AGI Economics（AGI 经济学）
定义
AGI Economics 是研究 AGI 之后稀缺性、分配、劳动市场和资本结构变化的经济学子领域。代表问题：资本占比会上升吗？UBI 是否是解药？人类剩余比较优势在哪？2026 年代表研究者：Alex Imas (Google DeepMind) 和 Phil Trammell (Epoch/Stanford)。
核心议题
| 议题 | 立场 |
|---|---|
| 资本占比会上升吗？ | 模糊：diminishing marginal utility 限制集中 |
| Messy Middle 概率 | Trammell: 窄概率（大冲击通常带来快速增长） |
| 渐进式 drip | Imas: 比大冲击更政治危险 |
| UBI 风险 | 两位：警惕——把收入变政治权 |
| 资本配置税 | 替代方案：消费税 + 指数化分散投资 |
| 需求崩溃 | 两位：几乎不可能（两个硬条件互不蕴含） |
| O-ring 效应 | 自动化 = 抬高瓶颈环节价格 = 总价值上升 |
| 人类整合进机器经济 | 难（质量瓶颈 + 协调税） |
| 内在财富积累 | 永生人类/AI 实体可能无自然刹车 |
| 发展中国家 | index 到全球 AI 经济 |
关键研究机构
- Google-DeepMind — 设有 AGI Economics 主任（Imas）
- Epoch-AI — 经济学研究分支（Trammell 领衔）
关键概念工具箱
- Relational-Sector — 关系型部门作为稀缺性答案
- Messy-Middle — 转型中间期
- Drip-Scenario — 渐进式失业
- O-Ring-Effect — 自动化抬高瓶颈价值
- Intrinsic-Wealth-Accumulation — 内在财富积累的财富集中风险
关联概念
| 本库主题 | AGI Economics 的连接 |
|---|---|
| Allocation-Economy | "分配重于生产"在 AGI 后变得绝对 |
| AI-Labor-Bottleneck-Shift | 劳动瓶颈迁移到关系/判断/治理 |
| Always-On-Economy | AGI 后 7×24 关系型经济 |
| AI-Era-Career-Skills | 关系能力 = AI 时代核心职业资产 |
| AI-Era-Economy-Shift | 知识经济 → 分配经济的总框架 |
- Alex-Imas — Google DeepMind AGI Economics 主任
- Phil-Trammell — Epoch 经济学负责人
- Dwarkesh-Patel — 主持播客
- Google-DeepMind
- Epoch-AI
关键数据点
（关键事实、统计、时间线从原 raw 源沉淀，见 source_raw 字段）
前提与局限性
- 当前页面主要来自单场高密度访谈，代表两位研究者对 AGI 后经济结构的判断；它适合作为问题框架和概念入口，不应被当作已验证预测。
- AGI 时间线、能力形态、监管响应和资本制度都会显著改变这些结论的适用性。
- UBI、资本配置税、关系型部门和发展中国家接入方式等判断都需要更多经济模型、历史案例和政策来源补强。
- 页面中的资本占比、需求崩溃、O-ring 效应等讨论属于综合推理，不能单独支撑具体政策建议。