逃离生产率陷阱：智能体人工智能时代的包容性制度

当生产率孕育出封建制

在全球范围内，有两种截然不同的经济模式：一种由市场驱动，另一种由国家主导。它们却收敛到了惊人相似的结果。尽管增长空前、技术不断创新、生产率持续提升，繁荣却越来越集中在一小撮精英手里。

今天的劳动者产出比历史上任何时刻都多，可他们分到的那份回报却在不断缩水。经济政策研究所（美国 Economic Policy Institute）的「生产率—薪酬」追踪数据（EPI）显示了这种背离的规模：自1979年以来，美国的生产率上升了 86%，而典型时薪只上涨了 32%。换句话说，生产率的增长速度是薪酬的2.7倍——这个差距恰恰说明，效率带来的好处是如何被系统性地与劳动者报酬脱钩的。

这不是一个孤立的统计怪象，而是一种结构性模式。现代经济的关键基础设施，即平台、数据网络、物流系统和数字市场，被少数几个主导者掌控着。这些主体坐在价值创造的咽喉要道上，攫取不成比例的租金，同时把风险转嫁给真正干活的那些人。

这个悖论格外鲜明：系统越高效，对大多数人来说反而越不安全、越不公平。 生产率曾被想象成一场水涨船高的潮水，如今却成了一种新型封建等级的地基。这一波浪潮又一次在加固同样那几条船。有些作者造出了「技术封建主义」这样的畅销概念。不过我们还是把注意力放在未来的影响上，而不是过去的。

人工智能贵族，以及等级永久化的风险

如果说今天的现实已经带着一种封建逻辑，那么人工智能的崛起有可能把它固化成永久状态。人工智能不只是一件工具，它正在成为未来经济的地基。谁掌握数据、模型和算力资源，谁就会对产业、政府和社会握有不成比例的权力。

危险在于，技术能力的这种集中会加速那些本就在运转的趋势。先进系统需要海量资本、专门人才，以及只有少数人调得动的数据规模。这就制造出天然垄断：收益在顶端指数级累积，而岗位替代与朝不保夕的处境则层层向下传导。

结果已经看得见了。全球亿万富翁的数量爆炸式增长，而这些财富越来越与技术和平台控制权绑在一起（Forbes Billionaires List——把2005年和2025年对比一下）。在中国，也能观察到类似的动态：老牌企业家和科技创始人的网络主导着个人财富榜单（List of Chinese by net worth）。这两种体制，一种靠市场集中，另一种靠与国家绑定的协调机制，都远远谈不上让繁荣民主化。恰恰相反，它们暴露出生产率收益如何能集中到越来越小的特权圈子里，在各大洲强化着经济分层。

结果可能是一种新的代码贵族——一小撮参与者收割超额租金，而大多数人被降格为依附性角色，在一个专门为削弱他们议价能力而设计的系统里苦苦维持自身的价值。这一波新的人工智能浪潮颠覆了劳动生产率的等式。传统的雇佣结构瓦解，风险被转嫁到个人身上，集体谈判的能力进一步被削弱。

与此同时，各地的政治体制都面临同一个挑战：确保集中起来的财富不会扭曲公共优先事项。当影响力在顶端不断累积，集体福祉与精英利益之间的平衡就可能变得紧张。问责机制有被削弱的风险，而监控和算法治理则越来越多地塑造着社会的组织方式。

这里的不安并不抽象。这类等级一旦围绕人工智能固化下来，可能就几乎无法撼动了。与统治田地和城堡的旧领主不同，这个新阶层统治的可能是思想、工作和交往的基础设施本身。人工智能正以海滩上的沙子从指缝间滑落那样从容的节奏，渗进我们的生活。用不了几年，我们就想不起来没有它的日子是怎么过的了。到那时，人工智能早已侵蚀了整个系统的根基。

危险不只是不平等，而是一种社会秩序的固化：在其中，奴役被重新包装成参与，而退出在结构上不可能。 引用应用人工智能与技术密集型风险投资机构 General Catalyst 的首席执行官兼董事总经理 Hemant Taneja 的话：「资本主义是一种特权：它必须真正服务于社会，否则我们就不会被允许继续实践它。审慎对待应用人工智能在社会中的角色，真的非常重要。」

