### 机器人不会抢走你的工作

Raw JSON

{
  "kind": 1,
  "id": "1716d936c3cd173f2e85f4df8a41c135255377f92146ced1898666903e8bbd1b",
  "pubkey": "81913081246d192c9a55951704270756b222094470b3171e58bb5e3c42ee8db5",
  "created_at": 1773464069,
  "tags": [
    [
      "alt",
      "A short note: ### 机器人不会抢走你的工作\n \n作者：阿提拉·雷巴克\n \n1812年春天，英国诺丁汉郡的纺织工人..."
    ],
    [
      "r",
      "https://人工智能生产的产品越完美、流畅、优化，人们就越愿意为有温度、不完美的人工制品支付溢价。这一趋势在食品、家具、音乐和服装领域已显现无遗。人类的独特性，永远不会成为一种“稀缺难题”。"
    ]
  ],
  "content": "### 机器人不会抢走你的工作\n \n作者：阿提拉·雷巴克\n \n1812年春天，英国诺丁汉郡的纺织工人砸毁了动力织布机，他们坚信这些机器会让自己的手艺变得一文不值，让家人陷入穷困。他们对技术变革带来的冲击判断无误：工厂的确取代了手工织布工，围绕特定熟练工种形成的社群也确实分崩离析。卢德派工人并非愚昧之辈，感受到时代的巨变也无可厚非，他们唯一的错误，在于得出的最终结论。机器淘汰的那些劳动力并未凭空消失，而是流向了工厂、铁路、城市，以及当时尚未出现的各行各业，满足着1812年的手工织布工根本无法想象的新需求。\n \n如今的我们，正如同当年的卢德派——并非指砸毁机器的行为，而是指我们同样看清了技术变革的冲击，却得出了错误的结论。超级人工智能引发的工作岗位替代，其规模让当年的动力织布机相形见绌，这种变革是真实存在的。但由此得出的“永久性大规模失业、人类将失去经济价值”的结论，不过是换了种更光鲜的说法，重蹈了当年的覆辙。\n \n生产的本质究竟是什么\n \n1803年，让-巴蒂斯特·萨伊提出了一个极为朴素的观点，而经济学家们花了两个世纪的时间，却总在误读它：生产是购买力的来源。当你创造出有价值的产品，便会获得收入，进而产生对其他商品的需求。供需并非彼此独立的变量，不会在整个经济体中永久失衡。新的生产能力不会摧毁需求，而是会改造、创造需求，将其引向此前从未存在的事物。\n \n这也解释了为何美国农业从业者占劳动力的比例从1900年的40%降至如今的不足2%，却并未让38%的人口陷入永久性失业。这些工人转而成为护士、程序员、飞行员、治疗师、咖啡师和用户体验设计师——这些职业，在他们的曾祖辈耕耘田地的年代，要么几乎不存在，要么完全是全新的领域。机械化带来的生产力提升，创造了更多收入，也让人们有了更多时间去追求新的商品，而市场则引导劳动力去满足这些新的需求。\n \n自动取款机的例子更能说明问题。自动取款机问世时，人们普遍认为银行柜员的岗位会大幅缩减——既然机器能以更低的成本全天候工作，为何还要花钱雇人？但实际情况是：单家网点的运营成本降低，让银行开设更多网点变得划算，自动取款机出现后的数十年里，柜员的就业人数反而持续增长。人类员工向价值链上游转移，开始处理客户关系、房贷业务，以及那些需要判断力和责任心的决策工作。所谓的“劳动力总量”，终究如人们想象的那般，具备着超乎预期的弹性。\n \n一个无人提及的责任归属问题\n \n关于人工智能引发失业的论调，有一个看似严谨的版本：它承认历史规律，却声称这一次，机器取代的不只是体力劳动或单一任务，而是通用智能——也就是在以往每一次技术变革中，吸纳被替代工人的创造性和适应性思维，人类的工作岗位将无处可寻。\n \n这一论调表面看似合乎逻辑，实则经不住推敲，且原因并非人们通常所说的那般。问题不仅在于人类的需求是无限的，或是新行业会不断涌现——尽管这两点都是事实，更深层的原因是，这一论调误解了市场的实际交易内核。\n \n市场交易的不仅是认知成果，更是责任归属。外科医生做手术时，要拿自己的声誉、执业执照和生计冒险；企业家推出产品时，要将资本押注在对消费者需求的判断上；律师为客户提供咨询时，未来的业务量取决于其建议的正确性。这种结果与行为挂钩的循环，并非市场运行的附加品，而是市场产生可信信号、促成可靠行为的核心机制。价格之所以有意义，正是因为制定价格的人，会为自己的错误判断付出代价。