1966年，经济学家威廉·鲍莫尔（William Baumol）提出了一个著名的假说：
演奏一首莫扎特的弦乐四重奏，在18世纪末需要4名乐手演奏20分钟；到了2026年，依然需要4名乐手老老实实拉满20分钟。
两百多年过去，四重奏的物理生产效率毫无提升。但因为汽车、钢铁和计算机行业的效率翻了千万倍，全社会蛋糕急剧膨胀，音乐家的出场费也被迫水涨船高——这就是经济学中经典的“鲍莫尔成本病”。
谁也没有想到，在AI席卷一切的当下，大模型领域的头部巨头Anthropic，用一篇极其严谨的宏观经济学论文，把这个经典命题推向了极致。
这份由著名宏观经济学家查尔斯·琼斯（Charles I. Jones）与安东·科里内克（Anton Korinek）等人联合发布的最新工作论文《Economic Scenarios for Transformative AI》，给出了一组极其反直觉的模拟预测：
如果AI技术全面爆发，首当其冲遭遇降薪和失业危机的，是长期被视作社会精英的白领知识劳动者；而传统意义上的蓝领与现场工人，反而可能成为劳动端唯一的超额收益获得者。
乍看之下，似乎蓝翔技校的含金量，在一夜之间暴涨了。
极端情景下的宏观图景
Anthropic的这篇报告构建了一个标准任务模型（Task-based Model），试图推演从现在到2030年AI对经济的冲击。报告设定了三种情景：温和（Modest）、显著（Substantial）与极端（Extreme）。
在温和情景下，AI主要扮演“人机协作增强”的角色，经济温和增长，各方相安无事。
但真正耐人寻味的，是报告推演的“极端情景”（即AI自动化了90%的认知任务，且不再为人类创造新的纯认知岗位）。在这一情景下，2030年的宏观数据呈现出令人震惊的撕裂：
从上表可以看到，在极端情景下，AI将推动全社会总产出狂飙，2030年GDP比没有AI的基准路径高出32.4%，年化增速更是飙升至不可思议的15.4%。
但伴随生产力大爆发的，却是一场剧烈的收入再分配。
全社会劳动份额从传统的60%暴跌至45.2%，全要素生产率跃升带来的红利几乎全被资本截留，资本总收入暴增81.4%。
更触目惊心的是劳动者内部的惨烈分化：
知识劳动者（认知职业）的实际工资下跌11.5%，失业率飙升至17.9%（近五分之一的白领面临失业），整个认知阶层的总报酬池缩水31.0%。
与之形成鲜明对照的，是涵盖建筑、电力、维修、现场操作等在内的“所有其他职业”——其实际工资比基准路径大幅暴增了 33.6%。
弱链瓶颈与鲍莫尔病
为什么掌握高深算法、写着精妙研报的知识工作者身价缩水，而工地上拧螺丝、爬电线杆的蓝领工人却身价暴涨？
报告给出了清晰的经济学机制：任务间的总互补性（Gross Complements）与“弱链瓶颈”（Weak Link）。
在生产函数中，社会的运转是由无数个环节共同拼接而成的链条。当AI把生成代码、撰写文案、法律检索和财务分析的边际成本压低到近乎为零时，认知环节的产出爆发了。
但现实世界是一座实体的物理大厦。哪怕你一秒钟能设计出一万套完美的建筑图纸，最终依然需要水泥工把地基打实、电工把电缆接通、水暖工把管道焊死。
这些无法被纯软件自动化的实体任务，成了整条经济增长链上最脆弱也最卡脖子的“弱链”。
是的，按照鲍莫尔病的逻辑，当全社会总产出急剧膨胀时，开销并不会因为某些环节昂贵而减少，反而会像潮水一样涌向不可或缺的瓶颈环节。
由于物理劳动供给无法在一夜之间凭空变出来，这些不可替代的现场劳动便获得了极强的议价能力，顺理成章地瓜分了AI释放出来的国民收入。
粗糙假设下的蓝领分化
看到这里，你可能会忍不住调侃：明天就去报名学开挖掘机、考电工证，是不是就能立于不败之地？
坦率讲，先别急着下结论。
如果你仔细翻阅报告的第5页，会发现作者非常坦诚地写明了该模型最大的理论局限——“劳动力的同质化简化”（Worker Homogeneity）。
为了在数学上求解宏观闭式解，报告极其粗暴地把劳动力二分为“认知职业”与“所有其他职业”。在模型的设定里，无论是修特种高压线的电工、做精密手术的护士，还是在餐馆端盘子的服务员、送快递的外卖骑手，全被塞进了同一个桶里，拿着完全相同的统一平均工资。
