刚刚阅读了@Alex_Danco关于杰文斯和鲍莫尔悖论的博客，它完美地解释了我们即将看到的与AI相关的奇怪经济现象。 以下是我认为最突出的三个见解： 1. 杰文斯悖论 - 当事物变得更便宜时，我们使用的数量反而会增加，而不是减少。 1965年，一个晶体管的价格为1美元，现在的价格仅为百万分之一美分。这使得计算机从军用房间大小的计算器变成了可丢弃的运输标签。 谷歌的7年历史TPU仍然以100%的利用率运行。 再次强调，想得更多而不是更少，即使成本暴跌，整体需求也会增加。 2. 鲍莫尔的成本病 - 随着生产性部门的改善，生产力较低的部门变得更加昂贵。 为什么一个中产阶级家庭每两年就能负担得起一辆新车的租赁，但却需要和邻居分担保姆？因为汽车行业变得极其高效，而儿童保育行业却没有。 工资在所有部门之间竞争。当一个部门变得极具生产力并提供高薪工作时，其他所有部门的工资必须上涨以保持竞争力。 3. AI将同时在单一工作中创造这两种效应，这非常奇怪。 一些服务将进入“杰文斯漩涡”，消费量将增加10倍。法律服务、数据分析、内容创作。*软件开发* 但AI无法触及的服务（如遛狗者、私人教练）将变得极其昂贵，因为整体财富增加。 这里特别奇怪的部分是：这也发生在工作内部。当AI自动化99%的任务时，最后那1%人类必须完成的部分变得极其有价值且需求旺盛。 想想特斯拉的机器人出租车需要人类监控。那最后的1%成为了部署的瓶颈，并要求高额工资。 “必须由人类完成的最后1%”成为了必不可少的可雇佣技能。这些就是AI创造的新工作。 我们正朝着一个超级计算机便宜但1:1的人类导师成为奢侈品的世界前进。...