「资本主义是一种特权：它必须真正服务于社会，否则我们就不会被允许继续实践它。审慎对待应用人工智能在社会中的角色，真的非常重要。」 –Hemant Taneja

那么，设计之初就包容的制度呢

走出这个陷阱的办法，不是拒绝生产率，也不是叫停技术进步，而是改变分配这些收益的制度安排。历史表明，繁荣只有在制度具有包容性的地方才会生根开花：在那里，经济和政治体制限制精英的攫取，扩大参与，并确保创新转化为广泛共享的进步。包容性制度这个概念并不新鲜；相关研究在2024年获得了诺贝尔经济学奖。（参见 Daron Acemoglu、Simon Johnson 和 James Robinson 关于包容性制度对一国繁荣之重要性的研究。）

在智能体人工智能的时代，包容性不能是事后再补上的东西，它必须从一开始就嵌入制度的设计里。这需要为技术时代大胆地重新构想政治理念。这一转变的核心，是质疑我们用来评价成功的那些指标本身。正如 GDP in the AI Economy: Why We Need to Rethink How We Measure Value 一文所论证的，过度依赖GDP会掩盖收益的真实分布，让政策制定者看不见藏在总量增长数字背后的不平等。哪怕工资停滞、不稳定蔓延、民主影响力衰退，GDP照样可能上涨。

逃离生产率陷阱，需要用多维框架取代狭隘的GDP导向指标。这些框架要能捕捉中位数收入的增长、时间的富足、生态的可持续性，以及机会的包容性。通过重新设计我们的计分卡，我们迫使制度优先考虑那些服务于人的繁荣的结果，而不是抽象的经济总量。具体来说，这意味着：

1. 让数字基础设施民主化 数字经济的基础性资源，即数据、平台和算力，不能继续被垄断。公共数据信托、合作社式的所有权模式、开放权重模型和共享的数字公共设施，都可以确保人们广泛参与人工智能的创造与使用。

2. 重新定义经济上的成功 如果产出只用GDP或市值来衡量，制度就会以牺牲人的福祉为代价去服务这些指标。成功应该改用包容性的尺度来追踪：获取知识的渠道和体面的生活水平、中位数收入的增长、工作时长的缩短、健康水平，以及生态可持续性。

3. 对数字租金课税并再分配 由关键数字基础设施产生的财富，不该只在顶端累积。对垄断利润、平台抽成和人工智能租金征税，可以为全民医疗、教育、气候适应和其他公共品提供资金，从而确保生产率收益在整个社会中流动起来。

4. 强化政治上的包容 为了防止被新的精英俘获，政治制度必须强化问责机制。这意味着为劳动者的发声提供有力保护、限制集中的游说权力、治理的透明，以及培育有能力塑造技术走向的公民组织。

5. 以包容为设计前提的人工智能治理 人工智能本身也必须以包容性为核心来治理：参与式的监督机构、算法审计和透明的报告机制，确保这些系统增强而不是侵蚀民主的能力。

走向一种新的政治想象力

逃离生产率陷阱，需要改变的既是政策，也是想象力；而且恐怕我们确实需要管制与治理。生产率不应再被看作目的本身，而应是通向人的繁荣的手段。技术不该被用来支配，而该被用来把人从不必要的劳役中解放出来、用来加固社区、用来拓宽机会。上一波数字浪潮里社交媒体发生了什么，我们心里都清楚。如果我们不负责任地部署它，结果可能并不理想。

要走到那一步，社会必须放弃对GDP类指标的过度专注，因为那些指标把人类进步简化成了产出曲线。在人工智能时代，机器越来越多地在人类劳动之外创造价值，此时还死抱着GDP和生产率指标，既有误导性又危险。我们需要的是与新的繁荣衡量标准相匹配的包容性制度，是那些能够捕捉社会真实财富的制度：时间、尊严、韧性、长寿而健康的生命、获取知识（或者说使用知识）的渠道，以及作为生态平衡一部分的体面生活水平。

