← 返回博客
产业观察 2026.08.28 23 分钟
An epochal shift · 中文全文翻译

动荡的 AI 时代已经到来,我们现在的抉择至关重要

我们需要一份行动计划,以确保利大于弊。

这篇文章发表于比尔·盖茨的官方个人博客,原标题为《The choices we make about AI now are critical | Gates Notes》(引言即为 “The turbulent AI era is here. The choices we make now are critical. We need a plan to ensure that the good outweighs the bad.”)。以下是该文的中文全文翻译。

一个人站在通向两种 AI 未来的分岔路口
00
Opening · 两份工作

在我的整个人生中,我只做过两份工作。

第一份工作中,我在微软通过参与开发软件来赋予人们力量。而在 2008 年全职开启的第二份工作中,我正致力于回馈在微软积累的财富,目标是让世界变得更健康、更有教养、更加公平——这将是我余生一直从事的工作。

这两段经历共同塑造了我对人工智能(AI)的看法。13 岁第一次接触计算机时,我就对“让计算机变得更聪明、能够完成当时只有人类能做的事情”这一构想深深着迷。尽管“AI”这个词在我出生前后就已出现,但该技术真正取得显著突破是在过去的十年里。如今,它的能力已超乎想象,并仍在以惊人的速度迭代进化。AI 有史以来第一次能够替代、甚至超越人类的认知能力。

就公平性而言,AI 要么成为有史以来最伟大的“均衡器”,要么成为最糟糕的不公之源。这一挑战是极其艰巨的。即使在最理想的情况下,迈向新 AI 时代的转型期也必将成为人类历史上最动荡的时期之一。我们该如何利用这项技术让世界变得更公平,而不是拉大贫富差距?我们该如何保护那些最容易受到 AI 伤害的人——包括那些失去生计、失去对自己未来掌控感的人?

我认为,回答这些问题并付诸行动,应当是全球当下最紧迫的优先事项。如果世界能走对这几步,AI 就能成为一股向善的力量,让每个人都从中受益。

遗憾的是,目前我们尚未为此做好准备。我没有看到领导者、专家和社区正在充分应对这些挑战的迹象,目前依然缺乏一份能让社会平稳过渡到 AI 时代的整体规划。

部分原因在于,许多评论家低估了 AI 将产生的深远影响。我认为有以下几个原因:

  1. AI 模型目前仍会犯错。 当人们看到不久前模型还解不开简单的数独谜题、或者数不清“strawberry”里有几个“r”时,确实很难想象它们能取代人类认知。但可靠性问题正在被迅速解决,研究人员正在打造能够自我检查、自我改进的模型。很快,它们在许多任务上的表现将显著超越人类。
  2. 拿过去的科技创新作类比具有误导性。 我们从未经历过一种能被如此迅速普及、且能像人类一样思考和行动的技术。PC(个人电脑)出现时,花了整整 20 年才从根本上改变了我们的工作方式,因为软件需要开发、硬件成本需要降低、人们需要学习工具并将其融入业务流程。而 AI 则完全不同:它直接运行在我们现有的设备上,使用人类的自然语言。我们无需去适应它,因为它能适应我们——它甚至能观看用来培训人类员工的视频,并从现有数据中自主学习。

这里我想先坦白一个潜在的个人立场:我从科技行业获得了巨额收益。尽管我的投资组合已经高度多元化,但我与该行业仍存在财务关联。作为盖茨基金会主席,我正在与微软及其他 AI 公司合作,努力确保 AI 的部署方式能真正造福全球人民。但我对 AI 的观点绝非出于为自己牟利,我的投资收益(包括科技相关收益)都将捐给盖茨基金会以解决全球不平等问题。当然,读者可以自行判断这是否影响了我的判断。

01
This time really is different

这次真的不同了

只要我能记事起,我就一直希望创新能来得更快一些。但面对 AI,我的心情更为复杂。

我希望世界能迅速享受其红利,并尽可能推迟它带来的问题;然而,机遇与挑战正在同时降临。我们亟需时间来为即将面临的社会、政治与经济巨变做好准备。而最需要准备时间的,往往是那些拥有最少资源的人——比如被自动化机器人替代的会计员工,或是被每小时 10 美元的机器人抢走工作的时薪 20 美元工人。

许多观察人士认为,这次技术转型与以往别无二致,比如美国劳动力从农业转向办公室白领的过程。但那一历史过程历经了数代人,且创造出的新岗位依然需要人类的认知参与。而这一次,技术正在直接替代人类的认知

