本期看点

• 可复制 vs 不可复制，是 AGI 时代价值分配的真正分水岭——机器人的供给可以无限扩张，某些人类技能的供给是钉死的。
• "芭蕾舞者论证"很漂亮，但两位经济学家自己拆穿了它的历史前科：每次有人押注价值会流向稀缺的人类服务，新的非人类商品都会冒出来把份额抢回去。
• 人类不会因为"是人"就值钱。Imas 的艺术品实验显示，溢价只在稀缺时存在——同一幅画印 500 份，人类作者的溢价就蒸发了。
• 对从业者来说，结论不是"练点机器学不会的软技能"，而是把自己的价值往"不可被复制、不可被规模化"的位置上挪。

一台机器人能复制，一个芭蕾舞者不能

先把那句核心对照说清楚。Imas 的原话是：「一台机器人今年会变成明年的很多台机器人，但芭蕾舞者的数量是一样的。」（"One robot now turns into many robots next year, but the number of ballerinas is the same."）

这句话背后是经济学里最朴素的一条供给逻辑。一件东西如果可以复制，那么只要它有价值、有人肯出钱，产能就会扩张，供给曲线一路右移，价格被压到接近边际生产成本。软件是这样，工业品是这样，未来的通用机器人也会是这样——造出一台能干活的机器人，等于解锁了批量生产，第二台、第一百台的成本越来越低。

不可复制的东西走的是另一条路。现场的芭蕾演出、一对一的心理咨询、一个特定的人在场，这些供给扩不起来。一个顶尖芭蕾舞者一晚上只能跳一场，全世界这一档次的舞者就那么几个，你没法"再造一个一模一样的"。当其他所有东西都因为可复制而越来越便宜，唯独这类东西的供给纹丝不动，它的相对价格就会被抬起来。

Trammell 把这条逻辑收成一句更狠的话：「资本的价格正在相对于消费品的价格下降。」（"the price of capital is falling relative to the price of consumption."）机器人越便宜、越能干，单台机器人的边际价值就越低。换算到人身上：当智能和体力都能用便宜的机器供给，人身上那些机器复制不了的部分，相对就升值了。

这就是"AGI 之后什么仍然稀缺"的第一层答案——稀缺会从"会算、会写、会搬"这些可复制的能力，迁移到"必须由某个特定的人、在场、亲手完成"这些不可复制的环节上。

稀缺的不是"人",而是"有人在场"这件事本身

但这里有个容易滑过去的陷阱：稀缺的不是"人类"这个标签，而是供给被卡死这件事。

Imas 给"什么稀缺"下了个更精确的定义，他称之为"关系性部门"（relational sector）——「那些'有一个人在其中'本身就构成产品价值的服务和商品。」（"services and goods where the fact that a human was in the loop is part of the value of that product."）现场演出、陪伴、护理、谈判、教学里那种师生之间的关系，都属于这一类。因为人天然供给有限，对"有人参与"的需求就会一直在。

可这个前提必须成立：消费者得真的更想要"有人在里头"。Imas 做了一组艺术品实验来逼问这件事。结果是：当作品稀缺时（只印一份），人们愿意为"人类创作"而非"AI 创作"显著多付钱；但当同一幅作品印了 500 份，这个溢价就消失了。

这个实验把"人类很特别"这种温情想象戳破了一半。让人多掏钱的不是"这是人画的"本身，而是"这是人画的，而且只有一份"。换句话说，是稀缺在定价，不是人性在定价。一旦你能把人类的产出复制 500 份，它和 AI 复制 500 份就没区别了。

对从业者，这一刀切得很关键。它意味着"我会做 AI 做不了的事"还不够，你得确保你做的那件事不能被你自己规模化地复制——能被打包成课程、模板、SaaS 卖一千份的技能，本质上就回到了可复制那一栏，溢价会随复制份数衰减。真正抗跌的，是那些一复制就掉价的东西：你这个具体的人在场、这一次不可重来的判断、这一段无法外包的关系。

