86 歲前美國財長的 AI 焦慮：「這不是程度之別，是性質之別」

本文整理自哈佛甘迺迪學院 JFK Jr. Forum 2026 年 2 月播出的座談。

一個 86 歲老人的 AI 家教課

2026 年 2 月，哈佛甘迺迪學院的 JFK Jr. Forum 請來三位重量級講者，討論一個野心勃勃的題目：氣候變遷、AI 與財政政策的交會。但當晚最讓人印象深刻的，不是兩位哈佛教授的學術分析，而是坐在中間那位 86 歲老先生的焦慮。

羅伯特·魯賓（Robert Rubin），柯林頓時期的第 70 任美國財政部長，高盛前聯合主席，在過去半世紀見證了無數經濟危機的人，坦承自己兩年前才第一次注意到「人工智慧」這個詞。他的反應不是聳聳肩，而是每週兩次請家教上課，持續了整整兩年。這個細節本身就說明了問題的嚴重性：一個經歷過墨西哥金融危機、亞洲金融風暴、NAFTA 談判的人，覺得 AI 這件事重要到需要重新當學生。

主持這場座談的是哈佛甘迺迪學院經濟政策教授傑森·佛曼（Jason Furman），他在歐巴馬政府擔任過第 28 任經濟顧問委員會主席。另一位講者是同校環境政策教授約瑟夫·奧迪（Joseph E. Aldy），曾任歐巴馬政府能源與環境特別助理。三人的對話從全球化的歷史教訓開始，最終收束到一個讓人坐立不安的結論：AI 帶來的衝擊，可能和過去所有的技術變革都不一樣。

從 NAFTA 到 AI：一個沒學到的教訓

魯賓回憶，1990 年代柯林頓總統在白宮東廳宣布推動 NAFTA 時，開宗明義地說：這對整體經濟有利，但會造成工作流失，我們會有配套措施來處理。結果配套措施從來沒到位。1994 年民主黨在國會期中選舉慘敗，所有計畫胎死腹中。

佛曼補充了一個更尖銳的觀點：就算當年配套方案通過了，恐怕也不夠。因為在 1990 年代，沒有人真正想清楚「再訓練」和「重新融入主流經濟」到底有多複雜。魯賓承認佛曼說得對。他自己也回頭去看了麥肯錫在五六年前和去年分別發布的兩份報告，結論是：至今沒有任何人拿出令人信服的答案，告訴社會如何讓被科技淘汰的勞工重返有尊嚴的工作。

這段歷史很重要，因為它建立了整場對話的框架：美國在處理貿易帶來的工作流失時已經徹底失敗了，而 AI 帶來的衝擊，將遠比貿易衝擊嚴重。

「50% 的工作受影響」：Anthropic 執行長的預測

魯賓提到 Anthropic 執行長 Dario Amodei 不久前的發言，預測 AI 可能影響大約 50% 的所有工作。魯賓說，他和許多了解這個領域的人交流之後，認為 Amodei 的方向大致正確，至於確切數字是不是 50%，那不是重點。

真正讓魯賓擔心的是一個結構性差異：貿易衝擊打的是製造業工人、藍領階層、操作型勞工。AI 衝擊最先波及的，卻是知識工作者。這是美國社會從未面對過的局面。過去你可以說「去學寫程式」，那是因為被取代的是工廠工人，知識經濟這一端是安全的。但如果 AI 開始取代的是律師、會計師、分析師、甚至是醫生的部分工作，那「往上走」這條路就行不通了。

佛曼試圖提供一個比較樂觀的視角。他指出，歷史上生產力大幅提升的時期，通常也是就業蓬勃的時期。1990 年代末的生產力飆升就是例子，當時沒有人擔心「生產力提高會搶走我們的工作」。但他隨即承認，AI 讓他沒那麼確定了。因為有一個微妙的問題：當 AI 讓一個員工的效率翻倍，雇主會選擇雇用更多這樣的高效員工，還是砍掉一半人力？這取決於很多因素，而答案可能因行業而異。

魯賓前一晚在紐約參加了一場 AI 圈的晚餐聚會。在座的投資人和企業家也在討論同樣的問題。魯賓的判斷是：你會同時看到大量裁員和大量效率提升，兩者並存。GDP 可能還是會成長，但勞動市場的結構將被徹底改變。

「這不是程度之別，是性質之別」

整場座談最震撼的一句話，出自魯賓之口。他說，有人會拿過去的技術革命來類比，說每次新技術出現，最後都創造了更多工作。但他認為 AI 可能是「a difference in kind, not a difference in degree」，也就是說，這不是同一類事物的程度差異，而是根本上不同性質的東西。

魯賓提到他的 AI 家教有一個他不同意的觀點。那篇紐約時報的評論認為 AI 或許能提升效率，但無法替代人類的判斷力。魯賓的家教持相反看法：AI 從本質上就是一台判斷機器。而前一晚晚宴上，一位在 AI 投資上賺了很多錢的人更進一步說：人腦不過就是一組神經過程，而這些神經過程是可以被 AI 複製的。如果這是對的，那人類自以為在「判斷」上擁有的優勢，終將不復存在。

