economics

本文批判了企业如何利用动态定价和AI算法来抬高利润，以Instacart等为例，并讨论了Lindsay Owens的书籍《Gouged》中关于价格欺诈正常化的内容。

Anthropic 首席经济学家彼得·麦克罗里预测，人工智能可能使美国劳动生产率提高 1.8 个百分点，并提出征收“代币税”以应对自动化可能导致的收入不平等问题。

黑石集团总裁Jon Gray在闭门演讲中披露AI投资数据，指出Anthropic和OpenAI等公司收入增长百倍，年化收入达1050亿美元，并分析AI对经济和基础设施的变革性影响。

这条推文讨论了AI智能体为用户做出最优选择可能如何降低转换成本、增加竞争，并释放医疗保健和旅行等市场的经济活动，从而从根本上改变经济动态。

本文探讨了经济学家和官员发出的警告，指出AI代理的大规模采用可能引发金融不稳定，如银行挤兑，这是由于其优化的理性决策所致。

Chamath强调了人工智能的财务影响，引用了一个10万亿美元的机会，以回应Obama对人工智能的担忧。

本文利用经济学框架如“统计生命价值”和效用函数，通过安全气囊的类比，分析人工智能安全中的成本效益权衡，探讨不同经济增长对人类福祉影响的判断如何改变对AI风险的评估。

本文分析了Jev和开放的决策模型生态系统，重点介绍了它如何通过实现异构推理来转变智能体架构，这有助于降低生产AI系统的成本并实现语义决策自动化。

希腊总理Kyriakos Mitsotakis在访问San Francisco时坦诚承认，在AI问题上缺乏答案，同时推广希腊的经济复苏、数字基础设施投资（如超级计算机）以及吸引科技公司和人才的政策变化。

本文探讨ECB和Fed新闻发布会中的情感弧线如何预测政策利率变化和通胀预期，表明情感的时序携带有重要的政策信号。

文章认为，如果AI带来显著的生产力提升，那么其成果应转化为更短的工作周（例如每周工作4小时），而非高管利润增加，同时回顾了历史工时趋势与公众对AI就业影响的看法。

人工智能的影响在美国劳动生产力增长率上升中变得明显，趋势自2020年以来急剧走高，令人联想到1990年代末互联网的推动作用。

一位来自London School of Economics的教授在新书中论证，AI不会导致大规模失业，因为许多工作是‘杂乱’的，并且需要超出当前AI能力的人类技能。

文章认为，LLMs的激增威胁人类创造力，导致原创性稀缺，并引发一场基于人类非AI智慧的新文艺复兴，在经济不平等的背景下。

Google扩展其AI与经济研究计划，欢迎知名经济学家和研究人员，以研究AI对经济和未来工作的影响。

本文讨论了Anthropic发布的论文，系统研究了AI能力提升到2030年对GDP、工资、就业和收入分配的影响，并分析了不同情景下的变化。

诺贝尔经济学奖得主菲利普·阿吉翁介绍其熊彼特模型，其中创新是经济增长的引擎，并讨论如何平衡创新与财富公平分配，借助人工智能等历史技术进步浪潮。

本文指出，前沿AI实验室除了安全考虑外，还有财务动机支持监管放缓，因为监管可以保护其市场地位并延缓竞争性投资。

本文运用演化博弈论分析了开源软件保持免费的原因，并指出通过限制性许可证进行货币化的尝试导致了失败的结果和成功的分支。

Paul Graham回应Elizabeth Warren关于动态定价的推文，批评她的表述过于简化该概念，并质疑她的诚实度或智商。