1. 项目概述当科技巨头押注AI我们如何思考“机器人税”最近几年科技圈最热闹的话题除了Web3的起起落落大概就是人工智能AI了。从能写诗作画的生成式AI到能理解复杂指令的多模态大模型技术迭代的速度快得让人眼花缭乱。作为全球社交网络的巨无霸Facebook现已更名为Meta的每一次战略转向都像是一面镜子映照着整个行业的未来。当它宣布将公司未来押注在“元宇宙”和人工智能上时这不仅仅是一次商业转型更像是一次对全社会生产力和生产关系的前瞻性实验。这个实验引出了一个非常有趣甚至有些超前的公共政策议题如果AI和机器人真的取代了大量人类工作社会该如何应对其中一个被反复讨论的构想就是所谓的“机器人税”。这听起来像是科幻小说里的情节但事实上从比尔·盖茨到欧盟议会不少重量级人物和机构都曾严肃地探讨过它的可能性。今天我们就来拆解一下这个议题。它不仅仅是关于税收的技术问题更关乎我们如何在一个技术加速演进的时代重新定义价值创造、分配公平以及社会契约。2. 核心概念拆解AI投资热潮与“机器人税”的缘起2.1 Meta的AI战略不止是算法更是生态重塑要理解“机器人税”讨论的背景必须先看清像Meta这样的巨头在AI领域到底在做什么。这远不止是训练一个更聪明的聊天机器人那么简单。Meta对AI的投入是全栈式的。在基础设施层它自研了庞大的AI计算集群使用成千上万个GPU来训练参数规模高达数千亿甚至上万亿的大模型比如开源的Llama系列。这些模型是“大脑”。在应用层AI被深度集成到其所有核心产品中Instagram和Facebook的推荐算法、广告投放系统、内容审核以及VR/AR设备中的虚拟助手和场景理解。更重要的是其生态野心Meta希望通过AI工具降低创作门槛让开发者和创作者能在其元宇宙平台上构建丰富的体验从而形成一个以AI为驱动力的新经济闭环。这种战略的核心逻辑是“效率替代”和“体验升级”。AI能以前所未有的效率处理信息、匹配供需、生成内容从而替代大量程式化、重复性的人类劳动如初级审核、客服、甚至部分编程和设计工作。同时AI又能创造出全新的交互体验如高度拟真的虚拟人、动态环境开辟新的市场。这两者共同作用可能在宏观上导致一个结果经济总蛋糕在做大但分蛋糕的方式和参与分蛋糕的主体正在发生深刻变化。2.2 “机器人税”究竟是什么一个比喻性的政策工具“机器人税”并非字面意义上对一台机械臂或扫地机器人征税。它是一个比喻性的政策概念其核心思想是对广泛采用自动化技术包括AI软件、物理机器人等从而显著减少雇佣人数的企业征收一种特别的税或费用。提出这一构想的主要逻辑基于以下几点担忧财政收入冲击个人所得税和社会保险缴费是许多国家财政的基石。如果大量工作岗位被自动化取代这部分税基将严重萎缩政府用于教育、医疗、基础设施和社保体系的资金将难以为继。社会不平等加剧自动化的收益更高的利润、生产率很可能主要流向资本所有者企业主、股东和少数高技能劳动者而普通劳动者则面临失业和收入停滞。这会急剧拉大贫富差距引发社会不稳定。矫正市场信号当前企业投资自动化的决策主要基于私人成本购买和维护机器的费用与私人收益节省的劳动力成本的对比。但自动化可能带来巨大的“社会成本”如失业带来的社会救济支出、社区衰败、技能断层等这些并未计入企业决策。“机器人税”在理论上可以将这部分社会成本内部化让企业在做自动化决策时更审慎或者至少为应对其社会后果提供资金。比尔·盖茨在2017年接受采访时提出的观点颇具代表性如果一个人类工人在工厂创造5万美元的价值他要交所得税、社保等如果一个机器人来做同样的事我们也应该对机器人征收类似水平的税。这笔税收可以用于资助被自动化冲击的劳动者进行再培训或支持教育、医疗等需要人类情感和关怀的行业。3. 技术性挑战与可行性分析3.1 定义难题税基如何界定这是实施“机器人税”最棘手的技术门槛。到底什么算“机器人”或“自动化”物理机器人 vs. 软件AI对一条汽车装配线上的机械臂征税似乎直观。