为AI的经济影响做准备：探索政策应对方案
英文标题：Preparing for AI’s economic impact: exploring policy responses
Anthropic发布九类经济政策想法，为AI可能带来的劳动力市场变化、不平等加剧等情景提供应对方案。
本文目录
强大AI系统的到来会如何改变经济结构？我们不确定，外部专家也不确定。但随着AI系统不断进步，并被越来越大规模地采用，政策制定者可以用哪些工具来应对AI的经济影响——无论这些影响是什么——现在必须展开更多讨论。为了推动这件事，我们分享几个值得进一步研究的经济政策想法。
自从推出Anthropic经济指数以来，我们观察到AI使用方式的一个重要转变。用户越来越倾向于把完整任务交给Claude，与Claude“协作”的情况变少了。随着AI模型能更长时间地独立工作，以及更多雇主采用AI来提高生产力，我们预计这一趋势会加速。这对劳动力的影响还不确定。
政策制定者应该如何应对？这不是一个容易回答的问题，也不是任何单一角色能回答的。未来转型的规模存在很大不确定性，如何管理也有各种各样的观点。但现在就必须开始为我们可能面临的经济情景构思方案。
过去一年里，我们与来自世界各地的经济学家和政策专家合作（包括我们的经济咨询委员会成员和首届经济未来研讨会的参与者），推动这场讨论向前发展。为了产生广泛的想法，我们既接触了无党派思想家，也接触了来自不同政治光谱的人。
下面，我们简要探讨九类想法，涵盖劳动力发展、许可改革、财政政策和社会服务。
虽然我们不知道什么是最优政策，但我们承诺公开分享想法，并透明地展示先进AI的经济影响。
根据情景匹配政策
AI经济影响的速度、规模和形式将决定世界各地需要什么样的政策应对。因此，我们将这些初步想法分为三大类：
几乎所有情景下的政策想法，包括劳动力市场负面影响仍然温和的情况。这些政策的倡导者认为，无论AI带来的颠覆有多大，都值得考虑。因此，其中许多建议在其他背景下也已被提出过。它们包括：为新兴岗位培训工人和学生，以及改革许可流程以便建设能源和计算基础设施来提高生产力。
中等加速情景下的政策想法，即AI导致大部分劳动力工资下降和失业。在这种情况下，可能需要为失业工人提供更实质性的财政支持。为了抵消快速自动化给失业工人带来的负面外部性，在这种情景下可以考虑对自动化征税。
更快变化情景下的政策想法，可能涉及大规模失业和日益加剧的不平等。这些建议更加雄心勃勃，旨在应对截然不同的经济图景。到目前为止，想法包括：利用主权财富基金让公民分享AI收入，以及寻找新的政府收入来源。
以下建议不一定代表Anthropic自己的政策立场。但我们对我们收到的广泛建议感到兴奋，希望它们能鼓励进一步的研究和辩论。
几乎所有情景下的政策
1. 通过劳动力培训补助金投资技能提升
在我们的华盛顿特区研讨会上，American Compass的执行董事Abigail Ball介绍了劳动力培训补助金——这是她与同事Oren Cass共同提出的方案，旨在将公共资源用于在职培训。
在这种模式下，政府会向创造正式培训岗位并提供结构化培训计划的雇主提供大量年度补贴（Ball和Cass建议在美国每年1万美元）。这种培训可以采取多种形式：由单个雇主运营的项目、由雇主联盟或行业协会运营的项目、通过雇主与工会合作的项目，或者由技术学校和社区学院与雇主合作开展的项目。
American Compass建议将现有的高等教育补贴重新用于资助这个项目。但其他各种融资机制也值得考虑——包括可能对AI消费征税来支持劳动力发展计划。
2. 改革税收激励以促进员工保留和再培训
税收政策可以在边际上激励雇主再培训和保留员工，而不是裁员。
Mercatus中心的Revana Sharfuddin认为，美国税法偏向于物质资本投资而非人力资本投资。企业可以通过奖金折旧立即将AI系统费用化，但在扣除员工培训成本时却面临诸多限制。她建议改革《国内税收法》，包括取消5,250美元的免税教育援助上限，并将所有与工作相关的培训费用全额立即费用化。
