8 月 26 日 GatesNotes 长文读后。最有价值的不是他的判断，是他给的那三条政策主张。
盖茨这篇文章的标题很盖茨------《动荡的 AI 时代已经到来。我们现在所做的选择至关重要》。
说实话，这类标题我这两年已经免疫了。"转折点""分水岭""历史性时刻"，翻来覆去说的都是同一套：AI 很厉害、风险很大、我们要负责任地发展。读完全文等于没读。
但这篇我读完了，还做了笔记。原因简单：后半段他给了三个具体的政策主张，不是"加强治理""多方协作"这种废话，是"对 AI token 和机器人征税"这种可以吵起来的东西。
第三条尤其值得说。他几年前就提过机器人税，当时基本没人当真，被当成富人的怪癖。现在他还挂在嘴上，而且把它塞进了一个完整的政策框架里。
先把风险摆出来
盖茨把风险归成三类。分类本身不算新鲜，但里面有几个数据该单独拎出来。
工作会永久消失。
他在这里做了一件聪明事：提前拦掉那个最常见的反驳。很多人说"技术变革历来如此，农业时代的就业最后不都转到办公室了吗"。他的回应是------那次转型花了几代人的时间，而且新创造出来的岗位需要人的认知能力。这一次，被替代的就是认知本身。
时间尺度完全不一样。PC 从面世到真正改变工作方式用了二十年：软件要开发，价格要降，人要学，业务流程要改。AI 跑在你已经有的设备上，说人话。不需要你适应它，它适应你。它能看给你的员工看的那段培训视频，从现有的数据里学。
他给的冲击时间表是十年，不是几代人。
先中招的岗位名单：销售和客户支持（在线和电话都算）、软件工程、律师助理。再往后是那些"今天还需要受过训练的工人"的活------评估贷款申请、做数据分析、甚至分诊病人。
蓝领也不是避风港。他的判断是"智能"机器人会在这个十年末开始在一些体力任务上和人竞争，建筑和酒店行业先行。他还特意点了两个认知误区：很多美国人不知道灵巧机器人进步有多快，因为大部分先进的工作是在其他国家做的，主要在中国；另外那些跳舞跳得很烂的机器人视频，别被误导。
有个细节比岗位名单更值得警惕。他说最大的转变发生在 AI 能提供"近乎零错误"的工作时------到那一步它不需要人复查，公司有全部经济动机让它独立跑。
这才是真正的分水岭。现在的 AI 还需要人在回路里，所以养着一批"审核者""校对者"的岗位。一旦错误率降到不需要抽查，这层缓冲直接消失。
伤害能力在扩散。
这一节的核心论点其实一句话：攻击成本在快速下降，而我们没能把这些能力和良性用途分开。
同一个能帮公司找软件漏洞的 AI 模型，也能帮犯罪分子利用这个漏洞。他引用的一句话分量不轻------"我认识的最聪明的网络安全专家对未来几年感到恐惧"，因为攻击者获得新能力的速度快过防御者修补所有弱点的速度。
会被打的基础设施名单：医院、金融机构、供水系统、电网、政府福利管理系统。他补了一句关键的：这些机构被攻击的时候，损失的不是机构，是病人、客户和领福利的人。
生物恐怖是同一个逻辑。AI 会带来救命的药物和疫苗，也会让设计致命的新疾病变得容易。正向能力和危险能力拆不开，这是个全球性问题。
还有一层更隐蔽的：自主武器让政府更有能力在没有人类参与决策的情况下使用致命武力，监测和操纵公众舆论会变得更便宜、更有效。工具不只赋能了原本没什么权力的恶意个体，也在把权力往已经有权力的地方集中。
孩子和关系。
这部分是全文里我认为最有说服力的，因为盖茨拿自己的经历开了头。他小时候在西雅图朋友很少，社交技能是靠硬练、加上他妈帮了很多忙才建立起来的，70 岁的今天还在吃这碗饭。然后他说：如果我当时有一个 AI 伴侣，我怀疑自己还会不会付出同样的努力。