但对一个取代了10个客服岗位的AI聊天机器人系统或者一个优化了物流路径、减少了50个仓库管理员需求的算法该如何计量和征税软件无形其“替代效应”难以精确量化。提升 vs. 替代许多技术是“增强”人类工作而非完全“替代”。例如CAD软件让设计师效率倍增医生借助AI影像辅助诊断。这属于生产率提升很难界定其中有多少比例属于“替代”了本应新增的雇佣岗位。动态性与广泛性AI技术迭代极快今天的前沿应用明天可能就普及为通用工具。难道要对每一行代码、每一个API调用征税这显然不现实且会严重抑制创新。一种折中的思路不是对“机器人”本身征税而是对因自动化产生的“超额利润”或节省的“劳动力成本”征税。但这需要极其复杂和透明的财务核算企业有很强的动机通过会计手段如转移定价、增加其他成本项来规避。3.2 经济效应悖论会否事与愿违即使能解决定义问题经济学家对“机器人税”的实际效果也存在广泛争议。抑制创新与生产率税收本质上提高了采用新技术的成本。这可能会延缓自动化进程在短期内保护一些工作岗位但从长期看可能导致整个国家或地区的产业竞争力下降。当其他国家积极拥抱AI提升生产率时征税国的企业成本更高可能在全球竞争中落败最终导致更多工作岗位流失。税负转嫁与价格影响企业缴纳的税款最终很可能通过提高产品价格转嫁给消费者或通过压低剩余员工的工资来分担。这未必能实现更公平的财富再分配反而可能让普通民众的生活成本更高。瞄准偏差自动化替代的往往是中等技能的常规工作而高技能的非常规工作和低技能的体力服务工作如护理、清洁替代率相对较低或较晚。“机器人税”筹集来的资金能否精准地补贴到受影响最严重的群体并有效帮助他们转型是一个巨大的公共政策执行挑战。3.3 更可行的替代方案探讨鉴于“机器人税”在理论和实践上的巨大困难许多政策研究者和经济学家提出了更务实、更具操作性的替代或补充方案改革现有税制使其对自动化中性当前许多国家的税制实际上“歧视”人力劳动而“优待”资本投入。例如企业支付员工工资需要缴纳社保一项劳动力税但购买机器设备可以享受折旧抵扣甚至投资补贴。一种思路是逐步取消这种扭曲比如降低针对劳动力的 payroll tax工资税同时通过提高企业所得税或资本利得税来保持总体税收中性。这并非直接惩罚自动化而是消除制度上对“用机器替代人”的隐性激励。强化社会保障与再培训体系与其试图阻止技术进步不如增强社会对技术变革冲击的韧性。这包括扩大社会保障网探索全民基本收入UBI、负所得税、更灵活的失业保险等为转型期的劳动者提供托底。终身学习账户政府和个人共同供款为每个劳动者设立用于技能再培训和提升的专属账户鼓励持续学习。工资保险为因技术替代而被迫转行、收入下降的劳动者提供一定期限的工资差额补贴。鼓励“人机协作”模式创新政策可以引导技术发展方向不是替代人而是增强人。资助那些能提升低技能劳动者生产率、创造新协作岗位的技术研发和应用。例如AR眼镜指导工人进行复杂设备维修AI工具辅助教师进行个性化教学。4. 实操推演一个虚拟的“自动化影响评估与调节基金”模型既然直接征收“机器人税”困难重重我们是否可以设计一种更精细、更具激励相容性的政策工具以下是一个基于现有管理框架的虚拟推演模型它更像是一个“自动化影响调节机制”。4.1 模型设计核心思路不针对“机器人”这一模糊客体征税而是针对“大规模自动化应用行为”可能引发的社会成本进行前瞻性评估和共担。核心是“影响评估”和“专项调节”。第一步触发阈值与申报规定当企业计划实施一项技术方案并经过评估可能在18个月内导致某个业务单元超过一定比例例如15%的岗位性质发生根本性改变或削减时必须向专门的跨部门委员会由劳工部门、税务部门、产业部门代表组成提交“自动化转型影响评估报告”。第二步影响评估报告内容报告需包括技术方案描述及替代岗位清单。受影响的员工数量、岗位类型、平均薪资水平。企业制定的内部转型方案包括再培训计划、内部转岗路径、离职补偿方案等。