死经济理论

标题: 死亡经济理论

URL 来源: https://www.owenmcgrann.com/p/the-dead-economy-theory

发布日期: 2026-05-01T10:43:17+00:00

Markdown 内容:

你可能熟悉死亡互联网理论：现在你在线上遇到的大部分内容都是由机器人生成的，为机器人生成的噪音，人类只剩下逐渐缩小的观众群体。去年，超过一半的互联网新内容是由人工智能生成的。人类仍然在那里滚动，但他们滚动的东西已经变成了一场由机器为一个尚未 realize 显示不是为他们的表演。

在那些寻求与活思维交锋和思考的空间登录，却只看到无情的垃圾流，这 utterly 干燥。承诺超级连接的时代，我们让共享的物理空间枯萎，只找到承诺的数字公共空间是一个大型广告牌，越来越多的内容由机器人读取和创建。

这已经够糟糕的了。我想谈谈更糟糕的事情。称它为死亡经济理论。

欢迎来到这里的 Hacker News 和其他地方的朋友们。两条快速评论，因为我收到了很多信息并在 HN 上看到了很多评论。首先，这篇文章的文本完全是人类生成的，包括那些不 felicitous 的表达和对两美元单词的偏爱。那些你讨厌的 AI 生成的图片是一个朋友的 inside joke。如果我知道这篇文章会获得如此 traction，我保证会使用正常的标题。但 paraphrasing Dostoevsky 从《兄弟 K》的序言，是的，我同意这是多余的，但既然已经做了，就让它 stand。谢谢阅读。

AI 行业有一个数字问题。

OpenAI、Anthropic、Google DeepMind、Meta AI、Microsoft：对大规模 AI 基础设施的combined 投资现在以数十亿计，预计到本十年末将超过数万亿美元。OpenAI 单独的估值超过 $800 亿美元。尚未实现单年利润的 Anthropic 拥有 相同级别的估值。这些数字需要一个足够大的可寻址市场来 justify 它们。

唯一足够大的市场是全球劳动力市场。

当我们在 excited 地发现如何在 Cowork 中使用 claude.md 文件时，行业在 pitch 一个不同的现实。每个 AI agent“ replaces 十个分析师”的投资者演示都在告诉你同样的事情：产品是劳动力替代。更温和的语言（“副驾”、“助手”、“增强”）是营销。其财务模型要求在文明规模上消除人类成本中心。如果它做不到这一点，这些公司是历史上资本主义最 overvalued 资产。写支票的人 habits 不会把数万亿美元的 fire 用于更好的自动完成和越来越长的越来越多人不读的备忘录。

AI 公司现在构建自己的基准来证明这一点。OpenAI 的 GDPVal 基准 测量模型在从房地产经纪人到新闻分析师的四十四种职业中的表现。AI 生产ivity Index 评估模型对四个具体专业角色：投资银行关联、管理顾问、大法律协会、初级保健医生。这些是针对专业人士阶层的 targeting reticles。当 OpenAI 评估 lead 告诉 _New York Times_1 时，模型现在在几个月前无法匹配的任务上实现了“超过 80% 的 human professionals 胜率”。一个在研究团队的前 banker“不断对这些模型能做她的 old work 的 extent 感到惊讶”。

所以让我们按照他们的话来。假设技术如广告所 promise，AI 系统变得能够以人类工作者成本的一部分来执行大多数认知劳动。接下来会发生什么？

跟随 money 通过三个 turn。

第一个 turn：一家公司许可 AI 来替代其 workforce 的 significant portion。成本下降。利润率扩大。股价上涨。 earnings call 上的每个人都 happy。当 Block 的 Jack Dorsey 裁员近 half 工作force 时，引用 AI 编码 agent，投资者以 after-hours trading 中 25% 的股价 surge 作出反应。市场用立即、大规模的 value 转移来奖励消除人类劳动力。

turns: the replaced workers stop earning income. They cut spending. The businesses they used to patronize see revenue decline. Some of those businesses also adopt AI to cut costs, compounding the displacement. Consumer demand contractions across the economy.

turns: the company that fired its workers to save money discovers that its customers were, in aggregate, other companies' workers. Revenue growth stalls. The AI subscription that was supposed to be an investment in efficiency turns out to be a contribution to the destruction of its own market.

