人工智能時代

當機器人霸佔了你的工作，你該怎麼辦？機器人犯罪，誰才該負責？人工智能時代，人類價值如何重新定義？在《人工智能時代》一書中，智能時代領軍人、硅谷連續創業者傑瑞·卡普蘭指出：智能時代的到來，給人類社會帶來了兩大災難性衝擊：持續性失業與不斷加劇的貧富差距。機器正在很大程度上替代人類的工作，不管你是藍領還是白領。而針對未來社會將要發生的這些問題，卡普蘭在《人工智能時代》一書中從企業、稅收和保險等機制上構建起了一個有益的經濟生態，讓社會中的每一個人都能從技術發展中獲益，帶領我們一窺人機共生下財富、工作與思維的大未來。《人工智能時代》一書提出的建議和解決方案給遭遇挑戰的人們更多撫慰和安全感！擁抱人工智能時代必讀之作，引爆人機共生新生態。

這本書的閱讀體驗很愉悅，作者描繪了各種神似科幻小說的場景，僱傭人類員工的AI，街上密密麻麻的無人駕駛汽車，刷牆無人機，機器園丁，球員滿天飛的橄欖球賽（作者怕不是哈利波特粉絲），而這些大部分（除了魁地奇[奸笑]）都可能在未來25年內實現。 作者的目光沒有侷限在表面現象上，而是深入討論了這個未來世界面臨的經濟、法律、倫理問題。作者認爲，人工智能的發展將爲社會創造巨大價值，“只要我們能夠找到公平分配收益的方法”，我們就擁有光明的未來。 站在人工智能時代的入口，國家和個人都面臨新的挑戰。迎接我們的是光明還是黑暗呢？我雖然沒有作者那麼樂觀，但是非常好奇。容我借用靖王和郡主對梅長蘇說的話，“那我等着看”。

《人工智能時代》拆解 作者：[美]傑瑞·卡普蘭 一、一句話概括 人工智能最大的社會風險，不是機器突然產生惡意，而是自動化在現有制度下持續替代勞動、集中資本收益並轉移決策權；要實現人機共生，就必須重新設計責任、教育、稅收、保險和財富分配機制。 二、核心邏輯 全書分爲兩部分： 第一部分分析衝擊：AI和機器人如何從工具變成經濟顛覆者，並加劇持續性失業、財富集中與社會不公平。第二部分討論重塑：機器造成損害時怎樣追責，人類如何保留決策權，以及怎樣建立共享技術紅利的新經濟生態。 全書的核心路徑是： 智能機器替代任務 → 勞動收入下降 → 資本回報上升 → 財富與決策權集中 → 傳統責任和福利制度失效 → 通過制度創新重新分配機會與風險 作者並不主張停止技術，而是提醒：市場能夠推動自動化，卻不會自動照顧被自動化淘汰的人。 三、核心內容 1. AI已經從“僕人”變成經濟結構的重塑者 傳統機器主要替代體力勞動，現代AI則能夠處理識別、分析、溝通、預測和決策等腦力任務。 當機器只協助人完成工作時，它是工具；當企業可以重新設計整個流程、減少對人的依賴時，它就成爲顛覆者。 真正的變化不一定來自具有意識的機器人，而可能來自普通的軟件系統：招聘篩選、貸款審批、交易算法、智能客服和自動調度，都能在沒有人形外觀的情況下重塑社會。 2. 應區分“合成智能”與“機器勞工” 作者把智能機器大致分爲兩類： 軟件型智能負責理解信息、預測和決策；機器人型系統負責在物理世界製造、運輸和操作。 兩者結合後，AI可以從“提出建議”升級爲“直接行動”。 單獨的語言模型可能生成方案，接入支付、數據庫、機械設備和工作流後，則能夠完成真實業務任務。能力邊界擴大後，錯誤和責任風險也隨之增加。 3. 機器人會像低成本複製的“病毒”一樣擴散 一旦某種自動化方案被證明有效，軟件可以以極低成本複製，機器人也能在規模化生產後迅速部署。 人與機器的競爭因此並不對稱： 人需要多年教育和成長；軟件可以瞬間複製；機器可以連續運行；成功模型能夠同時服務大量用戶；企業有強烈動力用資本替代持續性工資支出。 這種擴散不會等到所有社會問題解決後才發生，制度調整往往落後於技術採用。 