首頁 › 影片筆記 › 10/21 日報 › Anthropic共同創辦人談奇點已至與AI對就業財政的衝擊
YouTube 影片筆記
Anthropic共同創辦人談奇點已至與AI對就業財政的衝擊
YTGet 編輯室
Jim AI Notebook
觀看 2.6萬
觀看原片
收藏
分享
原片標題:Anthropic 創辦人:奇點已經來了,國家準備好了嗎?|Jack Clark(Anthropic)|演講訪談系列
原片說明 00:00 開場:AI 讓科學變快,最先收到帳單的會是誰?
01:18 Jack Clark(Anthropic):記者、OpenAI、Anthropic 共同創辦人
02:02 Jack Clark(Anthropic):「奇點已經來了」是他的判斷
04:55 五十道沒發表過的物理題:專家自己算錯
07:19 Jack Clark(Anthropic):點子越來越難找,如果研究人力能複製?
09:31 44 兆美元:最極端的情境,不是預測
10:26 Nageswaran(印度首席經濟顧問):蓋房子的人和收帳單的人
11:24 勞動所得占比 60% → 45%:錢變多,不等於薪水變多
13:12 年輕人的第一份工作:就業缺口 19%
14:45 Jack Clark(Anthropic):電力、資料中心與下游瓶頸
17:35 Nageswaran(印度首席經濟顧問):國家預算的兩頭風險與看不見的債
19:57 Jack Clark(Anthropic):放慢與自制,以及沒有人為自制付錢
22:32 結論:最先感覺到的,和最重的
大家好,我是 Jim,這裡是 AI Notebook。這一集是演講訪談系列,主角是 Anthropic 的共同創辦人 Jack Clark,他在國際貨幣基金的年會上,對著一群中央銀行和財政部的官員演講。我們要問的是,如果 AI 真的讓科學變快了,最先感覺到的,會是你的薪水、你的工作,還是國家的預算?國際貨幣基金,英文簡稱 IMF,是將近兩百個國家一起參加的國際組織。IMF 每年的年會,都有一場 Per Jacobsson 講座。過去六十幾年,站上這個講台的,幾乎都是各國的中央銀行總裁和財政部長。IMF 的副總裁介紹他時說,這是頭一次,由一家成立不到五年的公司的共同創辦人來講。地點在泰國曼谷。他講完之後,印度政府的首席經濟顧問上台回應時說,Jack 給的,是蓋房子的人的視角,我要講的,是收帳單的人的視角。先說清楚,講者是 Anthropic 的共同創辦人,片中的程式碼數字、經濟情境和一部分測驗分數,都出自 Anthropic 自己的資料,這場演講的主張,也對他的公司有利。這一集整理的是講者的看法和查證結果,不是投資或政策建議。我們分三步看。先看科學是不是真的變快了,再看如果真的變快,經濟會長什麼樣,最後用前面的答案,看國家現在該準備什麼。
⚠️ 原聲與演講畫面取自 IMF〈Per Jacobsson Foundation Lecture: Inside the Event Horizon〉(2026-10-17,IMF/世界銀行年會,曼谷)https://www.youtube.com/watch?v=Rqt9kWoTJbc © International Monetary Fund。本片引用片段做評論與教育解說,片中的預測是講者個人看法,不代表 IMF 或本頻道立場,也不是投資或政策建議。資料以影片製作時(2026 年 10 月)為準。利益揭露:講者是 Anthropic 共同創辦人,片中提到的 Claude 是 Anthropic 的產品,片中的程式碼數字、經濟情境、部分測驗分數出自 Anthropic 自己的資料。另外誠實註記:本頻道的製作流程有使用 AI 工具,其中包含 Anthropic 的 Claude。
【說明】片中的預測與判斷(「奇點已經來了」、科學會全面加速、窗口只剩幾年)是講者的個人看法,不是定論。查證後與講者說法不同的地方:「美國 GDP 2030 年到 44 兆美元」出自 Anthropic Institute 工作論文〈Economic Scenarios for Transformative AI〉(2026-09,Korinek、Jones 等)三種情境裡最極端的一種,報告自己說「不是預測、不給機率」,而且是 2025 年物價的實質值;從 2025 年約 30.9 兆走到那裡,實質每年要成長約 7.5%,過去 25 年美國平均約 2%。同一個情境裡,勞動所得占比從 60% 掉到約 45%,知識工作者薪水比「沒有 AI 的世界」低約一成(不是比現在低)。Anthropic 程式碼「近十倍」公開數字是工程師每人約八倍,原文也說行數會高估生產力;Jacobian 猜想是被找到反例(推翻),不是被證明;TheoPhysEval 98% 的是 OpenAI 的模型;「人類最後的考試」前後分數的考法不同,本片沒有引用。年輕人就業缺口 19% 是史丹佛研究裡 22–25 歲、最容易受 AI 影響的工作,不是失業率。網路上流傳的「強烈混亂」「史上最大的財富與危險」是誇大,原話是「會讓人困惑、失去方向,會帶來巨大的財富,也可能帶來巨大的危險」。
