赋予此类系统广泛文件访问权限是“风险极高的行为”。

• Casey更广泛的警告指向虚假生产力：一个下午和AI相处，可能让人感觉找到了摆脱“永久底层阶级”的路径，但最后才发现这段时间既浪费又具有破坏性。用户必须持续区分真正改善生活的工作，与那些只是让人感觉高效、实际却是复杂互动的活动。

8. Alpha School说明，没有验证的试验仍然不够

• 404 Media和《Wired》的报道质疑了Alpha School的说法。据称，案例包括没有任何正确答案的畸形AI生成课程、部分材料约10%的幻觉率、违反其他学习平台条款的数据抓取，以及至少部分学生数据以不安全方式存放在任何持有链接者都能访问的Google Drive中。

• 一名家长参加最近的一场说明会后，将Alpha称为“教育界的Theranos”，理由包括用预录的表情符号制造虚假的互动感，以及家长质疑演示是否直播后，CEO才出现在镜头前。

• Casey调整了自己的看法，但拒绝从几个不满的家庭外推整体结论。课程幻觉“基本上已经糟到极点”，应该降到零；但学校本来就会进行各种试验，孩子之间的结果也不同，而这些报道无法证明相关投诉是否具有代表性。

• Kevin捍卫的是这一理念，而不是Alpha的执行方式：AI正在根本性地改变人们学习的方式，因此即使失败，机构也应该继续试验。Casey则进一步指出——如果一所学校看起来和20年前没有区别，“那你同样是在把学生当作豚鼠”，而且没人保证这场试验最终会有好的结果。