这不只是一次技术性调整；这是一场意识形态的、精神层面的和政治的转型。它意味着一份新的社会契约：人工智能和生产率收益被引导去缩小不平等、强化民主的声音、扩展共享的能力。生产率不该服务于精英，而必须服务于多数人。人工智能不该巩固等级，而必须成为包容性公民身份的推动力。幸运的是，时间还来得及。

另一条路很清楚：如果包容性制度建不起来，人工智能会把正在成形的封建秩序硬化成一种技术贵族制。但如果社会选择把包容性嵌入数字经济的架构本身，同时重新思考制度和引导制度的那些指标，生产率收益就能撑起一场复兴：其标志不是等级与朝不保夕的处境，而是尊严、自由和共享的繁荣。

十字路口已经摆在眼前。要做的选择是：把生产率当成一个喂养精英的陷阱，还是当成一种通过包容性制度让所有人向上的资源。在智能体人工智能的时代，这个答案将决定接下来这十年的样子。

说明：本文借助由 OpenAI 技术驱动的人工智能写作工具完成。文章的构思、叙事方向和视觉元素完全由 Bernardo Crespo. 完成。人工智能只承担写作辅助的角色，所有创意和战略决策都由作者作出。[本文标注为 机器主导（Machine led）。 人类负责检查、指出并纠正错误、优化产出。依据 Dubai Future Foundation. "Human-Machine Collaboration (HMC) Icons." Dubai Future Foundation, dubaifuture.ae/hmc ]

参考文献

本文使用和提到的资料来源：

• "Intuition Machine." "The Productivity Trap: How America and China Are Building Neo-Feudal Societies." Medium, 2023年6月26日。Intuition Machine, medium.com/intuitionmachine/the-productivity-trap-how-america-and-china-are-building-neo-feudal-societies-59a335528929。2025年8月26日访问。

• Economic Policy Institute. "The Productivity–Pay Gap." Economic Policy Institute, https://www.epi.org/productivity-pay-gap/。2025年8月26日访问。

• "The World's Billionaires." Wikipedia, Wikimedia Foundation, 2025年7月20日。https://en.wikipedia.org/wiki/The_World%27s_Billionaires。2025年8月26日访问。

• Velasco, Crespo. "GDP in the AI Economy: Why We Need to Rethink How We Measure Value." LinkedIn, 2023年5月23日。LinkedIn Pulse, linkedin.com/pulse/gdp-ai-economy-why-we-need-rethink-how-measure-value-crespo-velasco-yrpwf/。2025年8月26日访问。

• Acemoglu, Daron, and James A. Robinson. Why Nations Fail: The Origins of Power, Prosperity, and Poverty. Crown Business, 2012.

• Financial Times. "General Catalyst's Hemant Taneja: Al investors are navigating 'peak ambiguity'." Financial Times, 2025年8月27日，ft.com/content/2757870b-dbbf-4603-9fc3-7ccd03ffc8da。2025年8月27日访问。

Bernardo Crespo 是一位资深的数字化转型与数据战略领导者，拥有超过25年的从业经验。他曾在《财富》500强企业和数字咨询公司担任领导职务，也创办过多家初创公司与创业工场，并为它们担任顾问。目前，作为自己公司 Quantum Markethink 的首席执行官，他为高管层提供战略指导，帮助他们驾驭数字化转型的复杂局面。

此外，他还在 IE Executive Education（IE 高管教育）担任学术主任，把自己在新兴技术、数字战略、数据战略和人工智能方面的专长带进课堂。在此之前，他主导过 Merkle 西班牙的数字化转型项目，并负责 BBVA 的数字营销，在那里他率先把游戏化应用到了银行业。

Bernardo 还与 Gam Dias 合著了《The Data Mindset Playbook: A Book about Data for People Who Don't Feel Like Reading about Data》（KDP，2023年3月）。

由人工智能增强的文章： Newsletter "My AI-ter Digial Ego"

100%由人类创作的文章： Newsletter "Digital Sustainability"