📎 資料來源
• IMF:Per Jacobsson Foundation Lecture: Inside the Event Horizon(Jack Clark,2026-10-17,曼谷) https://www.youtube.com/watch?v=Rqt9kWoTJbc
• Vernor Vinge:The Coming Technological Singularity(1993) https://edoras.sdsu.edu/~vinge/misc/singularity.html
• Anthropic Institute:Scenarios for our Economic Future(Econ Scenario Explorer v1.0,2026-09) https://www.anthropic.com/institute/econ-scenarios
• Korinek, Jones, Sacher, Cotter, McCrory:Economic Scenarios for Transformative AI(Anthropic Institute Working Paper 2026-02) https://www-cdn.anthropic.com/files/4zrzovbb/website/cf58f84d46a4a76bf5a5b039ac695fba6b80041c.pdf
• BEA:NIPA 年資料(2025 年名目 GDP 30.861 兆、實質成長 2.3%,2026-09 年度修訂後) https://apps.bea.gov/national/Release/TXT/NipaDataA.txt
• Anthropic Institute:When AI builds itself(每位工程師程式碼行數 8 倍) https://www.anthropic.com/institute/recursive-self-improvement
• METR:Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity(2025-07-10) https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/
• Terence Tao:A digestion of the Jacobian conjecture counterexample(2026-07-21) https://terrytao.wordpress.com/2026/07/21/a-digestion-of-the-jacobian-conjecture-counterexample/
• Chandra, …, Raju:TheoPhysEval: Assessing AI agents at autonomous theoretical physics problem solving(arXiv:2610.16733,2026-10-09) https://arxiv.org/abs/2610.16733
• Bloom, Jones, Van Reenen, Webb:Are Ideas Getting Harder to Find?(AER 2020) https://www.aeaweb.org/articles?id=10.1257/aer.20180338
• IEA:Energy and AI 執行摘要(2025-04) https://www.iea.org/reports/energy-and-ai/executive-summary
• Dario Amodei:We Must Pace the Frontier(2026-09) https://darioamodei.com/post/we-must-pace-the-frontier
• Stanford Digital Economy Lab:The AI Employment Gap for Young Workers Has Widened to 19%(2026-08-12) https://digitaleconomy.stanford.edu/news/canariesaug26/
