曾譯瑤、包宏：美國經濟的“冰與火之歌”（萬字長文）｜經濟觀察

譯者按· 2026.04.14

美國經濟正陷入人工智能熱潮與傳統行業萎縮的結構性極化。一方面是資本簇擁下的AI產業迅速發展和高收入家庭的資產膨脹，另一方面是傳統行業的持續低迷與普通家庭在通脹和債務壓力下的步履艱辛。長達四十年的政策導向與全球化浪潮，已使美國社會結構從理想的“橄欖型”向不穩定的“沙漏型”退化。在此背景下，AI技術革命正深刻重塑著美國社會運行的底層邏輯。

文章指出，AI表現出強烈的“虹吸效應”，正通過資產溢價、技能鴻溝及政策傾斜等措施加劇社會撕裂，使紅利進一步向金字塔尖集聚。在大國競爭壓力下，決策層對尖端技術的追逐極易引發對傳統行業和民生領域的“戰略性忽視”，導致技術“樹冠”瘋長而社會“根系”貧瘠。作者強調，人類的制度選擇，將決定技術革命下的社會形態如何展開，必須通過競爭秩序再構、財稅結構重塑等措施構建“導流渠”，將技術洪流引向社會的普惠共享，否則技術繁榮將異化為社會動蕩的催化劑。

近一年來，美國人工智能領域強投入、高負債與弱回報的特征日益凸顯，“AI泡沫”因此持續成為輿論焦點。從專業研報到大眾媒體，觀點的星火已蔓延成一片擁擠的原野——許多人將其與千禧年的互聯網泡沫，甚至19世紀的鐵路建設狂潮類比，認為眼下的階段性“過熱”終將沉淀為長期增長的紅利，AI或許是一場“必要的泡沫”。

這類判斷的背后，基于一種“線性外推”的思維——技術的未來似乎總能從過去的圖譜中顯現出軌跡。然而，真正的變量往往不在技術內部，而在它所降落的土壤。今日的美國，早已不是一片勻質、待墾的沃土。經濟結構已先于技術本身，呈現出一道深刻的“K型裂痕”。

若我們將視線從喧囂的AI賽道暫時移開，投向它所要嵌入的這片大陸，便會看到一幅“冷熱雙生”的奇觀：一端是資本簇擁下的AI產業高歌猛進，如盛夏般灼熱；另一端則是眾多傳統行業在收縮中持續低迷，寒意彌漫。一邊是富裕階層因資產膨脹而如沐暖陽，另一邊則是普通家庭在通脹的積雪中步履維艱。

當一場技術革命降臨在已然分裂的土地上，它所帶來的就不僅是生產力本身的躍遷，更是對社會結構的深度叩問與重塑。因此，本文試圖跳出行業內外的技術性爭論，轉而將AI置于美國日益極化的整體經濟圖景中進行審視。我們發現，AI展現出一種強烈的“虹吸效應”——它并未如樂觀預期那般，成為可以自然“暈開”的普惠活水，反倒像一臺財富輸送泵，持續將資源引向已然過熱的高地。

在這個意義上，AI能否由一場“必要的泡沫”真正轉化為“向好的變革”，或許已超越了技術能否實現突破的單一維度。問題的核心正轉向：社會能否構建起有效的制度性“導流渠”——不讓科技的火焰只在高塔之上獨自燃燒，而是讓它的溫度，經由有意識的疏導，也能抵達那些被寒冬籠罩的角落。

畢竟，任何一場技術革命的終極敘事，從來不只關于它能抵達的頂峰，更在于它最終為誰照亮了前路。

冰火紀年：美國“K型經濟”

的現狀及歷史由來

冷暖背離：

美國經濟社會的尖銳分化

“K型復蘇”（K-shaped recovery）一詞最早由經濟學家彼得·阿特沃特（Peter Atwater）創造，并在2020–2021年新冠疫情后被廣泛提及。主要用于描述一種疫情后短期的分化現象：科技、金融及白領遠程工作等領域迅速收復失地甚至屢創新高，而線下服務業和低技能崗位則深陷泥潭，收入與就業呈現出“一上一下”的K字型修復軌跡（如圖1）。

圖1：“K型復蘇”示意圖（圖源：美國商會）

然而，在當前對美國宏觀經濟的討論中，“K型復蘇”已逐漸被“K型經濟”（K-shaped economy）所取代。這一語境的轉換，意在強調這不只是疫情后的短期現象，而是結構性不平等（資產持有、教育、地區、行業等）在利率、通脹沖擊下被放大的長期結果。2025年12月，美聯儲主席鮑威爾在記者會上被追問并回應有關“高收入家庭靠房產和股市財富支撐消費、低收入家庭則被五年累積的價格水平壓制”的情況時，明確承認了“K型經濟”的存在，并警告這可能削弱美國經濟擴張的質量，并侵蝕社會支持的基礎。