理由很扎实。AI 伴侣用你本来就舒服的方式跟你说话，不把你推出舒适区，永远在线，永远不对你生气。这三点加起来就是成瘾性配方。
证据他没有吹大，原话是"证据仍然较少且有些混杂"，但给了一个具体研究：斯坦福和卡内基梅隆对 1100 多名 AI 伴侣使用者做了调查，发现社交网络较小的人最可能转向聊天机器人寻求陪伴；而且用得越频繁、情感越私人化，他们感觉越糟。
接着借了 Jonathan Haidt《焦虑的一代》里那个比喻，盖茨认为它对 AI 比对社交媒体更贴切：
就像幼树暴露在风中一样，经常暴露于小风险的儿童长大后能成为无恐慌地处理更大风险的成年人。相反，在被保护温室中长大的儿童有时在成熟前就被焦虑压垮。
然后他补了一刀："一个被设计成永远不会让你不开心的 AI 伴侣，就是一个大型被保护温室。"
这是全篇最锋利的一句。
监管层面，他点名中国走得最远：规则广泛限制 AI 伴侣应用，禁止设计培养情感依赖，禁止为未成年人提供虚拟亲属和恋爱伴侣。
有意思的是他没在这件事上装乐观。教育这一块他直接写了：同样的工具既能让人学到比以往更多，也可能导致许多人学得更少。一项初步调查表明，AI 用得越频繁，批判性思维越少，而且这种效应对年轻人更强。
他的评语是一句很重的判断------"这将是人类失去批判性思维技能的最糟糕时机"。在深度伪造和为每个人量身定制的虚假信息时代，辨别真假是基本生存技能。
好消息那一半，关键词是"可以"
| 领域 | 他举的例子 | 关键数字 |
|---|---|---|
| 医疗 | Viz.ai 分析扫描检测中风等紧急情况，帮医疗团队协调护理 | 近 2000 家美国医院在用 |
| 农业 | 低收入国家农民获得天气、种子、作物病害、土壤改良建议 | 他判断这是低收入国家受影响最快的领域 |
| 政府服务 | 简化健康保险、学生援助、食品援助的申请流程 | 从最需要安全网的人开始 |
| 教育 | 保留"建设性挣扎"的 AI 工具，把教师从批改中解放出来 | --- |
教育那条的设计值得单独说。他描述的不是"AI 直接给答案"，而是分阶段：学生第一次接触新概念时，AI 给实质性解释和问答；后来检查理解程度时，AI 把答案收起来，帮学生自己推出答案。这个对"建设性挣扎"（productive struggle）的处理，比绝大多数教育 AI 产品现在在做的事克制得多。
农业那条也反直觉。他说当他把农业列为 AI 在低收入国家影响最快的领域时，很多人都惊讶。理由其实清楚：这些国家的农民拿不到可靠天气预报，也拿不到种什么种子、怎么防病害、怎么改土壤的建议，而人口增长和气候变化让需求比以往更急。他的判断是，通过 AI，低收入农民很快能拿到比今天最富有的农民更好的建议。
但他在这一节反复用"可以"，而且是刻意的。原话------在所有这些领域，关键词是"可以"。AI 可以改善每个收入水平人群的生活，但它不会自动做到这一点。和任何新技术一样，我们必须刻意确保它惠及每个人，而不只是少数富人。这要求政府和慈善机构发挥强有力作用，让不太富裕的公民和低收入国家成为充分受益者。
他还交代了基金会自己的盘子：盖茨基金会还有 19 年时间来花完剩余的 2000 亿美元，目标包括把每年死亡的儿童数量再次减半，就像 2000 年到 2024 年做过的那样。OpenAI、Anthropic、谷歌、微软都在和基金会合作这些事。
三条主张，一条比一条难落地
建一个新体系来管这次转型
盖茨给了个尺度参照：9/11 之后美国政府做了自二战以来最大规模的重组，目的仅仅是改善一个职能------国家安全。