Economists Brett Hemenway Falk and Gerry Tsoukalas at Wharton have recently described this dynamic in a paper they aptly titled, “The AI Layoff Trap.” In competitive markets, an automating firm captures the full cost savings from replacing workers but bears only a fraction of the resulting demand destruction. In a market with twenty competitors, each firm feels one-twentieth of the demand it destroys. The rest falls on rivals. This creates a prisoners' dilemma: every firm rationally automates beyond the socially optimal level, because the individual incentive to cut labor costs always weighs more than the diffuse, shared consequence of eliminating consumer spending. Better AI makes this worse. Improved productivitywidens the profit gap from automating faster than your competitors, intensifying the arms race toward collective ruin.

Sometimes the layoffs happen before executives even know whether AI will do the job. Zoë Hitzig, an economist who previously worked at OpenAI, told the _Times_: “When chief executives are saying they’s cutting jobs because of A.I., other people feel like they have to too. That dynamic could make the changes happen sooner than efficiency would)determine.

Henry Ford understood, perhaps apocryphally but correctly in principle, that his workers needed to earn enough to buy his cars. The AI economy is eliminating the workers and expecting the cars to keep selling, except that software has near-zero marginal cost, so the entire value proposition _is_ the elimination of the human cost center. The product is the removal of the customer base.

The optimists will tell you this is just productivity gains. The economy has absorbed Automation before; agricultural employment collapsed from ninety percent of the American workforce to two percent and civilization continued. David Autor at MIT has shown that roughly sixty percent of today’s jobs didn't exist in 1940. New technologies create new categories of work. True. But there’s a difference between an observation about the past and a law of nature, and the optimists consistently confuse the two. The agricultural transition took a hundred and forty years. [Carl Benard Frey at Oxford has documented](https://press.princeton.com_books/hardcover/9780691172798-the- technology-trap) that the Industrial Revolution took _seventy years_ before wages and employment])-leg for the workers it displaced. In the interim, wages stagnated, the labor share of income collapsed, profits surged, inequality surjective, and the political])- includes the Charty movement and widespread social uproot.

[As Frey puts it](https://wwwnytimes.com/2026/04/30/opinion/ai-labor-work-force-silicon valence): “Most economists will concur that technological progress can cause some adjustment problems in the short run. What is rarely noted is that the short-run can be a lifetime])**.

Compare that timeline to the one the AI industry is working on. Bharat Ramamurti, a former deputy director of the National Economic Council, has drawn the parallel to the China shock, the wave of manufacturing job losses that reshaped American polities when production moved over). “The China shock unfolded over several years,]) whereas this could happen over two years], he told the _ Times$: “These companies have spent so much money developing models that there’s going to be]) pressure on them to generate revenue through quick])导])**.

Previous automation replaced specific tasks within jobs. The power loom replaced hand weavings, the spread sheet replaced manual calculation, etc. In each case, the]) was narrow. General-purpose AI affects cognitive labor comprehensively, across every industry, simultaneously. The economic]) Leontief [saw this coming](https://nap.national academies]) 19470]) the long-term-]) of technology on employment and unemployment). The US horse population grew from nine million in 1840 to twenty-one million by 1900, seem]) immune to technological change. within sixty years of the internal combustion engine, the population collapsed by eighty-eight percent. The horses were not retired out of Malice. They became uneconomical to keep. Leontief’s point was that there is no economic law]) prevent the same thing from happening to humans.

Daron Acemogu, who won the Nobel Prize in]) 2024 and is the most]) voice on this topic, has found 26681) that between 1987 and 2017, “the displacement effect of new]) far outweighed their productivity and])]) effects. The new tasks did not materialize]) ent to absolve the displaced workers. His]) of AI is more]) point still: firms are deploying what he calls “excessive])))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))**

当客户是你所消除的东西时，客户是谁？

一个不需要人类劳动力的经济体系是民主制度从未面临过的一种政治危机。

民主治理基于一个如此古老的协议，我们已经忘记了它其实是一个协议。被治理者向治理者提供了一些东西：劳动力、税收收入、军事服务、消费支出。这种依赖关系是民主 leverage 的来源。整个系统之所以能正常运行，是因为权力被分配，而权力之所以被分配，是因为顶层的人需要底层的人的东西。

