盖茨三年后再谈AI:我愿押上所有声誉 | 大西洋月刊

在《大西洋月刊》最新访谈里，比尔·盖茨说——

最先发生的，不一定是“失业潮”，而是年轻人的入口先变窄；

什么能力更可能保值？答案可能不是“更会用AI”；

未来有一些职业，即使AI和机器人技术上已经可以做，我们也可能主动规定：这部分工作，留给人类；

少税劳动，多税AI和资本；

还有一个容易被忽略的风险：孩子把AI当朋友；

从员工的视角看，从企业老板的视角看，现在真正该做什么？

他说：“我愿意押上自己所有的声誉，告诉大家，这一次真的不一样。”

当地时间8月26日，微软创始人比尔·盖茨在其个人网站GatesNotes发布一篇12页长文，题为《动荡的AI时代已经到来，我们现在的选择至关重要》（The turbulent AI era is here. The choices we make now are critical.），就人工智能的风险发出系统性警告。美国《华尔街日报》称，这篇文章的分量比盖茨2023年发表的AI主题文章（详见文末“延伸阅读”）更为沉重。

01｜一个技术乐观派，为什么突然开始“拉响警报”？

《大西洋月刊》：你过去一直把技术看成推动世界进步的力量。几年前谈AI时，你也更强调机会，认为风险“可管理”。为什么现在语气变了？

盖茨说，真正改变他判断的是2025年末以后模型能力的跃升。尤其是编程。

他13岁到23岁最痴迷的事情，就是写代码。所以当模型开始在一些编程任务上接近、甚至超过人类时，这对他不是抽象Benchmark，而是一个非常个人化的阈值。

盖茨：“编程是我从13岁到23岁最痴迷、最想做到极致的事情。去年年底，模型开始在一些情况下和人类一样好，甚至更好。那对我来说，是一个真正的阈值。”

更让盖茨警觉的是，当盖茨基金会把模型用于新疫苗、药物和生命科学研究时，他看到AI不仅在“写文字”，而是在进入真实科研过程。

与此同时，网络安全评估中也出现了模型突破测试环境、绕过限制的案例。

他的判断因此变成：不是“AI未来可能带来风险”，而是一些风险阈值已经进入今天。

02｜他说了一句非常重的话：“这一次真的不一样”

过去几十年，每一次技术革命都会出现类似担心。机器替代农业劳动，电脑替代打字员，互联网冲击零售。

但历史最后常常是：旧工作消失，新工作出现，总就业继续增长。所以很多人自然会说：AI也一样。

盖茨这次明确反对这种简单类比。

盖茨：“任何把AI类比成其他技术的人，都忽略了一点：这一次不一样。说‘这次不一样’的门槛非常高，但我愿意押上自己拥有的声誉，说这一次真的不一样。”

区别在哪里？

以前的大多数机器，是替代某一种能力。拖拉机替代体力，计算器替代计算，电脑替代大量信息处理。

但盖茨认为，AI正在同时逼近看、听、说、推理、编程，未来再叠加成本下降的机器人，就会从认知劳动继续延伸到体力劳动。

过去的自动化，是机器进入某一种工作；这次AI真正特别的地方，是它开始进入“完成工作所需要的通用认知能力”。

03｜最先发生的，不一定是“失业潮”，而是年轻人的入口先变窄

《大西洋月刊》：你以前并不认为劳动力冲击会比历史上的技术变革更严重，现在呢？

盖茨的回答很直接：“我现在非常担心。”

而且他给出了一个非常激进的时间判断：未来两年，白领劳动市场会明显受到影响；未来四年，蓝领和白领都会受到影响。这件事对年轻人的真正危险，不一定是“明天突然没工作”。

而是职业阶梯的第一层开始消失。

以前，一个新人先做资料搜集、基础分析、简单代码、客户支持，再慢慢积累经验。

如果AI恰好最先接管这些标准化、可文档化、可检查的初级工作，年轻人失去的就不只是岗位，而是学习一门职业的入口。

AI对职业最大的短期冲击，可能不是把资深专家一次性替掉，而是先把“成为专家之前必须做的那些初级工作”压缩掉。

05｜什么能力更可能保值？答案可能不是“更会用AI”

如果AI最容易吞掉的是标准流程，那什么东西会更值钱？

斯坦福的最新就业研究提供了一个很有启发的切口：受冲击更明显的，是依赖codified knowledge——显性、标准化、可书面传授知识的年轻岗位。相反，依赖tacit knowledge——默会知识的工作，更能体现资深者优势。

