人类工资的终点是那块硅基芯片的运行成本。
耶鲁大学教授Pascual Restrepo在最新研究中揭示了通用人工智能（AGI）对经济格局的重构：AGI让所有价值创造都能通过算力实现，经济增长的接力棒将从人口红利彻底转交给计算资源。
通俗说就是：算力白菜价了，人类工资也就白菜价了！
人类虽然依旧可以参与劳动并获得比过去更高的绝对工资，但由于算力规模的无限扩张，劳动报酬在国民生产总值（GDP）中的占比会无限趋近于零。
算力驱动生产函数发生质变
AGI本质上是关于如何将原始算力转化为有用工作的技术配方。
在传统经济模型里，人类劳动与资本通过复杂的方式结合共同创造价值。
此时的生产过程更像是一种相乘关系，人类的参与度直接决定了产出的规模。
人类劳动被定义为一种单位产出。
如果用计算机模拟同样的工作，则需要消耗特定数量的算力。
当AGI开发完成后，计算机可以胜任人类目前从事的所有工作。
这种转变把生产逻辑从相乘变成了相加。
算力成了劳动的完美替代品，只要电力充足、芯片够多，生产过程就不再依赖人类的生物局限。
模型将工作分为瓶颈工作（Bottleneck work）与辅助工作（Accessory work）。
瓶颈工作是经济增长的命门，这类任务如果停滞，整个经济增长就会停摆。
能源生产、基础设施维护、科学决策、物流配送以及国家安全都属于此类。
辅助工作则对增长不具有决定性，艺术创作、高级餐饮、心理咨询或宗教活动属于这类范畴。
随着计算资源的不断扩张，所有的瓶颈工作都会率先实现自动化。
经济体系会优先把宝贵的算力投入到最能促进增长的任务中。
此时的人类社会更像是一个拥有无限天才的数据中心。
由于瓶颈被算力攻克，经济增长的速度将直接挂钩于算力资源的扩张速度。
瓶颈任务全面自动化的经济逻辑
当所有瓶颈任务都被算力接管，经济产出就进入了线性扩张阶段。
人类劳动力依然留在市场中，但他们的角色发生了微妙的变化。
人力此时的主要功能是节省稀缺的算力资源。
如果雇佣一个人的成本低于部署同等能力算力的成本，企业依然会选择人类。
计算等效单位（Compute-Equivalent Units，CEU）衡量了复制人类特定技能所需的计算资源最大值。
人类技能被量化为计算等效单位。
每个人的工资上限由其技能所能替代的算力价值决定。
如果一个会计的工作用目前最先进的芯片只需消耗0.1美元电费就能完成，那个会计的工资就会被钉在这个成本线附近。
人类不再是稀缺的创造者，而是算力的一种补充形式。
这种逻辑打破了Ricardo的比较优势原理。
在传统贸易中，即便一个国家在所有领域都落后，它也能通过专注于自己相对擅长的领域来参与贸易。
在AGI时代，为了保持整体经济的均衡增长，算力必须被部署到所有瓶颈任务中。
这种力量是不平衡的，因为算力的扩张速度远远超过了人类人口的增长。
辅助工作成了人类最后的避风港。
由于这些工作对全局增长不重要，社会往往已经拥有了过剩的人手。
在艺术、手工或高阶服务行业，使用昂贵的算力并不划算。
人类在这些领域劳动，不仅是因为有情感温度，更因为在这些非核心赛道上，人比算力更廉价。
这种廉价并不代表贫穷。
即便人类工资的增长停滞了，由于生产效率的极大提升，物价会变得极低。
人类在AGI时代的绝对生活水平会高于前AGI时代。
即便如此，人类在财富分配中的话语权会迅速萎缩。
国民财富的增量几乎全部流向了算力的所有者，人类的贡献在总量中变得微不足道。
工资封顶导致劳动占比归零
在竞争性市场中，要素报酬取决于其边际贡献。
当算力可以完美复制人类劳动时，真实工资就收敛到了复制该劳动力所需的算力成本。
随着摩尔定律（Moore's Law）或其他计算技术的推进，算力成本不断下降。
这意味着人类工资虽然在名义上可能保持稳定，但相对于爆炸式增长的产出，人类所得的份额却在迅速降低。
人类大脑的算力估计在每秒10的16次方到18次方次浮点运算（Flops）之间。
全球人口折算成的总算力是一个有限的常数。
相比之下，经济体中的总算力正向着10的54次方迈进。
在这个数量级的差距面前，整个人类文明提供的劳动力在经济总量中只是一粒微尘。
转型的过程取决于算力增长与技术进步的相对速度。
如果算力的增长速度慢于AGI技术的推广，劳动力市场会经历剧烈的波动。
一些幸运的人会发现，由于他们所从事的工作最难被自动化，他们的工资会暂时飙升。
这种溢价更像是一种偶然的运气，而非长期技能的红利。
由于市场配置是有效的，AGI的引入不会让社会整体变穷。
我们可以把不使用AGI的社会状态视为一种备选项。
只要新技术的产出更高，分给劳动者的绝对数额就有可能增加。
社会面临的真正挑战在于，当劳动不再是财富增长的引擎，人类该如何界定自己的价值。
那些具备社会性特征的工作，比如护理、款待或心理治疗，会因为对人类情感和直觉的要求极高而长期存在。
即便这些工作在技术上可以被自动化，在经济上也往往被认为不划算。
这些岗位提供了稳定的社会角色，却无法提供持续增长的收入。
它们是社会稳定的压舱石，却不是发家致富的捷径。
科学研发开启复利增长效应
当AGI不仅用于生产，还被用于科学研究时，经济增长会迎来第二次爆发。
在传统的半内生增长模型中，技术进步受限于科学家的人口数量。
大脑的生理结构和寿命限制了知识积累的速度。
AGI打破了这一碳基瓶颈，科学家不再受限于人口出生率。
科学研究本身也存在瓶颈任务。
发现新药、优化芯片架构、开发新材料等都需要极大的智力投入。
AGI可以将这些科研瓶颈全面自动化。
由于算力可以指数级扩张，科研成果的产出也将不再是线性的。
这种效应会产生一种复合增长，每一单位算力不仅在今天产出商品，还在通过研发提高明天所有算力的效率。
产出增长率会因此从基础的算力增长率提升到一个更高的水平。
这其中涉及到一个关键的弹性系数，它捕捉了新创意挖掘难度增加的效应。
即便点子越来越难找，只要算力的投入足够大，技术进步的脚步就不会放缓。
一个理性的经济体会优先将算力分配给科学研究。
这种策略在短期内可能会挤占生产用的算力，但在长期会创造出更强大的生产力。
随着时间的推移，算力在科研和生产之间的分配会达到一个平衡点。
这个平衡点由社会的跨期偏好和科研效率决定。
由于科学研究带来的报酬递增效应，经济并不会陷入停滞。
这种增长虽然不是无限的奇点爆发，但却能确保持续的指数繁荣。
人类在这个过程中的角色更像是受益者而非创造者。
参考资料：
https://conference.nber.org/conf_papers/f227505.pdf
https://x.com/emollick/status/1969482313286234419