预估的该技术方案带来的年度成本节约或利润增加。第三步协商与“调节基金”供款委员会审核报告并与企业协商。重点不是阻止项目而是评估其社会影响并制定缓解措施。协商结果可能包括企业承诺一个更优厚的内部员工安置方案。企业同意向一个名为“技能转型与社区适应基金”的公共基金按一定公式进行一次性或分期供款。供款公式可能参考“受影响岗位年度总薪酬的某个百分比”如20%或“预估年度节约成本的一个小比例”如5%并设置上限。这笔供款可视为企业为其行为的外部性预先支付的部分补偿并获得税收抵扣资格。第四步基金的使用该基金专款专用用于资助受影响的员工参加外部认证的高质量再培训项目。支持当地社区职业学院开设面向未来需求的技能课程。为在转型期创业的员工提供小额启动资金补助。4.2 此模型的潜在优势与难点优势精准性针对具体的、大规模的自动化事件而非广泛的技术应用。协商性不是僵化的税收而是基于协商的调节给了企业表达和承诺的空间。激励相容企业若制定并执行优秀的内部转型计划可能减少或免于外部基金供款这激励企业负起更多社会责任。专款专用资金用途清晰直接回馈给受影响群体和社区公众接受度高。难点执行成本高需要建立专业的评估委员会和复杂的审核流程。阈值设定敏感比例设得太低会覆盖过多中小企业造成行政负担设得太高又可能漏掉许多累积起来影响很大的小型自动化项目。企业规避企业可能会将大型自动化项目拆分成多个小项目以低于阈值的方式逐步推进。注意这个模型只是一个理论推演旨在说明政策设计可以比简单的“机器人税”更复杂和精细。它仍然面临巨大的实施挑战但其思路——将焦点从“惩罚技术”转向“管理转型影响并促成责任共担”——可能更符合实际。5. 未来展望超越税收的系统性思考讨论“机器人税”的终极目的不是找到一个完美的征税方案而是引发我们对未来工作、财富与社会形态的系统性思考。Meta等公司的AI赌注只是加速了这一未来的到来。我们需要构建一套适应智能自动化时代的新社会经济框架。这个框架可能包含以下几个支柱教育体系的根本性改革从“知识传授”转向“核心素养培育”重点培养批判性思维、创造力、复杂问题解决能力、人际协作和情感智慧EQ——这些是AI在可预见的未来仍难以企及的人类特质。学习将真正成为贯穿一生的事情。工作价值的重新定义当重复性生产劳动大量被机器接管“工作”的内涵需要扩展。照顾老幼病残的“关怀经济”、社区服务、艺术创作、体育、终身教育等领域其社会价值将被重新评估和提升。这些领域可能无法产生传统意义上的高生产率但对社会福祉至关重要。数据与算法的治理与确权AI的“燃料”是数据。个人在数字社会中产生的数据是否应被视为一种新型生产要素并带来收益如何防止算法偏见和垄断建立公平、透明的数据治理和算法审计规则是确保AI红利不被少数公司独占的关键。社会安全网的智能化升级未来的社会保障体系需要更加灵活和个性化。利用AI和大数据可以更精准地识别需要帮助的群体动态评估技能缺口并提供定制化的培训推荐和就业指导使安全网从“被动救济”转向“主动赋能”。回到最初的问题FacebookMeta的AI豪赌与“机器人税”的讨论本质上是一体两面。前者代表了技术供给侧的狂飙突进后者则反映了社会需求侧对公平和稳定的深切焦虑。技术本身没有预设的善恶轨迹但它的社会影响完全取决于我们如何塑造引导它的规则和制度。作为从业者我个人的体会是我们既不能陷入“技术决定论”的盲目乐观认为市场会自动解决一切也不能拥抱“卢德主义”的恐惧试图用税收大棒阻止技术进步。最务实的态度是像工程师一样思考承认这是一个复杂系统问题没有一蹴而就的完美解。我们需要的是持续的政策迭代、多利益相关方的对话以及一系列精心设计、相互配套的“社会技术系统”调整。在这个过程中像“机器人税”这样的激进想法其最大价值或许不在于其最终是否被执行而在于它像一块投入平静湖面的石头激起了我们关于如何共建一个技术赋能而非技术奴役所有人的未来的、必要的涟漪和讨论。
