後稀缺宏觀經濟學

資料來源#

• The full-length interview with Elon Musk

摘要#

這是 Musk 在 2026 年 7 月接受《經濟學人》訪問時，談經濟的部分（prediction——沒有測量依據的預測；以下每項主張都是歸於他本人，而非本文斷言）。當被問到十年後他的公司如何賺錢，他回答，這個問題本身就消失了：**「到了 2036 年，金錢將不再重要。」**這套論證並非對豐裕的空泛想像——它提出明確的總體經濟機制，也提出明確的物理前提，兩者都可以檢驗。依他自己的說法，它欠缺的是一條轉型路徑。

這份 wiki 的價值不在預測，而在於其結構：這是由一位正在打造機器人的人士，對後稀缺立場所做最完整的陳述；同時也對照了幾篇測量文章（任務飽和：廣泛但淺層的 AI 擴散、家戶生產的邊界），它們已能檢驗其中兩項前提。

前提：智慧需要末端效應器#

Musk 對經濟的界定刻意限縮——「經濟就是生產商品與提供服務」——他的主張是，AI 目前只提供了這些生產要素的一半：

「我們現在看到的，是數位智慧正飛速進展……但它仍多少受限於數位領域。它沒有末端效應器。你需要人形機器人這種形式的末端效應器……接著才能讓智慧不只以數位形式展現，也能開始塑造原子。」

大量機器人數量 × 大量數位智慧 =「某種近乎無限的經濟」。這是承重的物理前提，也是 wiki 已能檢視的部分。任務飽和：廣泛但淺層的 AI 擴散 發現，AI 已觸及 68% 的細分職業，但在中位數職業中只涵蓋 21% 的任務；廣度邊際受物理性所限——這正是 Musk 認為人形機器人能補上的缺口，只是從另一側測量。Google ATLAS 的發現，是目前最有力的說法，指出經濟中有多少部分因缺乏末端效應器而尚不可及；Musk 則主張這道關卡何時會打開。兩者談的是同一個變數。

互補觀點見於數位智慧的優勢：讓數位智慧得以擴展的特性（複製、速度、共享經驗），正是同一模型驅動多個機器人身體時，機器人群能繼承的特性。Musk 將機器人描述為「大致上就是一個末端效應器……帶有某種程度的本地智慧，但由大型 AI 模型管理」。

承重論證談的是通縮#

訪問者提出普及式移轉最明顯的疑慮：「如果你只是發支票，就會造成通膨。」Musk 的回答，是整場訪問中最具體的經濟主張：

「通膨只是貨幣相對於商品與服務的比例。所以，如果商品與服務的產出大幅增加——假設增加一千個百分點——你確實可以印鈔……只要創造貨幣的速度低於商品與服務增加的速度，就會實際出現通縮。所以我做個預測：問題會是通縮，而非通膨。」

其結構是將數量論往不尋常的方向推演。一般而言，貨幣供給項變動較快；他的主張是，AI 加上機器人會讓產出項變動更快，而且快上好幾個數量級，以致一般的財政揮霍也追不上。由此直接導出兩項政策結論，他也都明確說了——「財政部就應該直接發支票給大家」（他稱這種結果為普及式高所得），以及「在金錢變得[不再]相關的未來，我認為課稅也會在某種程度上變得無關緊要」。這番話出自一位表示預期自己「會繳數兆稅金」，而且「甘之如飴」的人。

值得記下訪問者的回應，因為那並不是反駁：「我完全願意相信。你很可能是對的。」雙方爭論的並非終點。

**這套論證的假設。**它把稀缺完全視為生產問題。對於機器人無法增加供給的商品——土地、地位性商品、注意力、原創作品——它沒有著墨；對分配問題也沒有著墨，而分配正是 Zuckerberg 當天刊出的專欄文章所提出的取得問題的全部核心。「任何人都能擁有自己想得到的任何東西」，原本是對製造品與服務的主張，卻被表述成對人們想用錢取得的一切的主張。

工作成為選擇：園藝比喻#

談到勞動，Musk 的立場比訪問者帶來的說法更加極端——她引述 Dario Amodei 的預測，稱入門級白領工作有一半會在幾年內消失；Musk 回答說，錯的不是數字，而是分類方式：

「AI 能把任何工作做得比任何人都好……以軟體工程為例，我們現在的情況是，AI 寫程式已經比至少 90% 的專業軟體工程師好。實際上，它正逐漸接近比 99% 都好。再來就會好到根本無從競爭。最後就會到達我所說的 Stockfish 等級。」