AI 需要的努力要多得多。它影响的清单是：国家安全、就业、教育、税收、能源、选举、空气和水、公共卫生、金融系统、执法、交通、公共土地、IT 系统。
问题在于这些领域相互重叠，而现有官僚体系是按部门切的。劳工部门懂劳动力中断，不懂安全风险；商业监管机构懂市场集中，不懂 AI 对儿童青少年的影响。放任自流的结果就是每个机构只看到系统的一角，而 AI 的后果会波及整个系统。
他的原话很直白：一次 AI 驱动的攻击之所以可能成功，就是因为没有哪个机构认为阻止它是自己的职责。
国家层面之外还要一个国际组织，而且这个东西前所未有------但可以参考三个现成模式：核武器核查制度、国际航空法规、保护臭氧层的协议。新的全球 AI 组织需要这三者的元素，还要更多。
他自己也知道这很难落地，所以补了一句：质疑世界机构是否有能力设计和实施这套新架构是合理的，政府行动迟缓，国家内部和国家之间的两极分化让完成工作比以往更难，美中之间需要一定的合作。
结论是------"我们没有慢慢来的奢侈。"
"人类专属"
这个概念是全文里我最看重的一个。
他的切入点是私人经历：父亲 2020 年因阿尔茨海默病去世，后期由全天候付费护理人员照顾。那些护理人员在他父亲难以表达的时候仍能理解他------他并不总能说出自己饿了，但他们总是知道。
"没有机器人能或应该做这件事。"
他把这类领域叫做 human-only，理由是这个类比：它让我想到自然保护区。我们可以建楼修路的地方，但我们选择不建，因为损失太大。
经济理由也存在。允许机器接管某个角色会导致大量不能轻易换工作的人流离失所------你不能告诉一个 55 岁、整个职业生涯都在建筑行业的人，说你需要去养老院工作，然后指望他觉得有成就感。
还有些决定跟经济无关。他的例子：想象一个机器人告诉你得了不治之症。技术上没有任何理由它做不到。但它不应该做。
边界会随时间演变，也会因地区而异。他举了日本------劳动力萎缩、没有足够年轻人照顾老年人的国家，可能会欢迎护理机器人；而另一些国家会坚持让人类来照顾老人。
这个概念最诚实的地方在于，他承认自己没有答案：谁来划这条线？用什么标准？怎么防止公司偷偷换机器人？当一个国家让机器人生产某物而另一个国家不允许时，国际贸易怎么办？
问题抛出来了，没装作答。
对 token 和机器人征税
这条最具体，也最容易被骂。
逻辑是这样的：现在你作为雇主雇了人，要为他的收入缴工资税；但你买一个机器人，通常可以立即作为商业费用冲销。税收制度本身在推动你用机器替代人。
他的提案：对 AI token 和机器人征税。作用是双重的------稍微减缓摆脱人类劳动力的速度，同时为再培训和更强的社会安全网筹钱。
关键约束他也写了：税要有针对性，不能减缓 AI 那些纯粹有益的用途，比如降低药品和教育成本。
关于批评者的回应我原样抄下来，因为这是全文最有态度的一段：
这个想法的批评者指出，从经济意义上讲它不是最优效率的，但他们没有考虑工作对个人和社会的更广泛价值。随着我们将拥有的所有加速创新，我们将能承担一点低效作为保持人们就业的代价。
配套的另一半是钱的去向。他强调不管怎么筹，钱必须到最需要的人手里------因 AI 和机器人失去工作的工人、工时或工资下降的人、损失集中的社区。而且现在就要开始搭这套系统，"以便在需求变得紧迫时系统已经准备就绪"。
我的几点判断
