Matthew Berman 谈资本、人类抱负与可能的后 AGI 经济

原标题Matthew Berman on Capital, Human Ambition, and a Possible Post-AGI Economy

一篇推测性文章提出,如果先进 AI 能取代大部分人类劳动,财富的力量可能更大,而人们通过工作获得的谈判能力可能减弱。Berman 讨论了这对社会流动、制度和人生意义的影响。

MBMatthew Berman主持 · Forward Future
频道
Matthew Berman
发布
2025年1月8日
视频
27:42
阅读
7 分钟
幻灯片
3
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Matthew Berman 讨论了一篇 LessWrong 文章:如果 AI 取代大部分人类劳动,资本可能变得更加重要,而非失去意义。他结合自己对创业和抱负的思考审视这些假设情景;AGI 和文章提出的结果都不是既定事实。视频包含 Vultr 赞助。

  1. 1资本替代劳动文章认为,先进 AI 可能让资本所有者购买更多劳动成果,同时削弱人类劳动的谈判能力。这是一种有条件的经济推论。
  2. 2丰裕之外的问题基本收入和对齐的超级智能是乐观情景中的可能假设,并非有保证的结果。
  3. 3可以复制的专业能力作者将稀缺的人类专家与可复制的 AI 系统相比较,后者仍受算力和使用权限约束。
  4. 4制度与激励文章担心,如果自动化劳动提供经济和军事力量,国家投资于人的激励可能减弱。
  5. 5不同的未来情景作者描绘了舒适但不平等的社会和更严峻的固化阶层;Berman 则补充了对人生意义的思考。

要点建议

  1. 文章的核心情景假设 AI 能取代大部分有偿人类劳动,使资本成为获取劳动成果的更有力方式。
  2. 物质丰裕和基本收入不会自动保证平等的影响力或社会流动。
  3. 可以复制的 AI 可能改变金钱获取专业能力的方式,但算力和使用权限仍是限制因素。
  4. 文章对国家激励和固化阶层的判断依赖技术及政治方面的假设。
  5. Berman 进一步追问,即便物质需求得到满足,人们如何寻找人生意义。
全文

按章节阅读整理后的全文

只看原始文稿
01

劳动与资本的论点

Berman 介绍文章及其假设中的后 AGI 经济。他区分了物质舒适与影响力、社会流动的问题。

AGI 出现之后,经济和人类的抱负会发生什么变化?我想借一篇 LessWrong 文章《By default, capital will matter more than ever after AGI》探讨这些问题。文章讨论的是推测性的情景,我自己也还在思考哪些观点值得认同。

文章区分了劳动与资本:劳动是创造价值的人类脑力和体力付出;资本品则包括工厂、数据中心和软件。核心观点是,能力足够强的 AI 可能使资本在越来越多领域替代人类劳动。

文章中的劳动与资本
幻灯片 1 / 3文章中的劳动与资本文章先定义劳动和资本,再提出关于替代的条件性论证。

作者认为,如果人们能够购买自动化的脑力和体力劳动,金钱就能买到更多成果,而劳动者的谈判能力会减弱。文章预测,人们可能更难超越自己的起点,大规模再分配也未必发生。这些都是其假设之下的推论,并非既定事实。

令人担忧的是,社会现有的权力关系可能就此固化。作者把这一问题与物质匮乏区分开来:假设 AI 带来极大的丰裕,政府或许可以提供全民基本收入,人们生活舒适却仍缺乏影响力。

我对全民基本收入的看法有些矛盾。如果自动化创造了巨额财富,把足够的资源分给大家维持生活是有道理的;但我也想知道这会如何影响创造的动力。文章认为财富转移可能减少贫困,但这取决于丰裕程度和政治选择。

02

丰裕、基本收入与抱负

讨论审视了经济增长和财富再分配的假设。Berman 思考生活保障或静态社会会如何影响抱负。

作者提出一个思想实验:亿万富豪的财富不断翻倍,用其中一小部分向全世界转移资金。这一计算依赖购买力极快增长和人们愿意再分配的假设;如果转型慢一些,物质需求仍可能得不到满足。这些前提并不等于丰裕必然到来的预测。

