三位诺贝尔级经济学家说：AI对工人走错了方向

当Daron Acemoglu、David Autor和Simon Johnson三个人联合发表论文时，整个经济学界都会竖起耳朵。这些不是边缘声音。Acemoglu获得了2024年诺贝尔经济学奖。[事实] Autor创造了"任务框架"，从根本上改变了我们思考技术与劳动力市场关系的方式。[事实] Johnson，前IMF首席经济学家、MIT斯隆商学院教授，写了关于权力集中如何塑造经济结果的经典著作。[事实]

他们2026年2月通过Brookings Institution的Hamilton Project发表的新论文，带着一个直白的信息：我们现在构建AI的方式，不是为了帮助工人设计的。[观点] 而且除非我们刻意改变方向，这项本可以成为现代劳动史上最强生产力倍增器的技术，将反而变成又一台不平等的发动机。

核心问题：AI在自动化，不是在增强

三位作者做出了大多数AI讨论一笔带过的关键区分。他们按对劳动力的影响将技术分为五类：劳动增强型（让工人更高效）、资本增强型（改善机器）、自动化型（用机器替代人类任务）、专业能力平衡型（让新手能执行专业任务）和新任务创造型（产生全新的人类工作）。[事实]

这五类中，只有"新任务创造型"技术明确有利于工人。[事实] 其他都涉及权衡取舍——而当前的AI投资格局严重倾向自动化。

正如作者所说："当前AI的大量关注点在于任务自动化和朝着通用人工智能方向发展高水平能力，而流向开发有利于工人的AI的精力和投资较少。" [事实] 原因很简单：领先企业在自动化专业知识方面看到了比为人类创造新任务更高的回报。[观点]

这个框架对任何关注自己职业AI暴露度的人都很重要。当我们报告软件开发人员有高AI暴露时，自然的问题是：暴露于什么？替代他们工作的自动化，还是放大他们能力的增强？Acemoglu、Autor和Johnson认为，答案取决于我们现在正在做出的政策选择。

"有利于工人的AI"到底长什么样

论文将"有利于工人的技术"定义为让人类技能和专业知识更有价值——而非贬值——的技术。[事实] 想想一个帮助护士发现可能遗漏的病症的诊断AI工具，而不是一个完全不需要护士的AI系统。想想帮软件开发人员更快构建功能的代码补全工具，而不是让开发者多余的全自主编码代理。

对具体职业来说，这个区别意义重大。对客服代表来说，有利于工人的AI意味着在复杂来电中即时调取相关信息的工具，帮助坐席更快解决问题。替代方案——无需人工介入就能处理大多数查询的聊天机器人——是自动化，而它目前正在赢得投资竞赛。

对会计师来说，区别在于AI自动化常规合规检查（让会计腾出手做咨询工作）vs AI把咨询工作也包了、压缩整个职业的价值链。

对行政助理来说，问题在于AI日程管理和邮件工具是让他们成为复杂工作流程中不可或缺的协调者，还是让这个岗位变得不需要。

九项政策建议

论文没有止步于诊断。它提出九项具体干预措施，将AI发展重新导向有利于工人的方向。[事实]

最引人注目的建议针对美国税法。[事实] 当前税收政策——通过Section 168奖金折旧等条款——让企业投资设备和软件比投资招聘或培训工人更划算。[事实] 作者认为这造成了系统性地偏向自动化：当用软件替代工人有税收优惠而培训工人没有时，经济激励就推向置换。

其他建议包括引导联邦拨款支持有利于工人的AI研究、设立DARPA式竞争性奖项激励亲工人创新、加强反垄断执法、以及建立保护工人专业知识不被AI系统提取的法律框架——作者称之为防止"专业知识盗窃"。[事实]

两项建议聚焦特定行业：医疗保健和教育。[事实] 作者认为这些领域中有利于工人的AI可以产生超额正面影响——AI增强的专业人员可以大幅扩大服务覆盖面，而不仅仅是削减成本。

最后一组建议涉及权力动态：让工人在AI部署决策中发声的机制，以及放松妨碍新获得AI能力的工人充分发挥其扩展能力的执照限制。[事实]

与已知研究的关联

这篇论文为不断增长的证据库增添了重要的政策维度。我们此前报道过AI暴露度高的工作在ChatGPT发布前就已开始减少，企业正在可测量地用AI替代人力，以及Brookings发现600万美国工人面临高AI风险但适应能力低。

Acemoglu、Autor和Johnson提供了理论支架，解释为什么这些趋势不是必然的。劳动力置换不是因为AI天生反工人——而是因为激励结构偏向自动化而非增强。[观点] 改变激励，技术就可以被重新引导。

这比看起来更乐观。它意味着结果不是注定的。但也意味着，被动等待市场自己产出有利于工人的AI，在作者看来是天真的。Simon Johnson直接说过："我们目前不在一条有利于工人的AI道路上。" [事实]

对你职业的意义

无论你是软件开发人员、会计师、客服代表还是行政助理，这篇论文提供了一个超越简单自动化风险评分的思考框架。

问题不只是"AI会影响我的工作吗？"——几乎肯定会。问题是你的雇主、你的行业、你的政府在投资让你更有价值的AI，还是让你可替代的AI。[观点]

实际上这意味着三件事。第一，寻找AI被当作你手中工具而非你职位替代品的角色和组织。第二，在你工作中需要判断力的部分发展专长——AI增强而非自动化的领域。第三，关注政策讨论。税法、反垄断执法和劳动法规将决定AI成为你的副驾驶还是你的继任者。

完整论文可通过Brookings的Hamilton Project获取。

---

本分析基于Acemoglu、Autor和Johnson (2026)的原始研究，在AI辅助下生成。详细的职业AI暴露数据请访问我们的职业页面。