硅谷天天画饼的「AI 抢了工作就发全民基本收入（UBI）」的技术乌托邦，被经济学界直接掀桌子了。 诺奖得主阿西莫格鲁最新论文《Automation and Repression》，用极其冷酷的数学模型算出了未来社会的终局： 当 AI 深度取代劳动力后，资本家绝不会养你，只会动用国家机器镇压你。 两套手段摆在台面上，算盘打得清清楚楚： 花钱养你（UBI / 全民发钱）：机器抢掉全部工作后，全社会贫富悬殊拉大。要靠无条件发低保平息底层不满…

事件核心：发生了什么

据 X 用户 @mylifcc 于 9 月 13 日发布的讨论，麻省理工学院经济学家、2024 年诺贝尔经济学奖得主达龙·阿西莫格鲁（Daron Acemoglu）在最新论文《Automation and Repression》中，建立了一个关于自动化与劳动力关系的数学模型。该帖将其结论概括为两条成本曲线的对比：一是通过全民基本收入（UBI）等无条件转移支付平息失业人群不满，但随着贫富差距拉大，所需税率会持续攀升，趋近 100%，等于吃光资本利润；二是用算法监控、无人警务、数字审查等手段实施压制，而算法系统的边际成本极低，压制十万与压制千万人的成本差异有限。帖子称，当”发钱”成本突破临界点，资本一方会倾向选择成本更低的压制方案。

为什么重要

UBI 一直是 AI 行业对外解释”大规模失业焦虑”的主要缓冲话术，从 OpenAI 创始人到多家大模型公司都在讨论相关试点。这篇论文的价值不在于预言某国一定会走向压制，而在于把”技术红利如何分配”从道德倡议拉回到成本与博弈的框架里。如果压制型技术（人脸识别、行为预测、自动化执法）的部署成本随算力和模型能力提升而持续下降，那么”高福利换稳定”的路径在财政上会越来越难成立。这对 AI 治理、劳动政策以及科技公司的公共叙事都会形成压力。

对用户/开发者/创作者的影响

目前公开信息显示，这仍是一篇学术论文层面的分析，尚未对应具体产品或政策落地。但它提示了几个现实方向：一是同一套 CV、语音识别与推理能力，既可用于内容审核、智能客服，也可用于监控类应用，技术本身高度可迁移；二是做 AI 应用与 API 的开发者，未来可能面对更细的合规审查，尤其是涉及生物特征与行为分析的场景；三是内容创作者和企业采购方，在评估”AI 降本”收益时，也需把监管成本与社会舆情风险计入。UBI 类试点是否扩大、企业自动化节奏是否放缓，都会影响相关需求。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

一是论文全文与同行评议细节，确认模型假设是否过于极端；二是各国是否会推出新的 UBI 或劳动力转型试点，用现实数据检验”发钱成本”一说；三是监控类 AI 的采购与监管动向，这直接决定”压制成本”曲线会往哪走。三者互相印证，才能判断这是学术推演还是趋势预警。

来源：@mylifcc