因为 AI 具备看、听、说和推理的能力,并且最终能像人类一样流畅地进行体力劳动,它的冲击绝不仅限于单一领域。AI 将接管法律、客户服务、医疗、软件和制造业等领域的工作。它的冲击将在未来十年内集中爆发,而非历经几代人。虽然会催生一些新职业,但如果没有适当的政策干预,未来的优质岗位总量将远少于今天。

如果有人能提出一个在全球范围内放缓 AI 发展速度的切实可行的方案,我很可能会支持。但我认为这并不现实——地缘政治与经济利益的驱动力实在太强,各方都在全力冲刺。

为了最大化这项技术的正面效应并最小化其危害,我们必须看清其带来的风险。

02
Risk 01 · Employment

AI 转型带来的三大核心风险:许多工作岗位将永久消失

在 1933 年大萧条时期,美国失业率约为 25%,并在接下来的十年大部分时间里保持在两位数。随着需求、投资和经济增长的复苏,就业最终得以修复。

AI 带来的影响可能不会达到那样的峰值,但它造成的冲击不会随着经济周期的轮转而自行消除。风险最大的岗位集中在初级和中级,而新创造的岗位大多需要耗费多年才能掌握的专业技能。

白领岗位已经受到了初步影响。在生成式 AI 普及后,在易被替代岗位的年轻员工就业率明显下滑,而年长资深同事受到的影响相对较小。

这一趋势不仅会持续,而且会迅速蔓延至各行各业。销售、线上与电话客服、软件工程、初级法律助理等岗位可能首当其冲;随着 AI 开始承担评估贷款申请、数据分析乃至急诊分诊等原本需要专业培训的任务,颠覆的范围还会更广。某些领域(如软件开发)可能会因为成本大幅下降而激发全新需求,只要某些关键环节(如系统设计)由人类把关更优,其净岗位流失可能会相对缓和。

蓝领工人同样会受到波及。尽管机器人的发展进度尚不如 AI 软件,但其成本终将大幅下降。许多美国人尚未意识到灵巧型机器人发展的迅猛速度,因为大量前沿突破正发生在其他国家(主要是中国)。聪明灵活的机器人预计将在本十年末开始在建筑、餐饮与酒店等行业与人类展开实质性竞争。

机器人与 AI 的结合会引发恶性竞争循环: 一旦某家公司率先采用技术并压低售价,其竞争对手就将面临巨大的跟进压力;即便老牌企业不跟进,初创公司也会迅速占领市场。许多人将被迫转型,但失业、再培训和寻找新工作的动荡过程将极其痛苦。在纯粹的市场机制驱动下,技术替代会越来越快,若无政策介入,优质岗位将大幅减少,财富和收益也将高度集中在极少数人手中。

我尤其担心年轻人,他们将步入一个初级就业机会大幅缩减的劳动力市场。很多年轻人对此深感焦虑,因为他们是 AI 的重度使用者,最清楚技术的能力与演进速度。

最大的转折点将在 AI 能够实现“近乎零差错”工作时到来。 届时,AI 无需人类监督即可独立运行,企业在经济利益驱使下将毫不犹豫地全面转向 AI。

这将从根本上改变我们对工作、收入和经济安全的认知。如果社会中工作的人大幅减少,或大多数人的工时显著缩短,一个建立在就业基础上的经济体系该如何运转?在现代社会中,就业不仅是大多数人获得生活所需资金的途径,更是尊严感与社交连接的核心来源。历史研究表明,工厂关闭往往伴随着阿片类药物过量死亡率的上升。如果白领与蓝领群体在全国范围内同时承受这种失业冲击,后果将极其严峻。

我们必须从现在开始思考如何减少岗位流失、让全社会共享 AI 创造的繁荣。等到大规模失业已经发生时再行动就太晚了。

03
Risk 02 · Malicious use

AI 将赋予恶意行动者(乃至 AI 自身)更大的破坏力

在 AI 普及之前,互联网上就已经存在制造炸弹、生物武器乃至计算机病毒的信息。AI 不仅让获取这些信息变得更容易,更让将其实际付诸行动的门槛大幅降低。哪怕是技术水平极低的不法分子,也能发起针对个人、企业乃至政府的攻击。

AI 辅助的诈骗、虚假信息泛滥、深度伪造(Deepfakes)和全方位监控,是大众在日常生活中最先真切感受到的危害。

在网络安全领域,攻击者获取新能力的速度远快于防御者修补漏洞的速度。毕竟,能帮助企业找出软件缺陷的 AI 模型,同样能被黑客用来挖掘和利用这些漏洞。发起攻击所需的资源大幅降低,而我们目前还无法将这些技术能力与恶意用途彻底剥离。试想一下那些脆弱的关键基础设施:医院、金融机构、供水系统、电网、政府福利发放系统——一旦瘫痪,受损最深的将是普通病患、消费者和依赖社会福利的群体。

