AI越能干，打工人越吃亏

「AI 越能干，打工人越吃亏」——这话听着像情绪，但 Anthropic 用一份 57 页的论文把它算成了数字。

论文推演的，是 AI 继续变强、真的开始大规模接手工作之后，2030 年的 GDP、工资、就业和收入分配。

小盖把整篇读完写了笔记，我把他笔记里最扎心的数字挑出来，做成这组图。

先说结论：经济大幅变好，打工人的工资几乎没动，多出来的那块基本都去了资本端。下面每张图一个具体的数。

① 三个情景下，GDP 比「没有 AI」高 1.6%、8.3%、32.4%。注意，这是假设，不是预测，论文也没说哪个概率最高。

② 真正决定一切的，是一个叫「自动化比例」的变量。显著情景里，只有 12% 的经济任务真正用上了 AI，但其中四分之三已经可以由 AI 独立完成，不需要人参与。

③ 接着就是最反直觉的地方：GDP 比没有 AI 高 8.3%，平均工资只高 2.1%。拆开看更明显——认知型工作的工资反而低了 0.3%，建筑、电工、运输、现场服务这些职业高了 5.9%。

④ 劳动收入占 GDP 的比例从 60% 降到 56.1%，资本收入从 40% 升到 43.9%。论文举了个特别直白的例子：GDP 从 100 涨到 132，劳动者拿到的总额还是 60。经济大了三分之一，劳动者这块几乎没动。

⑤ 还有一个我很喜欢的概念：so-so automation，收益不高的自动化。以前一个人做要花 100 块，AI 接手后成本 95 块。企业确实不用人了，可整个社会只多创造了 5 块钱的效率，而原来付给人家的那一整块工资，已经跟着任务转到了资本那边。

⑥ AI 减少用工需求以后，结果不一定只表现成失业，也可能表现成降薪。工资如果能快速下降，企业会留下更多人——工资 −42.2%，但失业率只有 2.6%；工资降不下来，就只能少招人、多裁人——工资甚至还能 +2.8%，失业率却升到 24%。同样一次冲击，两种结局。

⑦ 论文最后那句话最值得琢磨：即便在最极端的情况下，AI 创造的新增收益也远远高于认知工作者损失的收入。理论上，只要拿出相当于 GDP 9% 的钱，就能让受冲击的人维持原有收入水平。

所以真正的麻烦，可能不是 AI 创造的财富不够多，而是这些财富最后怎么分。

数据与判断均出自 Anthropic 论文及小盖的公开笔记，图卡为老余整理制图。