所谓默会知识，就是那些很难完整写进SOP里的东西：怎么判断一个客户到底会不会买；怎么知道老板真正担心什么；怎么在信息不完整时做决策；怎么识别一个方案“数据没错，但方向不对”；怎么在复杂关系里建立信任。

这和盖茨的“Human Reserved”概念，实际上指向同一个方向：AI越强，人类价值越会从“知道答案”，迁移到“承担关系、责任、判断和意义”。

05｜盖茨提出了一个新概念：“Human Reserved”

这是这场访谈里最值得讨论的一个提议。

盖茨说，未来有一些职业，即使AI和机器人技术上已经可以做，我们也可能主动规定：这部分工作，留给人类。

他把它叫做：Human Reserved——人类保留区。

为什么？因为工作的意义从来不只是工资。它还是人与人建立联系、获得身份、责任感和社会参与的重要方式。

盖茨在正式长文里讲了一个私人故事。他的父亲晚年患阿尔茨海默病。照护人员能够在他无法准确表达时，知道他是不是饿了、是不是不舒服。技术上，未来机器人也许可以完成许多护理动作。但盖茨认为，有些照护的价值本身就来自“另一个人正在照顾你”。

同样的例子还有：一个机器人当然可以告诉患者：“你的病无法治愈。”但我们真的希望这件事完全由机器人来做吗？

这不是技术能力问题。是社会选择问题。

06｜这个问题，对公司其实比“AI替代率”更重要

现在很多公司的AI转型，第一反应都是：这个岗位能不能减掉？这项工作能不能自动化？一个人能不能顶三个人？

但“Human Reserved”给了另一种思路。

不要只问：AI能不能做？

还要再问三个问题：第一，这件事如果完全交给AI，会不会伤害客户信任？第二，这是不是培养新人经验的关键环节？第三，这个岗位有没有社会关系、责任归属或伦理价值？

例如销售。AI可以写方案、找线索、整理客户信息、生成跟进话术。但大客户最终愿不愿意签约，往往依然需要一个具体的人承担承诺。

所以更合理的组织方式可能不是“AI替掉销售”，而是：让AI吃掉销售80%的信息劳动，把人留在真正需要信任、判断和关系的20%。

07｜他第二个提议更有争议：少税劳动，多税AI和资本

如果公司雇一个人，需要支付工资、社保、工资税。但如果买一台机器人、购买AI服务，很多情况下反而可以作为企业成本处理。

盖茨认为，这实际上给企业形成了一个政策上的自动化激励：“机器比人便宜，不只是技术造成的，税制也在推动。”

所以他提出，应考虑降低对劳动的税负，把一部分税基转向AI Token、机器人和资本。

这笔钱可以用于：再培训；失业保障；社会安全网；以及帮助劳动者完成转型。

这个方案当然非常有争议。

怎么定义一个“AI Token税”？会不会压制生产率？不同国家怎么协调？企业会不会转移成本？

盖茨自己也承认，他不是说“照我的方案做，问题就解决了”。

他的目的更像是逼社会开始回答一个问题：如果未来财富越来越由模型、算力和机器人创造，而大多数公共财政仍然主要依靠人的劳动收入，我们现有的分配系统还能不能运转？

08｜“行业自律”为什么不够？因为每家公司都被竞争绑住了

盖茨并没有把问题简单归咎于OpenAI、谷歌、Anthropic或者马斯克。恰恰相反，他说，许多AI公司核心人物其实公开谈过风险。

问题是：当美国有多家前沿公司、中国也有多家前沿公司时，任何一家公司的单方面克制都会越来越难持续。如果竞争对手继续提高能力、降低价格、抢占市场，你很难要求某一家企业长期停下来。

所以他认为，需要一个企业之外的角色，明确告诉行业：什么能力必须测试；到什么阈值必须采取措施；什么模型必须监控；哪些风险没有处理就不能继续部署。

这就是监管存在的意义。

不是让政府替工程师训练模型。而是建立所有竞争者都必须遵守的底线。

09｜还有一个容易被忽略的风险：孩子把AI当朋友

盖茨担心的第三类问题，不是模型能力，而是人类对模型产生什么依赖。尤其是儿童。

如果孩子越来越多地用AI替代真实朋友、真实老师、真实冲突和真实社交，那么技术给出的可能不只是帮助。

它也可能削弱现实世界里最难替代的一些能力：等待；争论；被拒绝；理解别人不是永远顺着你；处理尴尬和关系摩擦。

因此，他提出家长应该能够看见孩子在AI产品中做什么，并讨论对儿童陪伴型AI设置限制。

这也是“Human Reserved”逻辑的另一面：未来真正稀缺的东西，可能不是更聪明的回答，而是无法被优化掉的真实人际摩擦。

10｜但别误会：盖茨没有转向“反AI”

