），即在所有认知任务上超越普通人的AI，从科幻概念逐渐成为现实可能。近日，《经济学家》杂志刊发关于通用人工智能的系列展望文章指出，通用人工智能的到来可能打破经济增长限制，人类需积极应对技术与制度失衡，加强安全协作、缓解不平等、规划宏观政策，使人类在这场变革中走向更好的未来。

　　若硅谷的预测有几分可信，那么人类将面临一场前所未有的文明剧变。近十年来，人工智能（AI）的进化速度已多次打破预期：2024年，OpenAI和谷歌DeepMind的大型语言模型在国际数学奥林匹克竞赛中斩获金牌，这比专家2021年的预测提前了18年；训练模型的计算资源正以指数级扩张，预计到2027年，其规模可能达到GPT-4的1000倍。这种加速迭代让通用人工智能（AGI）——具备自主的感知、认知、决策、学习、执行和社会协作等能力，在所有认知任务上超越普通人的AI，从科幻概念逐渐成为现实可能。即便其成真概率有限，其潜在影响也足以重塑世界经济史的走向。

　　AI的突破性进展并非偶然，而是全球科技巨头与国家力量共同推动的结果。科技公司之间的竞争愈演愈烈：它们坚信“赢家通吃”，任何迟疑都可能意味着彻底出局。Meta公司已将其AI部门更名为“超级智能实验室”，正以九位数年薪挖角研究人员，并计划建造年耗电量堪比新西兰的大型数据中心Hyperion；OpenAI首席执行官萨姆·奥尔特曼（Sam Altman）则计划仅在美国就投入5000亿美元推进“星际之门”（Stargate）项目；中国实验室深度求索（DeepSeek）已发布性能媲美美国部分顶尖系统、但成本更低的模型。

　　行业预期超级智能AGI的到来时间日益提前。Anthropic联合创始人杰克·克拉克（Jack Clark）观察到，“诸多趋势线年”；谷歌DeepMind联合创始人戴密斯·哈萨比斯（Demis Hassabis）认为AI将在未来十年内匹敌人类能力；“人工智能未来项目”预测，到2027年底，AI可能具备运营整个实验室研究工作的能力。这种乐观并非空穴来风，历史上，预测者一再低估AI的发展速度——“预测研究所”（FRI）的研究显示，专家曾认为AI达到顶尖人类病毒学团队水平需至2030—2034年，但OpenAI的o3模型已达到这一标准，差距近十年。推动AI能力跃升的核心逻辑是“递归式自我改进”（recursiveself-improvement）。如今，AI已开始协助编程更优的AI模型；有观点认为，到2028年，它们将能自行监督优化升级。这种自我迭代意味着：AI不仅是工具，更将成为创新主体，推动生物技术、绿色能源乃至自身领域的突破。正如克拉克所言，“在训练端投入更多数据和计算资源，另一端就会催生出更强的智能，这一进程不九游娱乐会停歇”。

　　人类经济增长史本就是一部突破限制的史诗，而人工智能可能开启新的纪元。1700年前，全球经济年均增速仅为0.1%，产出翻番需近千年；工业革命后，增速跃升至1.9%，20世纪达2.8%，每25年即可翻倍。这一飞跃的核心是更多人口催生更多创新，创新又提升生产力循环，最终打破马尔萨斯陷阱。

　　而AI将彻底改写这一循环。与人类不同，它不受人口增长限制——无需生育周期，可通过计算资源扩张快速迭代。诺贝尔经济学奖得主威廉·诺德豪斯（William Nordhaus）描述了这种新范式：“信息产生信息资本，信息资本又产生更多信息，信息本身每年都在以越来越快的速度产生更多信息。”智库EpochAI的模型显示，当AI能自动化30%的任务时，GDP年增速将超过20%并持续上升；埃隆·马斯克（Elon Musk）等人笃信，自我改进的AI可能催生超级智能AGI，让人类获取所有可能的创意，突破能源与寿命限制，经济制约仅剩物理定律。这种爆发式增长的底层逻辑是“内生增长”的极致体现。

　　经济学家早已意识到，若创意自我繁衍速度足够快，增长应无限加速——资本不仅靠积累，进步会呈乘法效应。但人类受限于知识前沿的复杂性，始终未能跨越这一门槛。AI可能打破这一限制：它无需掌握庞杂基础知识即可触及前沿，自动化带来的早期回报可再投入研发，形成增长螺旋。尽管EpochAI的模型被承认“肯定有误”，但AI公司认为，其可能低估了通用人工智能自我改进时的反馈循环力量。

　　经济爆发式增长的另一面，是劳动力市场的剧烈重构。工业革命初期，英国建九游娱乐筑工人的实际工资在1800年与1230年持平，人口增长抵消了产出增量，部分历史学家认为此后50年工人生活水平不升反降。AI时代的风险会更直接：运行超级智能AGI的成本将为工资设限——若AI能以更低成本完成工作，人类劳动力将被替代，且这一上限会随技术进步持续下降。

　　这会带来收入结构性的赢家通吃。威廉·诺德豪斯等学者的研究显示，当劳动力与资本可高度替代且资本持续积累时，收入将向资本所有者倾斜。硅谷因此盛行一种信念：“当经济增长爆发时，你最好已经富有。”少数与AI互补的超级精英（如顶尖工程师、创意设计者）可能获得天价报酬——科技公司已显现这一趋势，它们为核心员工支付高薪，同时资本所有者占有的收入份额异常之高。但绝大多数普通劳动者，尤其是从事可自动化文职工作的群体，将被迫转向AI尚未渗透的领域。

　　若机器人技术进步停滞，大量体力工作（如育儿服务、体育教练）仍需人类完成。这些领域可能遭遇“鲍莫尔成本病”（Baumol’scostdisease）：尽管生产率未提升，工资却因AI领域的高收入而被动上涨——就像如今的保姆、餐厅服务等劳动密集型行业，其价格随整体收入增长而上升。这种效应会形成“选择性富足”：AI生产的商品（如自动化工厂的制成品、数字娱乐）可能近乎免费，但育儿、餐饮等依赖人类的服务价格将飙升。转型体力工作的知识劳动者可能发现，自己对这类“瓶颈服务”的购买力反而下降了。伦敦政治经济学院的菲利普·阿吉翁（Philippe Aghion）指出，“增长可能不受限于我们擅长的领域，而受限于那些至关重要却难以改进的领域”——即便是超级智能AGI，“或许能解决渔民的问题，但改变不了鱼塘里有什么”。

　　[综合编译自《经济学家》杂志《超级智能经济学》《人工智能实验室的孤注一掷式竞争让人无暇顾及安全问题》《如果人工智能让全球经济增长爆发会怎样》等文]