4. 自動化可能同時衝擊藍領和白領 規律明確、數據充足、結果容易檢查的任務最容易自動化，不論它屬於體力還是腦力工作。 可能受到影響的包括： 製造和倉儲；運輸和配送；行政錄入；基礎客服；財務和法務的標準分析；新聞與內容加工；醫療影像初篩；部分程序開發。 職業通常不會一次性完全消失，而是先被拆分成任務。剩餘崗位需要更多異常處理、溝通、創造和責任判斷。 5. 技術進步不會自動創造同等數量的好工作 歷史上的技術革命創造過新崗位，但不能因此斷言未來調整一定順利。 AI的特殊之處在於，它能夠同時進入大量行業，並且複製速度快。新職業可能需要更高技能、數量更少，或集中在少數地區。 即使長期總就業恢復，轉型中的個人仍可能經歷： 技能貶值；工資下降；長期失業；地區產業衰落；重新學習成本；社會地位和身份受損。 “未來會有新工作”不能成爲忽視現實損失的理由。 6. 財富集中來自資本與勞動回報的分化 AI和機器人屬於資本資產。擁有模型、數據、平臺和機器的人，可以從自動化中獲得更高收益。 被替代的勞動者則失去工資，或者被迫進入議價能力更弱的崗位。 這種循環可能不斷強化： 資本購買自動化 → 自動化降低人工需求 → 利潤增加 → 資本繼續擴大自動化 → 勞動收入佔比進一步下降 如果普通人無法分享技術資本的收益，生產率提高反而可能加劇貧富差距。 7. 金融市場會放大機器的速度優勢 自動交易系統能夠在極短時間內分析和執行訂單，人類很難以同樣速度理解和干預。 機器之間的競爭可能提高市場效率，也可能在共同模型、錯誤信號或流動性不足時製造劇烈波動。 金融AI的危險不一定來自蓄意搶劫，而是目標設計、速度和系統耦合造成的非預期結果。 需要通過交易限制、壓力測試、模型審計、異常暫停和責任資本約束系統風險。 8. 公平感比平均收入更加重要 即使自動化讓商品更便宜、社會總財富增加，人們仍可能因爲機會和收益分配不公而產生強烈不滿。 社會公平不僅包括結果，也包括過程： 人是否擁有改變處境的機會；規則是否一致；決策能否被解釋；錯誤能否申訴；技術收益是否由承擔成本的人分享；少數平臺是否擁有不受約束的權力。 如果機器帶來繁榮，卻讓多數人失去尊嚴和參與感，社會穩定仍會受到威脅。 9. 機器犯罪背後必須存在可追責主體 機器人本身通常沒有財產、自由或道德責任，無法像人一樣被懲罰。 發生損害時，責任可能涉及： 設計者；製造商；軟件供應商；所有者；運營者；數據提供者；負責任的管理人員。 傳統產品責任有時難以處理能夠學習和改變行爲的系統。因此，需要結合強制保險、風險準備金、審計日誌和明確責任鏈，爲自動系統造成的損害提供賠償。 10. 決策權轉移比工作替代更隱蔽 AI不僅執行任務，也越來越多地決定誰獲得貸款、崗位、保險、醫療資源和公共服務。 如果人們因爲系統“更準確”而停止審查，決策權會逐漸從個人和機構轉向算法。 必須防止以下情形： 模型依據無法解釋；歷史偏見被自動複製；當事人不知道AI參與了決定；沒有人工複覈；錯誤無法糾正；責任主體以“算法決定”爲由逃避責任。 高風險決策應保留知情權、解釋權、異議權和人工干預。 11. 人類判斷仍然不可被簡單外包 機器擅長處理可量化目標，卻難以自行決定目標是否值得追求。 現實決策常涉及多個衝突價值，例如效率、公平、安全、自由和尊嚴。算法只能在被賦予的目標和約束中優化。 因此，人類的核心角色包括： 決定什麼問題值得解決；設定目標與邊界；判斷不可量化後果；處理例外；對結果承擔責任；在價值衝突中作出選擇。 機器可以提供選項和預測，但不能替社會自動生成合法價值觀。 12. 教育需要從一次性培訓轉向持續轉型 傳統模式是假設年輕時接受教育，隨後用同一技能工作數十年。