Stockfish 這個說法有用之處，在於它不只是「AI 平均來說更好」，而是競爭這個問題都不再有人提出，就像沒人會讓人類和引擎對弈。他明確把這個說法延伸到軟體以外的「一切」。

他描繪剩餘生活時，使用了園藝比喻：你不必自己種蔬菜；自己種的也會比商店賣的差——「你的番茄不會那麼飽滿多汁……看起來會有點手作感」——但朋友用自家菜園的菜招待晚餐，「倒是挺有心意」。工作變成自由選擇，人們看重的是它的出處，而不是產出品質。訪問者自行延伸出的說法更加尖銳：儘管每台電腦都比較會下棋，人們仍會彼此下棋。

這與認知公地的悲劇正面對立；兩者的有趣之處，在於它們彼此不相容，而不是各說各話。Lovett 的論點是，驗證 AI 輸出所需的專業能力，是由入門級工作持續再生的公地；因此，移除這些工作會摧毀監督能力。Musk 的回答是，到了 Stockfish 等級就不需要驗證，因此也不需要公地——沒人檢查引擎的棋步，驗證繫繩也就斷了。2036 年會是何種情況，完全取決於「無從競爭」的門檻是否真的到來，而這兩種立場都沒有提出預先判斷的方法。

論證止步於轉型過程#

訪問者反覆追問的，不是終點好不好，而是「兩極化、憤怒、恐懼」的政體，要如何不經由國有化、懲罰性資本課稅或起義就走到那裡。Musk 承認這種描述，卻沒有回答：**「這會是一條顛簸的道路。我沒有說一切都會一帆風順。」**他以過去的人類「電腦」作為歷史類比——那曾是一種實際職稱：整棟大樓的人都在計算銀行利息，如今沒有人為此失業而惋惜——同時也承認，「這次不同的地方在於，變化的速度大幅加快了。」這就是全部論證：同樣的職務取代，只是速度更快，而且過去最後結果還不錯。

此外，他也罕見地明說，樂觀是一種選擇的立場，而非推導出的結論：「如果你在任意一天問我——甚至同一天之內問我——我對 AI 的感受都可能從興奮轉為恐懼……我不是要抱持某種龐然樂觀主義，認為一切都會很美好。」

**尚未回答的異議。**Musk 用來描繪美好結果的參照作品，是 Iain M. Banks 的《Culture》系列小說。訪問者依他的建議閱讀後，提出他始終未處理的反對意見：「老實說，我不覺得那樣的未來特別吸引人，因為我認為在那種未來裡，人類沒有自主性。」Musk 承認人類「還是有一點自主性」。豐裕論證完全圍繞商品與服務；自主性的代價只在一句話中承認，隨後便擱置不談。

延伸閱讀#

• 賦能—管制軸線 — **以今日唯一可衡量的一側檢視轉型路徑：是否有人正在立法。**Musk 的通縮論證表示，普及式移轉不會造成通膨，而在終點課稅也變得無關緊要；他也承認自己無法描述通往終點的道路。Chueri 與 Törnberg 編碼了 33 個國家議會在 2023 年至 2026 年 4 月的 1,514,950 篇議事發言，發現整個補償政策類別——所得保障、社會保障、重新分配、縮短工時、基本所得——僅占回應框架提及的 2.3%，絕對數量為 125 次；現有政策「大多只是重述傳統福利國家的政策工具，沒有發展出機器人稅或生產力共享方案等 AI 專屬補救措施」。相較之下，各國議會主要辯論的是要加速採用（55.2%）還是治理 AI（21.8%）。他們提出的解釋，正是這篇文章談轉型時必須回答的問題：AI 受害者尚未大規模形成穩定的選民群體，因此政治辯論仍在破壞發生的上游，而非為承接衝擊做準備
• 任務飽和：廣泛但淺層的 AI 擴散 — 末端效應器前提的測量對照：AI 涵蓋 68% 的職業，但在中位數職業中只涵蓋 21% 的任務，廣度邊際受物理性所限——Musk 認為人形機器人能解鎖的正是同一個變數
• 家戶生產的邊界 — 對「產出不會被金錢標價」的測量先例：目前已有 86.5% 的 AI 使用發生在正式工作之外，每年為家戶節省的 150 億至 1,490 億美元時間價值，依其定義不會計入 GDP；這是後稀缺經濟將整個問題推至極致的一個實際縮影
• 權力平衡式超級智慧 — Zuckerberg 同日發表的專欄文章，談的是本文生產論證擱置的分配問題；兩份精英觀點都認同豐裕，卻對人們能否自動取得豐裕有不同看法
• 認知公地的悲劇 — 兩者直接互不相容之處：Lovett 的公地論證需要人類繼續擔任驗證者，但 Musk 的 Stockfish 門檻否定了這項前提
• 數位智慧的優勢 — 單一大型模型驅動多個機器人身體時，機器人群能繼承的特性；這正是「大量機器人」成為擴展能力主張，而非製造業主張的原因
• AI 的組織互補條件 — 質疑能力能否如期轉化為實際產出的既有理由：價值取決於組織必須建立的互補條件；而近乎無限的經濟則假定，到了極限時這道關卡微不足道
• Elon Musk — 發言者本人，以及讓豐裕取代末日論成為他當前主要訴求的風險立場轉變
• 資料牆與驗證公地是一項共同的供給限制 — 本文 Stockfish 段落提出的先後次序風險；在資料集中搜尋後，得到的是帶有但書的否定答案：沒有任何領域顯示出公地規模的驗證者耗竭；整體風險則因可驗證性而減弱，因為可驗證性同時推動門檻到來（Lean、隱藏測試案例、執行回饋），也讓驗證者變得可有可無——因此門檻到來的順序與需求順序相關，而非彼此無關。論證真正站不住腳的地方，是 Musk 將之概括到「一切」；再往下一層，在子任務邊界處，形式數學已顯示殘留的人類工作仍會存在（檢查形式化，而非證明本身），即使該可驗證環節已完全自動化

