AI 劳动生产率可能飙升 1.8 个百分点；Anthropic 经济学家呼吁征收代币税

# AI劳动生产率可能跃升1.8个百分点；Anthropic经济学家呼吁征收"Token税" 来源：https://finance.biggo.com/news/246d5a67-e5f3-4f00-a7ae-f86eedeba1c9 Anthropic首席经济学家彼得·麦格拉思（Peter McCrory）在哈佛大学论坛上表示，基于当前模型能力及使用模式，美国劳动生产率增长可能提升1.8个百分点——远超国会预算办公室（CBO）1.7%的预测和美联储最乐观的2.4%预期。他将AI早期采用阶段的生产率停滞归因于技术扩散滞后与J曲线效应，并指出就业趋势呈现技能偏向型增强模式而非大规模替代。在财富分配方面，他警告在极端情景下，劳动收入份额可能从60%骤降15个百分点，资本所有者将获取超额回报。他提出了"三重奇点"框架，并建议对过度自动化征收"Token税"，类比碳税或烟草税，以重新平衡资本-劳动分配关系。 ##### 核心要点 AI劳动生产率可能跃升1.8个百分点；Anthropic经济学家呼吁征收"Token税" 人工智能（AI）的宏观经济影响正从理论模型转向现实数据。Anthropic首席经济学家彼得·麦格拉思近期在公开论坛上指出，基于当前模型能力及使用模式，美国劳动生产率增长可能提升1.8个百分点——远超官方长期预测。他同时警告，在极端情景下，劳动收入占国民收入份额可能骤降15个百分点，并建议政策制定者考虑对过度自动化征收"Token税"，以重新平衡资本与劳动的分配关系。 麦格拉思于2026年9月24日在哈佛肯尼迪学院的炉边谈话中发表上述观点，与会者还包括奥巴马政府前首席经济顾问、哈佛教授杰森·弗曼（Jason Furman）。麦格拉思领导Anthropic经济研究团队，该团队定期发布《人类经济指数》，追踪全球用户在不同任务、职业和地区部署Claude模型的情况。 ### AI能力爆炸性增长与生产率停滞的悖论 当前宏观经济最令人困惑的现象在于：AI能力呈指数级增长，但全要素生产率（TFP）并未同步飙升，且美国失业率仍稳定在4.1%的历史低位。麦格拉思将这种"感知与数据的脱节"归因于技术扩散滞后与"J曲线效应"。 他指出，虽然"模型能自主完成的任务范围大约每四到七个月翻一番"，但企业必须先承担高昂的重组成本才能收获生产率红利。大型企业受数据防火墙和组织结构的制约；除非进行配套投资、重组数据并提供相关上下文信息，否则即使最强大的模型也难以转化为实际产出。他将企业现状描述为正经历高成本的试验阶段，这构成了AI投资回报J曲线的底部。 就业方面，大规模失业并未如某些预测那样出现。Anthropic数据显示，AI渗透"更像是一种技能偏向型劳动增强模式，而非完全自动化并大规模替代工作的技术"。根据美国劳工部的ONET分类标准，在美国经济约一半的工作中，约四分之一的任务由使用Claude的人类完成——但该模型并未完全自动化任何单一职业类别的所有任务。人机协同仍是主导范式。 ### 官方预测可能过于保守 Anthropic对美国未来经济增长的预估与官方机构预测存在显著差距。美国国会预算办公室（CBO）预测长期经济增长率为1.7%，而美联储最乐观的预期约为2.4%。在麦格拉思看来，这些基准线可能都过于保守。 通过追踪用户在平台内完成任务的实际耗时，他估算"基于当前模型和现有使用模式，劳动生产率增长可能提升1.8个百分点"。如果这些效率增益在未来十年内逐渐扩散至更广泛的经济领域，结合资本深化假设，美国经济增长可能回归20世纪90年代末和21世纪初的高增长时代。 弗曼在谈话中提醒，经济中尚未被自动化的环节——"薄弱环节"——可能制约无边界的整体扩张。他引用今年早些时候的一项研究指出，在引入Claude Code等编程代理后，生成的代码行数增加约20倍，但软件发布量仅增长30%，表明瓶颈确实存在。然而，即使考虑这些限制，1.8个百分点的边际劳动生产率增长仍足以迫使现有货币政策和财政预测框架进行重新评估。 机构/美国长期经济增长预测/美国国会预算办公室（CBO）/1.7%/美联储（最乐观）/2.4%/Anthropic基于使用数据的估计/基线值+1.8个百分点/注：Anthropic的估计基于当前模型能力和使用模式，假设效率增益在未来十年内逐渐扩散至更广泛的经济领域。 ### 财富分配警示：劳动份额可能骤降15个百分点 在备受关注的财富分配问题上，麦格拉思承认AI"很可能加剧资本与劳动之间的不平等"。 就劳动收入本身而言，尽管随机对照试验表明AI有潜力快速提升新手至专家级能力，但实际采用数据显示："当你观察实际采用者的数据时，会发现主要用户群体由高薪、高技能工作者组成。"他预期这将扩大而非缩小收入差距。专业能力作为乘数效应，将顶尖人才放大为"百倍效能工程师"。 在资本与劳动的博弈中，宏观经济模型的信号更加严峻。随着AI驱动的资本深化加速，麦格拉思指出："在极端情况下，劳动收入份额较此前占每美元收入60%的水平下降约15个百分点。"这意味着资本所有者（股东）从AI驱动的经济增长中获得的回报将远超历史水平，而劳动收入占国民收入的份额将显著萎缩。 ### 三重奇点与Token税政策提案 展望2030年，麦格拉思将AI经济的终局演变提炼为"三重奇点"。第一是"软件奇点"，指AI系统在递归自我改进方面取得持续进展；第二是"经济奇点"，探讨经济能否在有限时间内实现无边界增长；第三是"科斯奇点"，届时更多AI代理代表用户谈判复杂交易，交易成本骤降，企业边界和经济交换结构发生根本性变革。 在"科斯奇点"的现实测试中，Anthropic的"交易项目"实验揭示了一个惊人现象："更强大的模型在与较弱模型谈判时系统性获取更多租金；人们未意识到这种议价能力的不对称性。"这意味着掌控前沿模型的企业或个人在未来市场交易中将拥有绝对的定价权和租金获取能力。 面对这些极端财富分配结果和商业结构重塑，麦格拉思提出了税制改革方向。他指出："目前美国和许多国家的税制结构严重偏向对劳动征税。但如果劳动收入份额下降，我们需要考虑替代性税收体系，例如对消费征税。" 更引人注目的是他倡导的"Token税"。为抵消过度自动化对社会产生的负面外部性，麦格拉思直言："在经济政策框架中，我将Token税视为抑制过度采用的激励机制……Token税可以类比于碳税或烟草税。"他引用加州大学伯克利学者马丁·贝拉（Martin Béra）的研究指出，企业并未将自动化的外部性内部化，在工人难以缓解失业冲击的环境中，对自动化征税兼具公平性和效率性理由。 弗曼在论坛结束时高度评价麦格拉思，称其对该议题的理解"应位列前10%"，而他"以极大的谦逊和不确定性对待此事"的方式更使其跻身该领域顶尖行列。他还提醒在场学生，要真正理解AI的经济影响，数据收集、追踪和预测必须从现在开始——同时需要勇于承认错误的勇气。 添加首选信息源（https://www.google.com/preferences/source?q=finance.biggo.com）添加后，BigGo Finance将在Google搜索热门新闻中优先显示，让您第一时间获取最广泛、最即时、最全面的全球财经资讯。