经济学家复盘：AI 增长瓶颈论被验证

经济学者 Afinetheorem 于 10 月 25 日发布 8 推长线程，复盘「AI 增长瓶颈论」：两年多前他在 AI 实验室组织经济学家研究并预测 AI 仅带来约 1 个百分点增长时曾遭嘲讽，如今技术变化飞快但经济增长几乎未额外提速，证明经济学家的判断是对的。

已确认

思想实验：假设明天发明一台 1 万美元、能砌砖墙的机器人，对增长的贡献几乎为零——它不影响砖价（短期甚至推高砖价），也改变不了把机器运到工地的运输费；真正的收益要等建筑师和设计师围绕新机器重新设计，而历史上建筑范式迁移往往需数十年，且这还是假设没有技术瓶颈、成本优势巨大时的情况
组织摩擦：引用 @lugaricano 等人的研究「Messy Jobs」，指出任务是岗位的组成部分而岗位往往拆不开，激励机制、职业路径、培训体系都与前 AI 时代技术绑定
对「Cursor 普及很快」的乐观论调，作者认为只能算「某种程度」：大多数软件仍不是用 agent 编写的，生产率提升难以观测，没有任何软件类目出现价格暴跌
预测难例证：McKinsey 2019 年报告预测到 2030 年 25-40% 岗位被自动化替代，完全没预见基于 LLM 的 AI 到来
收尾强调经济学界并非空谈：已有组织架构调整的组织经济学模型、低效率的扩散/协同发明模型、基于历史数据的劳动转型模型与实证研究
作者补充：即便未来十年 AI/机器人每年只额外带来 1 个百分点、甚至 2 个百分点增长，也是西方这一代人从未见过的繁荣，绝非令人失望的结果

该线程为当前 AI 乐观叙事提供了系统性反方视角：技术能力与宏观增长之间存在组织、监管、分发与范式迁移等多重瓶颈，评估 AI 影响时应区分「技术演示成功」与「经济红利兑现」，后者往往滞后数年乃至数十年。

2026-10-25 ~ 2026-10-25 · 9 条相关