这些改革旨在降低再培训相对于裁员的成本，帮助那些可能处于裁员边缘的岗位上的工人。
3. 堵住企业税收漏洞
税收政策专家David Gamage提出了改革方案，旨在防止AI转型给政府预算带来压力。他的几项建议包括：堵住允许大企业逃避实体层面税收的“合伙漏洞”，以及现代化税收分配以打击利润转移，并更好地从数字和无形资产商业模式中获取价值。
第二项改革将根据客户所在地通过市场分配来分配企业税，同时要求全球合并报告，将跨国公司和子公司视为单一实体。这种方法旨在限制人为地将利润转移到避税天堂——随着AI可能进一步提高无形资产利润的经济重要性，这种做法可能会变得更加普遍。
Gamage认为：“先行动起来的政府将解决财政挑战，并让居民更好地在AI经济中蓬勃发展。那些等待的政府将在最需要灵活性时面临资源限制。”
4. 加速AI基础设施的许可和审批
Anthropic一直主张改革美国和盟国的许可和电力采购流程。加速这些流程对于建设训练和部署前沿AI所需的基础设施——即大型数据中心、输电基础设施和发电设施——是必要的。改革还将释放AI建设地的投资、经济增长和就业机会。如果不能加速AI基础设施建设，将减缓生产力和就业增长，并可能因关键AI基础设施转移到海外而带来国家安全风险。
美国三套相互重叠的监管流程会将大型AI基础设施的建设推迟数年。第一类是许可。这包括联邦、州和地方层面的一系列土地使用和环境审批。第二类，输电项目的州级监管审查可能导致新线路建设持续10年或更长时间。最后，将设施接入电网的审批通常需要4-6年。
解决这些问题的具体措施包括改革《国家环境政策法案》（NEPA），该法案要求联邦机构审查许多项目的环境影响。对某些类型的设施（如数据中心）进行预先分析，有助于加快未来项目的审查。其他改革可能包括利用联邦权力加快关键输电线路的建设和升级，以及与公用事业公司合作寻找快速接入的机会。
正如Mercatus中心的教职主任、我们经济咨询委员会成员Tyler Cowen所说：“我完全支持许可改革——包括能源领域。”
中等情景下的政策想法
5. 为AI导致的失业建立贸易调整援助
几位经济学家正在探索如何将贸易调整援助（TAA）模式——即让受影响的工人有机会获得新技能或得到其他支持——适用于强大AI时代的劳动力市场动荡。宾夕法尼亚大学的Ioana Marinescu，我们经济咨询委员会的成员，将类似TAA的“AI保险”视为一种“支持因AI失业者的机制”。
沿着这个思路，Suchet Mittal和Sam Manning概述了一个潜在的自动化调整援助（AAA）计划。他们描述了如何以与TAA类似的资金水平——大约每年7亿美元——作为初始选项来资助AAA，并内置机制根据AI驱动的失业速度和规模来增加或减少计划规模。
Mittal和Manning指出，如果未来需要扩大这样的计划，可以通过对市值超过一定高水平的公司的AI驱动收入征税来提供资金，从而为AI行业建立一个直接机制来支持因该技术而失业的工人。
6. 对计算或代币生成征税
弗吉尼亚大学的经济学家Lee Lockwood和Anton Korinek（我们经济咨询委员会的成员）建议研究一系列税收，包括对“代币生成、机器人、机器人服务和数字服务”征税。
这些税收根据AI在经济中的发展阶段提供不同的潜在收益——以及扭曲风险。对出售给最终用户的AI生成代币征税（“代币税”）可能在人类仍然是经济中主要消费者时是可取的，即使强大的AI降低了劳动力的相对经济作用。
Korinek和Lockwood认为，如果经济达到一个阶段，强大的AI系统本身成为经济资源的主要消费者，那么对AI资源积累征税——例如通过对计算和其他硬件征税——可能比对人类最终用户征收代币税更有效。尽管这些对计算资源的税收会扭曲AI转型经济轨迹上的投资，但如果劳动力市场和人类消费在经济中的作用都下降，它们可能成为捕获AI产生的意外收益的唯一剩余机制。
我们认为这类税收值得认真研究，尽管它们会直接影响Anthropic的收入和盈利能力。这些税收可以为重要的财政计划提供关键收入——包括本文讨论的其他几项计划。
快速变化情景下的政策想法
7. 创建持有AI股份的国家主权财富基金
