转：当前宏观经济的一大谜团在于：AI能力呈现指数级爆发，但全要素生产率（TFP）并未见显著飙升，且美国失业率稳定在4.1%的历史低位。这种“体感”与宏观数据的错位，引发了市场的强烈关注。

对此，麦克罗伊给出了核心解释：技术扩散的时滞与“J曲线效应”。他指出，虽然“这些模型能够自主完成的任务范围大约每四到七个月翻一番”，但企业在真正获得生产力红利前，必须经历高昂的重组成本。

“要真正释放这项技术可能带来的生产力提升，还需要进行配套投资。能力加上背景信息，两者缺一不可。”麦克罗伊表示，大型企业受制于数据防火墙和组织架构，“除非你进行适当投资，将这些数据重新整理并提供相关背景信息，否则可能不会产生太大影响。”各公司目前正在经历代价高昂的实验期，这构成了AI投资回报的J曲线底部。

而在就业端，大规模失业并未出现。Anthropic的数据证实了这一点：“这看起来更像是一种技能偏向型的劳动增值模式，而非彻底自动化并大规模取代工作岗位的技术。”麦克罗伊强调，模型在解决复杂问题时高度依赖人类提供的高质量输入，人机协作仍是当前的主流形态。

围绕未来几年的业绩指引和宏观经济增速，Anthropic团队的测算给出了极具想象空间的预期。当前，美国国会预算办公室（CBO）对未来财政的长期增长预测为1.7%，美联储最乐观的预期在2.4%左右。但在前沿实验室看来，这一基准可能过于保守。

麦克罗伊通过追踪用户在平台上的真实任务耗时得出结论：“基于目前的模型和当前的使用模式，劳动生产率增长率有望提高1.8个百分点。”

这意味着，如果这些效率提升在未来十年内逐步向整个经济体扩散，叠加资本深化的假设，美国的宏观经济增速有望重返上世纪90年代末至本世纪初的高增长时代。费尔曼对此指出，目前未能实现自动化的经济环节（即薄弱环节）可能会制约总体规模的无限爆发，但高达1.8%的劳动生产率边际增量，足以让现有的货币政策和财政预测框架面临重估。

在资本与劳动的博弈中，宏观模型给出了更为警醒的数据指引。随着AI驱动的资本深化，“在极端情况下，劳动收入份额相对于此前每1美元收入中60%的占比，下降了约15个百分点。”这意味着，资本所有者（股东）将从AI的经济增长中攫取远超以往的回报，而劳动所得的国民收入份额将面临显著萎缩。

面向2030年，麦克罗伊将AI经济的终局演化总结为“三大奇点”：

▪︎ 软件奇点：模型在递归式自我改进中变得越来越好。

▪︎ 经济奇点：AI自动化突破传统的增长计算模型，挑战“经济能否在有限时间内实现无限增长”。

▪︎ 科斯奇点：AI代理（AI Agents）的大规模应用将大幅降低交易成本，彻底改变企业边界与经济交换结构。

面对上述极端的财富分配和商业结构重塑，麦克罗伊提出了未来的政策干预方向——税制改革与“Token税”。

“目前，美国和许多国家的税收结构都侧重于对劳动征税。但如果劳动收入份额下降，就需要考虑其他税收制度，比如对消费征税。”更重要的是，为了对冲过度自动化对社会造成的负面外部性，麦克罗伊直言：“在经济政策框架中，我将代币税（Token税）视为一种抑制过度采用的激励机制……代币税可以类比于碳税或烟草税。”以此来缓解失业冲击并平衡公平与效率。