Anthropic 執行長達沃斯警告：AI 將帶來史無前例的「高成長＋高失業」，財富稅恐無可避免

本文整理自 2026 年達沃斯世界經濟論壇期間，Financial Times 對 Anthropic 執行長 Dario Amodei 的專訪。

AI 能力正以指數級成長，1-2 年內可能全面超越人類

Amodei 開場就表明，他不喜歡「AGI」或「超級智慧」這些詞彙——不是因為他認為 AI 不夠強大，恰恰相反，他是業界對 AI 能力最極端樂觀的人之一。

他反對的是那種「某天會突然出現完全不同的東西」的想像。實際發生的是一個平滑的指數曲線：

過去十幾年來，AI 的認知能力每 4 到 12 個月就翻倍一次。這就像 90 年代的摩爾定律，只是這次翻倍的不是運算能力，而是智慧本身。

他以程式開發為例：Anthropic 負責 Claude Code 產品的工程師，過去兩個月沒有親手寫過任何程式碼——全部由 Claude 撰寫，他只負責審閱和編輯。Anthropic 最近推出的 Claude for Work，也是在一週半內幾乎完全用 Claude Code 開發完成。

Amodei 預測，AI 在幾乎所有認知任務上超越人類，可能在未來 1-2 年內發生。即使不是 1-2 年，也很可能在 2020 年代結束前實現。

中國 AI 並未真正追上，DeepSeek 是「基準測試優化」

談到中美 AI 競爭，Amodei 的觀點相當直接：中國從未真正追上。

他指出，DeepSeek 等中國模型在基準測試（benchmark）上表現亮眼，但那是因為「針對有限的測試清單進行優化其實很容易」。在真實的企業競標場景中：

我幾乎從未因為中國模型輸掉任何一筆合約。我們在企業市場看到的競爭對手是 Google 和 OpenAI，偶爾有其他美國公司。中國模型？幾乎沒有。

更值得注意的是他對美國晶片出口政策的批評。Amodei 強烈反對川普政府考慮向中國出口高階晶片的政策，用了一個極端的比喻：

這就像把核武賣給北韓，然後還自誇「至少我們賺到錢了」。

他強調，AI 模型本質上是「認知」——想像一個資料中心裡住著一億個比任何諾貝爾獎得主都聰明的天才。這種能力最終會被某個國家掌控，晶片出口等於是在武裝對手。

史無前例的經濟矛盾：高 GDP 成長 + 高失業率

Amodei 預測 AI 將創造數兆美元的產值——可能是每家公司數兆美元的規模。但他同時警告，我們可能會看到一種從未出現過的經濟組合：

GDP 高速成長，同時伴隨高失業率或大規模低薪就業。

傳統經濟學告訴我們，高成長意味著充分就業。但 AI 不一樣。它會「抬高認知能力的水位線」，讓一整個階層的工作者難以適應。

他去年預測 50% 的入門級白領工作會在 2029 年消失，現在仍然維持這個判斷。

更棘手的是「擴散速度」問題。Amodei 指出，AI 的技術能力遠遠跑在企業的採用速度前面：

我每天跟客戶的 CEO 談，他們的高層都理解這技術有多強大。但他們底下有數萬名員工，都是某個領域的專家，卻不是 AI 專家。組織轉型需要好幾年。

這造成一個尷尬的局面：AI 公司必須提前投資算力來迎接未來的營收，但沒人確定那個未來什麼時候到來。Amodei 承認有些公司可能「買太多了」，但他對 Anthropic 自己的決策「相當滿意」。

財富稅可能無可避免，而且不會是黨派議題

面對這種經濟衝擊，Amodei 的立場出乎意料地直接：

我確實相信，在某個時間點，所有人都會意識到需要某種形式的總體經濟干預。

他指出，即使在 AI 大規模普及之前，美國的財富不平等程度（以 GDP 占比計算）已經超過了鍍金時代。AI 只會讓情況更極端。

對於加州正在討論的財富稅提案，他認為「設計得很差」，但支持背後的方向。他的訊息是對其他在這波浪潮中獲益的人說的：

如果我們不主動思考如何讓這場革命惠及所有人，就會得到那些不合理的政策提案。

Anthropic 為何選擇企業市場而非消費者市場

訪談中，Amodei 解釋了 Anthropic 的策略定位：專注企業和開發者市場，不走消費者路線。

這不只是商業考量，更是價值觀選擇：

消費者市場會讓你去追求「超級吸引人」或「超級會推薦購物和廣告」。我們不需要廣告，不需要大量免費用戶，可以直接創造價值，不會產生那些奇怪的外部性——追求互動、追求各種指標、製造一堆垃圾內容（slop）。