越来越多的提案旨在让公民和政府更多地分享AI的经济回报。主权财富基金可以使国家获得AI相关资产的股份。在AI行业占据经济财富过大份额的情景下，政府投资既可以塑造该行业的行为，也可以“更公平地分配AI带来的财富”。
为英国进步中心撰稿的Emma Casey、Emma Rockall和Helena Roy为英国提出了一个相关概念：AI债券。AI债券旨在确保对“AI堆栈”进行充分投资以获取AI的好处，然后将其回报更均匀地分配在英国各地——即使AI研究岗位集中在伦敦等少数城市。
8. 采用或现代化增值税
七国集团中有六个国家有国家层面的增值税，38个经合组织国家中有37个有增值税。美国是个例外。
随着AI改变经济，劳动力在价值生产中的份额可能会显著下降。转向对消费征税（如通过增值税）可能成为资助核心政府活动的必要条件。增值税征收还为政府提供了关于经济生产网络的精细信息——在这个潜在的技术和经济快速变化时期，这可能特别有价值。
麻省理工学院斯隆管理学院的John Horton，我们经济咨询委员会的成员，指出：“增值税是非扭曲性的，并且在某种程度上是自我执行的。”
9. 实施新的收入结构以应对AI在经济中日益增长的份额
如果AI负责经济产出的很大一部分（导致劳动力份额下降），政府可能需要新的收入来源来补充所得税。David Gamage的另一项建议是探索“低税率企业财富税”作为所得税的补充。他的理由是：“所得税面临会计操纵问题；财富税面临资产估值挑战。同时使用两者使高利润企业更难规避。”
Gamage将这种系统类比为某些资产管理公司向客户收取的费用结构：“财富税相当于为保护积累资本的法律基础设施收取的管理费，而所得税则相当于在州市场中产生的利润的绩效费。”这个想法代表了政府适应人类劳动价值变化的一种方式，尽管我们认为在这个领域还有更多想法需要探索。
继续对话
今年秋天早些时候，Anthropic宣布投入1000万美元来扩大经济未来计划。这项投资将支持关于AI经济影响和政策想法的严谨实证研究，并扩大我们的研讨会系列——从今年11月在伦敦的活动开始，继我们9月在华盛顿特区的活动之后。
这里概述的想法都不是最终建议。它们是更深入研究、政策制定和公共辩论的起点。AI的经济影响在时间和规模上仍然不确定，不同的情景需要不同的应对措施。
但明确的是，研究人员、政策制定者和AI行业之间的主动接触至关重要。通过在现在——在我们知道AI经济影响的具体形态之前——探索这些选项，我们可以更好地为一系列可能的未来做准备，并确保工人和社区能够很好地从AI的全部潜力中受益。
本文讨论的大多数政策想法来自与Anthropic经济咨询委员会成员、我们经济未来研讨会的参与者以及独立研究人员的提案或对话。它们不一定都代表Anthropic的政策立场。
相关内容
AI模型中双重用途知识的关闭开关
语言模型中的全局工作空间
新的可解释性研究揭示了Claude中一个新兴的心理工作空间，它持有模型中不出现的内部想法。
Anthropic经济指数报告：节奏
在我们最新的经济指数报告中，我们首次按小时采样来问：人们什么时候来找Claude？他们用它做什么？他们如何看待AI对他们工作的影响？
在页面中展开原始 Markdown
---
title: "为AI的经济影响做准备：探索政策应对方案"
title_en: "Preparing for AI’s economic impact: exploring policy responses"
source: "Anthropic"
source_url: "https://www.anthropic.com/research/economic-policy-responses"
published_at: "2026-07-08T22:43:16.000Z"
language: "zh-CN"
topics: ["claude"]
tags: ["Anthropic","Claude"]
review_status: "unreviewed"
---
