AI 智能體時代的經濟變革與未來展望

AGI 的經濟學與自動化邊界

本文基於 a16z crypto 與 MIT 加密經濟實驗室共同發表的論文《AGI 的極簡經濟學》，探討人工通用智能（AGI）如何重塑經濟結構。核心觀點在於：任何可被度量的工作與流程，終將被自動化。

Christian Catalini 指出，技術進步引發了「半存在主義危機」，迫使我們重新思考價值創造的來源。隨著 AI 智能體從單純的工具轉變為能執行長週期任務的「同事」，工程師的角色正從編碼轉向驗證（Verification）。

論文將經濟活動分為自動化與驗證兩大領域。AI 擅長處理有數據支撐的任務，但在面對「奈特不確定性」（即未知的未知，如地緣政治劇變）時，仍依賴人類的判斷。

驗證成本是經濟中的關鍵變數。當底層數據可被自動化時，驗證成為人類勞動的剩餘價值來源。這導致了「編碼者的詛咒」：頂級驗證者必須不斷向上升級，因為技術越強，對驗證的要求越高。

未來經濟將由三類角色主導：

指揮者（Commander）：負責把控驗證方向，確保系統不偏離預期，通常是創業者或頂尖團隊。
驗證者（Verifier）：負責確保系統輸出符合標準，是極度專業化的領域專家。他們是 AI 訓練與評估的關鍵，但也面臨被替代的風險，因為他們生成的數據最終會被用於自動化。
意義創造者（Meaning Maker）：擅長理解趨勢、社會議題與情感連結，如藝術、心理諮詢等。這些工作因涉及不可度量的「人情味」而難以被完全自動化，但隨著成本大幅下降，其價值將被重新定義。

在信任稀缺的環境中，加密原語（如區塊鏈、智能合約）將扮演關鍵角色。它們提供確定性的身份證明與來源追蹤，降低驗證成本。

當 AI 生成的內容充斥數位平臺時，社會必須重構身份體系。密碼學技術能確保內容的真實性與來源，防止「女巫攻擊」與虛假身份，使驗證變得更加可靠與高效。

過度依賴 AI 生成內容可能帶來系統性風險。若企業發布未經完整驗證的 AI 代碼或文案，可能累積技術債務與安全漏洞。這要求未來發展「責任即軟體」（liability as software）的概念，引入保險機制與專責團隊來管理 AI 帶來的風險。

擁有完整失敗案例數據庫的現有企業，以及能建立積極驗證反饋循環的初創公司，將在競爭中取得優勢。

論文預言了兩種可能的未來：

空心化經濟：若社會不再培養初級人才（未來的頂級驗證者），且過度追求短期產出，將導致驗證層級斷層，增加系統風險。
增強型經濟：透過 AI 加速人才成長，發現個體天賦，並建立強大的驗證基礎設施。這將使優質教育、醫療等服務變得廉價普及，人類將從重複勞動中解放，專注於創造與全局視野。

對於年輕一代，建議利用 AI 工具模擬未來環境，培養駕馭機器與數據的全局視野，而非僅限於傳統編碼技能。