我也担心静态社会会削弱抱负。还有另一个问题:如果所有人都拥有所需的东西,什么会激励人们冒险、牺牲并创造?我认为我们还不知道答案。

文章描述了一种常见的乐观回应:提供基本收入,并期待与人类目标对齐的超级智能带来丰裕。对齐本身是一个重大假设。我希望结果美好,但希望并不意味着不付出努力就能保证实现。

设想中的默认解决方案
幻灯片 2 / 3设想中的默认解决方案基本收入与对齐的超级智能是一个假设性乐观回应的前提。

作者认为,只要各方相互交易,价格就会传递信息;即便资源十分丰富,也需要分配。我想知道走出地球是否会改变约束,不过前往其他星球本身并不能证明资源无限。

03

用金钱购买人才

创业经历说明金钱为何不总能吸引人类专家。文章则设想先进 AI 专业能力可复制后的人才市场。

如今,钱并不总能买到最好的人才。在硅谷,优秀人才有时会离开待遇优厚的工作,加入早期创业公司,因为他们想追求使命、挑战难题,并与杰出的同事共事。我在创业时也见过这种情况。

文章比较 Blue Origin 和 SpaceX,说明作者认为资金并不能单独决定结果;我则强调文化和人才的重要性。这只是说明观点的例子,并非检验两家公司成败原因的受控实验。

招聘同样需要判断力。我经营软件公司时,学习编程帮助我评估那些技术比我更好的候选人。顶尖人才稀缺、难以评估,而且他们往往不只会选择薪水最高的机会。

作者认为,先进 AI 可能改变这一瓶颈,因为有足够算力的人可以多次复制和运行能力强的模型。评估其能力仍可能很难,而复制和运行系统也仍需要资源。

在文章设想的智能爆发中,AI 研究员帮助推进 AI 技术,并能扩大规模。如果这种循环真的按设想发生,资本和算力获取权可能产生巨大的影响力。这是尚未证实的未来情景,并非已经展示出无限循环。

人类专家也有自己的偏好:薪酬只是择业因素之一。文章将此与为任务购买 AI 系统进行对比,后者受可用性和安全措施约束。按照文章的假设,这可能让金钱更容易转化为有能力的劳动。

04

工作与国家激励

Berman 讨论身份认同和谈判能力。文章追问,劳动自动化后国家与民众的利益是否可能出现分歧。

工作为许多人带来收入、谈判能力和身份认同。我对此有亲身感受:经营公司时,我的身份认同与工作紧密相连,而我认为那并不总是健康的。因此,失去工作带来的问题不只是收入。

基本收入需要制度选择提供这种保障。文章讨论了政府关心民众福祉的原因,包括道德承诺、富裕程度和国家激励。它的政治分析追问:如果人类劳动在经济上的必要性大幅下降,这些激励是否会改变。

作者认为,工业时代的国家受益于受教育的劳动者、富裕的消费者、人才,以及支持创新和影响力的自由。他担心依赖自动化劳动的国家,投资于人的竞争性激励可能减弱。制度、权利和政治选择仍然重要,结果并非注定。

05

社会流动与创业

AI 现在可能帮助小团队,但文章设想更强大的系统会让人们更难获得非凡成就。Berman 介绍了文章对科学和政治的预测。

另一个担忧是非凡成功的机会减少:没有财富或影响力的人,有时可以通过创业或提出想法获得改变事物的力量。文章认为,如果这条路变窄,现有的等级关系可能更加固化。

创业对我尤其重要。AI 工具已经能帮助小团队完成更多工作,也降低了学习门槛。我希望这意味着会有更多创业公司;文章则追问,在 AI 强大得多的情况下,投资人是否可能不依赖人类创始人,直接运行大量由 AI 管理的创业项目。

我引用了一个关于 AI 的五级框架,从对话系统、推理系统到智能体、创新者,以及能够完成整个组织工作量的系统。这些类别帮助我们讨论可能性,并不能证明未来的级别一定会实现,也不能确定时间。