在美國，一幅直觀的“K型”圖景正在上演：一邊是資本市場在AI概念的加持下高歌猛進，另一邊卻是支撐經濟基石的消費者信心在2025年11月驟降至50.3，重回通脹至暗時刻（圖2）。在兩條曲線的背離中，我們看到：股市的紅利被鎖死在極少數持有大量金融資產的精英圈層，并未向下滴灌；而對于絕大多數普通家庭，則在默默承受房貸利率和生活成本上升的壓力，消費情緒隨之低迷。這種分化的加固，正如一場持續的風雪，凍結了階層流動的可能。

圖2：股市與消費者信心指數的兩極分化（圖源：ZeroHedge）

為更直觀地呈現出當前AI爆發期下美國經濟社會的結構性撕裂，我們選取了三個具有代表性的切面進行對比。

第一重分裂，體現在居民財富積累路徑的“加速度”差。圖3所示，自2022年人工智能模型ChatGPT發布以來，頂層1%的家庭資產占比由27%升至2025年的28.9%，底層50%的家庭資產占比則由6%降至5.3%，各階層積累的資產規模正在不斷拉開差距。從資產結構看，頂層家庭的財富高度集中在股票和基金等金融資產上——部分研究顯示，高收入群體約有超過三分之一的凈資產配置于股權和基金產品；而底層50%的家庭中，大約一半的財富集中在自住房等不動產，直接持有股票的比例僅在5%左右，更多依賴工資和轉移收入維持生活。不同收入階層由此進入了截然不同的財富增長軌道——一端是資產性收入的“自動巡航”，另一端是工資性收入的“原地踏步”，加速度的差異正逐漸拉開不同階層間的財富鴻溝。

圖3：ChatGPT發布前后美國頂層1%與底層50%的家庭總資產占比變化（圖源：前海國際事務研究院制作）

第二重分裂，表現為消費動能的“雙速運行”。收入方面，2025年后，美國高收入家庭的工資增長率逆勢拉升至4%，而低收入家庭的年化增長率則降至0.9%，創下2016年以來的最低水平。這種收入差距的擴大，直接傳導至消費端——疊加股市的財富積累效應，資本的高度集中牽動著美國消費的全局“體溫”。從對整體消費增長的拉動作用來看，美國銀行研究所最近的一份報告顯示，9月份高收入消費者的支出同比增長2.6%，而低收入家庭的支出同比僅增長約0.6%。結果是，截至2025年第二季度，收入最高的10%人群的消費已占據居民總支出近一半，較30年前的36%大幅上升（圖4）。

圖4：各財富階層的居民對消費支出的貢獻度（圖源：金融時報）

第三重分裂，體現為生產引擎的“二元分軌”。如圖5所示，以半導體和電子元件為代表的高科技制造業，其產出指數自2017年以來呈指數級反彈，到2025年已逼近170的高位；相比之下，剔除高科技和汽車后的傳統制造業生產指數則長期在90至100的水平線下震蕩。這種產出端的分化意味著，當高科技產業因 AI浪潮而劇烈燃燒時，傳統制造卻在自動化與全球競爭的寒風中陷入長期停滯。在此背景下，美國所謂的“再工業化”似乎更多體現在圍繞AI展開的產業再集中，而非傳統工業的全面回暖。

圖5：2010-2025年美國半導體及電子元件制造業與剔除高科技/汽車類制造業的工業生產指數走勢對比（圖源：美聯儲經濟數據FRED）

靜水流深：

40年來持續裂變的美國經濟大陸

美國經濟地形的持續“褶皺”，是近四十年來政策導向與全球化浪潮共同作用下的深刻裂變。追溯這一裂痕的源頭，須回到20世紀80年代。彼時，以里根政府為代表的新自由主義思潮席卷而來，確立了“效率優先”的經濟范式。在“涓滴經濟學”的理論大旗下，美國推行大規模減稅，放松金融監管，并積極擁抱全球化外包戰略。這一系列政策的本意，是希望通過資本積累惠及社會底層，然而現實卻與這一初衷背道而馳。

外包經濟的“洋流”將國內產業鏈大規模沖刷至海外，導致本土制造業空心化；而金融自由化的“季風”則賦予了資本前所未有的流動性與增值能力。這種政策組合雖然在宏觀層面推高了GDP，卻在微觀層面撕開了難以愈合的社會創口：精英階層憑借全球資本配置能力實現了財富的指數級膨脹，而廣大勞工階層則失去了穩定的產業依托，裂痕在靜水流深中悄然擴大。

