说“AI发展方向错了”的人，是麻省理工学院经济学教授达龙·阿西莫格鲁：2024年，他与西蒙·约翰逊、詹姆斯·A·罗宾逊因研究“制度如何形成以及如何影响繁荣”获得诺贝尔经济学奖。把这次热点推上前台的，是他发表在英国《The Humanist Review of AI》（微软旗下刊物）上的论文《Will AI Replace Workers? Not If We Build It Right.》，文章页面标注日期为今年7月15日，真正引发媒体集中报道是10月6日，微软AI部门CEO苏莱曼当晚还亲自发长帖推介。10月9日，知乎问题“诺奖得主阿西莫格鲁称AI目前的发展方向错了，背后的核心分歧是什么”进入热榜，重新点燃了关于AI能力与就业前景的争论。知乎36氪知乎
分歧的核心是一个路线问题。他认为，整个行业在强迫AI模仿人类智能、追逐“全面自动化”，这条路线从根上跑偏了；他给出的替代方向是“支持劳动者的AI”（pro-worker AI）——别追全面自动化，去造让劳动者更强的工具。36氪
跟在这个路线判断身边被传开的，是两个泼冷水的数字：未来十年，AI大概只能拉动GDP增长1.5%，最多取代5%的工作。这不是他第一次算这笔账：早在2024年他就给出估计，未来十年AI对全要素生产率（TFP）的增长上限不超过0.66%。36氪中国新闻网
行业走哪条路，最终由企业、资本和政策决定。普通用户真正能从这场争论里拿走的，是他的论证恰好照出了日常使用AI的三个常见误区——“AI替代人”的叙事，正在个人身上被复制。
误区一：因为AI准确率高，就直接采用它的输出
他讲了一个快被遗忘的语音识别故事：1997年，Dragon发布第一个能识别连续自然语音的软件，准确率接近95%；后续产品宣称99%的准确率，但那只是理想条件——剩下的1%，足以改变一句话的意思，逼着用户从头到尾校对邮件，去捞藏得很深的错字。这场竞赛的结果是：今天PC上的语音识别，只比2000年好一点点。实验室表现与真实落地的落差，就是经济学里说的索洛悖论——工程师要花时间给AI写的代码收拾残局，放射科医生用了AI辅助效果反而打折扣；而AI又缺少人类那套“快速筛掉不靠谱”的机制，幻觉起来基本就是灾难。翻译到日常用法：把AI的输出当草稿，最后一公里必须自己验——健康、钱、合同这类高风险决定，恰恰是那“剩下的1%”埋单的地方；AI回答得流畅自信，不等于它替你把不靠谱筛掉了。36氪
误区二：把“AI能做”当成“明天就替代你”，或者反过来读成“AI没用”
他那5%是两步推出来的：到2020年代末，AI能靠谱自动化的主要是简单办公室认知任务，约占美国经济全部工作的20%；再参考电力、计算机这些通用技术的扩散规律，其中十年内只有四分之一会真正被自动化——20%乘以四分之一。他坦白这属于“学术化的拍脑袋”，支撑他的恰是历史：1881年纽约和伦敦就有了中央发电站，快四十年过去，到1920年代也只有大约一半工厂和家庭用上电；“放射科医生马上要消失”喊了快十年，医院里放射科医生反而越招越多。36氪
但别把这个数字反着读成“AI没用、不值得学”：他的模型量的是现有任务省下的成本，而人的能力被AI放大、过去不值得做或做不了的任务变得可行，这些新价值未必在这把尺子里，这正是他“可能系统性低估AI”的争论所在。连阿西莫格鲁自己，也在2026年与戴维·奥特、西蒙·约翰逊合作的论文里，把“劳动增强”“新任务创造”列为技术变化的五种类型之二。对个人来说，“明天被替代”和“全是泡沫”这两个极端，都不该用来下职业大注：1987年说索洛悖论的索洛，也没料到90年代中后期美国生产率的起飞——技术很少爽约，它只是喜欢迟到。真正值得加码的，是定义问题、判断结果、为真实后果负责这些AI最难接手的部分。知乎36氪
误区三：让AI代写答案，等于把思考过程也外包了
在教育上，他开出的药方恰恰反对“AI替人产出答案”：让AI识别每个学生卡在哪个知识点，建议老师把班级拆成小组、针对弱点补课——AI替老师干它顾不过来的事；他透露团队已经用中等规模语言模型加课程内容和优秀教师案例做出原型，正在评估。另一位诺奖经济学得主、2025年获奖的阿吉翁今年在外滩大会上给出同样的边界：保留一部分完全不使用AI的学习过程，让学生能独立阅读、计算和思考，学生使用的AI要经过筛选和规范，风险也应被告知。用户层面的体悟也在流传：一篇题为“AI用多了，容易过拟合”的笔记获得超一万点赞，作者习惯了对AI倾诉各种想法和生活观察，停下后才发觉自己的观察已经按AI的路径长出来了。AI越像一个“什么都能答的人”，越该刻意给自己留一段硬思考：先自己形成假设和框架，再让AI来挑战、补全、交叉检查——把AI当陪练，而不是当替身。36氪知乎小红书
最后一条边界：“方向错了”是基于任务模型和扩散史的条件化判断，模型进化速度连他自己也承认很难预测；而这篇批评登在AI叙事最大金主创办的刊物上，有科技媒体就点破——AI慢慢渗透、一年一年稳收订阅费，这样的未来对微软“太顺手”了。所以对待任何关于AI的大说法——包括诺奖得主这篇——先问依据和立场，再决定信几分。36氪