• Epoch AI:Hyperscaler capex vs. operating cash flow(2026-06-16) https://epoch.ai/data-insights/hyperscaler-capex-vs-cash-flow
• Meta:Joint Ventu
Anthropic 的共同創辦人站上 IMF 講台,台下坐的是各國央行總裁和財政部長,這畫面本身就夠有意思了。更讓我停下來的是他開場那句:我最重要的資格是我是一個人類。一個做 AI 的人用這種方式自我介紹,接著卻說奇點已經開始了。Jim 把這場演講拆成三層來看,科學是不是真的變快、經濟會長成什麼樣、國家該準備什麼,還找來印度首席經濟顧問那句「蓋房子的人與收帳單的人」當對照。
Jack Clark 開場自嘲最重要的資格是人類01:41
影片時間軸
01:18 介紹 Jack Clark 從科技記者、OpenAI 政策做到 Anthropic 共同創辦人
01:48 用黑洞的「事件視界」解釋演講標題,帶出奇點這個詞
03:26 第一項證據是寫程式,但 METR 實驗顯示資深工程師用 AI 反而變慢
04:07 1939 年的 Jacobian 猜想被 Anthropic 數學家找到反例推翻
04:57 印度物理學家 Raju 集結三十多位同行,出了五十道未發表的研究考題
05:54 最好模型 50 題對 49 題,好幾題還是出題專家自己算錯
07:32 研究生產力下降:維持摩爾定律所需人力是五十年前的十八倍
09:25 44 兆美元屬於最極端情境,報告自己寫明不是預測
11:40 勞動所得佔比從 60% 掉到 45%,需要動手的工作薪水反而變高
13:25 史丹佛研究:22 到 25 歲做 AI 易取代工作的年輕人,就業少約 19%
16:59 AI 設計的藥進入三期試驗,但至今沒有一顆被核准上市
18:34 五家大型雲端公司資本支出預估超過營運現金流,缺口靠借錢
23:06 結尾引印度經典的馬車比喻:真正的風險是我們停止思考
展開完整時間軸(共 13 個時間點)
五十題考卷,模型答對四十九題05:54
那個 50 題對 49 題的考卷
這段是我整支影片停最久的地方。Raju 找三十幾位理論物理學家,每人從自己還沒發表的研究裡出一題,網路上查不到答案,AI 不可能事先讀過。結果最好的模型答對 49 題,而且好幾題一開始被判錯,回頭檢查才發現是出題專家自己算錯。但 Jim 沒讓這段停在驚嘆,他馬上補上論文的但書:這些題不需要很大的原創性,有沒有上網分數差不多,模型可能背下了大量文獻。學生贏了考卷,考的是計算,不是發現。
勞動所得佔比從六成掉到四成五11:40
蓋房子的人與收帳單的人
印度首席經濟顧問 Nageswaran 那句「Jack 給的是蓋房子的人的視角,我講的是收帳單的人的視角」,把整場演講的張力定住了。同一個極端情境,Clark 看到的是整棟房子變大,Nageswaran 看到的是付給工作的人那一份變小。60% 掉到 45%,而護理、水電這類需要人在現場的工作薪水反而變高。Jim 特別去對了原始報告,確認數字是準的,也確認兩人用的是同一個情境,不是各講各的。
年輕人的第一份工作少了大約 19%13:25
職涯梯子的第一階
史丹佛今年八月的研究看的是美國 22 到 25 歲、做最容易受 AI 影響工作的年輕人,就業比原本該有的水準少了大約 19%。Jim 特別提醒這不是失業率,是相對落差,同一篇研究的標題也寫著整體還沒有大範圍失業。真正說清楚的是背後那套道理:以前公司僱新人,是靠新人做例行工作把訓練成本賺回來,現在 AI 便宜就能做,新人的學習變成單純成本。每家公司理性地少僱新人,加起來未來的專家就沒有來源。
資本支出預估超過營運現金流18:34
沒有人為自制付錢
Clark 在台上說要放慢、要自制,Nageswaran 的回應很直接:一家放慢的 AI 公司會輸掉競賽,也會輸掉估值,沒有人會為了自制付錢給 AI 公司,這種結構在 2008 年以前叫做銀行業。這段話對台下那些管預算的人來說應該很重。另一頭是財政風險,英國央行會議記錄寫著很多國家的財政預估,有一部分建立在 AI 會帶來生產力的期待上。房子還沒蓋好,先把房租算進明年預算,這是 Nageswaran 要財政部別做的事。
值得下載嗎
值得,如果你想要的是數字的出處而不是結論。Jim 會回頭對原始報告、標出講者立場對自己公司有利、把「不是預測」講清楚,這種拆法比演講本身更耐用。
← 上一篇 用開車分層與藏片實測,把AI月報改造成十分鐘排片單的方法 下一篇 → 比較三種客服等級並實測 Odoo 自動報價與語音訂位流程