從圖6中可以看出，隨著全球化外包戰略的深入推進，紅線所代表的制造業就業人數經歷了不可逆轉的結構性下行，由20世紀80年代的近2000萬人一路震蕩走低至目前約1200萬人的水平，意味著美國曾經引以為傲、能夠提供穩定收入與體面生活的“藍領中產”基礎被連根拔起。同時，以醫療保健（黑線）和專業商業服務（橙線）為代表的服務業則迅速崛起，填補了數量上的缺口。目前來看，醫療和社會救助行業已成為當前吸納就業的絕對主力，但這些崗位往往伴隨著低薪資、低福利與高不穩定性，勞動者抗風險能力日益脆弱。

圖6：1980—2025年美國就業結構的變化趨勢（圖源：前海國際事務研究院制作）

就業結構的變遷直接導致了社會階層的劇烈重塑。數據顯示（圖7），這種“向兩極拉伸”的趨勢愈發明顯：2015年，處于最低收入階層的成年人占比已從1971年的16%上升至20%，而處于最高收入階層的比例更是從4%翻倍增長至9%。相比之下，作為社會穩定器的中間階層比例卻在持續萎縮，中低與中高收入群體的規模陷入停滯。美國社會結構正從理想的“橄欖型”向不穩定的“沙漏型”退化。

圖7：1971—2015年各收入階層的占比變化趨勢（圖源：皮尤研究中心）

同樣地，財富分配結構也經歷了一場跨越40年的“慢遷徙”。根據美聯儲分配金融賬戶（Distributional Financial Accounts，以下簡稱“DFA”）的數據顯示，1989年第三季度至2020年第二季度，美國前10%人群總財富占全部居民財富的比例從55.3%上升至63.5%，底層50%人群的總財富占比則從7.2%下降至5.5%（圖8）。尤其是在2008年金融危機之后，美聯儲的量化寬松政策成為了貧富差距擴大的催化劑。由于富裕階層持有絕大多數的股票、房產等金融資產，量化寬松注入的流動性迅速推高資產價格，使其財富雪球越滾越大；而對普通居民而言，這一貨幣洪流卻未能有效轉化為工資增長、就業改善或實體消費，從而拉大了貧富雙軌的差距。

圖8：1989年第三季度-2020年第二季度美國居民總財富占比變化情況（圖源：美聯儲家庭財富分布賬戶（DFA））

盡管拜登政府上臺后明確提出有別于“涓滴經濟學”的發展理念，主張通過“中間向外、底層向上”（Middle?out and Bottom?up）重塑增長路徑，并輔以稅收抵免、福利擴張、產業補貼及對資本和企業加稅等一系列再分配與產業政策，試圖緩解長期積累的不平等，但實際效果卻相當有限，甚至在某些層面加重了底層群體的生活壓力。一方面，大規模財政擴張在供給受限的背景下推升了通脹，住房、能源與食品等必需品價格上漲，侵蝕了低收入家庭對補貼和福利的實際獲得感；另一方面，產業補貼與政府投資在執行時更多傾向于大型企業，資源與收益依舊向頭部企業和資產持有者集中。而為了遏制高通脹，美聯儲又被迫采取激進的加息政策，這使得預算本就對必需品價格敏感的普通家庭，承受了遠比資產豐厚的精英階層更直接、更強烈的通脹沖擊。其結果是，政策在試圖平衡經濟的同時，反而推高了普通家庭的借貸成本（如學生貸款、房貸和車貸利率飆升），甚至讓更多底層民眾陷入了債務泥潭（圖9）。

圖9：2003-2025年按貸款類型劃分（汽車、房屋、學生貸款）的拖欠余額百分比（%）（圖源：紐約聯邦儲備銀行）

由上可見，美國經濟大陸的裂變并非一日之寒，四十年的政策傾向與市場力量，共同造就了如今冰火兩重天的“K型”經濟格局。這也意味著，當前的AI技術革命并非在一張“白紙”上展開，而是疊加在既有不平等基礎上一股全新的增長與分配動力。

