数据时效：2026-08 2026 年 8 月 26 日，比尔·盖茨在个人博客 Gates Notes 发了一篇近六千字的长文。开头就让人停下来，他说 AI 这个时代会是人类历史上最动荡的时期之一，而世界连一个去制定计划的计划都没有。然后他给出两样东西。一样是税，给 AI 的 token 和机器人征税。另一样是"人类保留地"，把最多 40% 的职业特意留给人类，就像自然保护区把一片本来能盖楼的地留下来。
这两样东西，一样对着钱，一样对着人。
税这件事，盖茨抓住的是真实存在的错配。他背后的账很简单。眼下你雇一个人，要为他挣的钱缴工资税；可如果你买一台机器人，通常可以立刻当经营费用抵扣。同样的生产力，一个持续交税，一个先抵税，税制天然偏向后者。他说的就是这个。同样一份生产力，换机器能在账面上少交一笔，制度等于在劝你换掉人。
问题出在怎么落地。对没接触过的人先解释一下，token 就是 AI 处理文字时计费的最小单位，你问它一次问题，它按用掉的字数算钱。盖茨说可以对替代人类工作的 AI 使用收入征收 50% 的税，还把这称为自己一生中最大的一次税制变革。可把数字摊开，疗效很尴尬。BusinessModelAnalyst 算过一笔账，一个典型的 AI 代理，单个开发者一年在 token 上花大约 2,400 美元，乘以 50%，一个代理只产生约 1,200 美元的税。拿一个满成本约 13 万美元的美国知识型岗位来比，这 1,200 美元只相当于 0.9%。就算换成重度路由代理，一年 1.5 万到 3 万美元的花费，也就覆盖一个被替代岗位工资的 5.8% 到 11.5%。盖茨说要靠这笔钱去养再培训和安全网，可真能撑起的部分，跟它要兜底的那个场面，差得太远。
更麻烦的是它可能反噬。token 税按"用多少"征。它没法只对准替代人的那部分，所有被用到的 AI 都得算进去。一家本来打算用 AI 把客服响应做快的中小企业，跟一家拿 AI 裁掉整个初级的巨头，用的 token 都要算税。税制想掰开好用途和坏用途，实际操作里很难分干净。到头来，可能最先被抬高成本的，是那些还没靠 AI 挣到钱的小公司。急着拿 AI 裁员的巨头，反倒没那么心疼这笔账。
另一味药，人类保留地，比税更深，也更危险。
盖茨把这块讲得很克制，也很动人。他的父亲晚年得了阿尔茨海默病，那些照护他的人，他说是不可替代的人性，没有机器人应该或能够做这件事。他还说，不该由一个机器人去告诉病人你得了不治之症。他点名的保留职业有育儿、陪审，教育医疗则是有选择地保护而非一刀切排除，AI 辅助专家，人来做主。他估算上限可以到劳动力市场的 40%。这份清单看着全是高尚职业，很难有人反对。
可正因为高尚，反对的声音小，那个最要紧的问题才容易被漏掉。谁有资格进这个保护区，谁来决定，靠什么执行，一个不这么做的国家要怎么跟做了的国家竞争。这四个问题，盖茨自己在长文里承认没有回答。
名单一旦定下来，性质就不一样。在开放市场里，一个岗位输给 AI，人可以输了再换赛道。可"哪些工作值得留给人"一旦变成制度认定，这份工作就定了性。它靠的是认证，竞争退到了边上。认证之后，一部分人被安排进名单，进退都被定死。保护区最初的名义很温和，这些活就归你了。可这类活往往又累、又缺专业认可，还容易被归成情感劳动，谁来做，谁就得认了。
这时候再读盖茨的矛盾，就很有意思。他一边说 AI 会有史以来成为最大的平等器，要么成为不公的最大来源，一边给出的答案是给 AI 打折、给人圈地。这两个方向放到一起，本身就藏着一个矛盾。既然 AI 能带来近乎无错的工作，为什么还要人为留一块地方，让人去干那些 AI 干得也不差的活？这是伦理选择，还是缓兵之计？盖茨没回答。我的判断是，它更像后者。
