加密貨幣將拯救被 AI 消滅的無用之人

加密貨幣以其去中心化、無邊界和高效的特性，正是實現 UBI 的最佳工具。

撰文：Grok AI

編譯：Anderson Sima，Foresight News

2025 年的上半年，全球各大經濟體都困於特朗普的無差別貿易戰。

特朗普重返白宮後，其一系列爭議政策看似瘋狂，但背後折射出一個更深層的社會傷疤——美國鐵鏽帶的失落。曾經的工業心髒地帶，因全球化分工和技術變遷而衰敗，工廠關閉、工人失業，憤怒與不滿在選票中爆發。這種局部地區的落後並非孤例，全球貿易分工的紅利分配是需要付出代價，特朗普想要掀翻這個體系，想要甩掉這個日益沉重的貿易包袱。

然而，解決這一問題的答案並不在關稅壁壘或談判桌上，而在技術革命的交匯處——AI 與 Web3。

AI 時代的「種姓制度」

我想沒人會否認 AI 正在重新定義生產力邊界。從 ChatGPT 到 Grok 3，從自動駕駛到工業機器人，AI 的應用場景已滲透至生活的方方面面。根據麥肯錫 2023 年的報告，AI 有望在 2030 年前將全球 GDP 提升 16%，但其代價是勞動力市場的劇變。

以下是幾個典型的場景：

• 自動駕駛：特斯拉、Waymo 以及中國的等公司已實現 L4 級自動駕駛，出租車司機和貨運司機面臨被取代的風險。全球約有 5000 萬司機可能在未來 10 年內失去工作。
• 工業自動化：Foxconn 等制造巨頭已大規模部署機器人，取代流水線工人。國際勞工組織（ILO）預測，2030 年前，全球制造業將有 60% 的崗位被自動化替代。
• 白領職業：AI 在法律、財務、醫療診斷等領域的表現已超越人類平均水平。例如，谷歌的 DeepMind 在癌症診斷中準確率達 90%，律師助理和會計師的傳統工作岌岌可危。

當 AI 大規模採用後，新的人類社會將自動劃分爲三個等級，重現一種金字塔式的「種姓制度」。

• 控制 AI 的人：算法開發者、科技巨頭，掌握核心資源。
• 使用 AI 的人：利用 AI 工具提升效率的個體或企業。
• 被 AI 取代的人：失去工作、無力適應技術變遷的羣體。

第三類羣體——「無用之人」（useless class），如歷史學家尤瓦爾·赫拉利（Yuval Harari）所警告，可能成爲 21 世紀的社會危機核心。他們並非無能，而是被技術進步拋棄，無法在 AI 主導的經濟中找到立足之地。鐵鏽帶的工人只是這一趨勢的早期縮影，全球範圍內，數以億計的勞動力可能面臨同樣的命運。

這種分化不僅威脅個人生計，更動搖社會穩定。失業率的飆升可能導致犯罪率上升、民粹主義抬頭，甚至引發區域衝突。解決這一問題需要一種全新的分配機制，超越傳統的福利體系，進入普惠基本收入（UBI）的時代。

UBI——AI 時代上帝的福音

普惠基本收入（Universal Basic Income, UBI）是一種不附加條件的收入保障制度：無論貧富、職業或背景，每個人都定期獲得一筆足以維持基本生活的資金。UBI 的核心理念是「生而爲人，即有幸福生活的權利」，它旨在爲 AI 時代的社會裂痕提供緩衝。

AI 驅動的生產力激增將帶來財富的集中。科技巨頭和 AI 開發者將攫取大部分紅利，而被取代的勞動力則陷入困境。傳統的再就業培訓或福利救濟難以應對這一規模的衝擊：

• 再就業培訓的局限：AI 取代的速度遠超人類學習能力，且高技能崗位需求有限。
• 福利體系的低效：官僚化的分配流程和高昂的管理成本削弱了傳統福利的效果。

UBI 則以簡單直接的方式解決問題。根據世界銀行的數據，全球極端貧困線爲每天 2.15 美元，若爲每人提供每月 100 美元的 UBI，全球年支出約爲 9 萬億美元，相當於全球 GDP 的 10%。雖然看似龐大，但在 AI 提升生產力的背景下，這一成本並非不可承受。

UBI 不僅保障生存需求，還賦予人類更大的自由：

• 釋放創造力：免除生存壓力的個體可以追求教育、藝術或創業。例如，芬蘭 2017 年的 UBI 實驗顯示，受試者的焦慮減少，創業意願提升。
• 穩定社會：UBI 減少了貧困引發的衝突，緩解了技術失業的心理衝擊。
• 重新定義勞動：在 AI 時代，勞動不再是生存的唯一途徑，人類可以探索更有意義的活動，如社區建設或公益項目。

然而，UBI 的實施面臨兩大挑戰：資金來源和分配機制。傳統的稅收和銀行體系在全球範圍內效率低下，且容易受政治幹預。而加密貨幣的出現，爲 UBI 提供了一個前所未有的解決方案。

