Trask 辩「经济 FOOM」:AI 替代岗位式起飞远慢于经典 RSI

OpenAI 研究者 iamtrask(Andrew Trask)与 Tom Davidson、Brad Carson 就递归自我改进(RSI)风险与 AI 起飞时间尺度展开了一场简短辩论。Trask 对比了两种起飞叙事:传统的 RSI 恐惧是「算法造出更好的算法」层层递进,最终「所有人一天内被黑掉、全盘皆输」;而 Davidson 等人提出的是一种「经济 FOOM」路径——AI 智能水平创造收入的能力存在阈值,越过阈值后 AI 大规模替代合法工作岗位,形成经济层面的递归反馈循环。Trask 的结论是:后一种路径即便存在,起飞速度也会慢得多,且不应被混同于算法层面的生存风险。

已确认

为什么重要

这场辩论触及 AI 安全与政策讨论中的一个关键分歧:起飞是快速、算法驱动的「硬起飞」,还是缓慢、经济驱动的渐进替代。两种假设对治理工具的选择影响完全不同——如果起飞缓慢,劳工组织、政策监管等社会机制有介入窗口;如果是算法层面的硬 RSI,这类机制将失去意义。Trask 的立场为评估 RSI 风险的两种时间尺度假设提供了清晰的辨析框架,也提示「AI 抢工作」叙事与「AI 自我改进」叙事在 x-risk 讨论中不应被混为一谈。

2026-11-10 ~ 2026-11-10 · 7 条相关

一手来源