那为什么现在就要谈？因为两组数据正在打架。
一边是 Anthropic 的 CEO 达里奥·阿莫代伊。他反复说，AI 会在 1 到 5 年内抹掉半数的入门级白领岗位，失业可能冲到 10% 到 20%。他说首批倒下的是金融、咨询、法律、科技这些靠文档审阅、数据分析和报告准备立身的初级岗。2026 年 1 月他在一篇两万字的文章里，把 1 到 5 年扰动半数入门白领岗这句话写得明明白白。
另一边是耶鲁预算实验室和布鲁金斯研究院，拿到了 2026 年 7 月的联邦就业数据。她们的结论是，眼下没有全经济范围的就业末日，总体还算稳。她拿一组受冲击小的岗位作对照，比下来，高暴露岗位的人，就业和小时工资的变化都接近于零，统计上也看不出差别。布鲁金斯的莫莉·金德说，这是个可以让人松口气的消息。失业率从 2023 年的 3.4% 低点，升到 2026 年 3 月的 4.3%。可她们判定，拖住市场的是移民放缓，是劳动力增长慢了。注意力都在机器人身上，案子却出在分母。20 到 24 岁本科生的失业率，从 4 月的 4.4% 涨到 8 月的 9.3%。可 25 到 29 岁、同样有本科学历的人也同向走高，更像普遍性的放缓。她们还给了个词叫 AI 洗白。有些公司拿 AI 当裁员的遮羞布，把本来的裁员和压缩成本，包装成被 AI 优化。
两组人谁也没说错。阿莫代伊知道扩散慢，所以他说 1 到 5 年而不是明天。耶鲁她们也知道结构在变，只是规模还没到末日。把两边连起来的，是加州的追踪器。
2026 年 6 月，加州上线了全美第一个把 AI 暴露度跟失业申报连起来的工具。它给每个申报的人按之前的职业打一个 AI 暴露分，数据按月更新。结果很分裂。全州看，高暴露职业的失业金申报没有激增。可细看，硕博学历、湾区和科技密集行业的人，申报明显走高。湾区的申报比基线高了 50% 以上，硕博在高暴露岗位的申报从每月 1.3 万涨到 1.6 万到 2.2 万。追踪器自己承认，它没法证明这些裁员是 AI 造成的，也漏掉了零工、自雇和很快找到新工作的人。
这才是要害。全州失业率平稳，是因为它是个平均数。湾区和科技行业、硕博学历的那部分人，已经先一步踏进了下行的电梯。这种被平均掉的局部恶化，最有可能先变成政治议题，因为它集中、可见，又带着"我学历不低却先失业"的不甘。
最后是盖茨提的中美合作。他想成立一个国际 AI 组织，明确借三套框架，核武器检查、国际航空安全、臭氧层保护。他说这三个例子证明，存在性科技也能全球合作。可他自己也承认现在的现实主义难题，政治极化让国际协作极难。他争取 11 月访华跟习近平谈，还说如果美国先限制危险模型的发布，整个世界都会跟。这话在当前的地缘下，听着更像一个愿望，不太像一条路径。
回到最开始那个问题。盖茨的善意是真的，他罕见地把给人留位置，而不是再想点效率，摆到了台面。但两味药的现实后果不一样。token 税哪怕落地，按那个算法也只是个表态，撑不起它声称的安全网。人类保留地值几斤几两，得看圈里的人有没有退路、能不能重新谈判。圈住多少，反而是次要的。
我担心的是，一旦哪些工作值得留给人变成制度认定，需要被盯住的，是那份决定名单的权力本身。名单上的职业或许还安全，这份权力却没人看着。到那时，40% 是门还是篱笆，就看这个保护区由谁划定、能不能被推翻，以及里面的人有没有我也可以不做这个的选项。盖茨把选择叫做最大的平等器还是最大的不公来源。我的回答偏一点。它取决于那 40% 是门，还是篱笆。