四年多出14万亿美元：Anthropic 经济模型揭示的繁荣悖论

四年内让美国经济凭空多出 14 万亿美元，为什么在经济学家眼里会是一场灾难？

这是 Anthropic 联合创始人 Jack Clark 最近在曼谷国际货币基金组织年会上抛出来的一组测算。

现在的美国经济体量刚过 30 万亿美元。 按照他们和斯坦福、弗吉尼亚大学经济学家一起跑的模型，如果 AI 爆发式接管复杂的认知劳动，到 2030 年，美国 GDP 会直接冲到 44.4 万亿美元。

四年增长超过 32%，年化增速飙到 15%。 这相当于在四年时间里，凭空造出了大半个中国现在的经济规模。

蛋糕做大成这样，不该举国欢腾吗？ 怎么在台上的人眼里，反倒成了一场大危机？

先看这 14 万亿美元是怎么算出来的。

过去半个世纪的宏观经济学里，有个雷打不动的规律：经济增长的真正瓶颈，是人类发现新想法的速度。 提出内生增长理论的斯坦福经济学家查德·琼斯（Chad Jones）早就证明过，好点子其实越来越难找了。 几十年前，几万个科研人员就能做出晶体管和抗生素； 现在得砸进去几十万博士、上千亿美元研发经费，科研产出才勉强跟得上过去的节奏。 因为人脑有生理极限，一个人一天只有 24 小时，培养一个顶级科学家至少要 30 年。

但在 Anthropic 的模型里，这根刹车线被扯断了。

如果 AI 能够自主做科研、写代码、搞材料计算和药物设计，研发的产能就不再受限于科学家的肉身数量，只受限于机房里的算力。 算力每翻一倍，发现新规律的速度就跟着翻倍； 新发明不断催生新产业，新产业再反哺算力投资。 这就是模型里推导出来的极端情景：经济总量像滚雪球一样在四年内被吹大到 44.4 万亿美元。

机器拼命干活，蛋糕疯狂做大，麻烦出在分配的账本上。

模型里藏着几个让人心里发毛的测算结果。

第一个是劳动报酬份额。 过去上百年里，美国的国民收入里大概有 60% 是发给打工人的工资，剩下 40% 归资本所有。 但在 GDP 冲到 44.4 万亿美元的这个极端情景里，劳动报酬份额会直接缩水到 45%。 十五个百分点的国民财富分配比例，直接从劳动者手里被划走了。

第二个是脑力失业率。 在剧烈的转型期里，差不多每五个脑力劳动者中，就会有一个人因为技能被替代而陷入失业。

第三个是白领实际工资。 哪怕整个国家的产出在以每年 15% 的疯狂速度暴涨，脑力劳动者的实际工资反而比没有 AI 的基准线下跌了超过 10%。

这就出现了一个荒谬的现实图景： 国家账面上的产出多得吓人，四年增加了 14 万亿美元； 但大部分靠脑力吃饭的普通人，不仅没享受到繁荣的红利，手里的薪水和岗位反而萎缩了。 这多出来的 14 万亿美元利润，几乎全部沿着算力、数据中心和算法专利，流进了极少数资本持有者的账户。

这也是为什么 Jack Clark 在台上把这种状态比作“在黑夜里开一辆没有刹车的一级方程式赛车”。 车速越快，撞墙时的冲击力就越大。

Anthropic 跑这个模型，不是为了替自己的技术做宣传。 他们是把这本账直接摊在各国央行和财长面前： 如果技术只顾一路狂飙，现有的税收、社保和工薪分配制度，根本接不住这种量级的冲击。

当财富创造的效率彻底脱离了人类肉身的时间，过去的分配规则就已经失效了。 四年很短。 那辆没有刹车的赛车，已经在黑夜里把油门踩到底了。