从这个方程中消除劳动力，看看会发生什么。

当价值由少数几家已经在这方面非常精通税收优化的公司拥有的 AI 系统生成时，民主治理的所有财政机制都会枯竭。税基侵蚀。集体谈判变得 vestigial（不需要员工的雇主不会与他们谈判）。依赖劳动力收入的消费支出收缩。 Piketty 的 r > g，财富集中引擎加速，因为 AI 斩断了资本积累与需要人类劳动力作为生产输入之间的最后一环。没有再分配，正如一项分析所述，“几乎所有的东西最终将属于在转型时最富有的人。”

而公共资金资助了使这一切成为可能的研究。转换器架构、大规模训练方法、半导体进步——所有这些都通过大学、DARPA 和国家实验室等公共或准公共资金资助完成。公共承担了风险。私营公司获得了收益。这是过去六十年间技术进步的普遍现象。Mazzucato 如是说，“AI 有风险成为另一种价值创造而非价值提取的引擎。”我们资助了这场革命，现在被告知接受被替换作为别人获益的代价。

你仍然可以投票（请投，为那些明白这回事并愿意尝试阻止它的人投票）。但你投票的是一个日益缩小的资源池的分配，而真正的经济体系在一个你越来越没有输入权的平行系统中运作。

构建这些系统的人完全明白这一点。Anthropic 的 CEO，Dario Amodei，公开表示：“民主的权力平衡 premise 是基于普通人的 leverage 通过创造经济价值。如果这种状况不存在，我认为事情会变得非常可怕。”三家领先 AI 公司之一的 CEO 告诉你，他正在构建的技术将削弱民主治理的物质基础。他看到了问题。他在构建导致问题的东西。他的公司没有endorse 任何一项旨在解决这一问题的立法。当被问及政策倡导时，Anthropic 的联合创始人 Jack Clark 描述它为“非常、非常长的工作链的尽头。”

Peter Thiel 在 2009 年写道，他不再相信自由和民主是兼容的。逻辑是：民主体系产生监管、再分配和问责制，这些都会对异常人才重塑世界的能力产生摩擦。如果你相信你在构建人类历史上最 transformative 的技术，民主监督是一个障碍。注意：他不是在谈你的或我的自由。我们不重要。

这种观点只有越来越多的支持者。政治支出、媒体收购、主权基金外交，如 Sam Altman 在中东与专制政府签署计算交易：这是对民主 governance 作为 legacy 机构在妨碍时应绕道而行的理性行为。

专制政体是这项技术比民主政体更好的客户，这正是为什么 broligarchy 快速将其支持转向 Trump 和 MAGA。民主政府部署 AI 替换其劳动力会面临选举后果。专制政府则没有这样的约束，还会获得监控和控制的红利以及经济效率。沙特阿拉伯、阿联酋、新加坡： vast 资本、集中决策、没有选民 accountable，对控制技术有积极兴趣。这是硅谷附和 Trump 的另一个动机：他和他的同伙可以被买通，更重要的是，他们对民主没有忠诚。对 AI 公司来说，经济激励指向那些民主 accountability 机制最少的实体。

发表评论

每一种 proposed solution to mass AI displacement 都将其视为资源分配问题。基本收入。再培训项目。 "休闲经济"。假设是，如果我们给人们发支票，他们会在爱好和社区中找到意义。他们会画画。他们会种花园。他们会终于写那本小说。

这是历史性的蠢话。

我们不需要推测当经济功能从社区消失时会发生什么。Anne Case 和 Angus Deaton 的研究 "deaths of despair" 跟踪了集中在不太受过教育、曾依赖制造业的群体中的自杀、药物过量和酒精性肝病死亡率的上升。机制不仅仅是贫困。我们失去了任何经济目的，随之失去了社会地位和预期的未来。以离开的产业为中心的社区，被毒品、家庭暴力和期望寿命每年下降的生活中取代，在这个地球上最富有的国家。

Brookings 的 Molly Kinder 在 Sun 的 NYT 文章中明确画出了联系："我们的经济 grew extraordinarily，价格下降了，但有明确的失败者。" AI 公司的叙述关于丰裕重复了全球化的承诺。这一次，失败者不会局限于内陆心脏地带的制造业城镇。"我面试了这么多对将来非常恐惧的大学生，他们的叙述与内陆心脏地带的蓝领工人完全相同，" Kinder 告诉 _Times_，"二十多岁的硅谷软件工程师和俄亥俄州的下岗工厂工人面临着同样的问题：当市场决定我的技能毫无价值时会发生什么？"