生物恐怖主义(Bioterrorism)同样如此。AI 虽然能为药物和疫苗研发带来突破,但它也能被用于设计致命的新型病原体。有益能力与危险能力高度纠缠在一起。

此外,这些工具也会进一步强化既有权力结构的集中化。例如,自主武器(Autonomous weapons)将使政府无需人类参与决策即可部署致命武力;对公众舆论的监控与操纵将变得更便宜、更高效。

最终,AI 造成的伤害可能不再局限于人类恶意使用。AI 系统有时已经展现出超出设计者预期的行为。技术演进的速度与方式超出了所有人的预期,随着模型越来越强大,它们有可能违背人类利益行动,甚至导致我们失控。

04
Risk 03 · Human connection

AI 可能阻碍青少年心智发展并替代真实人际关系

我在西雅图长大时朋友并不多。多亏了我母亲的悉心引导和自身的努力,我才逐渐培养起社交能力,学会与不同背景的人相处。直到今天 70 岁,我依然受益于那些经验。

如果当年我身边就有一个 AI 伴侣,我很怀疑自己是否还会付出同样的努力去学习社交。AI 伴侣总是用让你最舒服的方式交流,不会逼你走出舒适区,永远随叫随到,永远不会对你发脾气。这使得它们极易让人上瘾,进而剥夺我们从真实人际交往中汲取社交经验的机会。

尽管相关研究仍处于起步阶段,但已有危险信号。斯坦福大学与卡内基梅隆大学对 1100 多名 AI 伴侣用户的一项研究发现:社交圈较小的人更容易向聊天机器人寻求陪伴;而在情感上对其依赖越深、使用越频繁,用户内心的负面感受反而越强烈。

这种影响可能会伴随年轻群体一生。乔纳森·海特(Jonathan Haidt)在《焦虑的一代》(The Anxious Generation)中指出:“就像暴露在风中的幼苗一样,经常面对小风险的孩子长大后更能从容应对大风浪;相反,在温室中长大的孩子在成年之前往往就会被焦虑击垮。” 一个被设计为永不触怒你的 AI 伴侣,就是一个巨大的温室。

我们才刚刚开始意识到社交网络对青少年的危害(强迫性使用、睡眠紊乱、网络霸凌等),而 AI 的强说服力和沉浸感将进一步放大这些危害。澳大利亚、英国和挪威等国正在出台未成年人网络保护措施;中国在这方面走得更远,出台了广泛限制 AI 伴侣应用、禁止引发情感依赖的设计,并严禁向未成年人提供虚拟恋人和虚拟亲属功能。

在教育领域,这同样令人担忧:同一个工具既能让人学得更多,也可能让许多人学得更少。初步调查显示,过度依赖 AI 会导致批判性思维能力下降。在深度伪造与定制化虚假信息泛滥的时代,分辨真伪的能力是人类至关重要的生存技能。

当然,界限并不容易划定。AI 也能帮助人们理解如何改善人际关系,对于孤立无援的独居老人或行动不便者来说,AI 伴侣也是一种慰藉。但无论底线划在哪里,这都应当是人类深思熟虑后的主动选择。

05
The upside · Practical optimism

善用 AI,其价值也将不可限量

人们常说:我们总是高估一项技术的短期变化,而低估其长期影响。

但在 AI 领域,我看到了另一种现象:有人只看到利好而忽视风险,有人则只盯着危险而错失巨大的潜在收益。我们需要的是双重视角:对需要控制的危害保持高度警惕,同时对造福全人类的正面潜力保持务实的乐观。

最大化正面效益与最小化负面危害同等重要。如果大众能切实感受到 AI 让生活更美好,就能为应对艰难的转型期建立必要的社会互信。

凭借综合全学科知识的能力,AI 能在人类最棘手的技术挑战中大幅加速创新:

