文章总结： 本文通过经济学视角反驳AI将全面取代人类工作的观点，指出人类与马的类比存在重大缺陷。作者运用投入产出分析，强调劳动需求受替代效应、规模效应和支出转移三重影响，并以软件行业和服务业为例证，说明自动化反而可能扩大人类劳动需求。文章认为人类在稀缺性、法律责任和排他性商品领域仍具比较优势，AI更可能引发劳动力结构调整而非全面替代。 综合评分： 93 文章分类： 其他

[译苑雅集vol. 8]AI 会取代人类工作吗？为什么“人类不是马”这个类比并不成立

四楼南侧东 四楼南侧东

表图

2026年5月8日 21:37 北京

在小说阅读器读本章

去阅读

作者：Brian Albrecht

时间：2026 年 05 月 07 日

原文：https://www.economicforces.xyz/p/you-are-not-a-horse

有一种很流行的说法：AI 会对人类劳动者做拖拉机曾经对马做过的事情。拖拉机能做马能做的事，于是马变得过时了。AI 能做人类能做的事，所以……

而且，几乎每一个主要的 AI 建设者似乎都同意，人类就是下一个被替代的对象。SpaceX 的马斯克说，AI 将“取代所有工作”。 Anthropic 的阿莫迪也一直在谈所有人都会失去工作，并且把 AI 定义为“一种通用劳动替代品”。OpenAI 的投资人也在谈“到 2030 年，80% 的工作都会……”

这些人当然是这个领域里的重要人物，不是什么随便哪个博主。但他们也未必恰好能代表“最了解这个问题的人”的一个随机样本。不过，这种担忧当然并不新鲜，也不只是 AI 时代才有的东西。以投入产出分析闻名的瓦西里·列昂惕夫，早在 20 世纪 80 年代初就写过几篇文章，表达过类似的担忧。关于投入产出分析，下面还会再说。

如果 AI 真的是人类劳动的完美替代品，那么只要 AI 在成本上有任何优势，最终都会走向 100% 使用 AI。这个结论不需要写一篇文章来证明。但问题在于，“AI 最终会成为完美替代品”才是整个论证中真正承担全部重量的假设。

而这个假设掩盖了很多东西：大量可以调整的边际，各种差异，以及那些让现实世界成为现实世界、而不是一个简单模型的异质性。AI 现在到底在多大程度上可以替代人类？要让这种替代性提高到足够高的程度，需要满足什么条件？除此之外，还必须有哪些前提同时成立？

哪怕是“拖拉机能做马能做的事，所以马变得过时了”这个历史例子，听起来像是一步完成的推论，其实中间也包含了好几个环节。而“AI 能做人类能做的事，所以人类会变得过时”这个说法，隐藏的环节就更多了。

所以，我们不妨一步步拆开来看。这篇 newsletter 基于一篇新的工作论文，那篇论文详细梳理了其中的数学和经济学。

人类劳动崩塌到底意味着什么

对于不熟悉美国马匹历史的人，先快速回顾一下：美国的马匹数量从 1840 年的 430 万匹，上升到 1920 年的 2730 万匹。之后开始下降，到 1960 年，农用马和骡子的数量已经降到大约 300 万匹。

马基本上只有一种工作，而那种工作后来消失了。对人类来说，我们需要更谨慎一些。我们先把账算清楚，也把所谓“崩塌”到底是什么意思说清楚。

为了简化，假设人类劳动需求降到零。不是很低，而是零。这需要什么条件？这意味着你在经济中花出的任何一美元，在它的供应链任何一个环节，都不再经过人的手。不是制造这个东西的人，不是运输它的人，不是设计它、销售它、维护它的人，也不是清洁它组装场所的人。最终支出中内含的人类劳动为零。这才是目标。也就是说，我会把“人类变成马”精确定义为这个意思。