AI颶風過境：技術加速主義

“魔法”加劇大陸割裂

目前來看，AI浪潮似乎正以颶風之勢，在這片早已割裂的大陸上加速沖刷——它并非滋潤萬物的春雨，而是一股高度集中的資本風暴。以其強大的引力，將資源、資金與預期收益迅速吸附到少數核心企業之中，深度裹挾著美國經濟的運行軌跡。從經濟貢獻看，AI行業幾乎已成為“心臟脈搏”。盡管AI行業與數據中心僅占美國GDP約4%，但2025年上半年卻已貢獻了全美GDP實際增長的92%。其中，微軟、谷歌、亞馬遜、Meta和英偉達等少數幾家科技巨頭的資本支出已占據美國企業資本總支出的近三分之一，年度支出規模逼近4000億美元——相當于丹麥的全年經濟總量。從資本回報看，這種增長紅利亦被幾大AI巨頭精準捕獲。截至2024年第四季度，掌握算力與模型入口的“七巨頭”總盈利飆升至1312億美元，同比增速（31.7%）遠超標普500指數（16.9%）。進入2025年后，盡管盈利增速邊際放緩至約17%，其表現仍顯著跑贏剔除七巨頭后的標普500（約9%），并貢獻了標普500當年總盈利增量的約三分之一。同時，資本也敏銳地捕捉到了這一業績韌性并蜂擁而至——“做多七巨頭”以54%的投票率位列“最擁擠交易”的榜首，標普500指數的前十大權重股占比突破35%，甚至超過2000年互聯網泡沫的峰值，資本市場因此陷入狂熱。

圖10：2025年第四季度由基金經理選出的“最擁擠交易”排名（圖源：美國銀行（BofA）全球基金經理調查）

誠然，這顆“AI心臟”確實為美國經濟泵入了驚人動力，但它驅動的，卻是一部布滿裂痕的機器。在財富分布與就業結構日趨兩極化的背景下，技術紅利并不會像水流一樣自動潤澤低洼地帶，而是順著既有的“生產關系”河道，被進一步引至金字塔尖。這種“強者恒強”的技術加速主義邏輯，正在通過三重路徑將美國經濟社會的裂痕推向一個新的臨界點……

資產市場以“實體之血”

筑就“AI神壇”

通過資本市場這臺高速運轉的“離心機”，AI熱潮加劇了企業融資端和財富分配端的斷裂，從而演化為一場對傳統制造等非AI實體經濟的隱性“抽血”。

在融資端，資本正圍繞AI形成明顯的“虹吸效應”——低成本資金持續向科技巨頭集中，而傳統行業則在融資環境收緊中被迫面臨破產。一方面，市場對AI未來的樂觀預期，賦予了科技巨頭（如“七巨頭”）和AI獨角獸極高的市盈率（P/E）和估值溢價。這種高估值本質上構成了一種融資“特權”。最具代表性的證據來自谷歌母公司Alphabet，其于2026年2月13日發行了一只規模10億英鎊的100年期公司債（2126年到期），用于支持其AI基礎設施、云計算與數據中心擴張。這支“百年債”的票面利率僅為6.125%，而同期英國30年期國債收益率約5.2%、美國30年期國債約 4.7%。充分顯示出，作為AI時代關鍵基礎設施提供者，科技巨頭已在債務融資成本上享有“主權”級別的定價特權。這一優勢使它們能夠“不計成本”地搶購GPU、建設數據中心并挖角頂尖人才，形成贏家通吃的“馬太效應”。另一方面，制造業、零售及建筑等傳統行業，卻被資本視為“缺乏想象力”的舊資產，在估值被長期壓制的背景下，需通過銀行信貸或發行高息債券等方式，以更高的成本進行融資。隨著有限的流動性被AI颶風持續“虹吸”，傳統企業被迫縮減資本開支、停止生產線更新，甚至通過裁員來維持現金流安全。據《華盛頓郵報》數據，截至2025年11月，美國已有至少717家大型公司申請破產，同比增長約14%，達到2010年以來的最高水平。其中，工業部門受沖擊最為明顯——制造、建筑與運輸行業合計有110家大型企業申請破產，位居各行業之首。

在財富端，資產收益的“溫差”正急劇重塑貧富格局——富裕階層獨享高增長資產，而中低收入群體深陷高成本負債。其中，AI板塊憑借181%的驚人回報率和124%的盈利增長主導了市場繁榮，但由于高準入門檻及股權高度集中（前1%富人持有近半數美股市值），這一“估值紅利”被牢牢鎖定在金字塔頂端。相比之下，被隔絕在資產盛宴之外的普通家庭面臨的是“債務抽血”（圖9）。2025年，美國信用卡債務規模達到1.28萬億美元，平均利率約23%，遠高于同期30年期按揭貸款利率（約6%-7%）與投資級公司債收益率（約5%-6%）。這一高息債務負擔對底層居民的沖擊尤為劇烈：收入最低10%地區的拖欠率在2025年一季度已達到20.1%，同期收入最高10%地區的信用卡債務拖欠率僅為7.3%。具有警示意義的信號出現在2025年9月，一家手握約10萬筆未結貸款的美國次級車貸機構TricolorHoldings遞交破產申請，標志著次級車貸壓力已越過借款人防線，開始直接沖擊放貸機構本身。結果是，當資本市場被AI之火點燃時，真正能夠感受到熱量的，仍只是少數站在火源附近的人。