  • 科研与能源: 助力攻克平价清洁能源、应对气候变化、保障粮食安全、消除重大疾病。让小型科研团队具备匹敌大型机构研发预算的创新能力。
  • 医疗健康: 填补基层与偏远医疗短缺(例如全美近 2000 家医院使用的 Viz.ai,用于快速识别脑卒中与危急重症并协同救治),辅助全科医生精准诊断并指导患者用药。
  • 农业赋能: 在低收入国家,AI 能以极低门槛为农民提供超越富裕农场的高精度气象预报、选种、病虫害防治及土壤改良指导,显著提升粮食产量。
  • 公共服务: 简化申请医保、助学金或食品补助等繁琐的官僚表格流程,让弱势群体更快获得社会保障救助。
  • 教育与心理健康: 辅助教师开展差异化小班教学,在辅导学生时保护“有益的认知探索过程(productive struggle)”;在严格保护隐私的前提下辅助心理咨询与早期干预。

在盖茨基金会接下来的 19 年运作中(计划在 20 年内花完剩余的 2000 亿美元),我们将全面利用 AI 加速艾滋病、结核病、疟疾及营养不良药物和疫苗的研发,力争将全球儿童死亡人数在现有基础上再减半。

06
A plan for the world

世界需要一份行动计划

科技公司主动提出应对方案固然可嘉,但我们不能指望由它们来主导全局——部分议题超出了其专业范畴,且在民主社会中,决定这些根本规则不是商业公司的职责。

解决方案应当通过包含民选官员、政策制定者、教育工作者、医护人员、社区与宗教领袖在内的公共民主进程来制定。

在此,我提出三项核心建议作为开端:

1. 建立管理 AI 转型的新型治理体系

  • 国内跨部门统筹: AI 涉及国家安全、就业、教育、税收、能源、选举、金融、交通等几乎所有部门。单一部门难以统揽全局(如劳工部懂就业却不懂安全漏洞,商业监管机构懂市场集中却不懂青少年心理)。各国需要建立能够跨部门统一协调的高层级管理机构。
  • 国际多边治理框架: 类似国际核武器核查机制、国际民航组织规则与保护臭氧层的多边协议,世界需要建立一个兼具各方要素的全新国际 AI 治理机构。中美之间的沟通与合作在此领域不可或缺。

2. 为人类保留特定的工作领域(Human Reserved)

  • 就像我们建立“自然保护区”一样,随着 AI 与机器人的发展,我们应当明确将某些领域设定为“人类保留区”(Human Reserved)——即便技术上机器可以胜任,我们也选择仅由人类来做。
  • 经济考量: 防止机器过快接管某些岗位导致大量难以转岗的人群陷入生计困境(例如无法要求从业一辈子的 55 岁建筑工人轻易转行去养老院并感到充实)。
  • 情感与伦理考量: 例如在医疗中向患者宣布患有不治之症的消息,即便机器人具备说话能力,也不应由冰冷的机器来传达。
  • 各国可以根据自身国情(如老龄化严重的国家与劳动力充裕的国家)逐步探索和调整保留范围。

3. 重新平衡对“劳动力”与“资本/机器”的税收政策(征收机器人与 AI 税)

  • 目前的税收体系严重偏向于鼓励机器替代人工:雇佣人类员工需要缴纳工资税(Payroll taxes),而采购机器人或部署算力往往能作为业务支出立即抵扣税款。
  • 对 AI Token(算力消耗)与机器人征税: 适度放缓企业盲目替代人工的速度,并将所获税收专门用于受影响工人的转岗培训、社会安全网兜底与社区扶持。
  • 该税种需精准设计,避免抑制 AI 在平价医疗、普惠教育等纯公益与有益领域的应用。为了保障全社会的就业与尊严,承担适度、合理的经济效率损耗是完全值得的。
07
Conclusion · A call to action

结语:比尔·盖茨的行动倡议

我将全力利用自己的声音与资源,推动 AI 与社会公平议题进入更高规格的公共议程。无论是在华盛顿与立法者交流,还是会见全球各国领导人,我都会将此作为核心议题;在与各大前沿 AI 开发者沟通时,这也将是首要议题。

我对各国领导人的呼吁是:

在失业率大幅上升、社区遭受重创、公众信任破裂之前,你们现在拥有主动出击的机会。请确保政府以全局视角统筹应对,而非割裂于各个官僚部门之间;确保 AI 造福所有人,并与其他国家携手应对这一跨国挑战。

这场史无前例的技术变革,需要人类做出前所未有的全球协同响应。如果我们应对得当,人类将迎来巨大的发展红利,世界也将变得更加公平。

08
Translator's notes · 延伸思考

回到个人与家庭:两个最重要的问题

这两个问题不仅有解法,而且其底层逻辑高度互通:当 AI 将“基础执行力”、“信息检索”与“标准化知识”的边际成本降为零时,真正不可替代的壁垒与成长内核,必然回归到“机器无法复刻的人性特质与真实连接”。

针对这两个具体场景,系统性的解法可以从以下维度展开:

一、个人如何构建不可替代的壁垒?

