死亡经济理论：当 AI 成为自身的终结者

背景

互联网正在经历一场深刻的异化。你可能听说过“死互联网理论”（Dead Internet Theory）：如今网络上大部分内容是由机器生成、为机器服务，而人类只是逐渐缩小的受众，被动消费着机器制造的噪音。去年，互联网上新增内容中超过一半由 AI 生成。人类依然在那里滑动屏幕，但他们滑动的内容已变成一场由机器编排、却尚未意识到自己并非主角的表演。

在这种环境中，人们渴望寻找活生生的思维进行碰撞与交流，却只面对源源不断的垃圾信息（slop）。我们曾承诺进入一个超级互联的时代，却任由共享的物理空间枯萎，最终发现数字公共空间变成了一块巨大的广告牌，日益被机器阅读和创造。

但这还不够糟糕。本文旨在探讨一个更严峻的问题，称之为“死亡经济理论”（The Dead Economy Theory）。

核心内容

AI 行业正面临一个严峻的“数字问题”。

OpenAI、Anthropic、Google DeepMind、Meta AI、Microsoft 等巨头在大规模 AI 基础设施上的总投资已达数千亿美元，未来十年的预测更是高达数万亿美元。仅 OpenAI 的估值就超过 8000 亿美元，而尚未实现单年盈利的 Anthropic 估值也处于同一量级。这些天文数字需要一个足够大的可触达市场来支撑。

唯一的市场规模如此之大：全球劳动力市场。

当行业还在兴奋于如何在 Cowork 中使用 claude.md 文件时，其底层逻辑却在推销另一种现实。每一份关于 AI 智能体“完成十名分析师工作”的投资演示都在传达同一个信息：产品本质是劳动力替代。 “副驾驶”（Copilot）、“助手”、“增强”等温和措辞仅是营销话术。其背后的财务模型要求在文明尺度上消除人类成本中心。如果不能做到这一点，这些公司将是资本主义历史上估值最高的资产泡沫。投资者不会为了更好的自动补全功能或无人阅读的不断延长的备忘录而烧掉数万亿美元。

为了证明这一点，AI 公司开始构建自己的基准测试。OpenAI 的 GDPVal 基准测试衡量模型在从房地产经纪人到新闻分析师等 44 种职业中的表现；AI 生产力指数则针对投资银行助理、管理顾问、顶级律所助理和全科医生四个具体角色进行评估。这些瞄准镜直指专业阶层。正如一位 OpenAI 评估主管告诉《纽约时报》的那样，模型在数月前无法匹配的某些任务上，相比人类专业人士取得了“超过 80% 的胜率”。研究团队的前银行家“不断惊讶于模型能完成她旧工作中如此多的部分”。

假设技术如宣传所言，AI 系统能以人类工人极低的成本执行大部分认知劳动，接下来会发生什么？让我们顺着资金流向看三个转折：

1. 第一轮：成本下降与股价飙升。 一家公司授权 AI 替代其大部分劳动力，成本降低，利润率扩大，股价上涨。在财报电话会议上，所有人皆大欢喜。当 Block 的杰克·多西（Jack Dorsey）在 3 月因 AI 编码智能体裁减近半数员工时，投资者在盘后交易中推动其股价飙升 25%。市场立即将消除人类劳动力的行为转化为对股东的巨大价值转移。

2. 第二轮：需求萎缩。 被替代的工人停止获得收入，削减开支。他们曾经光顾的企业收入下降。其中一些企业也采用 AI 以削减成本，加剧了替代效应。整个经济的消费需求收缩。

3. 第三轮：市场自我毁灭。 为了省钱而解雇工人的公司发现，其客户在 aggregate（总体）上正是其他公司的员工。收入增长停滞。原本旨在提升效率的 AI 订阅，最终变成了对其自身市场毁灭的贡献。

沃顿商学院的经济学家 Brett Hemenway Falk 和 Gerry Tsoukalas 在一篇题为《AI 裁员陷阱》（The AI Layoff Trap）的论文中描述了这一动态。在竞争市场中，自动化企业捕获了替代工人带来的全部成本节省，却只承担由此产生的需求破坏的一小部分。在拥有 20 家竞争对手的市场中，每家企业只感受到其破坏的需求的二十分之一，其余部分落在竞争对手身上。这造成了囚徒困境：每家企业都理性地在社会最优水平之上进行自动化，因为削减劳动力成本的个体激励总是大于消除消费支出的分散、共享后果。更好的 AI 使情况恶化，提高的生产力扩大了比竞争对手更快自动化所带来的利润差距，加剧了走向集体毁灭的军备竞赛。

