
OpenAI想重新設計經濟制度 — 機器人稅真的可行嗎?
OpenAI 的 AI 烏托邦計畫 — 四天工作制和機器人稅,認真的嗎?
OpenAI 最近放出了一份願景文件,描述他們想像中的 AI 經濟未來。內容包括公共財富基金、對 AI 課稅、還有每週四天工作制。老實說,第一次看到的時候我以為是某個政治人物的競選政見,結果是 AI 公司在畫餅。
但仔細想想,這其實不是第一次有科技公司試圖重新定義社會契約。從 Google 的「不作惡」到 Meta 的「連結世界」,科技巨頭總是喜歡扮演先知的角色。差別在於,這次 OpenAI 談的是錢 — 怎麼分配因為 AI 產生的巨額財富。
機器人稅的經濟學
首先來看機器人稅這個想法。概念很單純:既然 AI 取代了人力,就對使用 AI 的公司課稅,然後把錢分給失業的人。聽起來很公平對吧?
但問題是「取代」這個詞太模糊了。一個客服 chatbot 算取代嗎?一個 code copilot 算嗎?如果我用 AI 寫文案,但還是需要人來修改和策劃,這算取代還是輔助?
更實際的問題是執行面。要怎麼定義「AI 使用量」?按 API calls?按節省的工時?還是按公司營收增長?每種算法都會產生完全不同的結果,也會影響企業的 AI 採用決策。
我覺得這有點像碳稅的翻版 — 理念正確,但魔鬼都在細節裡。
四天工作制的商業邏輯
四天工作制這件事,其實已經有不少公司在實驗了。比較有名的是冰島的大規模試驗,結果是生產力維持甚至提升,員工滿意度大增。
但 OpenAI 的版本不一樣,他們的邏輯是:AI 提升了生產力,所以我們可以工作更少但維持同樣的產出。這個假設的關鍵在於 AI 的生產力提升是否真的能讓整個社會受益,而不只是讓使用 AI 的公司賺更多錢。
這讓我想到自動化的歷史。工業革命讓生產力大增,但工人的工時並沒有立刻減少 — 是經過幾十年的勞工運動才有八小時工作制。AI 革命會不會重演這個過程?
公共財富基金的想像
最有趣的是公共財富基金這個概念。OpenAI 建議成立類似挪威主權基金的機構,專門投資 AI 相關產業,然後把獲利分給全民。
這個想法有個前提:AI 產業會持續高速成長,而且獲利豐厚。但如果你看看現在的 AI 公司燒錢速度,再看看 GPU 的成本,就會發現這個產業的經濟模型還很不穩定。OpenAI 自己都還在虧錢,憑什麼說 AI 會是搖錢樹?
另一個問題是誰來管理這個基金。政府?民間機構?還是 AI 公司自己?每個選擇都有不同的利益考量和治理風險。
現實檢查
說到底,OpenAI 這份願景文件更像是一份 PR 文件。在 AI 安全爭議不斷、監管壓力越來越大的時候,拋出一個「AI 會讓所有人都受益」的故事,確實能緩解一些焦慮。
但我們不能忘記,提出這些建議的是一家估值 1500 億美元的營利公司,而不是公共政策智庫。他們的商業利益跟社會整體利益不見得一致。
更實際的做法可能是先解決眼前的問題:AI 訓練的環境成本、數據隱私、演算法偏見,還有勞工轉型。四天工作制和機器人稅聽起來很美好,但如果連基本的 AI 治理都還沒做好,談這些是不是太早了?
結論
OpenAI 的 AI 烏托邦計畫反映了一個重要趨勢:科技公司開始意識到他們需要回答「AI 對社會有什麼好處」這個問題。這是好事,至少表示他們在思考外部性。
但願景歸願景,執行是另一回事。真正的挑戰不在於想像一個更美好的未來,而在於設計出可行的路徑去實現它。目前看來,我們距離 AI 烏托邦還有很長的路要走。
<h2>延伸閱讀</h2> <ul> <li><a href="/blog/the-first-40-months-of-the-ai-era">AI 這 40 個月都發生了什麼?一個技術人的冷靜回顧</a></li> <li><a href="/blog/is-anybody-else-bored-of-talking-about-ai">AI 話題聊膩了嗎?開發者的疲勞症候群觀察</a></li> <li><a href="/blog/coding-agents-reshaping-epd">Coding Agent 正在改變工程、產品、設計的協作方式 — 但改變的不是你想的那個</a></li> </ul>Waiting7777
WoW Arena 冠軍轉前端,用電競 meta 思維拆解技術趨勢。
相關文章
AIAI Agents+1AI 寫的 code 都是 slop?一個月 11,000 個 PR、revert 率 0.5% 的團隊怎麼做
Lauren Tan(poteto)在 AI Engineer 講她的團隊一個月發 11,000 個 PR、revert 率還維持在 0.5%,靠的不是更好的模型,是把規則寫成 lint、把 token 花在驗證上,聽完回頭看自己的 repo,發現踩過的坑只寫在註解裡,沒有任何檢查會擋。
2026年11月17日 · Waiting7777 · 9 分鐘閱讀
繼續閱讀 →
AIAI Agents+1換到新模型之後,寫給 AI 的規則檔要怎麼整理?拆解 Anthropic 的 prompt-audit
換了新模型之後,之前對著舊模型調出來的 CLAUDE.md 跟 skill 要不要跟著整理?把 Anthropic 公開的 prompt-audit 從頭讀了一遍,看它怎麼判斷哪句該刪、哪句不能刪,再拿自己的 code review skill 試一次,結果一行都沒少。
2026年11月16日 · Waiting7777 · 8 分鐘閱讀
繼續閱讀 →
AIAI Agents+1做 code review agent 之前,我先拆了阿里的 open-code-review
規劃 code review agent 時越做越發現什麼都能寫成 code,於是拆了阿里開源的 open-code-review,看它怎麼把不能錯的步驟交給程式、只把判斷留給模型,整理成七條設計原則,再回頭判斷這件事到底該不該做成 agent。
2026年10月27日 · Waiting7777 · 9 分鐘閱讀
繼續閱讀 →這篇文章對你有幫助嗎?
每週一篇 — 技術趨勢背後的商業邏輯
AI 產業在變什麼、工程師該注意什麼——拆清楚寄到你的信箱。