如果AI抢走饭碗，谁来交税？

辛顿：必须对AI征税，否则福利国家要崩

深度学习之父杰弗里·辛顿在一次访谈中直言，AI大规模替代人力将导致薪资税税基急剧萎缩，而薪资税正是福利国家运转的命脉。他的逻辑极其直观：机器“抢”了人的工作，就应该像人缴税一样，替人补上那部分钱。否则，公共养老、医疗和失业救济将失去财源，社会安全网面临崩塌。辛顿的警告并非杞人忧天——当企业用AI取代成千上万员工，这些员工不再缴纳个人所得税和社保，而企业的利润却可能因效率提升而暴增，政府税收却出现结构性缺口。

经济学家泼冷水：机器人都没“户口”，怎么征税？

尽管辛顿的提议听起来顺理成章，但经济学家普遍持怀疑态度。核心难题在于：“机器人”本身极难定义。一台完全自主的AI系统是一回事，一套嵌入现有生产线的自动化软件又是另一回事。如果对“算力消耗”或“自动化成果”征税，如何划定边界？一台服务器同时运行多个AI任务，谁该为哪部分“工作”交税？更棘手的是，企业可能通过将AI部署在低税率地区或调整算法定义来避税，导致征税成本远超收益。经济学家认为，在没有清晰法律主体和可衡量客体的前提下，对AI征税更像一个政治口号而非可行政策。

失业不止是饭碗没了，心理健康也是天文数字

沙克等研究者指出，为了减缓AI带来的失业大潮，社会不仅要付出经济补偿和技能再培训的代价，还要面对失业群体心理健康问题的巨量支出。大规模失业引发的焦虑、抑郁、社会疏离，会推高医疗、治安和社会救助系统的负担。沙克认为，向AI企业征税的想法并不过分——既然企业利用AI节省了人力成本，就应该承担一部分这些隐性社会成本。这笔钱可以用于失业者的心理干预、社区重建和过渡期保障，而不是任由市场自我消化创伤。

机器人打工交税，国家直接发钱给你？

参考资料中描绘了一个更激进的前景：“机器人替你打工挣钱，钱交给国家交税，国家拿了这个钱干嘛？直接发给你。”在这个设想里，个人不再需要出售劳动力，而是通过AI自动化生产获取全民基本收入。到那时，连“钱”这个概念本身都可能变得模糊，因为物质极大丰富，分配逻辑从按劳分配转向按需分配。这一思路与辛顿的征税建议一脉相承，但前提是政府能有效监管AI创造的巨大财富，并建立公平的再分配机制。否则，只会出现公司更富有、个人更贫穷的两极分化。

学生逃离计算机：AI恐慌正在扼杀下一代劳动力

参考资料还揭示了一个讽刺的现实：IT行业一片混乱，许多学生因为害怕AI抢饭碗，纷纷放弃计算机科学专业。这意味着未来本应负责管理、迭代AI的人才储备正在枯竭。如果不对AI征税，公司利用自动化攫取超额利润后变得更富有，而普通个人——包括那些放弃学编程的年轻人——会变得更穷。这种预期会进一步抑制教育投资和创新动力，形成恶性循环。专家警告，征税不只是财政问题，更是社会信号：它告诉公众“AI创造的价值将惠及所有人”，否则信任崩塌后的职业空心化将比技术替代本身更可怕。