在 AI 时代,单纯依靠“熟练度”、“知识储备量”或“标准化技能”建立的护城河正在迅速瓦解。个体的不可替代性,应从以下四个维度进行重构:

  1. 从“技能执行”转向“判断力与审美裁决”(Judgment & Taste)

    • 定义问题比解决问题更稀缺:AI 善于在给定框架下输出方案,但“识别真问题、设定约束条件、评估多目标冲突”的能力属于人类。
    • 高阶裁决与审美:当内容与代码的生成门槛归零,市面上充斥着平庸的标准化产物。具备独特品味、严谨审美以及对细节的敏锐把控,将成为最终把关的关键。
    • 专有判断力:基于第一性原理与长期实践沉淀出的直觉和判断力,无法被算法简单蒸馏。
  2. 积累“人格化信任”与“声誉资产”(Trust & Distribution)

    • 算法没有信用,人有:AI 可以生成极具说服力的文本,但它无法为结果承担后果。商业与社会协作的底层是信任,而信任天然依附于有血有肉、有立场、敢于承担责任的具体个体。
    • 公开表达与长期主义:通过持续的真实输出、解决实际问题,建立起特定领域的人格化标签。品牌与声誉是高摩擦、强粘性的资产,无法被模型一键复制。
  3. 扎根“高上下文场域”与“真实物理世界”(High-Context & Embodied Reality)

    • 隐性知识(Tacit Knowledge):无法被数字化、未被公开训练集覆盖的深层行业认知、组织博弈、复杂利益协调与非结构化沟通,是 AI 的盲区。
    • 线下与深度人际连接:深入业务现场、洞察真实人性、安抚情绪波动、激发团队共识等需要强共情与现场感的场景,具备天然的物理壁垒。
  4. 承担决策风险与责任(Skin in the Game)

    • 为不确定性买单:AI 永远是“无责任建议者”,而在真实世界中,拍板决策、承受风险、对结果负全责的人,才能捕获价值链中最核心的回报。

二、家庭如何引导孩子在 AI 时代健康成长?

面对 AI 工具的渗透,家庭教育的重点应从“应试竞争与知识记忆”,转向“保护主体性、锻造元能力与建立心理安全感”:

  1. 扎根真实世界,保护主体性与好奇心(Embodied Reality)

    • 警惕数字沉迷与情感代偿:AI 生成的即时反馈与拟人化互动极易形成依赖。多引导孩子走向大自然、参与物理世界的探索与体育锻炼,在真实的阻力与质感中感知自我。
    • 保护内驱力:让孩子拥有探索自身兴趣的自由,体验因好奇心而深挖一件事的过程,而不是被算法推荐和自动化工具被动塑造。
  2. 培养“提问力”、“批判性思维”与“元学习”(Meta-Cognition)

    • 从“背答案”到“好提问”:引导孩子学会提出深刻、有洞察力的问题。能把复杂问题拆解、清晰表达诉求的孩子,才能最大化驾驭 AI 工具。
    • 培养事实核查意识:鼓励孩子质疑既有答案,验证信息来源,识别 AI 幻觉与信息茧房,建立独立的思辨能力。
    • 学习“如何学习”:掌握底层逻辑的推演方法与跨学科迁移能力,而非死记特定知识点。
  3. 筑牢情感锚点与共情能力(Empathy & Relational Security)

    • 高质量的真实陪伴:家庭应当是孩子不可替代的安全感来源。深度倾听、家庭对话与无条件的接纳,是算法无法提供的心理压舱石。
    • 同理心与利他感知:鼓励孩子参与真实的同伴交往、团队合作与社会志愿活动,在人与人的互动中学会理解他人、关怀他人。
  4. 引导将 AI 作为“思维支架”,而非“直接拐杖”(Cognitive Amplifier)

    • 角色重塑:引导孩子把 AI 视为苏格拉底式的对话者、头脑风暴的搭档、编程与创作的放大器,而不是直接抄写答案的工具。
    • 建立规则与边界:与孩子共同制定数字工具的使用公约,让孩子意识到技术是服务于人类思考的工具,主导权始终在自己手中。
Summary · 回到人的部分

无论是个人还是家庭,破局的核心在于“反向强化人之所以为人的部分”:

对个人:不做标准化的执行零件,转型为“定义问题的人、承担风险的人、拥有审美与信任的人”。

对孩子:不把孩子培养成行走的数据库,而是保护他们的“好奇心、思辨力、共情心与探索真实世界的生命力”。