Anthropic 首席经济学家解读研究：为何 AI 能力飞跃难以直接转化为爆发式经济增长

Anthropic 首席经济学家 Peter McCrory 转发并解读相关经济学研究，分析为何即便人工智能技术能力实现飞跃，宏观经济也难以直接实现两位数百分比的爆发式增长。

• 研究指出，宏观经济增长模型虽然允许极高增速，但两位数增长的实现依赖于一系列在现实中难以满足的严苛假设。
• 根据鲍莫尔成本病（Baumol's cost disease）效应，被高度自动化的部门由于产出价格大幅下降，其在整体 GDP 中的名义占比将逐步收缩，难以持续拉动总量指数级扩张。
• 整体经济增速将受到尚未被自动化或依赖物理实体、监管审批等瓶颈部门的拖累，导致技术能力的跃升更可能转化为约 4% 至 5% 的稳定增长而非极端爆发。
• 论文强调在评估 AI 宏观影响时，需综合考虑资本折旧、能源供应限制以及认知劳动向非自动化部门再配置的摩擦成本。
• 影响/看点：该观点指出了技术性能指标与宏观经济指标之间的非线性关系，意味着即便模型能力迭代迅速，企业与政策制定者仍需依据要素瓶颈与价格机制理性预估经济回报周期。
• 资料依据：
• X：Peter McCrory（2026-09-09）：https://x.com/PeterMcCrory/status/2097779895552426179
• Anthropic（2026-09-09）：https://www.anthropic.com/research/economic-scenarios-transformative-ai

本内容由 AI 生成，仅供参考，请注意甄别