AI自动化浪潮下的社会政策思考：从机器人税到转型治理
1. 项目概述当科技巨头押注AI我们如何思考“机器人税”最近几年科技圈最热闹的话题除了Web3的起起落落大概就是人工智能AI了。从能写诗作画的生成式AI到能理解复杂指令的多模态大模型技术迭代的速度快得让人眼花缭乱。作为全球社交网络的巨无霸Facebook现已更名为Meta的每一次战略转向都像是一面镜子映照着整个行业的未来。当它宣布将公司未来押注在“元宇宙”和人工智能上时这不仅仅是一次商业转型更像是一次对全社会生产力和生产关系的前瞻性实验。这个实验引出了一个非常有趣甚至有些超前的公共政策议题如果AI和机器人真的取代了大量人类工作社会该如何应对其中一个被反复讨论的构想就是所谓的“机器人税”。这听起来像是科幻小说里的情节但事实上从比尔·盖茨到欧盟议会不少重量级人物和机构都曾严肃地探讨过它的可能性。今天我们就来拆解一下这个议题。它不仅仅是关于税收的技术问题更关乎我们如何在一个技术加速演进的时代重新定义价值创造、分配公平以及社会契约。2. 核心概念拆解AI投资热潮与“机器人税”的缘起2.1 Meta的AI战略不止是算法更是生态重塑要理解“机器人税”讨论的背景必须先看清像Meta这样的巨头在AI领域到底在做什么。这远不止是训练一个更聪明的聊天机器人那么简单。Meta对AI的投入是全栈式的。在基础设施层它自研了庞大的AI计算集群使用成千上万个GPU来训练参数规模高达数千亿甚至上万亿的大模型比如开源的Llama系列。这些模型是“大脑”。在应用层AI被深度集成到其所有核心产品中Instagram和Facebook的推荐算法、广告投放系统、内容审核以及VR/AR设备中的虚拟助手和场景理解。更重要的是其生态野心Meta希望通过AI工具降低创作门槛让开发者和创作者能在其元宇宙平台上构建丰富的体验从而形成一个以AI为驱动力的新经济闭环。这种战略的核心逻辑是“效率替代”和“体验升级”。AI能以前所未有的效率处理信息、匹配供需、生成内容从而替代大量程式化、重复性的人类劳动如初级审核、客服、甚至部分编程和设计工作。同时AI又能创造出全新的交互体验如高度拟真的虚拟人、动态环境开辟新的市场。这两者共同作用可能在宏观上导致一个结果经济总蛋糕在做大但分蛋糕的方式和参与分蛋糕的主体正在发生深刻变化。2.2 “机器人税”究竟是什么一个比喻性的政策工具“机器人税”并非字面意义上对一台机械臂或扫地机器人征税。它是一个比喻性的政策概念其核心思想是对广泛采用自动化技术包括AI软件、物理机器人等从而显著减少雇佣人数的企业征收一种特别的税或费用。提出这一构想的主要逻辑基于以下几点担忧财政收入冲击个人所得税和社会保险缴费是许多国家财政的基石。如果大量工作岗位被自动化取代这部分税基将严重萎缩政府用于教育、医疗、基础设施和社保体系的资金将难以为继。社会不平等加剧自动化的收益更高的利润、生产率很可能主要流向资本所有者企业主、股东和少数高技能劳动者而普通劳动者则面临失业和收入停滞。这会急剧拉大贫富差距引发社会不稳定。矫正市场信号当前企业投资自动化的决策主要基于私人成本购买和维护机器的费用与私人收益节省的劳动力成本的对比。但自动化可能带来巨大的“社会成本”如失业带来的社会救济支出、社区衰败、技能断层等这些并未计入企业决策。“机器人税”在理论上可以将这部分社会成本内部化让企业在做自动化决策时更审慎或者至少为应对其社会后果提供资金。比尔·盖茨在2017年接受采访时提出的观点颇具代表性如果一个人类工人在工厂创造5万美元的价值他要交所得税、社保等如果一个机器人来做同样的事我们也应该对机器人征收类似水平的税。这笔税收可以用于资助被自动化冲击的劳动者进行再培训或支持教育、医疗等需要人类情感和关怀的行业。3. 技术性挑战与可行性分析3.1 定义难题税基如何界定这是实施“机器人税”最棘手的技术门槛。到底什么算“机器人”或“自动化”物理机器人 vs. 