耶鲁大学经济学副教授、自动化和劳动力市场领域最重要的研究人员之一帕斯夸尔·雷斯特雷波 (Pascual Restrepo) 在国家经济研究局发表的工作文件在通用人工智能时代，大多数人类工作都不会实现自动化。原因并不是人工智能缺乏这种能力。问题在于，人们的大部分谋生活动根本就没有重要到需要更换的程度。

“这个模型揭示了一种有趣的可能性，即今天的大部分工作对于未来的增长可能不是必需的，而且可能永远不会自动化，”雷斯特雷波在题为“自动化”的论文中写道。 我们不会被错过：AGI 世界中的工作和成长。“相反，计算可能会针对对未来进步至关重要的瓶颈工作，例如降低生存风险、防御小行星或掌握聚变能源，而劳动力市场的大部分内容不会发生变化。”

并不是过时——只是不相关

他认为，主要的一点是，从根本上来说，“AGI 不会使人类技能变得过时；它不会让人类技能变得过时”。它会重新评估他们的价值。——经济中新的稀缺不是熟练劳动力或智力；而是劳动力。这是计算。这意味着技能的价值取决于复制技能所需的计算机会成本。

事实上，如果计算和人类技能是唯一的稀缺资源，那么后 AGI 世界的平均工资会更高。另一方面，劳动力的相对作用正在缩小。”

他的分析扩展了这一逻辑，假设计算将流向对经济增长最有价值的领域，而不太重要的工作则由人类来填补。

人工智能经济中的两种工作

该论文对两种类型的工作进行了明确区分。“瓶颈”工作包括对经济增长至关重要的任务，例如生产能源、维护基础设施、推进科学发展和国家安全。

相比之下，“补充”工作是经济可以没有但仍在扩展的一切：艺术和手工艺、客户支持、接待、设计、学术研究，甚至是专业经济学家的工作。在 Restrepo 的框架中，经济最终将使用计算（人工智能系统的原始计算资源）实现每项瓶颈任务的自动化。但补充工作呢？人工智能可能会直接忽略它。

对于咖啡师和小说家来说，这听起来是个好消息。雷斯特雷波认为，酒店业、现场表演和社会密集型工作可以基本完好无损地保留下来，这不是因为任何特殊的人类魔法，而是因为当人工智能有更大的问题需要解决时，完全复制它们所需的大量计算资源永远不会证明花费是合理的。

按照雷斯特雷波的说法，关键的瓶颈工作听起来非常科幻：“减少生存风险、防御小行星或掌握聚变能源。”另一方面，社会密集型工作将包括招待、现场表演和娱乐：对于未来的增长来说不是必需的，通过计算复制成本高昂，因此很可能仍然是人类。– 这些领域可以继续提供熟悉且有意义的工作。 –

幸存的自动化并不等于分享增长

但这篇论文在这里传达了更发人深省的信息。在自动化中生存和从经济增长中繁荣是两件截然不同的事情。

雷斯特雷波表示，在通用人工智能世界中，工资将与 GDP 脱钩。如今，随着经济的增长，随着工资的上涨和生活水平的提高，工人往往会分享经济增长。在他建模的后通用人工智能经济中，这种联系被打破了。一旦人工智能系统处理了增长所必需的所有任务，经济扩张就完全是通过增加计算资源来驱动的。

人类工作，无论是必需的还是补充性的，其价值不在于其对增长的贡献，而在于用计算取代它的成本。从长远来看，这个上限是很低的。

劳动力占 GDP 的份额降至零

该论文最明显的发现是，劳动力占 GDP 的份额趋于零。经济中的总计算资源最终可能达到每秒 10 次浮点运算。所有人类大脑的计算能力加起来大约为 10 次浮点运算。

在工资与复制人类工作的计算成本挂钩的经济体中，人类劳动力在经济上变得边缘化——不是毫无价值，而是相对于整体而言微不足道。“大部分收入将归计算资源所有者所有，”论文总结道。

这意味着谁拥有计算的分配问题成为 AGI 时代的决定性政治和经济挑战。这个问题已经变得紧迫。贝莱德首席执行官拉里·芬克在备受关注的年度信中警告称人工智能“有可能在更大范围内重复这种模式，将财富集中在有能力获取财富的公司和投资者手中”，并指出美国最富有的 1% 家庭现在拥有的财富比最底层 90% 的家庭还要多，而且人工智能可能会加剧这种差距。

雷斯特雷波指出，在这样的经济体中，一种方法是通过全民收入重新分配这些收益。另一种方法是将计算视为一种公共资源（类似于土地或自然资本），并广泛分配其回报。

两种自动化模式

该论文还对通往未来的道路做出了重要的区分，但并非所有这些都让今天正在经历转型的工人感到安慰。Restrepo 确定了两种自动化模式。在“计算绑定”转型中，人工智能的采用受到可用硬件的限制；调整是渐进的，工资遵循连续的路径，工人有时间重新分配。

在“算法绑定”过渡中，这种过渡看起来更像是当前时刻，人工智能能力突飞猛进，画面是参差不齐且不稳定的。“不平等可能会急剧加剧：任务尚无法自动化的工人享受大量的临时工资溢价，而其他人则像他们一样面临工资突然下降，”他写道。

这与截至 2026 年，行业发生了什么，电工、水管工和暖通空调技术人员的薪水很高，尤其是在数据中心建设方面。根据人工智能招聘平台 Skillit 的数据，数据中心项目的建筑工人目前平均年薪约为 81,800 美元，比非数据中心建筑工人高出约 32%。

一些电工每年的收入为 26 万美元，其中电气工作估计占数据中心建设总成本的 45% 至 70%。未来十年，美国将需要大约 30 万名新电工，以及替换预计退休的 20 万名电工。

我们不会变得更穷，但我们也可能不会变得更富有

雷斯特雷波确实提供了一个有意义的保证：工人作为一个群体并不会因转型而变得更糟。由于通用人工智能扩大了经济的生产能力，因此后通用人工智能世界中所有工人的总劳动收入高于通用人工智能之前的基线。

该论文认为，人工智能的到来不会让我们集体变得更穷，因为我们总是可以退回到无人工智能的区域，并像以前一样进行生产。事实上，我们不这样做意味着新的安排总体上更好。“通用人工智能的到来不会让我们的整体状况变得更糟，”雷斯特雷波写道。

但如果这种集体收益集中在收入分配的顶层——即拥有数据中心的公司、投资者和国家中，那么这种集体收益就无法令人感到安慰了。

确实，40%的美国人芬克表示，目前缺乏对资本市场的有意义的接触。如果没有结构性干预——他建议使用代币化和扩大退休投资选择等工具——人工智能驱动的繁荣将使他们进一步落后。

“我们不会被错过”

该论文的标题借用了其结语，抓住了 AGI 经济的存在赌注。“从历史上看，工作不仅提供收入，还让人们认识到自己的努力改善了社会福祉，”雷斯特雷波写道。– 工作让人们感觉他们会被怀念。在通用人工智能世界中，这种联系被切断了。 –

他指出，如今，如果一半劳动力停止出现，经济就会崩溃。在AGI世界里，我们不会被错过。

雷斯特雷波（Restrepo）与诺贝尔奖获得者达龙·阿西莫格鲁（Daron Acemoglu）的合作塑造了经济学界十多年来对自动化的理解，他传达的信息不是绝望，而是清醒的思考。问题不在于人工智能是否会取代你的工作。也许你的工作从来没有重要到让这个问题变得重要的程度。

对于这个故事， 财富记者使用生成式人工智能作为研究工具。编辑在发布前验证了信息的准确性。