自動化使技能生命週期縮短，這種模式越來越不夠。 新的學習制度需要： 模塊化和短週期課程；工作中的持續培訓；對已有能力進行認證；企業與教育機構共同設計內容；爲轉型期提供生活支持；讓培訓結果與真實崗位連接。 不能只告訴勞動者“重新學習”，卻讓個人獨自承擔全部費用和失敗風險。 13. “職業貸款”可以讓未來收益支持當前轉型 作者提出類似職業貸款或職業抵押的思路：由金融機構或公共機制爲個人培訓提供資金，並根據培訓後增加的收入償還。 這種機制試圖把教育從消費支出轉化爲對未來生產能力的投資。 合理設計需要防止： 學校誇大就業結果；學習者承擔過高債務；低收入者被排除；貸款方只支持高回報職業；還款條款形成長期束縛。 政府、企業和培訓機構也應共同承擔風險，不能把自動化成本完全轉嫁給個人。 14. 稅制不應繼續過度偏向機器替代人 如果企業僱人需要支付工資稅和社會保障費用，而購買機器可以折舊並獲得稅收優惠，制度可能人爲加速資本替代勞動。 政策可以重新平衡勞動與資本稅負： 減少對就業的附加稅；合理徵收資本和壟斷收益；限制不當的自動化稅收補貼；將部分技術紅利用於培訓與社會保障；避免簡單按“機器人數量”徵稅。 目標不是懲罰創新，而是消除稅制造成的錯誤激勵。 15. 讓普通人分享機器資本的收益 如果未來收入更多來自資本，社會需要擴大資本所有權，而不只是在事後救濟失業者。 可能的方法包括： 員工持股和利潤分享；養老金持有技術企業資產；公共或全民財富基金；面向個人的資本賬戶；把部分自動化收益轉化爲社會分紅；支持更多人蔘與創業與投資。 共同繁榮的關鍵，是讓人不僅作爲消費者享受低價，也能作爲所有者分享生產率增長。 16. 保險機制可以約束機器風險 自動系統可能造成難以預料的損害。要求運營者購買保險，可以同時實現賠償和風險定價。 保險公司爲了控制賠付，會要求： 系統通過安全測試；保存操作日誌；定期更新；限制高風險用途；建立人工接管和應急方案；披露模型及數據風險。 保險不能替代監管，但可以把技術風險轉化爲實際經濟成本，迫使企業重視安全。 17. AI時代需要重新設計經濟生態 作者設想的人機共生，不是讓機器生產、人類被動領取救濟，而是建立新的循環： 機器提高生產率 → 企業獲得收益 → 資本收益更廣泛分配 → 人獲得培訓和選擇 → 新需求和新工作產生 → 社會繼續創新 這個生態需要企業、金融、教育、稅收、保險和社會保障共同變化。 單獨依賴市場或單一福利政策，都難以解決自動化帶來的結構性問題。 18. 最危險的未來是“機器圈養人類” “機器圈養人類”並不一定指機器人使用暴力統治，而可能是一種舒適的依賴狀態： 算法安排信息和選擇；自動系統決定機會；人逐漸失去技能和判斷；少數平臺控制生產資料；大多數人只有消費權，沒有決策權；生活便利，卻難以退出系統。 人機共生必須保留人的自主性、參與權和創造機會，而不能只追求被動滿足。 19. 本書的部分技術預測具有時代性 本書寫於生成式AI大規模普及之前，主要關注機器人、自動決策、金融算法和傳統自動化。 今天的大語言模型使白領任務自動化更加現實，也讓版權、幻覺、平臺壟斷和知識勞動轉型問題更突出。 但其核心經濟判斷仍然有效：技術能力變化很快，稅收、教育、責任和財富制度變化較慢，這種速度差就是社會風險的重要來源。 四、本書最值得關注的核心觀點 本書最值得關注的觀點是： 自動化的核心矛盾不是“機器與人誰更強”，而是機器的收益屬於誰、機器的錯誤由誰負責。 如果收益歸資本所有者，損失由勞動者和社會承擔，AI越成功，不平等就可能越嚴重。 