AGI与人边际生产力归零？

01. AGI与人边际生产力归零？

AI/SaaS ToB 行业产品老兵，创业者、投资爱好者，欢迎关注并理性讨论。

本文长度：1791字，阅读大约需 9 分钟

返乡途中翻到一篇发表于2025年的经济学论文：
原文链接————> 《The Future of Work and Capital: Analyzing AGI in a CES Production Model》^[1]，https://arxiv.org/abs/2502.07044
该文作者Pascal Stiefenhofer通过构建一个扩展的CES生产函数模型，得出了一个令人不寒而栗的结论： 随着AGI资本（K_AGI）的无限积累，人类劳动的边际生产力（MPLh）将不可避免地趋近于零。

个人看完第一直觉：这结论不合乎常识。AI跟SaaS的利润模型不一样，主要原因是AI消耗Token的成本是持续随着使用过程不断增长的，手绘了两个不同的经济模型（有点粗糙，会意即可）

02. 逻辑的断裂

Stiefenhofer的论文核心在于，它将AGI视为一种全新的生产要素，既是资本（如AI服务器），也是劳动力（如自动化任务执行）。在经典的生产函数中，当一种要素可以高度替代另一种，并且其成本极低、供给近乎无限时，被替代者的命运就注定了。

论文的数学推演显示，当AGI资本（K_AGI）呈指数级增长并趋近于无穷大时，它在总产出中的贡献将占据绝对主导地位。此时，无论人类劳动（Lh）如何努力，其对总产出的边际贡献都将变得微不足道。就好像在一个由核聚变反应堆供能的工厂里，你点燃一根火柴所增加的能量，可以忽略不计。

当边际生产力趋近于零，在竞争市场中，该要素的价格——也就是人类的工资——也将随之趋近于零。这是一个基于理性经济人假设和完美市场竞争的、逻辑自洽的悲观预言。它描绘了一幅人类被自己最伟大的发明“优化”出经济体系的黯淡图景。

论文在成本建模上的缺失： 物理约束： AGI 的运行受限于能源、算力芯片折旧和推理成本（Token cost）。这是一个硬性的底线成本（Floor Cost）。
经济学推论： 只要 AGI 的边际成本 $MC_{AGI}>0$，那么人类工资 $w_{h}$ 就不必降到 0。只要人类愿意以低于 AGI Token 成本的工资工作（$w_{h}<MC_{AGI}$），人类劳动在经济上就是有竞争力的。

逻辑断裂 ： 论文假设 $K_{AGI}$ 可以无限积累且无需维护成本，忽略了熵和供应链限制。除非能源价格也降为0，否则 AGI 的使用成本永远不会是0。

03. AGI不是存在于真空中的魔法

AGI不是存在于真空中的魔法。每一次模型推理、每一次任务执行、每一次代码生成，都对应着实实在在的物理消耗：

• 能源成本 ：驱动庞大计算集群所需的电力。
• 计算成本 ：GPU/TPU等硬件的折旧与损耗。
• 数据成本 ：维持模型迭代所需的数据采集、清洗和标注。

这些成本可以被量化，例如通过API调用的“Token”计价。一个Token的背后，是数据中心里一小部分硅晶体在特定时间内的能量翻转。因此，AGI的边际成本 不是零 ，而是一个极低但绝对为正的实数。

这个“非零成本”的存在，使得原文的逻辑底座崩塌了。

04. Token成本：价格机制的再平衡

一旦承认AGI的边际成本不为零，整个经济系统的动态就从“无限替代”转向了“成本效益均衡”。

企业在决定使用人类还是AGI时，将遵循经济学最古老的法则： 比较优势 。一个任务将被分配给成本更低、效率更高的那一方。

这意味着，人类劳动的价值不会归零，而是会围绕着AGI的“Token成本”进行重新锚定。人类劳动的工资下限，理论上将由执行相同任务的AGI成本所决定。只要人类在某些任务上的成本（工资）低于AGI，或者能创造AGI无法提供的“超额价值”（如共情、复杂战略判断、真实世界物理交互），人类就不会被彻底替代。

这正是哈耶克所强调的 价格机制的奇迹 。AGI的“Token价格”将成为一个关键的信号，引导社会资源（包括人力资源）进行更优配置。人类不会被淘汰，而是会被“挤”向那些AGI不擅长或成本过高的领域。未来不是人类无事可做，而是人类需要去做“更像人”的工作。

05. 超越模型：回归现实世界的约束

除了“Token成本”这一核心反驳，Stiefenhofer的模型还建立在另外几个值得商榷的“超理想”假设之上：

1. 1. K_AGI → ∞ ：AGI资本无限增长的假设在物理上是不可能的。芯片制造需要稀土，数据中心需要土地，能源供给受限于物理定律。资本的积累永远存在物理和环境的硬约束。
2. 2. 完美替代（Perfect Substitution） ：模型的核心推论依赖于AGI与人类劳动是高度可替代的。但在现实中，AGI在许多领域更多扮演着**补充者（Complement）**而非替代者的角色。就像Office软件没有让白领失业，反而极大地增强了他们的生产力。AGI作为一种“超级认知工具”，同样可能带来生产力的巨大飞跃，而非单纯的岗位取代。

06. 结论：从“价值归零”到“价值重构”

Stiefenhofer的论文无疑是有其价值的，它以一种严谨而极端的方式，为我们揭示了在特定假设下技术发展的潜在风险。它是一个强大的思想实验，提醒我们必须正视AGI可能带来的结构性失业和分配难题。

然而人类劳动的价值不会简单地“归零”，而是将经历一场深刻的**“价值重构”**。我们将被迫放弃那些可以被算法高效执行的重复性工作，转而投身于更需要创造力、同理心和复杂物理技能的领域。

真正的挑战，并非如何应对一个“人类无用”的世界，而是如何设计我们的社会制度和教育体系，来帮助人们驾驭这场由AGI驱动的巨大转型。这场辩论的终点，不应是关于技术决定论的宿命悲观，而应是关于人类如何运用智慧和远见，主动塑造一个与AI共存共荣的未来的积极探索。

6.1 作者：Simon写于：2026年春节返乡途中

6.2 引用链接

[1] 《The Future of Work and Capital: Analyzing AGI in a CES Production Model》: https://arxiv.org/abs/2502.07044

07. 原文来源

原文发表于微信公众号“中老年叨叨”（2026年2月14日 20:49）。原文页面标注：修改于2026年2月14日。查看微信公众号原文。