这正是列昂惕夫赖以成名的投入产出思想。任何一笔最终购买，都可以沿着它的供应链向上追溯，并把其中直接和间接投入的人类劳动全部加总起来。一杯咖啡里有咖啡师的劳动，但也有烘焙商、卡车司机、农民，以及制造卡车的人的劳动。“内含劳动”指的就是全部这些劳动。要让劳动需求崩塌，任何人购买的任何产品里，每一个这样的环节都必须降到零。

经济并不是一个单一的生产函数。经济由许多不同的活动构成。当 AI 让其中一些活动变得更便宜时，人们并不只是购买更多同样的东西。他们还会购买别的东西。

你花出去的每一美元都会落到某个地方。有些钱会落到内部包含大量人类劳动的活动上，比如餐厅、心理咨询师、屋顶维修工。有些钱则会落到几乎不包含人类劳动的活动上，比如流媒体订阅、自动结账、云存储。因此，当我们追踪 AI 变得更便宜之后会发生什么时，问题不只是“AI 能不能做我的工作？”而是“当所有人因为 AI 更便宜地完成了我的工作而省下钱之后，他们接下来会买什么？”

总量意义上的劳动需求取决于三件事：人们总共花多少钱；这些支出中有多少流向了内部包含人类劳动的活动；以及每一种活动中内含了多少劳动。要让人类劳动需求崩塌，仅仅让 AI 在某些活动内部替代工人是不够的。每一美元支出，无论最终落到哪里，都必须失去它所内含的全部人类劳动。这是三个环节，而“马的类比”要成立，就需要这三个环节同时出问题。

思考劳动问题时，一个重要起点是：没有人真正想要“劳动”本身。餐厅并不想要服务员；它想要的是有人点单、安抚顾客、纠正错误。所以，劳动需求是一种派生需求。那么，AI 会如何改变企业对劳动的需求？

当 AI 能够完成企业真正想要购买的事情时，更便宜的 AI 会同时带来两种作用。企业会用 AI 替代工人，从而降低单位产出的劳动需求。但更便宜的 AI 也会降低产出价格，产出随之扩大，而这种扩大会把劳动需求重新拉上来。劳动需求到底上升还是下降，取决于哪一种效应更大。这就是希克斯—马歇尔分解：把派生需求拆成替代效应和规模效应。

这会成为后文所有分析的组织原则。当一美元被节省下来，它会被重新导向哪里？导向新任务？新岗位？新部门？它总要流向某个地方。

“AI 能完成任务。”

对很多事情来说，这显然是对的。早期模型甚至就已经具备这种能力。比如，Eloundou、Manning、Mishkin 和 Rock 那篇关于早期 GPT 暴露度的论文估算，美国大约 80% 的劳动力，至少有 10% 的任务可能受到大语言模型影响。如果再加上互补性软件，86% 的职业会跨过 10% 的暴露度门槛。

围绕这个问题，已经有很多研究。任务层面的证据也支持这一点。在一个大型客户支持场景中，使用生成式 AI 后，每小时解决的问题数量提高了约 15%。在一项专业写作实验中，ChatGPT 将平均任务时间减少了 40%，同时把测量得到的输出质量提高了 18%。在一项受控的 GitHub Copilot 实验中，开发者完成一项编程任务的速度提高了 55.8%。这些影响并不小。

但它们都是对任务的影响。当一项任务被自动化时，节省下来的那一美元并不会消失。它会在同一个岗位内部创造新的任务，比如更多复核、更多客户管理、更多需要判断的情形。正如需求总量并不是固定的，所以规模效应很重要一样，岗位本身也不是固定不变的。

“一个岗位不只是一张任务清单。”

在 AI 讨论中，有一种固定仪式：有人发了一个 demo，这个 demo 完成了某个岗位相关的一项任务，于是人们就得出结论：这个岗位完了。有时候他们是对的。但这个推理跳过了大约十五个步骤。实际部署成本是多少，包括错误成本在内？客户信任它吗？管理层知道如何围绕它重组组织吗？一个聊天机器人 demo 可以一夜之间出现。但一家医院要围绕 AI 重组临床责任体系，不可能一夜之间完成。