芭蕾舞者论证的历史前科

最值得佩服的是，两位经济学家没有停在这个让人舒服的结论上，而是自己把它拆了。

Trammell 提醒：这种"价值会流向稀缺人类服务"的推理，历史上反复出现，反复落空。他举了个尖锐的假想——一个 1400 年的蒙古经济学家，看着马匹变得越来越多越来越便宜，可能会预言：未来所有财富都将流向歌手（因为歌手的供给是固定的，而马什么都能干的东西越来越廉价）。结果呢？后来的世界不断冒出全新品类的非人类商品——印刷品、机器、电力、芯片、软件——它们一个接一个地出现，把人类服务在整个经济里的份额始终压在一个很小的比例上。

这就是芭蕾舞者论证的软肋。它假设"可复制商品的种类是固定的，只是越来越便宜"，于是人们花不掉的钱必然流向稀缺的人类服务。但真实历史是：每当旧商品因为可复制而贬值，新的、更高级的可复制商品就被发明出来，把消费需求重新吸走。人类服务的份额并没有水涨船高。

于是真正悬而未决的问题变成了：AGI 时代的创新，会不会继续以足够快的速度发明出新的、需要大量资本（而非人）的商品品类？如果会，那么钱会一轮一轮流向新机器，而不是流向芭蕾舞者；如果创新停下、人们对物质商品终于"够了"（satiation，满足到不再想要更多），消费才会被迫转向不可复制的人类服务。这两种未来里劳动者的命运截然相反，而没人知道是哪种。

这也是为什么 Imas 反复强调一句几乎反高潮的话：在这么多层不确定性面前，「每一个环节都有太多不确定性」，与其给一个点预测，不如做情景规划、押注预测市场。经济学在技术预测上的历史战绩不佳——David Ricardo 两百年前就正确预见了机器替代工作，却完全没料到后来涌现的海量新工作。

谁拿走价值：劳动份额会不会塌到零

把镜头从"什么稀缺"拉到"钱归谁"，会看到一个更让人不安的机制。

一个被反复引用的事实是：劳动在收入中的份额，几个世纪以来大致稳定在 60% 左右，尽管自动化一波接一波。这被算进所谓"Kaldor 事实"，有人当它是经济学的基本规律。维持它的有两股力量：一是需求弹性——自动化让东西变便宜，人们就买得多得多，反而需要更多工人（杰文斯悖论，效率提升不一定减少总消耗，可能因为变便宜而消耗更多）；二是互补性——AI 接走了routine 的活，人转去做更复杂的判断，反而更值钱。

但 Dwarkesh 抛出了一个绕开技术、纯靠"谁不知足"的崩塌路径，叫"贪婪优化者问题"。即使 AI 完全对齐、没有失控，选择压力也会偏向那些在资本积累上永不满足的人。他拿 Elon Musk 举例：明明有几十亿可以拿去消费，他却把钱一遍遍投回火箭和工厂。时间一长，这种不知足的人会积累起不成比例的财富。Imas 顺着推到极端：「如果有一个人就是不在资本上满足，因为他被探索宇宙这件事吸引住了……他会拥有大部分财富，整个经济的资本份额就基本等于这个人消费结构里的资本份额，而那个数会趋近于 1。」

翻译过来：劳动份额可能塌到接近零，不是因为技术上人没用了，而是因为财富集中到了少数永不知足、只把钱投回机器、几乎不购买人类服务的优化者手里。芭蕾舞者再稀缺，如果掌握购买力的人压根不想看芭蕾，只想造更多火箭，那"稀缺的人类服务会升值"这条路也就走不通了。

正因为这个风险，两人都把重头放在再分配的设计上。Imas 的思路是分层的：负所得税能立刻给收入兜底，但受政治情绪左右；全民基本资本（universal basic capital，给每个人分发股权而非现金）能绕开对官员意愿的依赖，但面临"该把钱投给哪些公司"的难题；更彻底的是消费税加主权财富基金——政府靠增值税收钱，去买一篮子分散的股票，把所有权广泛分发下去，逻辑上接近社会保障最初（但从未实现）的设计。对身处 AI 生产链之外的国家（他们点名了尼日利亚、印度），两人给的建议直接得令人意外：与其搞难度极高的再培训，不如"买指数"——只要 AI 像电力那样扩散到每家公司，持有标普 500 就等于分到了增长；万一 AI 像社交媒体那样高度集中，那再培训也一样救不了。