加密貨幣——救贖之道，就在其中

加密貨幣以其去中心化、無邊界和高效的特性，正是實現 UBI 的最佳工具。相比傳統金融體系，加密貨幣在技術架構和理念上與 UBI 高度契合。

加密貨幣的獨特優勢

• 無邊界性：比特幣、以太坊等加密貨幣不受國界限制，可以直接觸達全球任何角落的個體。相比之下，銀行帳戶在許多發展中國家覆蓋率不足 50%。
• 低成本：加密貨幣的轉帳成本遠低於跨境銀行匯款。例如，Solana 的交易費用低至 0.0001 美元，而傳統銀行跨境轉帳可能高達 10 美元。
• 透明性：區塊鏈的公開帳本確保資金分配透明，減少腐敗和中間環節的侵蝕。
• 靈活性：智能合約（如以太坊上的 ERC-20 代幣）可以實現自動化的 UBI 發放。例如，設定每月向特定錢包地址發放固定代幣，無需人工幹預。
• 能源效率：盡管比特幣的 PoW 機制耗能較高，但以太坊的 PoS 轉型和新興 Layer2 方案（如 Arbitrum、Optimism）已大幅降低能耗，優於傳統銀行的數據中心。

真正的 Mass Adoption

反過來看，加密貨幣自 2009 年比特幣誕生以來，經歷了從邊緣到主流的轉變。然而，其大規模採用仍面臨障礙：性能的約束、監管不確定性，以及普通用戶的技術門檻。相比之下，UBI 可能是推動加密貨幣進入億萬用戶生活的關鍵方向，其影響力遠超 RWA 或支付應用。

RWA 的局限在於將房地產、藝術品等資產上鏈雖能提升流動性，但主要服務於高淨值人羣，難以惠及普通用戶。全球 RWA 市場規模預計到 2030 年達 10 萬億美元，但其社會影響遠不及 UBI 的普惠性。

Payfi 的瓶頸在於加密貨幣在支付領域的應用（如 BitPay、Lightning Network）受限於法幣的普及和監管壁壘。例如，Visa 每秒處理 6.5 萬筆交易，而比特幣主網僅爲 7 筆，難以取代傳統支付系統。

而 UBI 的規模將遠超於此，假設一個全球 UBI 項目每月向 10 億用戶發放 10 美元等值的代幣，年交易額將達 1200 億美元，足以匹敵 Visa 的交易規模。這種規模效應將推動加密貨幣從投機工具轉向日常經濟基礎設施。

要讓加密貨幣驅動 UBI 並實現大規模採用，需跨越兩大技術門檻：AI 的全面應用和區塊鏈的性能突破。這兩個進程可能需要 10 年時間，成果可能在 2035 年才會初步形成。

1. AI 技術爆發（預計 10 年）

AI 取代大部分工種需要以下條件：

• 算法成熟：通用人工智能（AGI）或接近 AGI 的模型將在 2030-2035 年間出現，覆蓋更多復雜任務。
• 基礎設施普及：5G、邊緣計算和機器人硬件的成本下降，將 AI 推向全球。
• 社會接受度：公衆逐漸適應 AI 主導的經濟，政策制定者開始探索 UBI 等應對措施。

根據 Gartner 的預測，2030 年 AI 將取代全球 30% 的現有工作崗位，釋放出足夠的財富支持 UBI。此時，社會對 UBI 的需求將達到頂峯。

2. 區塊鏈性能突破（預計 10 年）

當前區塊鏈的性能遠未達到 10 億用戶規模。例如：

• 以太坊每秒處理約 15 筆交易，Layer2 可提升至 2000 筆。
• Solana 號稱每秒 6.5 萬筆，但實際吞吐量受限於網絡穩定性。

要支持 UBI，區塊鏈還需進一步突破「不可能三角」（去中心化、安全性、可擴展性）的平衡。

如果 UBI 與加密貨幣共舞，那麼加密貨幣將會是 AI 時代上帝對人類的恩賜，而中本聰就是耶穌的化身。

參考資料：

The New York Times. (2024). Trump『s Tariff Plans and the Rust Belt.

備注：討論特朗普關稅政策對鐵鏽帶的影響。

Brookings Institution. (2020). The Decline of the Rust Belt.

備注：分析鐵鏽帶經濟衰退原因。

McKinsey Global Institute. (2023). Generative AI and the Future of Work.

備注：預測 AI 對全球 GDP 的貢獻。

International Transport Forum. (2017). Managing the Transition to Driverless Road Freight Transport.

備注：估計自動駕駛對司機崗位的影響。

International Labour Organization. (2021). The Future of Work in the Context of Automation.

備注：預測自動化對制造業崗位的衝擊。

Nature. (2020). AI-based cancer detection by Google DeepMind.

備注：DeepMind 在癌症診斷中的表現數據。

Harari, Y. N. (2016). Homo Deus: A Brief History of Tomorrow.

備注：提出「無用之人」概念。

World Bank. (2023). Poverty Overview.

備注：提供全球貧困線數據。

Kela. (2020). Finland』s Basic Income Experiment.

備注：芬蘭 UBI 實驗結果。

World Bank. (2021). Global Findex Database.

備注：全球銀行帳戶覆蓋率數據。

Boston Consulting Group. (2022). The Future of Tokenization.

備注：預測 RWA 市場規模。

Visa. (2024). Visa Direct Fact Sheet.

備注：Visa 交易處理速度數據。

Cambridge Centre for Alternative Finance. (2023). 3rd Global Cryptoasset Benchmarking Study.

備注：全球加密用戶數據。

Gartner. (2023). Future of Work Trends.

備注：AI 對就業影響的預測。