\n \n而人工智能对结果没有任何切身利益，不会一败涂地，没有会随时间积累的声誉，也没有会因错误决策化为乌有的资本。这并非出于对人类情感的主观偏爱，而是经济生活的结构性特征，人工智能无法复制——因为复制这一特征，意味着让人工智能承担后果，进而要求其拥有资产、承受损失，这又会引发一系列全新且更值得探讨的问题。在实现这一点之前，专业人士与客户、医生与患者、企业家与市场之间的责任联结，始终具备不可替代的经济价值。这并非生产力提升最终会淘汰的残余，而是支撑经济运行的关键。\n \n此外，随着自动化让标准化产品变得随处可见，人类对蕴含真实人文创作的商品和服务——即手工制作，而非单纯的工业产出——的需求会不断上升。人工智能生产的产品越完美、流畅、优化，人们就越愿意为有温度、不完美的人工制品支付溢价。这一趋势在食品、家具、音乐和服装领域已显现无遗。人类的独特性，永远不会成为一种“稀缺难题”。\n \n真正的威胁不是自动化，而是垄断\n \n如果说人工智能引发失业的恐慌大多是杞人忧天，那么人工智能革命中确实存在一个真实的危险——而自由市场的拥护者最有资格点破这一点，因为其他人都在将其与表象混为一谈。\n \n不妨回顾互联网的发展历程：它最初建立在开放协议和去中心化架构之上，是真正的公共资源。但后来，它逐渐被圈占：数据隐私监管规则的合规成本高到只有大型老牌企业能承担；知识产权法的适用范围被扩大、甚至成为打压竞争的工具，阻碍了系统间的互操作性；各类许可要求抬高了新进入者的门槛，却让老牌企业毫发无损。最终的结果是，数字经济被五家平台巨头主导，它们利用与监管层的关系压制竞争，其效果远比以往任何一家仅靠市场力量的托拉斯更为有效。\n \n如今，这套手段正以更快的速度在人工智能领域重演。欧盟《人工智能法案》打着安全框架的旗号，设立了分级合规体系，给新进入者增加了成本，而老牌企业却能轻松承担。欧盟自身的研究机构欧洲政策研究中心估算，一家小型企业为一款高风险人工智能产品搭建合规的质量管理体系，成本最高可达33万欧元——这对开放人工智能研究中心或谷歌而言，不过是九牛一毛，却足以让华沙或里斯本的初创企业倒闭。在美国，开放人工智能研究中心一年内的联邦游说支出增长了近7倍，仅2024年，就有超过460家机构向国会开展人工智能相关的游说活动——其中绝大多数是拥有充足资源的老牌企业，它们能推动制定对自己有利的规则。这便是典型的监管俘获逻辑：以公共安全为借口，构筑行业壁垒，然后坐收渔利。\n \n当政府成为决定谁能研发、部署人工智能的主导者时，结果不会是一个竞争充分、收益广泛共享的市场，而是一个带有政府官方背书的卡特尔垄断联盟。在这样的格局下产生的失业，并非因为机器的生产力过高，而是因为法律禁止人们接触这些机器。\n \n我们真正应该提出的诉求\n \n人们对人工智能引发失业的恐惧，就像当年卢德派的恐惧一样，虽可以理解——正确识别了真实的变革冲击，却从中得出了错误的政治结论。卢德派想要砸毁织布机，而如今的类似行为，是呼吁出台人工智能许可制度、强制影响评估、算力限制，以及由老牌企业设计的责任框架，这些举措不过是为了固化当前的行业层级。这些政策不会减缓技术变革的冲击，只会决定谁能从中获利。\n \n当然，另一种选择并非天真地认为市场能毫无痛苦地解决一切问题。技术转型必然伴随真实的成本，而其中一部分成本，会落在那些没有足够能力承受的人身上。但解决问题的答案，并非限制技术发展，而是消除所有阻碍人们适应变革的其他壁垒：阻碍工人进入新领域的职业许可法、垄断职业准入的资质认证体系、阻碍人们迁往新机遇之地的区划和住房监管政策。这些都是政治干预让人们在技术转型中处境恶化的症结，也是值得我们为之抗争的问题。\n \n除此之外，开源人工智能的发展理应得到坚定捍卫——这并非技术从业者的偏好，而是关乎经济自由的大事。由少数人掌控、专有化、与政府绑定的超级人工智能，才是真正值得人们彻夜担忧的局面。而分布式、竞争充分、人人可及的超级人工智能——能让布达佩斯或班加罗尔的小企业家，打造出可以与硅谷巨头抗衡的产品的人工智能，才能让萨伊定律发挥作用：新的购买力被创造，新的行业被发掘，人类劳动力的新岗位从底层自发涌现，而非由上层指派。\n \n机器本身并非威胁，困住机器的牢笼才是。而如今，那些大声警告人工智能危险的人，正是最积极打造这道牢笼的人。",
  "sig": "a44826d73f48a5b9a5fdc4c96369b5cc2ae57a5c126469aaf00d3dfb6d906d722b059f5f9459779b3ed82461b246c1759f47c651eadf333992d83136078cd0a4"
}