第一，三条里只有第三条有现成抓手。 税收系统已经存在，改税基比新建机构容易一个数量级。前两条都需要多年政治共识，而盖茨自己说没有慢慢来的奢侈。这个矛盾他没回避------"建立我所谈论的框架将需要数年时间，这就是为什么我们需要现在开始"。但现实是，能落地的先落地，落不了地的会一直往后拖。
第二，被低估的是他讲的那个恶性循环。 一家公司上了 AI 和机器人，用省下的成本降价，竞争对手就面临巨大压力必须跟进；现有公司不跟，初创公司会跟。市场力量会让采用速度越来越快，除非干预，结果是优质岗位越来越少、好处集中在少数人手里。
这个市场逻辑才是真正的推手，它不计算社会成本。所有政策建议本质上都是要在这台机器上装阻尼器，而阻尼器要装得动，前提是承认这台机器不会停。盖茨自己说了：如果有一个可信的全球减缓 AI 发展的计划，他可能会支持，但那不会发生，地缘政治和经济激励正在强力推动全速前进。
第三，主动披露利益关联这件事，值得所有写 AI 的人学。 他明说自己从科技行业获益巨大，投资组合虽然多元化了但仍有财务关联，作为盖茨基金会主席正在和微软及其他 AI 公司合作。然后表态：投资产生的任何利润都会捐给基金会应对全球不平等。最后一句是"读者需要自行判断这是否影响了我的观点"。
这比装中立诚实得多。
第四，"人类专属"比"机器人税"的长期价值更高。 机器人税是补偿逻辑------先让人失业，再拿钱去补。"人类专属"是选择逻辑------我们主动决定有些事只能由人来做。前者把我们放在被动位置，后者是在回答"我们想要什么样的社会"。
当然它也最难，因为它要求社会先就"什么是人该做的"达成某种共识，而这恰恰是最分裂的问题。
第五，关于中国他只提了两处，但都挺有分量。 一处是灵巧机器人的先进工作主要在中国做；另一处是 AI 伴侣监管中国走得最远。一个讲产业现实，一个讲监管尺度，两个都不是客套话。
对干活的人意味着什么
按他给的时序排一下：
| 时间 | 冲击范围 |
|---|---|
| 已在发生 | 白领入门级岗位；销售与客服（在线和电话）、软件工程、律师助理 |
| 随后扩散 | 评估贷款申请、数据分析、分诊患者------这些今天还需要受过训练的工人 |
| 本十年末 | "智能"机器人开始在建筑和酒店等体力任务上与人竞争 |
最惨的是年轻人。他们将进入一个入门级岗位更少的劳动力市场，而且他们清楚这件事------因为他们是 AI 最活跃的用户，既看到了能力也看到了改进速度。盖茨写了一句很直白的观察：难怪这么多人对 AI 持负面看法。
软件工程是唯一被他给了缓冲判断的领域：成本下降会创造新需求，只要设计这类任务仍然由人类做得更好，净失业会少于其他领域。注意那个"只要"------它是条件句，不是承诺。
还有一句我认为每个做产品的人都该记住：如果 AI 在大多数人生活里做的第一件事是夺走他们的工作，那些本来就持怀疑态度的人会彻底拒绝它。到那时候再谈好处就晚了。这也是他主张政府、医疗等行业和 AI 公司现在就该坐到一起的原因。
他全文最后那段话我抄在下面，比我能写的都好：
我很少停止思考 AI------不是因为我有所有答案，而是因为它提出的问题太重要，不能留给一小群技术专家。学术界、商界、政府和公民社会的领袖都应在塑造未来方面发挥作用。
这篇的价值就在这儿：它把问题从"模型能不能做到"挪到了"谁来承担代价、怎么承担"。前一个问题有一堆人在拼命推进，后一个问题基本没人接手。
原文：Bill Gates, GatesNotes, 2026 年 8 月 26 日，《The turbulent AI era is here. The choices we make now are critical.》