邁向驗證經濟

隨着人工智能的快速發展，一個新興的經濟領域正在浮現——驗證經濟。本文基於一篇名為《AGI的簡單經濟學》的學術論文，深入探討了這一概念。該論文由麻省理工學院、華盛頓大學聖路易斯分校和加州大學洛杉磯分校的三位研究者共同撰寫，描繪了一個近未來的場景：AI驅動的自動化與高風險場景中需要人類擔責的現實發生碰撞，從而催生出一個以人類驗證、批准和承擔責任為核心的新經濟形態。

作者認為，AI的發展將導致機器產出成本急劇下降，而驗證這些產出的成本卻因依賴有限的人類時間和經驗而居高不下。這種不對稱將使得“驗證帶寬”成為增長的主要制約因素。在這一背景下，傳統的“軟件即服務”模式可能轉向“軟件即勞動力”，企業將不再僅僅提供軟件訪問，而是按結果收費。同時，承擔尾部風險的能力將成為新的稀缺資源，形成“責任即服務”的商業模式。

論文提出了兩種可能的經濟走向：空心經濟和增強經濟。在空心經濟中，自動化加速推進，但驗證能力無法同步增長，導致大量未經驗證的產出充斥市場，帶來系統性風險。而在增強經濟中，社會將有意識地投資於結構化培訓，保留專業知識，並建立新的責任框架，使驗證能力與自動化同步擴展，從而確保AI的部署與實際可驗證的範圍相匹配。

然而，一個深層次的矛盾在於：人類專家的培養依賴於執行日常任務的經驗積累。如果自動化消除了這些入門級工作，未來驗證者的專業水平將如何維持？作者警告，隨着AI系統越來越強大，社會對經驗豐富的人類專家的依賴反而會加深，但恰恰是這些系統在侵蝕專家的來源。這類似於AI模型中的“模型崩潰”現象，但在這裏，崩潰的是經濟模型本身。

從政策角度看，核心挑戰在於結構性不對稱：AI部署的收益被積極私有化，而系統性風險卻被社會化。如果沒有共享的驗證基礎設施和嚴格的責任定價機制，市場將自然滑向空心經濟，表現為爆發式的活動增長，但人類控制力被根本性地削弱。

本文作者通過個人經歷——他的妻子是建築師，擁有需要每年續費的簽名權——生動地説明了驗證環節在現實中的重要性。即使在AI尚未普及的今天，這一環節已存在諸多問題，如專業人士出售簽名而回避實質性工作。隨着AI時代的到來，這些問題可能被放大。驗證經濟的到來可能引發一場不同於當前頭條新聞所關注的危機：問題不在於AI能生產多少，而在於機構能否驗證足夠多的產出，從而將機器智能轉化為持久的價值。