圖11：美國不同收入階層的資產持有結構比較（來源：美聯儲）

就業市場因“技能鴻溝”

引發“職業折疊”

與資本在市場中的高度集聚相呼應，這股AI浪潮驚濤拍岸，裹挾著資本與科技巨頭駛向深藍，卻將大量普通居民和傳統行業擱淺在岸邊。然而，浪潮的物理篩選僅僅是序章，緊隨其后的，是它對勞動力市場“骨架結構”的重塑——如同水流沖刷出全新的河床與流域，重新定義了勞動者“通往深藍”的攀緣路徑。具體來看：

其一，AI的快速發展正在拉大不同勞動者之間的收入差距。在生成式AI快速擴張的背景下，企業對算法開發、模型訓練與數據工程等復合型能力的需求激增，而相關的人才供給短期內難以同步增長，直接推高了AI崗位的技能溢價。從絕對差距來看，AI人才與普通人幾乎已經不在同一個“薪資頻道”。根據美國勞工統計局（U.S. Bureau of Labor Statistics）的數據，人工智能工程師的年薪中位數達到145080美元，而美國全部職業平均年薪僅為65470美元，前者約為后者的2.2倍，薪資差距達到122%。從崗位需求來看，企業也往往會在招聘中，給AI人才遞上一張“黃金門票”。市場調研機構Lightcast的報告顯示，要求AI技能的職位平均薪資比不要求相關技能的崗位高出約28%，約多出18000美元/年（圖12）。

圖12：按職位類別劃分的AI技能相關崗位廣告中位數薪資對比（2024）（來源：Lightcast）

更神奇的是，在傳統上由學歷主導的薪資體系中，AI技能似乎正在打破原有的回報邏輯，成為比學位更直接的收入杠桿。世界經濟論壇的一項調查顯示，擁有AI技能的工資溢價已超過碩士和學士學位（圖13）， “技能”正越來越多地取代“學歷”成為職場上的“新硬通貨”。除薪資外，擁有AI技能還能幫助員工獲得更優的福利和面試準入機會，甚至可以彌補學位、年齡等傳統認知上的招聘劣勢。

圖13：AI技能對薪資溢價與福利待遇的提升（圖源：Bone et al. (2025)《Skills or degree? The rise of skill-based hiring for AI and green jobs》；Mira et al. (2025)《Beyond pay: AI skills reward more job benefits》）

其二，AI在“創造與毀滅”中加劇職業分化。一方面，人工智能確實催生了新的就業機會。世界經濟論壇《2025年未來就業報告》顯示，到2030年前增長最快的崗位中，有兩個——大數據專家和人工智能/機器學習工程師——直接與AI和數據相關（圖14），表明高技能技術崗位需求正在快速上升。但另一方面，自動化能力的提升也在加速傳統崗位的收縮。麥肯錫研究顯示，辦公室支持、零售與客戶服務、餐飲服務以及生產制造四類崗位將占美國未來崗位減少總量的約75%，其中包括文員、行政助理、零售銷售員和收銀員等職位，預計到2030年前崗位數量將合計減少超過60萬個。換言之，AI正在優先替代那些流程標準化、重復性較強的勞動崗位。但即便是技術領域也并非絕對安全。長期來看，這種倚靠AI催生出來的崗位需求，也面臨著被AI替代的風險。圣路易斯聯儲研究發現，2022年至2025年間，AI應用程度較高的職業（主要是計算機與數學類）失業率增幅反而高于部分藍領和服務業崗位。結果是，AI一面抬升高技能崗位的價值與數量，另一面卻壓縮了傳統與入門級崗位空間。職業階梯不再均衡展開，而是在技能鴻溝的牽引下向兩端延伸：高端崗位被推向更高處，中低端崗位則被層層壓縮、疊入底部結構之中，形成一種持續加深的“職業折疊”。

圖14：2025–2030年全球增長最快的職業類別預測統計（圖源：世界經濟論壇《2025年未來就業報告》）

政府以“國家意志”

扭曲“資源天平”

自拜登政府時期起，AI浪潮更是借得政策的“風力”，掀起了新的潮涌——政策資源、財政補貼與國家資本開始向其集中傾斜，既讓身處深藍的科技巨頭得以加速遠航，也讓岸邊的觀望者愈發望洋興嘆。2022年7月，美國國會通過《芯片與科學法案》（CHIPS and Science Act），計劃投入約2800億美元振興半導體制造與前沿技術研發，其中約2000億美元直接投向人工智能等關鍵技術領域。政策出臺后，電子、計算機與電氣設備相關設施投資由2020年前十年的年均不足70億美元，迅速躍升至2024年的超過900億美元（圖15），AI相關產業開始獲得聯邦層面的“加碼支持”。

