「AI 裁员陷阱」论文：用数学证明自动化为何必然失控

经济学家 Brett Hemenway Falk 与 Gerry Tsoukalas 发表论文《The AI Layoff Trap》，用纯数学方法描述了 AI 自动化浪潮可能引发的宏观经济崩溃机制。作者绕开「AI 会不会取代人类」这类价值争论，把企业竞争抽象为一场囚徒困境：当 AI 取代工人的速度超过劳动力再吸收速度时，企业的消费需求基础将被自身掏空，且任何个体企业都无法通过自我克制来逃脱这一结果。

工人既是劳动力，也是消费者

传统经济学中，技术替代带来的就业冲击通常被「再安置效应」对冲——历史经验表明，纺织机淘汰织工的同时，工厂会创造出新的岗位，劳动力市场最终自行修复。然而论文指出，本轮 AI 浪潮具有结构性差异：受影响最严重的是入门级白领与中层管理岗位，而新增岗位的生成明显滞后。

论文引用了一组数据：2025 年美国雇主宣布裁员超过 100 万人次，其中约 5.5 万人次的裁员理由明确提及 AI。2026 年初，Block 公司裁掉了近 1 万名员工中的近一半，CEO Jack Dorsey 公开表示 AI 让这些岗位变得不再必要，并断言「大多数公司会在一年内得出同样结论」。

工人同时也是消费者，其边际消费倾向通常高于企业所有者。当工人被裁时，他会立即把收入的大部分（论文中记为 λ）花在大宗消费品上；剩余部分中，一部分（记为 η）可能被失业救济或再就业覆盖，但剩下的 (1 - η) 永久地从经济中消失。

囚徒困境：单家企业的收益，全行业的成本

假设市场中有 N = 20 家对称竞争的企业。Firm A 用 AI 替代 1000 名工人：

它自身获得 100% 的工资节省；
这 1000 名工人停止在整个市场上消费；
由于 Firm A 只占 1/20 的市场份额，它只承担自己裁员造成损失的 5%，其余 95% 的需求塌缩由其他 19 家企业分摊。

论文将每名被替代工人的需求损失形式化为 ℓ = λ(1 − η)w，并证明在对称竞争定价下，每家企业的「利润最大化自动化率」都严格高于「社会合作最优水平」。换言之，即便全行业 CEO 坐在一起达成「大家都别裁」的协议，回到市场竞争后，任何一家偏离协议的企业都会通过价格战碾碎合作者。因此，加速自动化是每家企业的占优策略。

临界自动化阈值 N*

论文进一步给出触发「陷阱」的临界企业数量：

$$N^* = \frac{\ell}{s} = \frac{\lambda(1-\eta)w}{w-c}$$

其中 s = w − c 是单任务自动化的成本节省（人工工资减去 AI 成本）。当行业中的竞争企业数 N 超过 N* 时，整体均衡就会越过安全区间，进入「生产力无限扩张、需求归零」的螺旋。

这不是道德问题，而是结构失灵

论文的核心论断是，AI 引发的裁员浪潮并非源于个别管理层的贪婪或技术失控，而是竞争性市场本身的结构性失灵。即便所有决策者都具有完美预见能力，也无法通过个体理性选择来避免集体最劣结果。这一结论把「AI 替代论」的争论从伦理层面转移到了制度设计层面：真正需要回答的问题，不是要不要自动化，而是需要什么样的政策机制（税收、再分配、需求侧补贴、自动化税等）来打破这个囚徒困境。

截至目前，论文尚未给出明确的政策处方，但已为讨论 AI 对劳动力市场的中长期冲击提供了可量化的分析框架。