# 为AI的经济影响做准备：探索政策应对方案
> Anthropic发布九类经济政策想法，为AI可能带来的劳动力市场变化、不平等加剧等情景提供应对方案。
## 内容摘要
Anthropic与经济学家和政策专家合作，提出九类政策想法，涵盖劳动力培训、税收改革、基础设施许可、自动化调整援助、计算税、主权财富基金、增值税和财富税等，以应对AI在不同速度下对经济的影响。这些想法分为几乎所有情景、中等加速和快速变化三类，旨在为政策制定者提供讨论起点。
## 为什么值得关注
AI可能改变经济结构，导致失业或工资下降，政策制定者需要提前准备工具，以确保工人和社区受益于AI，同时减少负面影响。
## 核心要点
- Anthropic提出九类政策想法，按AI影响速度分为三类情景。
- 几乎所有情景下：劳动力培训补助金、税收激励改革、堵住企业税收漏洞、加速AI基础设施许可。
- 中等加速情景：类似贸易调整援助的AI保险、对计算或代币征税。
- 快速变化情景：主权财富基金、增值税、企业财富税。
- 这些想法不代表Anthropic立场，旨在推动研究和辩论。
# 为AI的经济影响做准备：探索政策应对方案
[强大AI系统](https://www.anthropic.com/news/anthropic-s-recommendations-ostp-u-s-ai-action-plan)的到来会如何改变经济结构？我们不确定，外部专家也不确定。但随着AI系统不断进步，并被越来越大规模地采用，政策制定者可以用哪些工具来应对AI的经济影响——无论这些影响是什么——现在必须展开更多讨论。为了推动这件事，我们分享几个值得进一步研究的经济政策想法。
自从推出[Anthropic经济指数](https://www.anthropic.com/economic-index)以来，我们观察到AI使用方式的一个重要转变。用户越来越倾向于[把完整任务交给Claude](https://www.anthropic.com/research/anthropic-economic-index-september-2025-report)，与Claude“协作”的情况变少了。随着AI模型能更长时间地独立工作，以及更多雇主采用AI来提高生产力，我们预计这一趋势会加速。这对劳动力的影响还不确定。
政策制定者应该如何应对？这不是一个容易回答的问题，也不是任何单一角色能回答的。未来转型的规模存在很大不确定性，如何管理也有各种各样的观点。但现在就必须开始为我们可能面临的经济情景构思方案。
过去一年里，我们与来自世界各地的经济学家和政策专家合作（包括我们的[经济咨询委员会](https://www.anthropic.com/news/introducing-the-anthropic-economic-advisory-council)成员和首届[经济未来研讨会](https://mccourt.georgetown.edu/news/anthropic-ai-symposium/)的参与者），推动这场讨论向前发展。为了产生广泛的想法，我们既接触了无党派思想家，也接触了来自不同政治光谱的人。
下面，我们简要探讨九类想法，涵盖劳动力发展、许可改革、财政政策和社会服务。
虽然我们不知道什么是最优政策，但我们承诺公开分享想法，并透明地展示先进AI的经济影响。
## 根据情景匹配政策
AI经济影响的速度、规模和形式将决定世界各地需要什么样的政策应对。因此，我们将这些初步想法分为三大类：
**几乎所有情景下的政策想法**，包括劳动力市场负面影响仍然温和的情况。这些政策的倡导者认为，无论AI带来的颠覆有多大，都值得考虑。因此，其中许多建议在其他背景下也已被提出过。它们包括：为新兴岗位培训工人和学生，以及改革许可流程以便建设能源和计算基础设施来提高生产力。
**中等加速情景下的政策想法**，即AI导致大部分劳动力工资下降和失业。在这种情况下，可能需要为失业工人提供更实质性的财政支持。为了[抵消快速自动化给失业工人带来的负面外部性](https://www.nber.org/papers/w30154)，在这种情景下可以考虑对自动化征税。
**更快变化情景下的政策想法**，可能涉及大规模失业和日益加剧的不平等。这些建议更加雄心勃勃，旨在应对截然不同的经济图景。到目前为止，想法包括：利用主权财富基金让公民分享AI收入，以及寻找新的政府收入来源。
以下建议不一定代表Anthropic自己的政策立场。但我们对我们收到的广泛建议感到兴奋，希望它们能鼓励进一步的研究和辩论。
