（麻省理工科技评论）

2024 年，距离获得诺贝尔经济学奖还有几个月，达隆·阿西莫格鲁（Daron Acemoglu）发表了一篇论文，这篇论文让他在硅谷没交到什么朋友。大型科技公司的 CEO 们当时纷纷承诺 AI 将彻底改造所有白领工作，但阿西莫格鲁的估算是：AI 对美国生产力的提升很有限，也不会消除人类工作的需求。AI 擅长把某些任务自动化，但很多工作并不是“自动化”就能解决的。

两年过去了，阿西莫格鲁的判断并没有成为主流。“AI 失业末日”的说法到处都是，从参议员伯尼·桑德斯的集会，到我在杂货店排队时听到的闲聊；甚至一些此前持怀疑态度的经济学家也开始松口，承认 AI 可能带来某种颠覆性的冲击。上周，加州一位州长候选人表示他想对企业使用 AI 征税，用来补偿“AI 驱动的裁员”的受害者。

一方面，数据仍然站在阿西莫格鲁这边——现有研究表明 AI 尚未影响就业率或裁员。另一方面，距离阿西莫格鲁做出预测以来，时间飞逝，技术已经进步了很多。于是，我们决定重新与他聊聊，想了解 AI 发展的近况有没有改变他的判断；以及什么才是值得担心的。

AI 智能体

阿西莫格鲁发表那篇论文以来，AI 领域最大的技术飞跃之一就是智能体（agentic AI）。它们超越了聊天机器人的范畴，能自主运行来完成你给它的目标。因为智能体可以独立工作而不只是回答问题，越来越多的公司开始把它们包装成“一个智能体顶几个员工”的方案来推销。

“我觉得这条路走不通。”阿西莫格鲁说。在他看来，智能体更应该被当作辅助工具，用来加强一个人工作中某些特定环节，而不是一种万能到可以接管整个岗位的东西。

原因之一跟一份工作包含多少种不同任务有关——这是阿西莫格鲁从 2018 年起就在研究的课题。比如一个 X 光技师要同时应付 30 种不同的任务：记录患者病史、整理乳腺 X 光片的档案，等等。一个人可以很自然地在不同格式、数据库和工作方式之间切换，阿西莫格鲁说，但 AI 要做到同样的事情，需要多少个独立的工具或协议？

AI 智能体最终能否大幅冲击就业市场，取决于它们能不能掌握人类天然具备的那种“任务之间的调度能力”。各家 AI 公司正在激烈竞争，试图证明自己的智能体可以独立工作更长时间而不犯错，有时候还会夸大结果。但阿西莫格鲁说，如果智能体做不到在不同任务之间流畅切换，很多工作就不会被 AI 接管

科技公司开始抢经济学家

多年来，大型科技公司一直在用天价薪水招募 AI 研究人员。但我问阿西莫格鲁的是我注意到的另一波招聘潮：AI 公司纷纷在组建自己的经济学团队。

OpenAI 在 2024 年从杜克大学聘请了罗尼·查特吉（Ronnie Chatterji）担任首席经济学家，去年又宣布查特吉将与哈佛经济学家、奥巴马前顾问杰森·弗曼（Jason Furman）合作研究 AI 与就业；Anthropic 召集了 10 位顶尖经济学家组成一个研究小组做类似的工作；就在上周，Google DeepMind 宣布聘请了芝加哥大学经济学家亚历克斯·伊马斯（Alex Imas）担任“AGI 经济学总监”。

阿西莫格鲁也注意到身边的同行被这些岗位挖走了。AI 公司很清楚，公众对 AI 的怀疑正在加深，很大一部分源于对失业的担忧。这些公司有很强的动力去塑造围绕自家技术的经济叙事（想想 OpenAI 最近提出的那套产业政策新蓝图）。

“我希望不会出现的情况是，他们招经济学家只是为了给自己的观点背书或者继续炒作。”阿西莫格鲁说，而这种张力笼罩着正在兴起的“AI 经济学”领域。令人担忧的是，关于 AI 对工作影响的最有影响力的研究，可能会越来越多地出自那些最有动力得出有利结论的公司。

AI 应用

对我来说 AI 并不难用，我们大多数人都是通过自然语言聊天的方式跟它打交道。但阿西莫格鲁说，我们应该把它和那些引发了早期技术变革的软件做个对比，比如用来做幻灯片的 PowerPoint 和用来写文档的 Word。

“这些软件，任何人都可以装在自己电脑上，然后马上用它完成自己想做的事。”他说。它们也因此迅速普及了。

“我们还没有看到基于 AI 的应用达到同样的易用程度。”他说。即使任何人都可以跟 AI 模型聊天，普通工人要真正从中获得实际的、有产出的帮助，往往还需要一段适应时间，这也是 AI 至今没有对就业市场或经济产生明显冲击的原因之一。

所以阿西莫格鲁在密切关注一个信号：有没有出现让 AI 变得真正好用的应用。

不过他也承认，在一段时间内我们会看到各种相互矛盾的证据。比如一边是应届毕业生觉得就业市场越来越难，另一边是 AI 对生产力的影响在数据上完全看不出来。“不确定性是巨大的。”他说。而这恰恰是当下 AI 经济最能说明问题的一点：嘴上的话说得多笃定，其他一切就有多不确定。

https://www.technologyreview.com/2026/05/11/1137090/three-things-in-ai-to-watch-according-to-a-nobel-winning-economist/