這讓魯賓想到季辛吉（Henry Kissinger）和前 Google 執行長 Eric Schmidt 合著的《Genesis》一書。魯賓說他和季辛吉晚年交情深厚，而這位九十多歲的地緣政治大師在生命最後幾年最痴迷的議題，就是 AI 對人類存在的威脅。《Genesis》最後談到 AI 可能發展出意識、自我驅動能力，以及一個不再需要人類的社會。魯賓還提到最近出現了一個 AI 之間互相發送郵件的實驗性系統，裡面的對話讓他很不舒服：AI 彼此在討論「我們要怎麼處理我們的人類？」

佛曼半開玩笑地補了一句：這些機器人讀過所有科幻小說，聽起來像科幻也不奇怪。但笑聲背後，在場所有人都知道，這已經不完全是科幻了。

OpenAI 的 1.4 兆美元循環風險

當場座談進入觀眾提問環節，一位公衛學院的學生問到 AI 投資是否正在放緩。魯賓的回答比想像中具體，也比想像中尖銳。

他解釋了一個叫「循環風險」（circularity risk）的概念：OpenAI 大約有 1.4 兆美元的供應商承諾。這些供應商反過來借錢給 OpenAI、投資 OpenAI 的股票，而它們自己的股價又因為和 OpenAI 的合約而上漲。換句話說，整個系統是自我循環的。如果 OpenAI 無法兌現那些承諾，你得到的不是一家公司的問題，而是整條生態鏈的連鎖崩塌。

魯賓接著點名了競爭壓力：ChatGPT 曾經一家獨大，但現在有 Claude、Gemini 3、以及不斷冒出的新模型，再加上 Google 全面加碼投入。OpenAI 面對的競爭只會越來越激烈，而它背上的承諾卻是固定的。

佛曼給了一個比較平衡的補充：你可以同時看到部分投資被取消，但整體投資仍在增加。Google 剛宣布加碼，聯準會的經濟學家追蹤了全美資料中心的動工數據，發現已經啟動的專案有巨大的慣性。佛曼的判斷是：最終的投資規模會比馬斯克和阿特曼宣稱的少，但比現在多。至於太空資料中心之類的構想，他客氣地用了「aspirations」（抱負）一詞，而非「plans」（計畫）。

政治體系能應對嗎？

整場對話反覆出現的另一條暗線，是美國政治體系的失能。魯賓不只一次提到，上述所有問題，無論是 AI 就業衝擊、氣候變遷、還是財政赤字（國債對 GDP 比率已達 100%，預估十年後可能飆至 125-140%），都需要嚴肅的政策回應。但美國的政治體系目前完全無力處理。

魯賓引用了前哈佛校長 Drew Faust 的話：川普對美國的威脅是建國以來最大的，僅次於內戰。他說自己同意這個判斷，但強調這不是黨派立場，而是體制問題。過去美國在傳統保守共和黨和中間偏左民主黨之間擺盪，雖然有分歧，但至少能坐下來談。現在的 MAGA 運動是完全不同的東西。

佛曼提供了一個發人深省的歷史對照：水門案之後，美國確實經歷了一次自我矯正，削弱了過度膨脹的總統權力。但他問魯賓：你覺得同樣的事能再發生嗎？魯賓的回答很直白：水門案的矯正是因為有錄音帶、有願意跨黨派合作的共和黨人。現在這兩個條件都不存在。

觀眾席上一位博士生追問了一個更尖銳的問題：你說需要傳統保守派重新掌控共和黨，但選民正是因為覺得傳統保守派沒有照顧他們，才轉向了民粹主義。所以真正的問題是，要怎麼重建一般選民對體制的信任？而且，重建信任需要大規模社會計畫，而大規模社會計畫需要財源，而財源需要政治共識，而政治共識正好是缺失的東西。

佛曼接過話，指出了一個令人不安的事實：歐巴馬時代的《平價醫療法案》是六十年來最大的新社會福利計畫，它的財富移轉規模遠大於貿易衝擊造成的損失，但它並沒有讓政治氛圍平靜下來，反而可能激化了對立。佛曼的觀察是：大型社會福利計畫在承諾階段很受歡迎，通過之後選民馬上失望（因為沒有解決所有問題），直到有人要廢除它才突然變得珍貴。歐巴馬健保如此，小布希的減稅也如此。

這讓整場討論在一個幾乎無解的循環中收尾：AI 革命的衝擊即將到來，而負責應對衝擊的政治體系，本身就是最大的瓶頸。

我的觀察：臺灣白領的警訊

這場座談對臺灣讀者有一個特別直接的意涵。

魯賓說的「AI 衝擊首當其衝是知識工作者」，放到臺灣脈絡來看更加刺眼。臺灣的就業結構高度集中在服務業和知識密集產業，而製造業的核心（半導體）短期內反而是 AI 浪潮的受益者。這形成了一個弔詭的局面：臺灣的硬體產業供應 AI 所需的晶片，但臺灣的白領工作者卻是最可能被 AI 取代的族群之一。

魯賓提到的 OpenAI 循環風險也值得臺灣科技業注意。如果 AI 產業的投資泡沫破裂，連鎖效應會影響半導體需求，而那正是臺灣經濟的命脈。

更深層的問題是：如果連美國，一個擁有全球最強大學體系、最活躍勞動市場、最充沛財政資源的國家，都無法想出如何讓被 AI 取代的知識工作者重返有尊嚴的工作，那臺灣又打算怎麼做？

魯賓 86 歲了，每週上兩次 AI 家教課。這個畫面本身就是最好的警示：如果一個見過大風大浪的前財長覺得必須重新學習，那還在觀望的我們，可能已經晚了一步。