2035 年我們會進入一個極其通縮的經濟體嗎？

2026年2月20日，OpenAI 首席執行官Sam Altman 與Khosla Ventures 創始人之一Vinod Khosla以，在IIT Delhi 圍繞 AI 時代的系統性變革進行了一次對話。

在這次對話上，Vinod Khoslat提出了一個前瞻性的預測：2035 年我們會進入一個極其通縮的經濟體。

01 這是什么概念？

這個預測，在理論上不難理解：AI讓生產力極大豐富，生產效率極大提升，絕大部分人失業，需求跟不上供給，全球經濟體陷入通縮。

這場對話，描述的也并非經濟大蕭條背景下的需求萎縮，相反，它聚焦的是基于技術爆發導致的供應溢出——即，由“AI革命”帶來的效率奇點。

人工智能不僅是工具，還會替代勞動力，并終結過往那個物質匱乏的時代。

然而，在通往“極度豐饒”的新時代之前，人類社會可能會先經歷一段充滿失業焦慮、資本泡沫與金融動蕩的時期。

（我個人覺得，2035年這個時間點早了，這個過渡期很可能會更長，以至于消磨“整整一代人”）

02 GDP失效了

在IIT Delhi的對話中，涉及到GDP和通縮問題的時候，Khosla問Altman：

那我們問幾個更實際的問題。你覺得GDP的增長率——經濟學家現在對每個國家都有 15 年和 25 年預測——你覺得它會不會變成現在的兩倍以上？會發生什么？

Altman沒有說"會"或"不會"，而是直接否定了問題本身的前提——GDP本身作為衡量經濟健康的指標，正在失效。

Altman給出了以下解釋：

"我認為GDP會變成一個很糟糕的指標，因為 AI 的通縮效應太強了。GDP試圖衡量的其實是生活質量，但它用名義美元來計量，而貨幣完全是另外一回事。 當AI把越來越多服務的成本壓到接近零時，名義GDP的表現會變得很奇怪。"

為什么會變得很奇怪？

可以想象一個【極端】場景：

在2024年，解決一個高難度AI推理問題，調用OpenAI的API需要花$1000。到了2026年初，同樣的問題只需要$1。

按照Altman的說法，假如接下來的18個月里，這個成本再下降1000倍，變成$0.001。那么：

從經濟學角度看，這是極度的生產率提升——用最少的資源做出最好的東西。

從消費者角度看，這也是極大的好事——你花的錢少了，能做的事卻多了。

但從GDP的角度看呢？

如果同樣的工作，價格從$1000跌到$0.001，GDP數字也會大幅下降。

假設忽略“動蕩的過渡期”，從更長期的角度來看，一個社會的生活質量可能在大幅提升，人們的生活成本可能在大幅下降，但GDP這個數字可能反而會停滯甚至下降，經濟體陷入通縮。

去年有個經濟學家Eyal Pomp給這種通縮下了一個定義：供給側驅動的通縮（他自己起名叫Pompflation）

傳統的通縮定義來自經濟衰退——需求不足導致價格下跌，商人倒閉，工人失業。

但供給側驅動的通縮不同，它來自于生產力的極端提升。

隨著產量增加，單位成本會指數級下降。

應用到AI領域就是：隨著模型迭代，單位智力成本在指數級下降。

所以，反正通縮一定會發生，Pomp認為傳統的2%通脹目標制可能在這個時代反而是危險的——它會導致央行持續釋放流動性，而這些錢找不到合理的投資出口，最終形成資產泡沫。

總之，在奇點時刻之后，20世紀的經濟政策工具可能就失效了。

03

失業災難？

然后就是就業問題，或者說失業災難。

Khosla的觀點是，"從2030年開始，80%的工作將能被AI完成。"他進一步計算說，美國GDP中有$15萬億來自勞動報酬。

如果這部分收入消失，相應的需求也會消失。

什么意思？

他想說的是，通縮時代的初期，即便貨幣的購買力提升了（物價便宜了），比如屆時年收入3萬的人可能會比當下年收入10萬的人生活的更好。

但是，不幸的是，能夠達到年收入3萬的人也消失了。

因為這些人都失業了。

我剛看了一篇相關的報告——《2028年全球智能危機》，也表達了類似的觀點，它描述了一個場景（大概意思如下）：

一個單一的GPU集群，生產力相當于10,000名曼哈頓辦公室白領。 企業因此獲得巨大利潤。 但這10,000人失業了，他們的消費能力消失了。他們曾經的年薪加起來可能是50億美元（假設平均每人50萬年薪），這筆錢從經濟循環中消失。

結果是什么？

生產端的GDP有增長（那個GPU集群的產出被計入）。

但需求端完全崩潰（失業者沒有消費能力）。

這就又回到了傳統意義上的"需求不足"。

所以，在這個情景當中——供給側大爆發和需求側大縮水，會同時發生。

按照這個理論，來推算2035年全球進入極其通縮情形的話，那么過程可能是這樣的：

2026-2028年（初期危機）：白領大規模失業開始。律師、會計、軟件工程師、客服代表，所有這些依靠"腦力勞動"的工作都在受沖擊。第一批“大規模”因為AI失業的人出現。

2028-2030年（中期危機）：失業率開始突破歷史高位。更重要的是，收入不平等開始快速惡化。你現在看到的科技公司高管和普通員工的工資差距，會變成社會總體的貧富差距。