同样的推测也延伸到科学和思想工作:如果 AI 更擅长发现新知识且能够扩大规模,人们可能更难在这些领域取得非凡影响力。作者认为政治可能仍更以人为中心,因为人们可能更喜欢人类代表,而政治人物也制定规则。

06

可能的结果与人生意义

文章描绘了较好和较坏的几种不平等未来。Berman 最后追问,在丰裕世界里人们如何找到意义。

文章还怀疑激进的财富均等化未必会自然发生。在其情景中,国家和企业争夺资本密集型 AI,有权势的所有者保留谈判优势。是否再分配是政治问题;这种分析依赖于对技术和制度的可争议假设。

文章设想的默认结果
幻灯片 3 / 3文章设想的默认结果作者总结了根据该情景的假设推导出的四个后果。

文章提出的默认结果包括资本购买力增强、人类劳动的谈判能力减弱、通往非凡成就的道路减少,以及没有发生深刻的再分配。这些结论都来自文章的前提,应当视作论证,而非已经证实的预测。

在作者设想的较好情景中,每个人都有高生活水平,但财富和影响力仍不平等,如同一个更富裕、也更静态的挪威。在较坏情景中,AI 所有者拥有不受制衡的权力,固化等级长期存在。两种情景都不是必然结果。

即使物质生活舒适,我还想补充一个关于意义的问题。一位 Loom 创始人的帖子讲述了富裕后仍不知该做什么的经历,展示了一个人寻找目标的挣扎;它不能告诉我们所有人都会如何面对丰裕。

如果 AI 能解决比我们更多的问题,有抱负的人将从哪里找到方向?有些人可能仍有强烈的内在动力。我请 Dave Shapiro 分享看法,他的回应强调寻找有意义的使命,以及做出有趣的选择。

我认同这种鼓励:做出有趣的选择,塑造自己的人生。有关工作、权力和意义的问题仍然开放,未来取决于我们一路上建立的制度和做出的决定。

同频道的其他文章

6 张幻灯片25:50EN → 简体中文
MBMatthew Berman· 2026年10月24日Kimi K3.1 Pro 实测:3D 演示出色,表现不一,价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力,并比较基准成绩与价格。Open-weight modelsBenchmarksAI cost & performance+1
2 张幻灯片32:20EN → 简体中文
MBMatthew Berman· 2026年10月23日本地 AI 究竟适合谁?成本、取舍与混合模式的未来Matthew Berman · Forward FutureMatthew Berman 权衡数据控制和自主权,与硬件成本、设置复杂度及推理速度之间的关系。Local inferenceOpen-weight modelsAI cost & performance+1
幻灯片0:22EN → 简体中文
MBMatthew Berman· 2026年10月21日机器人保镖短片展示戏剧性的救援场景Matthew Berman · Forward FutureMatthew Berman 观看一段展示格斗与车辆救援场景的机器人短片。Robotics评估
45:08EN → 简体中文
MBMatthew Berman· 2026年10月21日Sam Altman 谈 AI 发现、意识、算力与以人为本的未来Matthew Berman, Sam Altman · Forward Future在与 Matthew Berman 的对谈中,Altman 讨论科学进步、个人助手、递归自我改进与人类自主权。AI for sciencePersonal agentsConsciousness+2
0:32EN → 简体中文
MBMatthew Berman· 2026年10月21日Sam Altman 谈持续存在的软件工作需求Sam Altman, Matthew Berman · OpenAI在一段简短访谈中,Altman 表示,尽管 AI 正在改变软件的制作方式,软件需求可能比人们预想的更大。Future of WorkSoftware engineering编程智能体
1:02EN → 简体中文
MBMatthew Berman· 2026年10月15日从打孔卡到 AI 软件工厂Matthew Berman · Forward FutureMatthew Berman 对比早期编程和 AI 辅助工作流,并推广 Factory 的开发工具。软件工厂编程智能体Software engineering+1