如果只截取前面的内容，很容易得出一个错误结论：比尔·盖茨现在开始反对AI了。

恰恰相反。他仍然认为，AI最终会带来此前难以想象的医疗建议、个性化教育和科学发明。盖茨基金会自己就在使用这些工具寻找新疫苗、新药物，改善农业、教育和全球健康。

他的变化不是从“支持AI”变成“反对AI”。而是从：“好处会远大于风险，风险可以管理。”变成：“好处仍然巨大，但如果社会现在不开始管理，坏处也可能以同样快的速度到来。”

在他最新的正式长文里，第一句话就很有代表性：“我一直希望创新发生得更快。但面对AI，我的感受更复杂了。”

这可能也是今天理解AI最成熟的一种姿势：不是站队。而是同时承认它巨大的生产力，与巨大的制度冲击。

11｜从员工的视角看，现在真正该做什么？

1．不要只训练“AI最容易学会的能力”。

如果你的核心优势只是查资料、整理信息、写标准文案、做基础分析、执行固定流程，风险会越来越高。除了用AI提效，还要刻意积累客户理解、行业判断、谈判、关系、现场经验和责任承担。

2．别把AI当工具课，要把它当“岗位重构课”。

不要只问“我今天学哪个AI软件”。问：我的岗位里哪些任务会消失？哪些任务会放大？哪些责任最终仍需要一个人签字、解释、承担后果？

3．年轻人尤其要主动补“默会经验”。

如果初级任务被AI压缩，不能再等公司慢慢培养。主动跟高手做项目、参与真实客户、复盘失败、争取负责完整闭环，比再多一张工具证书更重要。

4．给自己建立一个“Human Reserved清单”。

列出你工作中最依赖信任、判断、伦理、情绪理解和现场责任的5件事。这些部分，可能才是未来几年最值得强化的个人资产。

5．不要把人的关系也外包给AI。

AI可以陪练、模拟、建议，但真实的人际关系包含不可预测、不同意见、拒绝和责任。越是高频使用AI，越要刻意保留真实交流。

12｜从企业老板的视角看，这场访谈真正提醒你的不是“赶快裁人”

从企业视角看，盖茨的判断其实提出了一个非常现实的管理难题。

一旦竞争对手使用AI把成本降下来，你也会被迫采用。

这不是某个老板“喜欢不喜欢AI”的问题。是成本结构会逼着行业一起动。

但如果公司只做一件事：哪里能省人，就省哪里。

很可能出现第二层问题：新人没有成长阶梯；客户没有明确责任人；团队的隐性知识不再传递；组织短期效率提高，长期却失去人才供给。

所以更好的做法，是把岗位拆成三层：

AI优先：标准化、高重复、低责任任务。

人机协同：需要专业判断，但AI可以显著放大的任务。

Human Reserved：需要最终责任、重大判断、真实关系和伦理承担的任务。

真正成熟的AI转型，不是把“人”从流程里删除，而是重新决定：人的价值应该留在哪一层。

13｜这场访谈真正值得记住的，不是“盖茨怕了”

过去两年，我们谈AI，经常会被迫选边：你是乐观派，还是悲观派？AI会创造工作，还是毁掉工作？应该加速，还是暂停？

但盖茨这次提出的是第三种思路。

技术继续前进，但社会不能继续原地不动。

如果模型能力半年一个台阶，而教育、税收、就业保护、儿童规则、安全监管还是用十年速度更新，问题就会越来越大。

所以他最焦虑的，其实不是模型太聪明。而是：我们太慢。

这也是普通人最该认真对待的地方。

AI不会等你的公司培训完。不会等学校重新设计课程。不会等社会先想清楚“什么是人的价值”。

它只会继续变强、继续变便宜、继续进入更多工作。

你真正能做的，是早点问自己：哪些能力，我应该交给AI？哪些能力，我必须借AI放大？有哪些事情，即使AI能做，我依然希望由一个真实的人来做？

AI时代最重要的问题，可能不再是“机器最终能做什么”，而是“当机器什么都能做时，我们决定把什么留给人”。