## 几乎所有情景下的政策
### 1. 通过劳动力培训补助金投资技能提升
在我们的华盛顿特区研讨会上，[American Compass](https://americancompass.org/about/)的执行董事Abigail Ball介绍了[劳动力培训补助金](https://americancompass.org/the-workforce-training-grant/)——这是她与同事Oren Cass共同提出的方案，旨在将公共资源用于在职培训。
在这种模式下，政府会向创造正式培训岗位并提供结构化培训计划的雇主提供大量年度补贴（Ball和Cass建议在美国每年1万美元）。这种培训可以采取多种形式：由单个雇主运营的项目、由雇主联盟或行业协会运营的项目、通过雇主与工会合作的项目，或者由技术学校和社区学院与雇主合作开展的项目。
American Compass建议将现有的高等教育补贴重新用于资助这个项目。但其他各种融资机制也值得考虑——包括可能对AI消费征税来支持劳动力发展计划。
### 2. 改革税收激励以促进员工保留和再培训
税收政策可以在边际上激励雇主再培训和保留员工，而不是裁员。
[Mercatus中心](https://www.mercatus.org/)的Revana Sharfuddin认为，美国税法偏向于物质资本投资而非人力资本投资。企业可以通过奖金折旧立即将AI系统费用化，但在扣除员工培训成本时却面临诸多限制。她建议改革《国内税收法》，包括取消5,250美元的免税教育援助上限，并将所有与工作相关的培训费用全额立即费用化。
这些改革旨在降低再培训相对于裁员的成本，帮助那些可能处于裁员边缘的岗位上的工人。
### 3. 堵住企业税收漏洞
税收政策专家[David Gamage](https://law.missouri.edu/directory/david-gamage/)提出了改革方案，旨在防止AI转型给政府预算带来压力。他的几项建议包括：堵住允许大企业逃避实体层面税收的“合伙漏洞”，以及现代化税收分配以打击利润转移，并[更好地从数字和无形资产商业模式中获取价值](https://www.taxnotes.com/featured-analysis/reforming-state-corporate-income-taxes-can-yield-billions/2020/06/04/2cklk)。
第二项改革将根据客户所在地通过市场分配来分配企业税，同时要求全球合并报告，将跨国公司和子公司视为单一实体。这种方法旨在限制人为地将利润转移到避税天堂——随着AI可能进一步提高无形资产利润的经济重要性，这种做法可能会变得更加普遍。
Gamage认为：“先行动起来的政府将解决财政挑战，并让居民更好地在AI经济中蓬勃发展。那些等待的政府将在最需要灵活性时面临资源限制。”
### 4. 加速AI基础设施的许可和审批
Anthropic一直主张[改革美国和盟国的许可和电力采购流程](https://www.anthropic.com/news/build-ai-in-america)。加速这些流程对于建设训练和部署前沿AI所需的基础设施——即大型数据中心、输电基础设施和发电设施——是必要的。改革还将释放AI建设地的投资、经济增长和就业机会。如果不能加速AI基础设施建设，将减缓生产力和就业增长，并可能因关键AI基础设施转移到海外而带来国家安全风险。
美国三套相互重叠的监管流程会将大型AI基础设施的建设推迟数年。第一类是许可。这包括联邦、州和地方层面的一系列土地使用和环境审批。第二类，输电项目的州级监管审查可能导致新线路建设持续10年或更长时间。最后，将设施接入电网的审批通常需要4-6年。