健康的人機共生應遵循對稱原則： 享受收益者承擔風險；推動自動化者幫助勞動者轉型；使用算法權力者接受審計；機器造成損害時有資產和保險賠償；社會成員擁有分享技術資本的渠道。 只有權利、收益、責任和風險重新對齊，AI才能成爲普遍繁榮的工具。 五、一段話總結 《人工智能時代》分析了AI和機器人從輔助工具轉變爲經濟顛覆者後，可能造成的持續性失業、勞動收入下降、財富集中、算法決策擴張和責任缺位。機器能夠以低成本複製，並同時進入藍領與白領任務；如果生產率收益主要歸模型、平臺和機器人資本的所有者，而培訓、失業和社會不穩定成本由普通人承擔，技術進步反而會破壞公平與尊嚴。作者因此主張重新設計稅收、教育、金融、保險和資本所有權：減少稅制對機器替代人的偏向，爲職業轉型提供風險共擔的融資，讓自動系統通過保險和責任準備金承擔損害，並讓更多人通過員工持股、養老金或公共基金分享技術收益。真正的人機共生不是機器生產、人類被動消費，而是收益、機會、責任和決策權都得到更公平的分配。

什麼樣的人工智能纔是最合適的呢？ 首先，它需要具有強大的信息處理能力。它能按照要求作出所有相關信息的數據分析並形成方案，而且準確率極高。第二，它無處不在、無時不在。在你需要它的時候，它總會在第一時間以一種合適的形態出現在你身邊。第三，它只是一個稱職的幫手。它從來不會替你做決定，只負責提出建議和想法。兼具上述特徵的人工智能可以讓我們的生活更簡單、更高效，也更安全。

書中作者對未來的預期分析主要圍繞着人工智能和機器學習的發展，以及它們對人類社會和經濟的影響展開闡述。 作者認爲，隨着人工智能技術的不斷發展，我們可能會迎來一個全新的“智能時代”，這個時代將會極大地改變人們的生活方式和社會結構。在這個時代，機器將會具有更多的自主決策能力，人類將會更加依賴機器來進行生產和服務，同時也需要不斷地適應和應對這種變化。 作者也提到了機器學習的發展，認爲它將會成爲推動人工智能發展的重要動力。通過機器學習，機器可以自主地進行學習和優化，不斷提高自身的智能水平和性能，這將會帶來很多新的應用和可能性。 總的來說，作者對未來的預期是比較樂觀的，認爲人工智能和機器學習將會爲我們帶來很多機遇和挑戰，但需要我們保持警惕和理性，同時也需要不斷地更新自己的知識和技能，以適應這個不斷變化的時代，最後一章結尾的懸念還真是給讀者的警鐘。

2016年，AlphaGo以4:1戰勝李世石，這場人機大戰引爆了公衆對人工智能的集體焦慮。一部分人恐慌於機器將取代人類，另一部分人則篤信機器永遠只是工具。兩種聲音共享同一個預設：人與機器的關係，是一場零和博弈。 卡普蘭的《人工智能時代》的創作背景就是在這種焦慮下誕生的，這位斯坦福大學人工智能與倫理學教授認爲真正的威脅不是機器人造反，而是它們根本不需要造反。 卡普蘭對人工智能做了一個分類。 第一類是合成智能。 它們從海量數據中學習，沒有意識，沒有意圖，但能在特定領域做出超越人類的判斷。搜索引擎、推薦算法、金融交易程序，它們不思考，但它們做得比你好。 第二類是人造勞動者。 它們是傳感器與執行器的結合體，能不知疲倦地在混亂環境中完成具體任務。自動駕駛汽車、倉儲機器人、農業自動化設備，它們沒有常識，但它們不需要常識。 這個分類的意義在於：卡普蘭拒絕把人工智能當作一個統一的、具有人格的他者來討論。 AI不是一個東西，而是一組技術工具的集合。追問“AI會不會取代人類”就像追問“內燃機會不會取代馬”，問題本身就問錯了。 卡普蘭的核心論點是：智能時代的到來將給人類社會帶來兩大災難性衝擊，持續性失業與不斷加劇的貧富差距。 關於失業，他的判斷比大多數人更冷靜也更殘酷。 AI不僅取代藍領體力勞動者，還將席捲律師、醫生、財會、教師等白領知識型崗位。不是工作消失了，而是工作的性質被徹底重構了。