尚待解答的問題#

• Musk 的通縮預測可以證偽，而且有明確期限：隨著機器人部署擴大，製成品與 AI 提供的服務價格是否會下跌，還是能源、土地、礦物等投入限制會使價格持續上漲？觸發指標：2030 年以前商品與服務價格走勢分歧。
• 末端效應器前提是豐裕論證中可檢驗的一半——隨著人形機器人部署擴大，任務飽和：廣泛但淺層的 AI 擴散 所測得、受物理性限制的任務占比是否真的下降？下降速度如何？
• 如果驗證能力是一種公地，而 Stockfish 門檻在不同領域以不均勻的速度到來，那麼在仍需要驗證者的領域，公地會在門檻到來之前遭到摧毀。是否有任何領域已觀察到這種先後次序？資料牆與驗證公地是一項共同的供給限制 已於 2026-08-17 提供部分回答——帶有但書的否定答案、一項測量案例，以及一項結構性修正。資料集中沒有任何領域顯示公地規模的耗竭；Lovett 對自己的框架也如此表示（「這是一項結構性預測……而非已觀察到的結果」），同時存在積極的反向證據（丹麥研究的零效果、Ramp 在高強度採用者中的入門級員工人數增加 12.0%）。最接近的測量案例是篩檢式大腸鏡檢查——內視鏡醫師採用 AI 輔助偵測後，獨立偵測準確率下降；但在這個領域，門檻顯然尚未到來。這是現有能力存量的萎縮，而非再生機制失效，而且此案例落在框架的低脆弱性集合中。重要的結構性修正是：門檻恰好會先在存在可靠且低成本驗證器的地方到來（Lean、隱藏測試案例、執行回饋），而這也正是人類驗證者從未扮演承重角色的地方——因此門檻到來的順序與需求順序相關，而這條項目所擔心的先後次序風險並非普遍情況。不過，在下一層的子任務邊界處，風險確實存在；形式數學已顯示其樣貌：Lean 檢查每一步時，人類剩餘的工作是檢查形式化，而非證明。**仍待解答：**目前沒有人測量過任何地方的這種剩餘能力是否正在耗竭。相關判定工具已列在衍生頁面上。

資料來源#

• The full-length interview with Elon Musk — 《經濟學人》完整 Elon Musk 訪談，2026-07-29（prediction，約 1:25 長，採用自動字幕逐字稿）。經濟相關段落包括：數位與實體智慧、近乎無限的經濟、「到了 2036 年，金錢將不再重要」、通縮機制與財政部支票、普及式高所得、軟體能力從 90% 提升至 99% 再到 Stockfish 的主張、園藝比喻、人類電腦的歷史類比，以及《Culture》小說的對話。自動字幕未標示發言者，因此發言歸屬依內容判定。Amodei 對入門級工作的數字只出現在訪問者的轉述中，本文沒有另行查證來源。