我们不只需要思考岗位，还需要思考组织。很多时候，结果不是替代，而是形成一个团队。人类与 AI 组合在一起产出结果。但互补性不是免费的。如果一个人类—AI 组合相较于 AI 单独运行，只能多产出一点点，那么这不足以证明支付人类工资是合理的。人类必须提供一些 AI 无法低成本复制的东西。

仅仅从法律责任角度看，外科手术、航空、结构工程、受托理财建议等领域，就都是错误损失可能远远超过廉价生产所节省成本的领域。当然，有一天这也可能改变，但不会很快。当一个组件的失败会摧毁所有其他组件的价值时，你关心的就不是标价。那就是 O 型环逻辑。你关心的是每一个真正可用单位的成本。当损害风险足够高时，无论 AI 变得多便宜，由人类监督的生产都会胜出。

“好吧，当前这些岗位会消失。那么支出会流向哪里？”

假设替代效应在大多数岗位内部胜出。那笔被节省下来的钱完全逃离了原来的工作场所。它会流向哪里？大多数标准模型会把经济聚合成一种单一的最终产品，所以这个问题在模型中不起作用。但真实经济有许多部门，那一美元总要落到某个地方。

先把软件行业作为一个微观缩影来看。这是一个几十年来已经被数字化投入高度自动化的行业。如果替代效应会把劳动挤出某个部门，那么最先看到这种现象的应该就是这里。下面这张图按照各行业购买的软件相对于其增加值的比例，把行业分为低、中、高三类软件强度。你看到了什么？

软件强度最高的行业不仅保留了人类劳动；它们的劳动份额还高于软件强度最低的行业，前者为 67%，后者为 55%。大量数字化投入并没有把人类劳动挤出去。甚至可以说，自动化程度最高的行业，反而是那些在劳动者身上花钱最多的行业。美国劳工统计局预计，2024 年至 2034 年，美国就业人数将增加 520 万。软件开发岗位呢？尽管直接暴露于 AI，预计仍将增长 17.9%。

在最容易受到数字自动化影响的部门内部，规模效应胜出了。美国劳工统计局当然可能完全预测错，但截至目前，证据强烈指向：在软件密集型行业中，规模效应占据主导。

软件是一个极端例子，但从更长周期看，整个经济基本上也呈现出同样的模式。

从另一个角度看这个问题，我们可以把视野放大，看看经济中最大的部门：服务与商品。1929 年，大多数消费支出流向实物商品。今天，大约三分之二的消费支出流向服务。随着制造业变得更便宜，人们并不是只购买更多东西。他们把支出转向了医疗、教育、餐厅、个人服务。这就是被节省下来的那一美元在发挥作用，只不过是在一个还不完全是宏观、但已经接近宏观的层面上：更便宜的商品省下来的钱，流向了服务。

用我们前面的分解框架来说，商品变得更便宜了。这里我会稍微说得粗略一点：规模效应并没有出现在商品上。对实物商品的需求没有爆炸式增长。相反，这些被释放出来的钱迁移到了服务业，规模效应在那里显现。替代效应在商品生产行业内部胜出，规模效应则在跨部门层面胜出。整体产出扩大了。所以，如果你是从宏观经济学家的角度看，规模效应占了上风。

但单纯的支出迁移并不会自动帮助劳动者，除非新的落点内部仍然包含人类劳动。事实是这样吗？

这张图追踪的是每个部门的价值中有多少比例流向劳动者，也就是雇员报酬占增加值的比例。服务业支付给劳动的份额始终高于商品生产行业。支出不仅发生了迁移，而且迁移到了那些每一美元中有更大比例最终进入某个人工资袋的部门。