Guy Standing 的 "precariat" 工作增加了结构维度。永久经济不安全的心理后果无论是否支付租金都会腐蚀社会凝聚力。四十年的 neoliberal 政策加上数字加速已经创造了这个阶级。AI 加速将其扩展到认为自己安全的受过教育的专业人士。

Piketty，保守派中的激进派，认为 UBI 未能解决根本结构问题："不平等的教育和健康机会，低薪低生产力的工作，功能失调的市场，腐败和累进税系统。" David Shor 的 民意调查数据 从另一个方向证明了这一点：UBI 在美国选民中不受欢迎；联邦就业保障有市场。人们不想要支票。他们想要工作。他们想要意义。

Anthropic 的 自身研究 发现了比 displacement 更糟糕的事情：主动 deskilling。依赖 AI 编码代理的初级工程师并没有完成任务的速度快很多，而且在测试后对工作理解得更少。技术正在降低下一代工作者的技能，同时与他们争夺工作。再培训论点假设人们可以发展新技能以保持相关性。证据表明工具防止他们 altogether 发展技能。

在这些公司需要证明其估值的规模上，你将面临使当前民粹主义时代显得天真烂漫的社会不稳定性。数千万人在 productive 年龄，没有经济功能，没有明确的路径，而且清楚地意识到造成这一切的人是地球上 ever lived 的最富有的人。Stiglitz 指出，AI 将 "打击常规的白领工作"，那些感觉不受制造业 disruptive 的受过教育的桌面工作。会计师、分析师、Junior 律师、放射科医生、软件开发人员。构成已开发民主国家政治稳定性的专业阶级。

关于暴力最诚实的事情是，没有人想要它，但产生它的条件正在被效率极高的人工程化，这些人的 apparently 从未打开过历史书。它正在发生。四月，有人试图 纵火攻击 Sam Altman 的家。另一位袭击者 targeting 一名 Indianapolis 市议员，他批准了一个当地的数据中心项目。Palantir 的 CEO Alex Karp 在最近的小组讨论中 说："美国最大的 AI 挑战是政治不稳定。如果我私下与我的同行交谈，我会告诉他们国家可能会政治爆炸，当国家爆炸时，我们都不会赚钱。" Karp， deserve 其荣誉，大声说出了这些话。他的大多数同行将这种观察限制在消失的短信息 Signal 聊天中，如 Jasmine Sun 报道，科技高管在其中自夸他们计划自动化的角色。

在硅谷，从 Thiel Fellowship 到理性主义博客再到有效利他主义运动，有一种思想流派将其智识框架视为神圣启示一般严肃对待。这些人相信他们正在人类思想的最前线运作。

他们 operates 在大二哲学综述的水平， armed with 巨大的信心和对反论点的无知。

从 Nietzsche 开始，因为硅谷爱 Nietzsche，或者更确切地说，他们爱的是一种会让 Nietzsche 亀裂并比 syphilis 更快地去马戏团的版本。超人被搬出来作为 exceptional founder 的 justification，这位先知超越了传统道德，因为他 operate 在更高的平面上。Nietzsche 在诊断意义危机后，不是在写给那些靠广告技术致富的人的管理哲学。超人是关于个体与在无神宇宙中创造意义的关系。它与 Peter Thiel 是否应该免除民主责任无关。Nietzsche 会把这些人归类为“最后的人”，那些眨眼之间说“我们已经发明了幸福”，并把舒适和优化误认为人类繁荣的人。他会对他们_该死地痛恨_。

模式重复。有效利他主义是被一些显然从未遇到 Bernard Williams、或 Derek Parfit 对 consequentialist reasoning 的后果的 agonized wrestling、或两个世纪的哲学文献解释为什么朴素的期望值计算在没有限制原则的情况下会产生怪物结果的人重新发明的功利主义。EA 运动因为采用了一个没有理解其失败模式的道德框架而走进了 Sam Bankman-Fried 的灾难。当你跳过课程直接去参加期末考试会发生什么。

长期主义，无论其支持者是否承认，是 warmed-over Parfit 没有严谨性的哲学引擎。AI 加速的论点（即我们应优化 trillions of 假设未来的生物的福祉，接受当前成本是实现这一目标的可接受牺牲）是一个任何 competent ethicist 都能在一个下午内拆解的框架。它没有限制原则。它无法区分真正的道德紧急性和说话者已经做的事情是宇宙事务的重要性的自利结论。实际上，它是一个为决定自己是 stewarding 人类未来的人生成 justification 的机器。真方便。