软件AI对一条汽车装配线上的机械臂征税似乎直观。但对一个取代了10个客服岗位的AI聊天机器人系统或者一个优化了物流路径、减少了50个仓库管理员需求的算法该如何计量和征税软件无形其“替代效应”难以精确量化。提升 vs. 替代许多技术是“增强”人类工作而非完全“替代”。例如CAD软件让设计师效率倍增医生借助AI影像辅助诊断。这属于生产率提升很难界定其中有多少比例属于“替代”了本应新增的雇佣岗位。动态性与广泛性AI技术迭代极快今天的前沿应用明天可能就普及为通用工具。难道要对每一行代码、每一个API调用征税这显然不现实且会严重抑制创新。一种折中的思路不是对“机器人”本身征税而是对因自动化产生的“超额利润”或节省的“劳动力成本”征税。但这需要极其复杂和透明的财务核算企业有很强的动机通过会计手段如转移定价、增加其他成本项来规避。3.2 经济效应悖论会否事与愿违即使能解决定义问题经济学家对“机器人税”的实际效果也存在广泛争议。抑制创新与生产率税收本质上提高了采用新技术的成本。这可能会延缓自动化进程在短期内保护一些工作岗位但从长期看可能导致整个国家或地区的产业竞争力下降。当其他国家积极拥抱AI提升生产率时征税国的企业成本更高可能在全球竞争中落败最终导致更多工作岗位流失。税负转嫁与价格影响企业缴纳的税款最终很可能通过提高产品价格转嫁给消费者或通过压低剩余员工的工资来分担。这未必能实现更公平的财富再分配反而可能让普通民众的生活成本更高。瞄准偏差自动化替代的往往是中等技能的常规工作而高技能的非常规工作和低技能的体力服务工作如护理、清洁替代率相对较低或较晚。“机器人税”筹集来的资金能否精准地补贴到受影响最严重的群体并有效帮助他们转型是一个巨大的公共政策执行挑战。3.3 更可行的替代方案探讨鉴于“机器人税”在理论和实践上的巨大困难许多政策研究者和经济学家提出了更务实、更具操作性的替代或补充方案改革现有税制使其对自动化中性当前许多国家的税制实际上“歧视”人力劳动而“优待”资本投入。例如企业支付员工工资需要缴纳社保一项劳动力税但购买机器设备可以享受折旧抵扣甚至投资补贴。一种思路是逐步取消这种扭曲比如降低针对劳动力的 payroll tax工资税同时通过提高企业所得税或资本利得税来保持总体税收中性。这并非直接惩罚自动化而是消除制度上对“用机器替代人”的隐性激励。强化社会保障与再培训体系与其试图阻止技术进步不如增强社会对技术变革冲击的韧性。这包括扩大社会保障网探索全民基本收入UBI、负所得税、更灵活的失业保险等为转型期的劳动者提供托底。终身学习账户政府和个人共同供款为每个劳动者设立用于技能再培训和提升的专属账户鼓励持续学习。工资保险为因技术替代而被迫转行、收入下降的劳动者提供一定期限的工资差额补贴。鼓励“人机协作”模式创新政策可以引导技术发展方向不是替代人而是增强人。资助那些能提升低技能劳动者生产率、创造新协作岗位的技术研发和应用。例如AR眼镜指导工人进行复杂设备维修AI工具辅助教师进行个性化教学。4. 实操推演一个虚拟的“自动化影响评估与调节基金”模型既然直接征收“机器人税”困难重重我们是否可以设计一种更精细、更具激励相容性的政策工具以下是一个基于现有管理框架的虚拟推演模型它更像是一个“自动化影响调节机制”。4.1 模型设计核心思路不针对“机器人”这一模糊客体征税而是针对“大规模自动化应用行为”可能引发的社会成本进行前瞻性评估和共担。核心是“影响评估”和“专项调节”。第一步触发阈值与申报规定当企业计划实施一项技术方案并经过评估可能在18个月内导致某个业务单元超过一定比例例如15%的岗位性质发生根本性改变或削减时必须向专门的跨部门委员会由劳工部门、税务部门、产业部门代表组成提交“自动化转型影响评估报告”。第二步影响评估报告内容报告需包括技术方案描述及替代岗位清单。受影响的员工数量、岗位类型、平均薪资水平。企业制定的内部转型方案包括再培训计划、内部转岗路径、离职补偿方案等。