到目前为止，答案仍然是肯定的。我们正在走向服务业。

于是你可能会说：当然，这其实正好支持“马的结局”。商品价格下降了，我们购买的商品反而更少了。我的意思是，在现代美国经济这样多样化的经济体里，存在一个调整边际，存在一个逃生出口。

而比较优势总会跳出来对抗这种结局。当自动化让一些东西变得便宜时，仍然昂贵的东西往往正是难以自动化的东西。而难以自动化的东西，几乎按照定义来说，就是人类仍然具有比较优势的东西。被节省下来的那一美元，会流向人类仍然值得被支付报酬的地方。这不是乐观主义。这就是比较优势的含义。

Bessen 按部门展示过这一点。在早期纺织业中，动力织机降低了每码布所需的劳动。但布变得如此便宜，以至于需求爆炸式增长，纺织业总就业人数在几十年里持续上升。早期钢铁业、早期汽车业也是如此。最终，需求会趋于饱和，价格下降的速度不再足够快，自动化就会减少每个部门内的就业。对 AI 来说，问题不是“自动化会不会摧毁岗位？”而是“对哪些部门而言，我们现在处在哪个阶段？”

今天，被 AI 节省下来的那一美元可能会落到哪里？医疗已经占 GDP 的 18%，并且还在上升。随着人口老龄化，养老护理也会增长。

Mokyr、Vickers 和 Ziebarth 在《经济展望杂志》上有一篇很好的文章，从历史角度论证了为什么这一次并没有不同：新任务会出现，比较优势仍然成立，我们过去无法想象的产品会创造新的工作。

马没有类似的去处。

“好吧，支出会追逐自动化。”

上一次，被节省下来的那一美元找到了人类劳动密集型部门。这一次为什么会不同？最有力的论证来自 Philip Trammell 的《从长期看，劳动是一种奢侈品吗？》。他的答案大概是否定的。即使人们一开始会随着变富而把更多钱花在人类服务上，比如现场音乐、手工制品、个人护理，随着时间推移，也会有四种力量侵蚀这种趋势。AI 生产的产品种类会持续扩张，竞争每一美元本来可能流向人类制造商品的支出。消费人类服务也有机会成本：花时间听一场现场音乐会，就意味着少了时间去消费某种更优越的 AI 体验。

其他稀缺品，比如海景土地、身份性商品、研发，也会与劳动竞争那个“人们愿意支付溢价的稀缺物”位置。而且，资本品的生产会持续变得更便宜，因此投资在支出中的占比可以无限增长。

Trammell 的可口可乐类比，是这个观点最锋利的版本。原味可乐曾经占据汽水市场 50% 的份额。后来出现了健怡可乐、樱桃可乐、百事极度、能量饮料、气泡水。即使存在品牌忠诚度和供给限制，它的份额也降到了 20% 以下。如果 AI 持续发明新的商品种类，与人类生产的商品竞争，那么即便人们一开始对人类劳动有很强偏好，这种偏好也会被不断扩大的选择范围稀释。

我认真看待这个观点。这是一种可能的情景。但注意，它要求成立的条件是什么。它不只是要求 AI 生产的产品种类扩张——这一点肯定会发生；它还要求这种扩张足够快、足够广，能够同时把支出从每一个人类劳动密集型类别中吸走。问题不是 AI 是否会与某些人类商品竞争，而是是否还会有任何一个人类劳动密集型孤岛能够存活。还会不会有人把钱花在某种内部包含人的东西上？

这些数字仍然必须极端到相当夸张。假设 AI 吃掉了经济的 85%。软件、会计、法律、医疗、物流、大部分管理、大部分媒体，作为人类劳动类别，全都消失或几乎消失。再假设剩下 15% 的支出，流向那些内部至少有 30% 人类劳动的东西。比如养老护理、线下教育、外科手术、现场演出、熟练工种、心理咨询、身份性商品。那么总量层面的人类劳动份额至少是：