圖15：政策紅利下，美國計算機及電子設施建設規模迅速擴大（2011-2024）（圖源：彼得森國際經濟研究所）

進入2025年，美國的政策重心進一步從“補產業”升級為“大基建”。特朗普在其第二任期明確將AI定位為維持美國長期科技與經濟霸權的“第四次工業革命核心技術”，明確要“贏得AI競賽”，拉大與中國的差距。2025年1月21日，由政府牽頭、OpenAI、軟銀、甲骨文等巨頭聯合響應的“星際之門”（Stargate Project）項目一舉獲得高達5000億美元的投資承諾，聚焦AI數據中心與算力網絡建設，資本與政策的合流正為AI鋪設物理層面的“高速公路”；7月23日，白宮發布《贏得競爭：美國人工智能行動計劃》（簡稱“AI行動計劃”），明確承諾對頭部AI公司、云服務商和數據中心運營商提供財政補貼、稅收抵免、政府采購傾斜等支持，并要求擴大此前《芯片與科學法案》中規定的稅收優惠范圍，覆蓋AI數據中心和電網升級項目，政策的“制度護航”隨即漫灌至基礎設施后端；及至11月，特朗普簽署行政令啟動“創世紀計劃”（Genesis Mission），整合能源部17個國家實驗室，英偉達、亞馬遜等24家科技巨頭的資源，構建國家級AI科學平臺。

在上述AI支持政策的驅動下，社會資源分配（主要是私人投資）開始出現明顯分化。進入2025年后，與AI高度相關的信息處理設備與軟件投資仍保持約14%的同比增長，而制造業相關固定資產投資則連續三個季度維持負增長（圖16）。換言之，資本正在加速流向與算力和數字基礎設施相關的領域，而傳統工業投資動能則明顯減弱。這種以政策為導向的“資源再配置”，帶來了對AI產業的系統性“偏愛”，并導致了AI產業的“泡沫上升”與傳統產業的“投資空洞化”。政策之力作為自上而下的“暗流”，為已經洶涌的浪潮再度注入動能，并使得本就存在的分野愈發清晰——誰在風口之上加速遠航，誰又在潮水之外逆流而行。

圖16：2022-2025年美國私人非住宅固定投資（信息與軟件V.S. 制造業）變化趨勢（圖源：美聯儲經濟數據FRED）

從以上機制中不難看出，在現有制度與傳導路徑下，AI似乎表現出了一種復雜的雙重屬性：它既是效率的“加速器”，也是分配的“放大器”。那些能夠靠近技術火源的人——無論是持有資產的富人、身處AI行業的精英，還是率先獲得政策傾斜的企業——正在享受前所未有的紅利；而那些本就處于邊緣的人群，則在通脹、債務和傳統行業萎縮的夾縫中，感受到技術浪潮過后的陣陣寒意。

馴風筑渠：

為AI洪流開鑿共享河道

颶風本身未必是災難，真正決定后果的，是其是否擁有足夠堅固的堤壩與清晰的水道。如何讓AI成果被社會共享，而不是成為撕裂社會的新力量，是當下政策與制度設計必須正視的核心問題。治洪的關鍵或許不只在于壓制浪潮，而更多在于修筑水系。AI所帶來的資本與利潤，究竟能否沉淀為可持續的水庫——這既取決于行業盈利模式能否盡快走向穩健，使資本回報建立在真實的生產率提升之上，從而降低泡沫破裂的系統性風險；也取決于政策能否糾正資源過度集中的結構性失衡。若資源持續單向堆積于算力、芯片與模型平臺，而缺乏向實體經濟和社會大眾擴散的回流機制，那么水位的抬升只會加劇兩岸落差。從當前的傳導路徑看，“必要的泡沫”或許會演變為“失控的浪潮”，“技術繁榮”也可能異化為另一種形式的“社會緊縮”。

漲潮后的裂谷：

回溯工業革命的社會代價

歷史從未證明，技術進步會自動帶來普遍繁榮。相反，它正反復提醒我們：生產率的躍升，往往會率先沖擊既有的分配秩序，而非順利地滲入社會肌理。技術可以拓寬經濟的“水面”，卻并不自然決定水流如何分配。縱觀過去幾個世紀，每當技術進步長期脫離社會大多數人的福祉，社會動蕩與經濟失衡幾乎不可避免。