预估的该技术方案带来的年度成本节约或利润增加。第三步协商与“调节基金”供款委员会审核报告并与企业协商。重点不是阻止项目而是评估其社会影响并制定缓解措施。协商结果可能包括企业承诺一个更优厚的内部员工安置方案。企业同意向一个名为“技能转型与社区适应基金”的公共基金按一定公式进行一次性或分期供款。供款公式可能参考“受影响岗位年度总薪酬的某个百分比”如20%或“预估年度节约成本的一个小比例”如5%并设置上限。这笔供款可视为企业为其行为的外部性预先支付的部分补偿并获得税收抵扣资格。第四步基金的使用该基金专款专用用于资助受影响的员工参加外部认证的高质量再培训项目。支持当地社区职业学院开设面向未来需求的技能课程。为在转型期创业的员工提供小额启动资金补助。4.2 此模型的潜在优势与难点优势精准性针对具体的、大规模的自动化事件而非广泛的技术应用。协商性不是僵化的税收而是基于协商的调节给了企业表达和承诺的空间。激励相容企业若制定并执行优秀的内部转型计划可能减少或免于外部基金供款这激励企业负起更多社会责任。专款专用资金用途清晰直接回馈给受影响群体和社区公众接受度高。难点执行成本高需要建立专业的评估委员会和复杂的审核流程。阈值设定敏感比例设得太低会覆盖过多中小企业造成行政负担设得太高又可能漏掉许多累积起来影响很大的小型自动化项目。企业规避企业可能会将大型自动化项目拆分成多个小项目以低于阈值的方式逐步推进。注意这个模型只是一个理论推演旨在说明政策设计可以比简单的“机器人税”更复杂和精细。它仍然面临巨大的实施挑战但其思路——将焦点从“惩罚技术”转向“管理转型影响并促成责任共担”——可能更符合实际。5. 未来展望超越税收的系统性思考讨论“机器人税”的终极目的不是找到一个完美的征税方案而是引发我们对未来工作、财富与社会形态的系统性思考。Meta等公司的AI赌注只是加速了这一未来的到来。我们需要构建一套适应智能自动化时代的新社会经济框架。这个框架可能包含以下几个支柱教育体系的根本性改革从“知识传授”转向“核心素养培育”重点培养批判性思维、创造力、复杂问题解决能力、人际协作和情感智慧EQ——这些是AI在可预见的未来仍难以企及的人类特质。学习将真正成为贯穿一生的事情。工作价值的重新定义当重复性生产劳动大量被机器接管“工作”的内涵需要扩展。照顾老幼病残的“关怀经济”、社区服务、艺术创作、体育、终身教育等领域其社会价值将被重新评估和提升。这些领域可能无法产生传统意义上的高生产率但对社会福祉至关重要。数据与算法的治理与确权AI的“燃料”是数据。个人在数字社会中产生的数据是否应被视为一种新型生产要素并带来收益如何防止算法偏见和垄断建立公平、透明的数据治理和算法审计规则是确保AI红利不被少数公司独占的关键。社会安全网的智能化升级未来的社会保障体系需要更加灵活和个性化。利用AI和大数据可以更精准地识别需要帮助的群体动态评估技能缺口并提供定制化的培训推荐和就业指导使安全网从“被动救济”转向“主动赋能”。回到最初的问题FacebookMeta的AI豪赌与“机器人税”的讨论本质上是一体两面。前者代表了技术供给侧的狂飙突进后者则反映了社会需求侧对公平和稳定的深切焦虑。技术本身没有预设的善恶轨迹但它的社会影响完全取决于我们如何塑造引导它的规则和制度。作为从业者我个人的体会是我们既不能陷入“技术决定论”的盲目乐观认为市场会自动解决一切也不能拥抱“卢德主义”的恐惧试图用税收大棒阻止技术进步。最务实的态度是像工程师一样思考承认这是一个复杂系统问题没有一蹴而就的完美解。我们需要的是持续的政策迭代、多利益相关方的对话以及一系列精心设计、相互配套的“社会技术系统”调整。在这个过程中像“机器人税”这样的激进想法其最大价值或许不在于其最终是否被执行而在于它像一块投入平静湖面的石头激起了我们关于如何共建一个技术赋能而非技术奴役所有人的未来的、必要的涟漪和讨论。