对从业者意味着什么

把这场两小时的经济学对谈拧成一句能用的话：当智能变得极便宜，别赌"我会一项机器学不会的技能"，去赌"我做的这件事一复制就掉价"。

具体到怎么挪自己的位置，有三个可操作的方向。

第一，分清你的产出是"可复制"还是"不可复制"。能被打包成课程、模板、插件、SaaS 卖一千份的能力，无论现在多值钱，都站在会被压价的那一栏——你自己规模化它，就是在帮市场把它复制贬值。真正抗跌的是那些一旦复制就掉价的东西：你这个具体的人在场、这一次不可重来的判断、一段无法外包出去的信任关系。

第二，别迷信"人类身份"本身。Imas 的实验已经证明，溢价来自稀缺而不是来自"是人"。所以护城河不是"我是人类专家"，而是"我的产出无法被批量复制"。把精力放在那些越稀缺越值钱、越复制越不值钱的环节上。

第三，认真对待"贪婪优化者"那条暗线。如果财富真的向少数永不知足、只投资本不买人类服务的人集中，那么"稀缺的人类技能会自动升值"这个安慰未必成立——它取决于掌握购买力的人到底想买什么。这件事个人无法对冲，但它解释了为什么两位经济学家把最多的篇幅留给了税收与再分配，而不是留给"你该学什么技能"。对普通人最朴素的一招，恰恰是他们给发展中国家的同一招：在自己被替代之前，先持有一份增长的所有权（指数、股权），让你不只是劳动收入的领取者，也是资本收益的分享者。

关键词

• 关系性部门（relational sector）：那些"有真人在其中参与"本身就构成产品价值的服务和商品，比如现场演出、护理、咨询。Imas 用它来圈定 AGI 之后仍可能稀缺的领域。
• 可复制 vs 不可复制：一件东西能否随价值上升而扩张供给。可复制的（软件、机器人）价格会被压向边际成本；不可复制的（特定的人、现场、关系）供给钉死，相对升值。
• 满足/饱和（satiation）：人对某类商品的需求达到"够了，不再想要更多"的状态。芭蕾舞者论证成立的前提，就是人们对物质商品终会满足，从而把消费转向人类服务。
• 杰文斯悖论（Jevons paradox）：效率提升让某资源变便宜后，总消耗反而可能上升而非下降。用在劳动上：自动化压低成本→需求暴涨→反而需要更多人。
• 全民基本资本（universal basic capital）：给每个人分发的是股权/资产所有权而非现金的再分配方案，目的是让普通人分享资本收益，绕开对官员发钱意愿的依赖。
• 贪婪优化者问题：选择压力偏向那些在财富积累上永不满足的人，长期会使资本与购买力高度集中，从而可能把劳动份额压向零。

引用

1. 主信源：Dwarkesh Patel 对话 Alex Imas（芝加哥大学 / Google DeepMind AGI 经济学）与 Phil Trammell（Epoch / 斯坦福），《What remains scarce after AGI?》。https://www.dwarkesh.com/p/alex-imas-phil-trammell
2. 视频版同上访谈：https://www.youtube.com/watch?v=Jj-kBHzUohs
3. 原文引述（英译中已在正文标注）：
   • "One robot now turns into many robots next year, but the number of ballerinas is the same."（一台机器人今年会变成明年的很多台机器人，但芭蕾舞者的数量是一样的。）
   • "services and goods where the fact that a human was in the loop is part of the value of that product."（那些"有一个人在其中"本身就构成产品价值的服务和商品。）
   • "the price of capital is falling relative to the price of consumption."（资本的价格正在相对于消费品的价格下降。）