但现实世界绝非如此简单。
正如程序员失业后很难立刻去修高压电网，但他大概率能骑上一辆电动车去送外卖。
一旦撕开同质化的假象，现实中的非认知劳动就会迅速分化为截然不同的两个世界：护城河与泄洪池。
真正的赢家：有技术壁垒的持证专业蓝领
第一类，是拥有行业准入壁垒、安全责任背书和复杂实操经验的“专业技术蓝领”。
比如高压电工、特种机械驾驶员、精密设备维保工程师、执业护士。
这些岗位构筑了坚固的防波堤：一方面，它们深植于物理世界，纯语言模型完全无法隔空操作；另一方面，它们拥有严格的资质牌照与漫长的学徒训练周期。
报告在校准数据时也发现，失业的经理与专业技术人员转岗到其他行业的成功率仅有10%。被裁掉的白领哪怕再聪明，也不可能在几个月内抢走高级技工的饭碗。
他们才是真正卡住经济命脉的“莫扎特四重奏”，坐享33.6%工资溢价的纯赢家。
潜在的受害者：零门槛的通用体力与服务业
第二类，则是没有任何技术壁垒和准入门槛的通用服务业。
比如外卖骑手、网约车司机、基础保洁和餐饮杂工。
在极端情景下，全社会有高达17.9%的知识劳动者被甩出原职业轨道。面对房贷与家庭开支，庞大的失业白领不可能长期在失业池中空转，其中最先妥协的人群，势必会大规模涌入这片毫无准入门槛的浅滩。
这种单向的向下渗透，会带来极其致命的后果：劳动力供给严重过剩。
零门槛服务业不仅吃不到AI带来的GDP繁荣红利，反而会因为失业白领大军的涌入而沦为“泄洪池”，面临单价被竞相压低、劳动强度不断加剧的输入型内卷。
知识劳动者的自救之策
面对Anthropic勾勒出的这幅冷酷图景，作为知识劳动者与投资者，我们该如何应对？
这绝不是一句“去学开挖掘机”就能解决的问题。在我看来，破局之道大致在两个维度：
1. 让人力资本向物理世界与实体交付靠拢
如果你的日常工作只是纯粹的“数字搬运工”——把一段文本翻译成另一段文本，把一张表格整理成另一张表格，那么你在AI眼中的可替代性几乎是致命的。
未来的技能溢价，必然流向两端：要么是具备顶级判断力与责任承担的决策者，要么是具备物理交互、现场解决复杂突发问题能力的“高级手艺人”。
告别虚浮的概念堆砌，掌握能在现实世界中落地的硬核技能，才是人力资本最坚固的护城河。
2. 尽早站到资本所有权的一边
这或许是整篇报告给普通投资者最深刻的启示。
请记住，在极端情景下，哪怕全社会劳动报酬再怎么重新切分，劳动总份额依然从60%暴跌到了45.2%；而资本总收入比无AI基准暴增了81.4%。
这意味着，单纯出卖劳动时间的人，无论多么勤奋，其在全社会财富分配中的相对比例都在被无情压缩。
报告在讨论再分配时指出，全社会GDP的增量是认知工作者总损失的近3倍，理论上政府只要拿出GDP的9%（大致相当于美国社保与医保开支的总和）进行转移支付，就能完全弥补白领的损失。
但历史经验告诉我们，面对技术海啸，这种理想化的自发补偿往往极其迟缓，甚至不会真正发生。
指望政策的庇护，远不如在资产配置上提前做好对冲。
既然AI带来的生产力飞跃最终全额沉淀为了资本回报，那么作为普通人，通过持有优质的权益资产、尤其是深度绑定全球算力与AI基础设施的科技指数基金（如纳斯达克100），将自己的一部分身份从“纯劳动者”切换为“资本所有者”，是分享这场时代红利、对冲人力资本贬值的唯一现实路径。
琴弓拉不到的地方
回到开头鲍莫尔的弦乐四重奏。
半个世纪前，鲍莫尔用四重奏提醒世人，有些看似效率停滞的手艺，其成本终将随着时代的前行而变得无比昂贵。
而在大模型呼风唤雨的今天，人们才恍然大悟：那支必须由肉身在寒风中爬上电塔接通电缆的手，和那支在现场不紧不慢拉动琴弓的手，在本质上并无二致。
是的，蓝翔的含金量确实更高了，但前提是，你手里握着的是一门有门槛、能交付的真手艺。
更何况，说句大实话——对于我等40岁上下的“中登”而言，现在无论是重回校园考电工证，还是跑到工地上学开挖掘机，肉体和时间的性价比显然都早已归零。
既然肉身已经很难再变成那支不可替代的“琴弓”，那么在AI推演的极端情景下，老老实实拿好纳指等核心资本资产，用资本收益的暴增去对冲自身人力资本的贬值，其含金量与确定性，恐怕比蓝翔技校的录取通知书，还要高得多。