回望歷史，第一次工業革命雖然極大提升了生產效率，卻也同時制造了城市貧困、童工泛濫與工人階層的困境。直至工會興起、勞動立法完善與福利國家逐步建立，技術紅利才開始真正下沉。第二次工業革命依托電氣化與大規模生產，進一步強化了資本集中與產業壟斷，財富分配失衡一度催生了“鍍金時代”的貧富鴻溝。20世紀上半葉的歷史更為慘痛地證明，嚴重的分配失衡若不能通過制度溫和修正，最終往往會通過大蕭條、極端主義崛起乃至戰爭等極端形式被迫出清，這正是制度調節滯后于技術擴張所付出的巨大代價。所謂“技術解放生產力”，若缺乏制度約束與再分配機制，往往先成為少數人的財富加速器，卻并不能成為帶動社會全體的繁榮引擎。換言之，技術本身不決定分配結果，制度才是決定“技術紅利能否轉化為公共福祉”的關鍵所在。

當下，經過四十年的新自由主義改造，美國經濟社會中的工會組織、稅收調節與反壟斷監管等“制度緩沖層”已大幅削弱。當AI這種“超級技術”降臨在一個高度不平等、缺乏再分配機制的結構性環境中，它不會自動填補裂谷，反而會順著既有的“K型”分化軌跡加速社會撕裂。換言之，若缺乏制度層面的干預與引導，技術變革所釋放的能量可能持續在高位累積、從底部抽離，在裂谷中持續積蓄張力，進而引發沉重的社會代價。

當洪流遇上陡坡：

警惕地緣競爭壓力下的“加速偏航”

當前的AI繁榮既包含真實的技術突破，也伴隨著典型的資本過熱。歷史上，幾乎所有的重大技術革命都伴隨一定程度的投機與泡沫，這本是市場試錯的正常過程。然而，當下的危險在于，這種“周期性過熱”正在與“地緣政治焦慮”發生共振，使AI浪潮被推向更陡峭的斜坡。

在大國競爭壓力下，決策層為確保關鍵技術領先，對AI行業內的亂象與估值泡沫給予了極高的“默許度”；而那些被視為“含金量不足”的傳統行業與民生領域，則遭到了“戰略性忽視”。這種“不顧內部平衡，只顧追求領先”的策略，本質上是一種危險的戰略誤判。當政策與資本過度聚焦于算力、芯片等高端賽道時，制造業、物流業、公共醫療與基層教育等吸納大量就業的領域，可能因資源被虹吸而陷入“供血不足”。若中等技能崗位在尚未完成轉型前便因資源擠壓而過早萎縮，需求端的收縮也將反過來限制新技術的擴散與落地。基礎產業的快速“擠出”，將顯著削弱經濟體的就業承載力、需求拉動力與整體內循環韌性。在冷戰時期，蘇聯率先將人類送入太空，擁有龐大的軍工體系，在核技術、航天工程、基礎數學等領域具有世界級實力。然而這些尖端能力并未轉化為居民生活水平的大幅改善——消費品長期短缺，居民需要排隊購買基本生活物資；農業效率低下導致糧食依賴進口；企業缺乏激勵機制，生產效率持續偏低。技術“樹冠”向上瘋長，而承載日常生活的“根系”和“土壤”持續貧瘠，最終削弱了社會的整合能力。這深刻提醒我們，決定地緣競爭勝負的關鍵，不僅在于技術高峰能攀多高，更在于經濟“地基”是否穩固——取決于經濟結構的韌性、中產階級的廣度以及社會整合的深度。若收入與資本過度集中于少數高技能群體與資產持有者手中，消費結構趨于收縮，宏觀波動性上升，創新紅利便難以在全社會擴散。

如果說宏觀層面的問題在于戰略偏差，那么微觀層面的風險，則來自AI產業內部“循環嵌套投資”與“私人信貸黑箱”。當前，美國AI科技巨頭通過向初創公司提供股權投資或云服務額度，再由初創公司將這些資金用于購買云算力和GPU資源，從而形成“左手倒右手”的閉環交易。賬面營收與估值因此迅速抬升，但卻并未創造出與之匹配的真實社會生產力。這種“增長”更像是在系統內部循環加壓，而非來自外部河道的自然補給。與此同時，以Blue Owl為代表、深度嵌入本輪AI基礎設施和軟件融資的私人信貸市場迅速擴張，高杠桿（企業債務與EBITDA比率普遍超過7倍）與信息不透明（底層資產結構與流動性條款披露不足）成為其顯著特征。近期圍繞其資產質量與流動性的爭議與處置舉措，已在市場上引發明顯的緊張情緒。當AI的“資本自循環”與私人信貸的“黑箱擴張”相互疊加，其邏輯與2008年次貸危機前“拆分打包、層層杠桿、信息不對稱” 的模式高度相似。若不能及時引導資本回歸“真實”，一旦AI項目現金流中斷或宏觀流動性收緊，可能觸發上游云服務營收下修與下游信貸違約的連鎖反應，放大系統性風險。