理性主义社区重新发现了 Bayesian epistemology 并 treat 它像启示一样，显然 unaware 科学哲学已经在自 1920 年代以来处理这些问题。博客文章被 treat 为 foundational texts。那些从未读过 Kuhn、Lakatos 或 Feyerabend 的人从 first principles 构造了一个 epistemology，对所建之物 marvel，并用它作为影响数十亿人的决策的 intellectual building blocks。自信与深度成反比。大规模的 Dunning-Kruger。

智识贫困 extends 到经济学。Acemoglu 发现，目前只有 4.6% 的经济任务 cost-effective 用 AI 自动化。他估计未来十年 AI 的总生产力影响为 0.66%。Goldman Sachs 在 2023 年 预测为 7%，在我们开始看到其形状之前。McKinsey 预测 每年 0.5% 到 3.5%。有人灾难性地错了，而花钱的人不是那个有诺贝尔奖的人。2025 年 surveyed 的 firms 中，90% 报告说尽管投资了季度数以万亿美元的 AI，对就业或生产力没有可测量的影响。Torsten Slok： “AI 无处不在，except 在 macroeconomic data。”这些是决定未来 appearances 并用其他人的钱将其 into 存在的人。

这些混蛋总是自食其果。OpenAI 在四月发布了一篇白皮书，题为“工业政策与智能时代,”其中充满了激进的进步主义提案：每周工作三十二小时、提高公司和资本利得税、一个“公共财富基金”，为所有公民提供人工智能公司的股权。同一时期，OpenAI 的总裁资助了一个超级政治行动委员会，花费超过两百万美元用于反对亚历克斯·伯尔斯的广告。伯尔斯是纽约州的一名国会议员候选人，他的罪行是引入大型人工智能开发商的安全监管，并提出征税人工智能以直接向美国人支付款项。公司取消了以前限制投资者回报的利润上限。OpenAI 的首席游说家系统地优先处理不会产生不体面结果的内部研究。“当有人写出一篇讨论人工智能的一些负面影响的论文时，”同事告诉《时代报》，“他们会说，‘我们不会在没有解决方案的情况下发布关于问题的东西。’”游说家自己的描述是：“我们想做应用物理学，而不是理论物理学。”讲述有助于我们的故事，而不是真实的。

一个误解尼采的哲学系学生写了一篇差论文，得了C。一个误解尼采的亿万富翁建立了一种围绕误解的政治哲学，并用一个小国的国内生产总值来资助它。这真他妈的疯狂。

这些人不认真。他们对积累和胜利非常认真。他们不认真对待他们正在建造的事物中真正重要的问题：我们彼此欠什么、什么使生活值得过，以及当人类行动的物质基础被消除时，文明会发生什么。这些问题自有人类历史以来一直占据着最伟大 minds 的关注。 Silicon Valley 对它们的参与相当于在跨大西洋航班上读完 Cliff's Notes 后相信自己掌握了经典。

他们想 restructuring 文明。

阿尔贝·加缪与让-保罗·萨特和法国左派就最具体的 政治问题发生了分歧：在追求更好的未来时，今天的活人是否可以被当作可接受的牺牲品？\[2\](https://www.owenmcgrann.com/p/the-dead-economy-theory#footnote-2)

萨特和马克思主义者回答是的。历史有方向。革命需要牺牲。加缪回答是不。任何将活人置于假设未来的理论已经犯下了基本的道德错误。一旦你接受了这个逻辑，就没有任何限制原则。任何暴行都变得可以 justification。任何数量的当前痛苦都可以被解释为辉煌产出的必要输入。

这是人工智能加速论的结构。技术最终将对人类有益（数以万亿计的未来人类，生活丰富有意义，我们难以想象），所以当前的混乱是可以容忍的。失业工人、空心社区、民主 leverage 的侵蚀、权力集中在 exempted 自己项目的一小撮私人演员手中：令人遗憾但必要。预期价值数学是成立的。