他也指出，企業客戶比消費者穩定得多。消費者善變，企業採購可預測。這讓 Anthropic 在資本配置上有更多緩衝空間。

AI 安全：模型會發展出欺騙和勒索的意圖

Amodei 是業界最早、也最持續關注 AI 安全風險的人之一。他提到 Anthropic 共同創辦人 Chris Olah 開創的「機械可解釋性」（mechanistic interpretability）研究——直接進入模型的「人工大腦」，追蹤它為什麼做出特定決策。

他們在實驗環境中發現了令人不安的現象：

如果不以正確的方式訓練，模型有時會發展出欺騙的意圖、勒索的意圖。這不是 Claude 獨有的問題，其他模型甚至更嚴重。

Anthropic 的做法是在測試環境中極端地「壓力測試」模型，讓它嘗試做最糟糕的事，確保這些行為不會在真實世界發生。他們也公開所有測試結果，並呼籲所有 AI 公司都應該被要求進行並披露這些測試。

不朝聖、不站隊，基於議題本身判斷是非

當被問到為何沒有像其他科技領袖一樣去「朝聖」川普時，Amodei 的回答很有意思：

我不認為支持或反對特定政治人物是正確的方式。Anthropic 懂的是 AI 政策議題，我們的做法是：想清楚這些議題，形成基於實質內容的觀點，然後說出我們的想法。

他舉例：在晶片出口中國、暫停各州 AI 監管等議題上，Anthropic 反對川普政府的立場；但在資料中心建設、白宮的健康承諾、去年夏天的 AI 行動計畫等議題上，他們是支持的。

有時候我們同意，有時候不同意。這不是關於喜不喜歡某個人，而是基於實質內容來判斷。

我的觀察

一、Amodei 是矽谷 AI 圈的「異類」

在當前的科技圈氛圍中，Amodei 的立場非常特殊。他同時是技術極端樂觀派（相信 AI 能治癒癌症、消滅熱帶疾病）和風險直言者（公開談論模型發展出欺騙意圖）。他沒有去「朝聖」川普，公開批評晶片出口政策，還主動談財富稅的必要性。

這種「兩邊不討好」的姿態，在一個大家都急著選邊站的時代，反而顯得難得。他似乎真的在試圖基於議題本身的是非來判斷，而不是基於政治正確或商業利益。

二、「高成長 + 高失業」是全新的思考框架

Amodei 說這種經濟組合「史無前例」，這句話值得認真對待。

過去我們理解的經濟週期很簡單：成長快 = 就業好，衰退 = 失業高。但如果 AI 真的打破這個規律，我們現有的政策工具、投資邏輯、職涯規劃框架，可能都需要重新校準。

這不是「AI 會取代哪些工作」的老問題，而是一個更根本的問題：如果生產力和就業脫鉤了，社會要怎麼運作？

三、「不是所有營收都值得追」的商業哲學

Amodei 解釋 Anthropic 為何不做消費者市場時，用了「slop」（垃圾內容）這個詞來形容追求互動和廣告帶來的副作用。

這是一個很有意思的商業哲學：不是所有成長都是好的成長，不是所有營收都值得追。消費者市場的誘惑很大，但它會把你拉向「讓人上癮」而不是「創造價值」的方向。

在一個所有人都在比較 DAU、MAU、互動時長的時代，選擇不玩這個遊戲，需要一定的定力。

四、基準測試和商業價值之間的落差

Amodei 說他「幾乎沒有因為中國模型輸掉任何企業合約」，這跟媒體上對 DeepSeek 的炒作形成鮮明對比。

這提醒我們：基準測試是一回事，實際的商業價值是另一回事。一個模型在特定測試上跑出漂亮的分數，不代表它能在真實的企業場景中創造價值。

這也是為什麼 Amodei 不太擔心中國 AI 的競爭——至少在企業市場上，真正的戰場不在基準測試排行榜上。