放射科醫生的重心從影像判讀轉向治療方案設計，律師從法條檢索轉向策略諮詢，那些被取代的不是“人”，而是“任務”。問題在於：有多少人具備完成這種轉型的能力和資源？ 關於貧富差距，他認爲自動化本質上是用資本替代勞動力。誰掌握AI技術，誰就掌握了生產資料的所有權。財富將以前所未有的速度向1%的最富有者集中。這不是科幻電影裏的機器人叛變，而是真實發生的、被技術加速的財富再分配。卡普蘭甚至預言：未來可能出現最富有的1%控制99%的財富的局面。 作者反對簡單化的全民基本收入方案，而是從企業、稅收和保險等機制上構建一個人機共生的經濟生態。具體包括： 道德困境：刪除AI的錯誤數據，限制機器人的作業時空； 失業問題：推行職業培訓抵押貸款，由企業承擔員工技能培訓成本； 分配不均：設立公共利益指數，對普惠大衆的企業減稅；放開社保支取，讓普通人有機會參與持股。 這本書的問題也有不少 第一，技術分析的深度有限。 感覺像金融背景的人寫的，對人工智能的本質分析並不深刻。卡普蘭更擅長討論AI的社會影響而非技術原理，這使本書在技術細節上略顯淺薄。 第二，制度設計的可行性存疑。 卡普蘭提出的方案，企業承擔培訓成本、設立公共利益指數，在資本邏輯主導的現實世界中，面臨巨大的執行阻力。誰去推行這些制度？當掌握AI技術的1%已經成爲規則的制定者時，他們憑什麼要讓利？ 第三，人機共生的敘事是否過於平滑？ 卡普蘭的核心隱喻是人機各司其職，機器做機器該做的，人的價值自有它的去向。但這種各司其職的願景，是否低估了技術對“人”本身的改造？當AI不僅取代我們的工作，還重塑我們的認知方式、情感結構和價值判斷時，“人”還是那個“人”嗎？ 這本書和我的理想預期差距很大，但是作者的論述也是很有水平的，它更多是從結構出發的，而非工程，綜合來講，給個一般。

第三十五本書《人工智能時代》 這本書的副標題非常有意思“Humans need not apply 我們不招人類”，這不是現狀這是未來，短則5-10年快則10-20年人類社會一定會發生巨大的改變，變化程度會超出你的想象。 昨天我在公司會議的時候還提到馬雲的演講，我說，5年前我個人並不喜歡馬雲，覺得他說的東西都太大太空，現在我發現自己錯了，只是你的認知沒有達到別人的高度就會覺得別人在忽悠，人家在和你說未來你覺得人家在講科幻，人家在和你講未來的危機你覺得人家在描述故事情節，但是這個情節一定會到來，你只要知道自己準備好沒有？ 現在很多人唱衰人工智能，放大他的缺點來否定未來。這個非常正常，工業革命到來的時候，工人不斷破壞機器來試圖阻止這一切的發生，但是人類的手工作業最後還是無情的被機器取代並且今天的人類享受其中。 那麼判斷人工智能是否一步一步逼近，我們主要看以下幾個技術的進步： 第一，摩爾定律帶來的能力倍增。我舉芯片的例子，每18個月芯片會之前的基礎上革新一次，變得越來越小但是能量越來越大，它在以冪次方式增長。所以你不要覺得現在的機器人很傻，1980年全世界最貴的電腦是Apple 2，但是他的內存智能儲存CD音樂1秒鐘，現在隨便一臺手機可以儲存12天的音樂。 第二，機器學習的進步。我一直舉一個例子，人工語音會把翻譯這個職業替代了，機器翻譯不是你所認爲的我儲存什麼他翻譯什麼，而是機器會學習他的超強記憶會遠遠超越人類的水平，他不僅可以學習知識還能學習你說話的語音，你只要和他對話一兩萬字他幾乎可以一比一模仿你說話的聲音。 第三，機器人工業設計的改良。機器人要被人接受除了功能的需求，還要在視覺和融合性上被人類接受。 第四，機器感知能力的提升。