S ≥ 0.15 × 0.30 = 0.045

这听起来可能并不美妙，但我这里真的只是在给一个下界。在不知道其他任何信息的情况下，我们也可以维持这个结果。不大，不是乌托邦，但也不是零，而且这是绝对最低的可能边界。还要记住，如果整个蛋糕变得大很多，劳动份额下降并不等于劳动需求下降。

但是，认为支出会留在人类劳动密集型事物上，难道只是多愁善感吗？Alex Imas 认为不是。随着 AI 让大宗商品变得便宜，真实收入上升，而更富有的人会系统性地把支出转向他所谓的“关系型”商品。

经济学里有大量关于结构变迁的文献，讨论的是一个长期模式：随着国家变富，支出会从农业转向制造业，再转向服务业。关键问题是为什么。是因为价格变了，所以人们购买更多变便宜的东西？还是因为收入上升了，所以人们想要的东西变了？比如，Comin、Lashkari 和 Mestieri 对这两种因素进行了分解，发现收入效应解释了超过 75% 的转移。这一点在这里很重要。如果支出迁移主要是在追逐便宜商品，那么 AI 让东西变便宜，就会把钱拉向 AI 生产的东西。但现实中，支出迁移主要取决于更富有的人想要什么。而更富有的人一直以来想要的，是更多内部包含人的服务。

在实验中，当受试者得知其他人将无法购买一件完全相同的产品时，他们的支付意愿大约会翻倍。这是纯粹的排他性溢价。实验是匿名的，不存在身份炫耀的可能。这种溢价在人类制作的商品上更强。人类创作的艺术品会因为排他性而增值 44%，而 AI 生成的艺术品只会增值 21%。AI 制作的商品让人感觉可以被复制。人类制作的商品即使实际上并不稀缺，也让人感觉稀缺。人们想要别人得不到的东西。这种欲望不会枯竭，而且它会附着在由人制造的东西上。

也许重点是，只要等得足够久，AI 产品种类最终也会侵蚀掉这一点。也许。但结构变迁的证据表明，收入效应压倒价格效应，比例大约是三比一。当基本需求变得更便宜时，人类不会说：“好，我已经不想要别的了。”他们会发明新的方式，继续和邻居比较。新的欲望最终会落到人类制造的商品上，还是 AI 制造的商品上，这是一个开放问题；而到目前为止，实验性证据更偏向人类。

劳动份额下降，不等于劳动需求下降。存在这样一个区间：劳动在收入中的份额正在下降，但劳动总需求仍在上升，因为整个蛋糕扩张的速度快于劳动切片缩小的速度。我们现在可能正处在这个区间里。从份额看，这会像是“AI 正在接管一切”，但就业却仍在增长。流行论证把这两件事混在一起，但它们不是同一个命题。

我们已经看到这一点。高收入人群消费更多服务。服务业往往具有较高的劳动份额。同样，未来这当然也可能反转，但这是我们目前拥有的证据。

我认为人类还有机会

从任务层面一路看到宏观经济层面，把所有层次都过一遍之后，我对“马的结局”相当怀疑。我知道，到目前为止我已经把这个态度隐藏得非常好了，但这就是我的判断。

AI 会完成很多任务。它会重组岗位，而且过程很可能很痛苦。一些部门会失去大部分人类劳动。支出也可能追逐自动化。所有这些都可能发生，但仍然未必会走到零。因为在每一步，都有一美元被节省下来，并且它在寻找下一个落点。问题始终是同一个：它接下来会流向哪里？

要出现“马的结局”，你需要那一美元找不到任何一个与人类有关的去处。

这是一个非常具体的未来。它可能发生。但它必须在所有地方同时发生。而我们目前掌握的证据，无论是结构变迁的证据、显示偏好的证据，还是实验结果，都一直指向相反方向。

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：表图 四楼南侧东 四楼南侧东《[译苑雅集vol. 8]AI 会取代人类工作吗？为什么“人类不是马”这个类比并不成立》