NBER 论文：工人「训练自己的替代者」反而可能涨薪
joshgans · x · 2026-10-31
Joshua Gans 与 Peter Landry 的 NBER 工作论文（w35950）建模了企业让员工训练将取代自己的 AI 系统时的激励问题。
- 工人可选择偷懒、配合训练或暗中阻挠；由于只有配合才能完成训练，而训练完成即失业，解雇作为惩罚手段失效。
- 因此企业必须提高工人的「租金」（超出市场水平的报酬），工人反而从自己的被替代中获益；AI 甚至可能创造出薪水高于产出的岗位，或消灭它从未真正自动化的岗位。
- 只付工资的企业会拖慢训练进度；论文证明一笔与工人无 AI 时的租金等值的「完成奖金」可同时消除工人收益与拖延问题。
论文致谢中还提到用 Claude Opus 5.5 和 ChatGPT 6 Astra 做研究助理。
「漫话AGI」频道最新
- Burkov 批超级智能愿景：80 亿人的丰裕将耗尽地球资源 — burkov · 2026-10-31
- 圣塔菲研究所 Eric Smith 温和而致命地拆解人类中心主义 — danfaggella · 2026-10-31
- Bindu Reddy 预判未来 12 个月:token 降价 80%、用量增 10 倍 — bindureddy · 2026-10-31
- 「财富加速财富失效的时代」：积累财富反而在催生让财富失去意义的文明 — Dr_Singularity · 2026-10-31
- Carl Benedikt Frey 撰文:为什么有些社会对新技术格外警惕 — carlbfrey · 2026-10-31
- Thoughtworks CTO:好开发者抗拒 Agent 编程,是深知上线不等于能用 — rseroter · 2026-10-31