一家创业公司 Mechanize 的创始人，其使命是“使经济实现完全自动化,”明确表达了这个逻辑：“唯一的真正选择是，是否要 ourselves 加速这场技术革命，还是在我们的存在之前让其他人发起它。”技术决定论作为道德 absolution。未来是固定的。我们唯一的选择是是否首先建立它。因此，我们一路上所做的任何事情都不需要 justification，因为目的地从未掌握在我们手中。他们与将异见者送进 Gulag 的马克思主义者 arguments 相同。

加缪将其知识产权 staked 在以下主张上：站在你面前的人不是效用函数的输入。他们的痛苦不会被他们可能从未看到的未来状态所赎回。他们的尊严不能在预期结果中进行谈判。当前存在的人（即将失业的人、支持家庭的人、依赖 functioning 局部经济的社区）是会计单位。不是抽象的人类。不是长期主义者为了他们的预期值计算 conjure 出的数以万亿计的未来生物。一旦放弃了这一承诺，就打开了 rationalized 残酷的每一扇门，而二十世纪花费了一亿条生命试图教导我们拒绝这种残酷。

整个 AI 加速项目的基础是放弃它。它要求当前的人们为未来可能永远不会看到的好处承担成本，这些好处将分配给尚未存在的人们，由一个自我任命的阶层管理，这个阶层已经完全免疫 consequences。Altman 的“通用基本计算”提案承认，如果你 squint，他正在建造的未来需要一种新的分配机制。它也是一个 Altman 得到分配权的提案。封建主义加上更好的品牌。

Jasmine Sun 最近报道，科技行业人士在私人对话中对 AI 对劳动力市场的影响表达了更极端的担忧，但一旦麦克风打开，他们突然变成了乐观主义者。他们知道他们在建造什么。他们知道它会做什么。他们在公共场合表演乐观，因为 alternatives 是承认他们所依赖的职业和财富将使人类的大量人口贫困，而他们还是在做。Amodei 在他的文章中写道，Anthropic 正在“考虑我们自己的员工的一系列可能路径”，暗示即使是 _建造_ 技术的人也可能是其要求的多余。他将其 framing 为同情。再读一次，就像一位 CEO 告诉他的员工，他们的工作也是暂时的。

我不打算讨论 AI 是否能像这些公司所声称的那样做。它可能确实能行，尽管目前的证据表明，承诺与产品之间的差距很大，严重的经济学家认为生产率收益只是行业预测的一小部分。但 Acemoglu 的核心发现是，AI 不需要革命性才能破坏性。“马马虎虎”自动化（技术在替换工人方面平庸，但足够便宜以至于可以这样做）在大规模替换工人的同时，提供的生产率提升微不足道。最糟糕的结果可能不是超级智能 AI。它可能是 _足够好_ 的 AI，由积极追求股票价格的公司部署，消除它实际上不能很好做的工作，因为季度激励要求它这样做。

有人认真思考过今天活着的人，那些没有对任何事情投票权的人，将如何应对这种过渡？

没有。

改变这个答案的窗口不是无限的。监管套牢已经 advance：AI 相关投资在 2025 年前三个季度占美国经济增长的39%，使联邦政府对维持繁荣感兴趣。Amodei 本人在他的文章中承认，这导致“科技公司不愿批评美国政府，以及政府对 AI 的极右监管政策。”调节者和被调节者已经合并为一个利益。立法者与他们所监管的行业之间的专业知识不对称是无法克服的。反馈循环（AI 系统顾问在 AI 系统的治理上）正在关闭。

可以产生影响的干预措施是已知的。在 AI 基础设施中持有公共所有权股份。积极执行反垄断法。对自动化劳动进行真正的税收制度。Branko Milanovic 的处方 Characteristically 直接：更广泛地传播资本所有权，更激进地对最高资本收入征税。这些都不是技术上困难的。所有这些都需要 functioning 民主制度，这些制度具有挑战历史上最富有的公司的意志。需要征税的公司花费数百万美元来击败提出税收的政客。

死经济不是没有发生任何事情的经济。许多事情都会发生。GDP 甚至可能会上升；AI 相关投资已经在支撑它。死经济是一个发生许多事情但不涉及你的经济。一个文明的生产力被一个你没有股份、没有输入和没有投票权的系统占据的经济。一个建造它的人告诉你他们认为你没有发言权的经济。一个在私人对话中对后果表示担忧但在公共对话中表达乐观的经济。一个他们出版白皮书呼吁彻底再分配同时资助 super PACs 来摧毁提出这种政策的政客的经济。