迈向验证经济

随着人工智能的快速发展，一个新兴的经济领域正在浮现——验证经济。本文基于一篇名为《AGI的简单经济学》的学术论文，深入探讨了这一概念。该论文由麻省理工学院、华盛顿大学圣路易斯分校和加州大学洛杉矶分校的三位研究者共同撰写，描绘了一个近未来的场景：AI驱动的自动化与高风险场景中需要人类担责的现实发生碰撞，从而催生出一个以人类验证、批准和承担责任为核心的新经济形态。

作者认为，AI的发展将导致机器产出成本急剧下降，而验证这些产出的成本却因依赖有限的人类时间和经验而居高不下。这种不对称将使得“验证带宽”成为增长的主要制约因素。在这一背景下，传统的“软件即服务”模式可能转向“软件即劳动力”，企业将不再仅仅提供软件访问，而是按结果收费。同时，承担尾部风险的能力将成为新的稀缺资源，形成“责任即服务”的商业模式。

论文提出了两种可能的经济走向：空心经济和增强经济。在空心经济中，自动化加速推进，但验证能力无法同步增长，导致大量未经验证的产出充斥市场，带来系统性风险。而在增强经济中，社会将有意识地投资于结构化培训，保留专业知识，并建立新的责任框架，使验证能力与自动化同步扩展，从而确保AI的部署与实际可验证的范围相匹配。

然而，一个深层次的矛盾在于：人类专家的培养依赖于执行日常任务的经验积累。如果自动化消除了这些入门级工作，未来验证者的专业水平将如何维持？作者警告，随着AI系统越来越强大，社会对经验丰富的人类专家的依赖反而会加深，但恰恰是这些系统在侵蚀专家的来源。这类似于AI模型中的“模型崩溃”现象，但在这里，崩溃的是经济模型本身。

从政策角度看，核心挑战在于结构性不对称：AI部署的收益被积极私有化，而系统性风险却被社会化。如果没有共享的验证基础设施和严格的责任定价机制，市场将自然滑向空心经济，表现为爆发式的活动增长，但人类控制力被根本性地削弱。

本文作者通过个人经历——他的妻子是建筑师，拥有需要每年续费的签名权——生动地说明了验证环节在现实中的重要性。即使在AI尚未普及的今天，这一环节已存在诸多问题，如专业人士出售签名而回避实质性工作。随着AI时代的到来，这些问题可能被放大。验证经济的到来可能引发一场不同于当前头条新闻所关注的危机：问题不在于AI能生产多少，而在于机构能否验证足够多的产出，从而将机器智能转化为持久的价值。