谷歌DeepMind为什么要招聘“首席经济学家”?
当通用人工智能（AGI）的轮廓逐渐清晰，顶级AI实验室的布局开始突破纯技术范畴。谷歌DeepMind联合创始人、首席AGI科学家Shane Legg亲自下场招聘AI高级经济学家，要求直接向其汇报，聚焦后AGI时代的经济问题研究，这一动作绝非临时补位，而是为未来世界规则铺路的关键一步。Shane Legg说：AGI 已在地平线上，它将深刻改变一切，包括经济。为了搞清楚这事儿，他决定亲自招人，直接向他汇报。招聘要求包括：经济学博士，深厚的经济建模、基于主体模拟、公共选择理论背景，最好还会 Python 编程，能搞数据分析，还得能跟政策制定者扯皮。现有经济学理论建立在“资源稀缺”和“人类劳动价值”两大基石上，而AGI的到来将彻底颠覆这套框架。AGI可能带来生产力爆炸式增长，甚至趋近于“零成本生产”，稀缺性将被重新定义。当AI能替代绝大多数认知与体力劳动，现行的供需曲线、定价机制、分配规则都将失效，需要经济学家构建全新理论模型。DeepMind早在2022年就发现，强化学习智能体可自主学会生产、交易、套利等经济行为，形成自发的“虚拟代理经济”。随着Gemini系列模型向物理世界渗透（如Gemini Robotics机器人），智能体间的交易规模与速度将超越人类监管极限，亟需经济学工具实现有序协同。主流经济学界至今难以精准衡量AI对生产力的提升，而AGI的影响将更深远。AI高级经济学家需搭建评估体系，预判AGI对就业、GDP、财富分配的具体影响，避免出现“高增长与高失业并存”的失衡局面。DeepMind已从纯科研实验室转向“科研+商业”双轨模式，经济学家角色是打通技术与市场的关键桥梁之一，这一点从其CEO德米斯·哈萨比斯的布局中可见一斑。哈萨比斯不仅是神经科学博士、国际象棋大师，更凭借AlphaFold系列对蛋白质结构预测的突破斩获2024年诺贝尔化学奖，其领导下的DeepMind正加速技术商业化。DeepMind的业务已覆盖AI药物研发、机器人、气候模拟等多领域，每个方向都需巨额算力与资金投入。经济学家可通过成本收益模型，为AlphaFold的临床试验、Gemini Robotics的生态布局提供资源分配建议，平衡短期回报与长期研发。AI技术的定价难题的核心，是如何量化其创造的价值。以AI药物研发为例，AlphaFold 3能预测所有生物分子结构与相互作用，为药企缩短研发周期，经济学家需设计合理的技术授权模式与定价体系。DeepMind计划打造机器人领域的“安卓系统”，开放接口并启动硬件认证计划，涉及多方参与者。经济学家需设计公平的利益分配规则，平衡自身、硬件厂商、开发者的诉求，避免生态内耗。AI技术的规模化应用，已倒逼全球监管体系加速完善，经济学家成为合规与创新的协调者。2026年我国《国有资产法（草案）》首次将数据定义为法律层面的“资产”，全球AI监管正聚焦数据治理与公平性。首席经济学家可结合公共选择理论，为AGI设计兼顾创新与公平的监管方案，提前对接全球政策制定者。Anthropic创始人阿莫迪预判，AI将先冲击初级白领岗位，可能出现“5-10%经济增长与10%失业率”的反常组合。DeepMind需要经济学家研究分配机制，评估全民基本收入（UBI）等方案的可行性，避免财富过度集中。哈萨比斯在达沃斯论坛强调，AI发展需以人类福祉为核心。经济学家可通过量化分析，向公众与政策层证明AGI的社会价值，缓解技术焦虑，为研发争取更宽松的环境。DeepMind的招聘动作，为全球AI企业与研究者提供了明确信号。AGI的终极目标是服务人类社会，脱离经济学、社会学的技术，终将陷入“能力越强，风险越高”的困境。像DeepMind这样提前布局跨学科人才，才能让技术发展不偏离轨道。传统经济学模型已难以解释AI驱动的经济现象，学界需主动拥抱技术变革。DeepMind的“虚拟代理经济”研究，为经济学与AI的融合提供了绝佳样本。我国已有5.15亿生成式AI用户，普及率达36.5%，技术落地速度远超预期。政策制定者需联合经济学家与AI专家，提前构建动态治理体系，把握发展主动权。当AI开始重塑经济运行的底层规则，经济学家的价值，可能已超越数据分析，成为守护人类文明走向的关键力量之一。免责声明：自媒体内容仅用于记录和分享，请勿用于商业用途。所有内容来自于网络，或由人工智能服务生成。如有文字或图片涉及侵权，请联系修改或删除。文章内容不代表本人观点，亦不代表本人所在机构观点，不构成任何投资建议。