有时，甚至在高管不确定 AI 是否能胜任工作之前，裁员就已经发生。曾在 OpenAI 工作的经济学家 Zoë Hitzig 告诉《纽约时报》：“当首席执行官说他们因为 AI 而裁员时，其他人也觉得不得不这样做。”这种动态可能导致变化比效率所要求的更快发生。这是一种披着创新外衣的从众行为。

亨利·福特曾理解（尽管可能是传说，但在原则上是正确的），他的工人需要赚到足够的钱来购买他的汽车。AI 经济正在消除工人，却指望汽车继续销售。然而，软件具有近乎为零的边际成本，因此整个价值主张在于消除人类成本中心。产品就是移除客户群。

乐观主义者会告诉你这只是生产力的提升。经济以前吸收过自动化；农业就业从占美国劳动力的 90% 下降到 2%，文明继续存在。麻省理工学院的 David Autor 表明，今天大约 60% 的工作在 1940 年并不存在。新技术创造了新的工作类别。确实如此。但关于过去的观察与自然法则之间存在差异，乐观主义者经常混淆这两者。农业转型花了 140 年。牛津大学的 Carl Benedikt Frey 记录显示，工业革命花了 70 年，被替代的工人的工资和就业才恢复。在此期间，工资停滞，劳动收入份额崩溃，利润激增，不平等飙升，政治后果包括宪章运动和广泛的社会动荡。正如 Frey 所言：“大多数经济学家承认技术进步可能在短期内造成一些调整问题。很少被注意到的是，短期可能是一生。”

将这一时间线与 AI 行业的工作时间表相比。前国家经济委员会副主任 Bharat Ramamurti 将其与中国冲击（China shock）相提并论，即制造业工作岗位流失重塑美国政治的那一波浪潮。“中国冲击持续了几年，而这可能在两年内发生，”他告诉《纽约时报》。“这些公司在开发模型上花费了这么多钱，它们面临着通过快速采用产生收入的巨大压力。”

之前的自动化替换了工作内的特定任务。动力织布机取代了手工编织，电子表格取代了手动计算，等等。在每种情况下，技术都是狭窄的。通用 AI 威胁到整个行业的认知劳动，同时发生。经济学家瓦西里·列昂惕夫（Wassily Leontief）在 1983 年就预见到了这一点，他将人类劳动与马匹进行了比较。美国马匹数量从 1840 年的 900 万匹增长到 1900 年的 2100 万匹，似乎免受技术变革的影响。

关键要点

• 劳动力市场是唯一的支撑点：AI 行业数万亿美元的估值和投入，唯有通过取代全球劳动力市场才能找到合理的商业闭环，否则即为泡沫。
• 营销话术掩盖本质：“增强”、“助手”等词汇是营销包装，底层财务模型依赖于在文明尺度上消除人类成本中心。
• 囚徒困境导致集体非理性：单个企业通过裁员 AI 替代获得全部成本优势，而需求萎缩的后果由整个市场分担，导致所有企业竞相加速自动化，最终导致整体经济崩溃。
• 速度远超历史先例：与农业转型（140 年）和工业革命（70 年恢复期）不同，AI 可能在短短两年内完成大规模劳动力替代，造成剧烈的社会震荡。
• 通用性威胁：不同于以往仅替代特定任务的技术，通用 AI 同时威胁所有行业的认知劳动，缺乏缓冲地带。
• 自我毁灭的市场逻辑：AI 产品的核心价值在于消除人类成本，但这同时也消除了作为消费者的“人类”这一基础，导致产品最终失去市场。

意义与影响

“死亡经济理论”揭示了一个深刻的悖论：AI 行业的繁荣建立在消除人类劳动价值的基础上，但这恰恰摧毁了其赖以生存的消费基础。

1. 短期内的剧烈社会动荡：由于 AI 替代的速度远快于历史任何一次