AI操控的機器人雖難以完全替代實驗科學家，但AI系統已開始接管人類的數據分析師、研究編碼員等工作（圖源：《自然》）

為浪潮校準航向：

如何構建面向AI的“制度導流渠”？

作為一股勢不可擋的洪流，當下屬于AI的核心命題不是“要不要發展”，而是如何在發展過程中通過制度創新，將其由“激蕩的泡沫”引向“溫和的普惠”，避免重蹈歷史覆轍。

目前來看，這并不存在一套“標準答案”。盡管不同國家在制度傳統、產業結構與社會契約間的差異巨大，但方向性的命題是共通的——如何在鼓勵創新的同時，為技術紅利修建“導流渠”；在技術替代加速發生之際，保障勞動者的平穩過渡。與其等到社會矛盾全面爆發后再被迫進行“事后修補”，不如對“制度河道”進行前瞻性干預。畢竟，歷史曾反復證明，在危機爆發前主動調整規則的代價，總是遠低于在社會撕裂后重建秩序的成本。

在這一過程中，首先需要對競爭秩序進行再構，從源頭上緩沖浪潮本身的沖擊力。模型平臺和算力基礎設施天然具有規模經濟與網絡效應，資源和權力的集中趨勢幾乎不可避免。若創新生態被少數巨頭通過排他性協議或接口壁壘“封存”，生產率紅利勢必無法穿透至廣泛的經濟毛細血管。因此，在不扼殺頭部企業創新動力的前提下，重點在于保障數據的公平接入，強化數據可攜帶性并推動接口開放，防止技術與市場的雙重壟斷。

其次是對財稅結構進行重塑，引導資本洪流有序匯入社會蓄水池。歷史經驗證明，當生產率大幅提升而分配機制滯后時，財富往往先于規則調整在資本一端迅速集中。在AI時代，算法與自動化極大提高了資本收益率，若稅制結構仍主要依賴勞動收入，社會保障的財政基礎將被逐步侵蝕。因此，需以“財政之手”對分配結構進行調節：優化資本利得稅，引入超額利潤調節機制，并探索與數據價值相關的公共收益分配。其核心并非懲罰創新，而是確保技術發展的成本與紅利不會在少數節點堆積，而能夠通過制度分流，在社會內部實現更為均衡的循環，以此鞏固共同體的財政韌性。

最后是構建普惠轉型的“底座”，讓經由疏導后的活水浸潤每一寸土壤。具體來說，可通過公共投資建設開放算力平臺，支持開源模型生態，將算力納入新的公共基礎設施范疇。這不僅能降低中小企業、教育、科研與公共醫療等領域應用AI的門檻，也能防止技術紅利被資本壟斷。在此基礎之上，須同步建立“全民技能轉軌機制”，將政策重心由“補貼企業”轉向“賦能個體”。針對受沖擊最為嚴重的崗位，設立長期穩定的技能再造基金，并配合工資補貼、負所得稅等工具，為勞動者提供必要的過渡期緩沖。歸根結底，這些制度創新并非推翻既有的市場秩序，而是在歷史經驗基礎上的動態修正與持續校準，確保技術轉型不再意味著社會撕裂，而可以成為包容增長的新起點。

需要強調的是，這些討論并非針對某一國家，而是AI時代所有經濟體共同面對的結構性命題。歷史已多次證明，技術擴散的指數級浪潮與制度調整的線性步伐之間，存在天然的“時間差”。當巨浪已至而河道尚未拓寬，率先決堤的往往不是技術本身，而是尚未完成加固的制度堤防。因此，AI時代的真正競賽，不只是算力的角逐與算法的迭代，更是一場社會治理能力的“升級大考”。誰能夠在鼓勵創新的同時，穩固分配結構的韌性，誰就更可能在文明的洪流中不僅站穩腳跟，更引水灌溉出自己的綠洲。從這個意義上說，叩問AI未來的便不只是技術本身，更在于社會契約能否順利完成重塑。或許，技術革命不可阻擋，但其社會形態如何展開，最終取決于人類的制度選擇——這正是AI時代留給社會科學研究者的核心追問。

本文作者

曾譯瑤：香港中文大學（深圳）前海國際事務研究院研究助理。

包宏：香港中文大學（深圳）前海國際事務研究院助理院長。

*本文內容原載于新京報，作者于原版內容基礎上進行了擴充和修改。

GBA Review 新傳媒

校對 | 李 征

排版 | 許梓烽

初審 | 王炳云

終審 | 馮簫凝