「深度学习之父」杰弗里·辛顿（Geoffrey Hinton）说：超级智能 AI 会带来大规模岗位流失、加剧不平等，我们必须重新思考人们如何获得收入与意义；全民基本收入（UBI）将「必要但不充分」——能让人不饿肚子，却补不上失业带来的尊严缺口。他主张通过对 AI 征税或设立分红，让增长被更公平地分享。

那期对谈是 2025 年 9 月 3 日发布的（访谈视频），我是偶然刷到，看完才有感而发。主持是 Ken Yang（JD/MBA，Common Wealth Canada & UBI Works 总监，@kenjaminyang），嘉宾是图灵奖得主、有「AI 教父」之称的 Geoffrey Hinton。辛顿在这期里直指超级智能 AI 会导致大规模失业、贫富分化，并呼吁把 UBI 和「钱从哪来」一起谈——对 AI 征税、用分红机制让全民分享技术红利。当时记了几段核心论点，顺带写点自己的反应；半年多过去，AI 已经铺天盖地，再翻出来看，不少话更像提前打的预防针。

一、经济学家说技术会创造新岗位，但这次可能不一样

很多人——尤其一些经济学家——会说：新技术总会消灭一些岗位，再创造一些岗位。挖沟的没了，可以去干文书。辛顿的观点是：超级智能 AI 来了，文书也能做得比人更好，那这批人接下来去干什么，并不清楚。

他举的是「平庸智力劳动」：律所里查类似案例的律师助理、呼叫中心里报酬低、培训不足、尽力回答却体验很差的客服。AI 会做得更好，而且可复制。再往外推，凡是重复、可程式化的脑力工作，通用 AI 甚至专用 AI 就能替代，更不用说「比我们强很多倍的超级智能」。所以他的结论很直接：我们很快就会看到大规模失业。生产率提高在理想状态下本该让每个人分到更多商品和服务，但在现有分配结构下，「很多穷人会失业，很多富人会更富」——这对社会非常不利。

我自己的看法：宏观上，辛顿和安德森（人口 + 生产率）看的是不同侧面——一个强调「补位」，一个强调「替代」与分配。两者可以并存：总量上技术可能补人力缺口，但分配不会自动公平，若不对征税、分红、UBI 做制度设计，大规模失业与不平等很可能先于「人人受益」发生。

二、UBI：必要但不充分——收入与尊严是两件事

主持人提到两个维度：工作带来收入，工作也带来自我认同——很多人是「以职业定义自己」的。辛顿的回应是：全民基本收入（UBI）若在很多人失业时实施，是必要的，但不足以解决全部问题。它能让人不挨饿、付得起房租，却无法弥补「失业」带来的尊严与意义感缺失。所以 UBI 是「necessary but not sufficient」——必要但不充分。

访谈里还提到威尔士的 UBI 试点：针对离开孤儿院、刚满 18 岁进入社会的年轻人，给一小群人发基本收入，对照组走常规社会福利。结果是拿到 UBI 的那组在「过渡到成年」的过程中明显更好——有基本经济安全后，在劳动力市场上更有议价空间，也更有可能去寻找更合适的工作或其它方式回馈社会。这说明 UBI 在缓冲冲击、给人们一点选择空间上是有证据的；但它确实不解决「工作本身带来的意义感」问题。

三、钱从哪来：对 AI 征税与分红

一旦大规模失业，原来靠劳动所得税支撑的财政会缩水；若还要发 UBI，钱从哪来？辛顿的主张是：钱应该来自对「替代了人类工作的 AI」的征税——用这些税来支撑 UBI 或类似保障。他也承认，大公司会对「对 AI 征税」非常抵触。

主持人 Ken Yang 补充了两种已在运作的模型，便于政策讨论落地：一是**保障最低收入 / 负所得税（negative income tax），需要时补足、保底不陷入贫困，财源可以是 general tax 等；二是把基本收入视为某种「分红」——来自公共或自然财富，例如主权财富基金、碳红利。阿拉斯加、挪威已有先例；AI 红利（AI dividend）**的呼声也在变多——例如用公共基金持有大公司股份或从土地/资产征税，让全民分享自动化和 AI 带来的财富集中，而不是只针对某一家公司或某一个行业课税。辛顿对「负所得税」表示认同：对低收入者实施负所得税，等于让税制更累进——对富人多征税、对穷人少征甚至补贴，在他看来是应走的方向。

四、与杨立昆的分歧：超级智能「不同于以往任何机器」

主持人问：前Meta 首席科学家杨立昆（Yann LeCun）认为 AI 会造成重大劳动力冲击，但不会出现大规模失业。你怎么看？

辛顿的回答很干脆：我不信。他的理由很简单：超级智能 AI 和过去「某种机器更高效地完成某一类事」完全不同——它会取代几乎一切智力工作，甚至将来还有体力工作（他提到数学可能很快被 AI 超越，因为数学是封闭系统；而水管工可能还能多撑十年，因为需要在不规则环境里的动手能力，但长期看人形机器人也在进步）。所以「还会有很多新岗位」的乐观叙事，在超级智能面前站不住脚；访谈者这份工作本身也会被更好的 AI 取代——他半开玩笑说，超级智能 AI 能比他更好地采访他自己。

五、当时间表一再提前

和安德森那期对照着听，一个更强调「不必慌、技术补位」，一个更强调「要慌、必须提前设计分配」——其实可以一起看。补位可能发生，但不平等不会自动消失；真要人人分享 AI 红利，就得像辛顿和 Ken Yang 讨论的那样，把 UBI、征税和分红放进同一张政策蓝图里。

年初达沃斯上马斯克又给了一串时间表：AI 最迟明年比任何单个人类更聪明、几年内比全人类加起来还强，人形机器人开售、自动驾驶出租车铺开，还说「宁可做个错误的乐观主义者，也不要做个正确的悲观主义者」。话很马斯克。热度一高，大家容易只盯着「会不会失业」「会不会被取代」吵成一团，反而把辛顿半年前提的那句给淹掉——问题不只是谁有工作，而是增长到了谁手里、意义感从哪来。 那期对谈发布时还没多少人当真；现在再听，更像是在提醒：在时间表被一再提前的当下，分配和意义这两件事，值得早点想，而不是等「超级智能」真的来了再补课。

本文基于 Common Wealth Canada & UBI Works 对 Geoffrey Hinton 的访谈内容整理与思考，非逐字稿。访谈主持：Ken Yang（JD/MBA，Common Wealth Canada & UBI Works 总监，@kenjaminyang）。访谈链接：YouTube。

专业词语备注

词语 说明
全民基本收入（UBI） 政府定期发给每个人一笔基本现金，不设工作等条件，保证最低生活。
保障最低收入 / 负所得税 收入低于某条线时政府倒贴你，高过这条线再按比例交税；等于「穷到一定地步就补钱」。
主权财富基金 国家用石油、外汇等攒的一笔钱做投资，赚了钱可以分给国民，如挪威、阿拉斯加。
AI 红利（AI dividend） 从 AI 或大公司创造的财富里拿出一部分，按人头发给全民，类似「技术红利人人有份」。

作者简介：现就职于某头部互联网大厂，从事 AI 及相关技术工作；工程背景，国内 Top3 院校经济与管理方向硕士，曾赴 MIT/哥伦比亚大学 等校访问学习。长期以自有资金参与市场实践，投资收益持续高于工资性收入；研究与实践聚焦 AI 落地与长期价值投资，侧重宏观结构、流动性周期、资产定价与系统性风险。