解决这些问题的具体措施包括改革《国家环境政策法案》（NEPA），该法案要求联邦机构审查许多项目的环境影响。对某些类型的设施（如数据中心）进行预先分析，有助于加快未来项目的审查。其他改革可能包括利用联邦权力加快关键输电线路的建设和升级，以及与公用事业公司合作寻找快速接入的机会。
正如Mercatus中心的教职主任、我们经济咨询委员会成员[Tyler Cowen](https://www.mercatus.org/scholars/tyler-cowen)所说：“我完全支持许可改革——包括能源领域。”
## 中等情景下的政策想法
### 5. 为AI导致的失业建立贸易调整援助
几位经济学家正在探索如何将[贸易调整援助（TAA）模式](https://www.dol.gov/agencies/eta/tradeact/about)——即让受影响的工人有机会获得新技能或得到其他支持——适用于强大AI时代的劳动力市场动荡。宾夕法尼亚大学的[Ioana Marinescu](https://sp2.upenn.edu/person/ioana-e-marinescu/)，我们经济咨询委员会的成员，将类似TAA的“AI保险”视为一种“支持因AI失业者的机制”。
沿着这个思路，[Suchet Mittal](https://www.linkedin.com/in/suchet-mittal?miniProfileUrn=urn%3Ali%3Afs_miniProfile%3AACoAACWdppsBYap_1fiHL6GFTidKtDTSxhVGEvI&lipi=urn%3Ali%3Apage%3Ad_flagship3_search_srp_people%3BhHHJ%2FfZ5SvGjBHHBE%2Fxf%2Bw%3D%3D)和[Sam Manning](https://scholar.google.com/citations?user=-gjxfJgAAAAJ&hl=en)概述了一个潜在的自动化调整援助（AAA）计划。他们描述了如何以与TAA类似的资金水平——大约每年7亿美元——作为初始选项来资助AAA，并内置机制根据AI驱动的失业速度和规模来增加或减少计划规模。
Mittal和Manning指出，如果未来需要扩大这样的计划，可以通过对市值超过一定高水平的公司的AI驱动收入征税来提供资金，从而为AI行业建立一个直接机制来支持因该技术而失业的工人。
### 6. 对计算或代币生成征税
弗吉尼亚大学的经济学家Lee Lockwood和Anton Korinek（我们[经济咨询委员会](https://www.anthropic.com/news/introducing-the-anthropic-economic-advisory-council)的成员）建议[研究一系列税收](https://www.nber.org/research/videos/2025-economics-transformative-ai-workshop-public-finance-age-ai-primer)，包括对“代币生成、机器人、机器人服务和数字服务”征税。
这些税收根据AI在经济中的发展阶段提供不同的潜在收益——以及扭曲风险。对出售给最终用户的AI生成代币征税（“代币税”）可能在人类仍然是经济中主要消费者时是可取的，即使强大的AI降低了劳动力的相对经济作用。
Korinek和Lockwood认为，如果经济达到一个阶段，强大的AI系统本身成为经济资源的主要消费者，那么对AI资源积累征税——例如通过对计算和其他硬件征税——可能比对人类最终用户征收代币税更有效。尽管这些对计算资源的税收会扭曲AI转型经济轨迹上的投资，但如果劳动力市场和人类消费在经济中的作用都下降，它们可能成为捕获AI产生的意外收益的唯一剩余机制。
我们认为这类税收值得认真研究，尽管它们会直接影响Anthropic的收入和盈利能力。这些税收可以为重要的财政计划提供关键收入——包括本文讨论的其他几项计划。
