inequality

2026年第二季度，美国劳动者的劳动收入占国民收入的比重降至52.8%，创下美国劳工统计局自1947年开始记录以来的最低水平，而企业利润和国内生产总值却大幅攀升。经济学家指出，自动化和人工智能驱动的无就业增长是主要原因，并警告称，K型经济的分化正在加剧。

这篇文章探讨了人工智能如何威胁向上流动与精英管理制度，认为AI将考验"同质富裕阶层"（homoploutic class）的崛起——即那些同时拥有丰厚劳动收入与资本收入的群体——并重塑资本与劳动之间的关系。

作者借一篇帖子探讨超级智能AI带来的经济悖论：自动化在创造价值的同时可能削弱支撑其自身的经济生态、加剧价值集中并降低大众购买力，呼吁在自动化、人类劳动与利益分配之间寻找平衡，并推荐了2024年诺贝尔经济学奖得主Daron Acemoglu关于技术、就业与不平等的研究。

文章反思了医疗保健不足和医学进步缓慢带来的痛苦，呼吁通过技术进步让人类摆脱恐惧和不平等。

一条推文认为，对延寿治疗的不平等获取不应成为放弃研究的理由；相反，应努力使治疗变得负担得起，以避免只有富人受益。

本文批判了对AI可能取代工作而引发的庆祝行为，表达了对缺乏分配AI收益机制以及社会不平等加剧的担忧。

本文讨论了实现ASI后假设的资源分配问题，质疑当前的财富不平等，并提出小行星采矿作为潜在解决方案。

本文探讨AI是否会推动知识民主化，还是会成为知识的守门人，引发了对信息不平等以及人们对可获取知识的控制的关切。

罗伯特·赖希认为，AI已经在导致失业和工资停滞，并警告说，如果没有政策干预，AI的益处将归于少数富人，而大多数工人将被抛在后面。

一条推文，认为AI驱动的生产率提升不会自动惠及普通人，并呼吁实现全民资本所有制，以确保繁荣共享。

这项针对730万篇学术论文的PNAS研究发现，到2025年，超过半数的论文显示出LLM的影响，且在声望较低和非英语机构之间存在显著的采用不平等现象。

本文探讨了“转换陷阱”，即人工智能提供了智能，但由于基础设施和交付系统薄弱而未能产生成果，并以新冠疫苗分发为例。

Elon Musk成为世界首位万亿富翁；文章通过时间、距离、重量及潜在社会影响的对比，将一万亿美元这一难以想象的规模具象化。

本文应用随机森林递归特征消除（RF-RFE）对尼日利亚住户调查数据进行分析，旨在识别能够准确分类贫困状态、五分位分布和不平等位置的最小预测因子。研究表明，机器学习可以在减少数据需求的同时，保留用于监测贫困与不平等的分布信息。

文章认为，人工智能真正的威胁并非技术本身，而是资本主义无法分配自动化创造的财富。文章呼吁建立由AI生产力资助的全民基本收入，以防止经济崩溃。

一篇新的研究论文利用 GitHub 创新图数据来衡量国家的“数字复杂性”，揭示了传统经济数据无法捕捉的 GDP、不平等和排放等方面的见解。

教皇利奥十四世的通谕《Magnifica Humanitas》关注的并非AI本身，而是长期存在的不平等、战争和权力集中问题。教皇认为，由少数精英构建的AI无法服务于公共利益，并呼吁对AI军备竞赛进行监督和裁军。

文章将当前AI格局比作抢椅子游戏，警告不断上升的成本和有限的获取途径正在将AI的好处集中于富裕实体，并敦促非富裕参与者立即行动，以免为时过晚。

A Twitter thread discusses a New York Times front-page report stating that in the AI era, most people will become 'permanent underclass', a sentiment shared by VCs and founders in Silicon Valley.

Dario Amodei 在 WSJ 采访中警告：AI 虽可能大幅提升 GDP，但也可能加剧失业和社会不平等。