現在的機器人是沒有眼睛的，他的行爲來自既定程序的設定，未來的機器人是有眼睛的，比如說自動駕駛，未來公路上沒有現在汽車的樣子了，而是一個個移動的辦公室、移動的咖啡店、移動的書房等等，汽車有自己的眼睛去感知周邊的環境帶你去你想要去的地方。 人工智能在以上四個技術上不斷進步，能聽能看能感知的機器人就會帶你走進人工智能的未來世界。 改變就會有衝擊，人工智能對時代也會有以下巨大的衝擊： 第一，貧富差距再拉大。很多事情一個公司甚至一個人都能搞定了，誰擁有核心競爭力誰壟斷行業。 第二，數據和算法成爲核心競爭力。相比傳統新聞網站今日頭條的新聞爲什麼你喜歡看？因爲算法他永遠把你喜歡的東西推送給你看。而傳統的百度算法是誰出錢推誰，所以百度不行了不是因爲廣告不行了，或者百度有虛假廣告，而是需求變化了。 第三，隱藏的機器人撿走了你的錢。比如炒股你確定買，到人家確定慢，我們按下那個按鈕需要0.1秒，人家機器人就掙你0.1秒買賣需求中間的錢，你確定賣他確定買，你們敲下按鈕的時候機器人已經撿漏一步先賺一點差價再專賣給你。 第四，淘汰的不是工作而是技能。我在公司會議上一直強調大家要多學習，未來的工作崗位人一定越來越少，留下的人工資越來越高，留下的條件是什麼？是你的技能，你的情商愛商，機器取代不了的東西。 第五，有些網站永遠知道你想要什麼？這個就是第二條所說的數據和算法給你帶來的衝擊，跳出來的新聞是你感興趣的，跳出來的商品是你想買的等等。 以上五大沖擊看了你是否有點不知所云，未來可期，你要做好充分的準備去迎接未來。 書中有一個觀點我覺得非常有意思，我非常喜歡，他說“未來的世界可能更像過去”。工業革命前人類的生活節奏不快，使用的東西不多，工業革命把我們的效率提高了，針對一個問題發明一個技術，不斷創造不斷髮明，我們的工具再不斷變多不斷細分。凡事都是輪迴，現在多到已經超出人類和地球的承載，好了來個人工智能把我們工業時代創業的分類全部有整合了，這個就是最宏觀的變化，然後會帶來上面所說的一系列微觀的變化。 未來已來，你準備好了嗎？ ��每週速讀五本書，第三十五本書筆記��

一般。有些略失望。不過書中描繪的悲觀世界正在上演，35-40歲職場難民現象尤其在當下愈演愈烈。被拋棄的技能比比皆是。當AI搶佔更多崗位後，無數人搶一份工作的現象會更加嚴重，博士做前臺又怎麼樣？只多不少。未來的混亂和衝突也會更加劇烈。

你處在一個時代，你或許感受不到這個時代的特徵和偉大，或許偉大都是歷史學家的結論。 你現在面對的所有變化，或許習以爲常、麻木不仁、但未來學家已經描繪了不同的演進路線和各種可能性。 本書就是一本對未來人工智能時代分析的書，從現在的現象到人工智能時代的特點、對工作的影響、財富的流動、未來分配製度的思索、法律的挑戰等一系列的問題，從機器產生、人機共生、機器霸權一層層的考慮下去的社會倫理，讓我們對未來充滿了期待，又懷着恐懼。 如果我們現實，會覺得作者杞人憂天，如果我們理想，或者會體會作者用心良苦。 如果你把它當成一本未來學來看，會感覺失望，如果你把它當成一本社會學來讀，或許有所收穫。

人工智能時代的到來是禍是福？ 當然了，我們一定是奔着“福”去的，但是老話說：“福禍相依”，只怕有未知的災難會伴隨而來。其實，人工智能技術本身並不可怕，可怕的還是人——那些掌控和利用人工智能技術的少數人。就像原子彈，就看擁有它的人是誰？他們想幹什麼？他們的考慮和設計是否周全？ 作者在書中展望了人工智能時代的前景，討論了人工智能時代到來可能對人類社會的衝擊，並且提出了未來人工智能社會可能會涉及的倫理道德、法律法規等新問題。 “差之毫釐，謬以千里。”作者希望儘早預見未來並提出問題，尤其是可能引發不良後果的重大課題，以便未雨綢繆，讓人工智能技術更好地爲我們服務，防止災難發生。