2030-2035年（長期轉型期）：如果政策沒有主動應對，經濟體系可能陷入長期衰退。新工作會不會出現？理論上會，但速度可能趕不上失業速度。

04

危言聳聽？

當然，這種論調的假設很單一，論據很單薄，只從AI角度來考慮問題，忽略了政府、社會、民眾的“主觀能動性”。

反駁的論點并不是沒有。

有一個著名的悖論叫做“杰文斯悖論（Jevons Paradox）”，在某種程度上對Altman 的論點進行了反駁。

這個理論認為：

當一項資源的利用效率提高時，人們對該資源的使用總量往往不會減少，反而會因為太便宜而需求暴增 。

19世紀，蒸汽機效率提高不僅沒有減少煤炭消耗，反而讓煤炭消費量增長了16倍 。

在AI時代，這意味著：即使單次AI查詢的成本降低了90%，人類也絕不會只維持現有的查詢量。

我們會要求AI去解決更復雜的問題——模擬全球氣候模型、定制每一個人的抗癌藥物、實時管理全球供應鏈。

微軟CEO納德拉在DeepSeek發布后評論“杰文斯悖論再次顯靈”，指出的正是這種對算力的“無底洞需求” 。

如果需求增長速度快于效率提升速度，那么對于基礎資源（如電力、土地、芯片原材料）的競爭反而會導致這些領域出現嚴重的通貨膨脹，從而抵消下游商品的降價。

但是這個悖論，只能解釋其中一部分。

所以還有更多的其他反駁論點存在。

反駁一：歷史一再證明，新技術總是會創造新工作。

每一次工業革命發生的時候，人們總擔心新技術會讓所有工人失業。結果呢？工廠工人失業了，但出現了汽車工業、電氣工程、運輸業、電子信息業、互聯網等全新的產業。

問題在于，AI跟其他幾次工業革命不同。蒸汽機或者電力或者計算機革命替代的是體力勞動，或者用智力勞動替代體力勞動。

但AI替代的是智力勞動，而新產業很可能還是需要智力。

這意味著適應和競爭的難度會更高，人類智能會逐漸沒辦法匹配新的工作崗位。

反駁二：政府可以通過財富再分配來解決失業問題。

確實，在生產力極大提升的未來，政府確實可以重塑分配體系，通過給居民發錢，來解決失業問題。

到時候，失業不是一種災難，可能會是一種“新常態”了。

問題只在于，民眾不工作了之后，能去干啥？想想過去看過的那些科幻片（黑客帝國、云圖），不免覺得細思極恐。

當然，Communist society提供了一個“更正向”的場景。

但是，我記得，這個理論有個前提：人們科學文化水平和思想覺悟，道德水平極大提高....我對這個前提能否達成，深表懷疑。

而我自己的反駁點是：民眾、工會、黨派、組織、既得利益團體等會想盡一切辦法，拖延“新時代”的到來。

人類不是傻子，他們也是具有主觀能動性的“智慧生物”。如果未來AI帶來的是失業、通縮、衰退以及動蕩，那么人類會“有目的性的團結起來”，阻撓AI取代人類。

包括全球的執政者們，都會配合，制定法律、規則、條款，限制AI的無序發展，盡可能的拖延“AI新時代”的到來，直到人類想出了解決上述問題的合理方案。

因為他們的執政合法性來自于人類，不是AI。

05 結語：我們從未見過的“豐裕世界”

在IIT Delhi的對話的問答階段，Altman引用了一位OpenAI同事的話：

"我們建立了大量應對稀缺世界的直覺和制度、政策和結構，但幾乎沒有一項適用于豐裕世界。"

這是整個問題的核心。

人類文明的大部分歷史，是在應對稀缺——稀缺的食物、稀缺的信息。

在稀缺的世界里，制度很清楚：有能力的人工作，創造價值，獲得回報。懶惰的人失業，陷入貧困。

這個邏輯自洽，道德也清晰。

但在豐裕的世界里，這個邏輯徹底崩潰了。

如果食物足夠便宜，每個人都吃得飽；如果信息免費，每個人都有知識；如果生活成本接近零，每個人都"富有"。

但同時，如果工作都被AI做了，每個人都"失業"。

這幾乎已經超出“經濟學”的范疇，更像是一個哲學問題。

我們作為人類，在一個沒有稀缺的世界里，應該怎么生活？應該怎么定義成功？應該怎么找到人生的意義？

2035年能不能進入極其通縮的社會，我真的不知道。

但一個確定的是：從現在開始的未來10年、20年，人類社會需要對這個問題給出答案。

參考來源：[1] Fireside Chat: Sam Altman×Vinod Khosla and AMA at IIT Delhi

[2] GDP ill-suited for the age of AI, Sam Altman tells Vinod Khosla - The Economic Times

[3] Sam Altman says AI will 'automate the whole economy' - Mint

[4] Viral 'Ghost GDP' Substack essay is warning to CEOs - Fortune

[5] 奧特曼：GDP是糟糕指標 ，AI會帶來極強通縮效應 - 電子工程專輯

[6] API cost reduction metric

[7] Pompflation: A General Theory of Supply-Side Deflation in the Age of Generative AI by Eyal Pomp