## 快速变化情景下的政策想法
### 7. 创建持有AI股份的国家主权财富基金
越来越多的提案旨在让公民和政府更多地分享AI的经济回报。主权财富基金可以使国家获得AI相关资产的股份。在AI行业占据经济财富过大份额的情景下，政府投资既可以塑造该行业的行为，也可以“[更公平地分配AI带来的财富](https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5343934)”。
为英国进步中心撰稿的Emma Casey、Emma Rockall和Helena Roy为英国提出了一个相关概念：[AI债券](https://britishprogress.org/uk-day-one/designing-an-ai-bond-for-growth-and-shared-prosper)。AI债券旨在确保对“AI堆栈”进行充分投资以获取AI的好处，然后将其回报更均匀地分配在英国各地——即使AI研究岗位集中在伦敦等少数城市。
### 8. 采用或现代化增值税
七国集团中有六个国家有国家层面的增值税，38个经合组织国家中有37个有增值税。美国是个例外。
随着AI改变经济，劳动力在价值生产中的份额可能会显著下降。转向对消费征税（如通过增值税）可能成为资助核心政府活动的必要条件。增值税征收还为政府提供了关于经济生产网络的精细信息——在这个潜在的技术和经济快速变化时期，这可能特别有价值。
麻省理工学院斯隆管理学院的John Horton，我们经济咨询委员会的成员，指出：“增值税是非扭曲性的，并且在某种程度上是自我执行的。”
### 9. 实施新的收入结构以应对AI在经济中日益增长的份额
如果AI负责经济产出的很大一部分（导致劳动力份额下降），政府可能需要新的收入来源来补充所得税。David Gamage的另一项建议是探索“低税率企业财富税”作为所得税的补充。他的理由是：“所得税面临会计操纵问题；财富税面临资产估值挑战。同时使用两者使高利润企业更难规避。”
Gamage将这种系统类比为某些资产管理公司向客户收取的费用结构：“财富税相当于为保护积累资本的法律基础设施收取的管理费，而所得税则相当于在州市场中产生的利润的绩效费。”这个想法代表了政府适应人类劳动价值变化的一种方式，尽管我们认为在这个领域还有更多想法需要探索。
## 继续对话
今年秋天早些时候，Anthropic宣布投入1000万美元来扩大经济未来计划。这项投资将支持关于AI经济影响和政策想法的严谨实证研究，并扩大我们的研讨会系列——从今年11月在伦敦的活动开始，继我们9月在华盛顿特区的活动之后。
这里概述的想法都不是最终建议。它们是更深入研究、政策制定和公共辩论的起点。AI的经济影响在时间和规模上仍然不确定，不同的情景需要不同的应对措施。
但明确的是，研究人员、政策制定者和AI行业之间的主动接触至关重要。通过在现在——在我们知道AI经济影响的具体形态之前——探索这些选项，我们可以更好地为一系列可能的未来做准备，并确保工人和社区能够很好地从AI的全部潜力中受益。
本文讨论的大多数政策想法来自与Anthropic经济咨询委员会成员、我们经济未来研讨会的参与者以及独立研究人员的提案或对话。它们不一定都代表Anthropic的政策立场。
## 相关内容
### AI模型中双重用途知识的关闭开关
### 语言模型中的全局工作空间
新的可解释性研究揭示了Claude中一个新兴的心理工作空间，它持有模型中不出现的内部想法。
### Anthropic经济指数报告：节奏
在我们最新的经济指数报告中，我们首次按小时采样来问：人们什么时候来找Claude？他们用它做什么？他们如何看待AI对他们工作的影响？
---
英文原文：[Preparing for AI’s economic impact: exploring policy responses](https://www.anthropic.com/research/economic-policy-responses)