“未来，一个AI Agent会知道你正在工作，也知道你有十分钟空闲，然后帮助你完成待办清单中优先级较高的一项。”

这是比尔·盖茨在 2017 年写下的一句话。而当时，GPT 还没有诞生。

ChatGPT发布后，盖茨在 2023 年进一步做出预测：智能体可能成为下一代计算平台，像行政助理一样协助员工制定商业计划、制作演示文稿和产品图片，并回答会议相关问题。

如今，面向办公场景的Work Agent正在如他预测一样，正在被各个大厂集体引入企业流程。

今年 8 月，比尔·盖茨在个人网站上又发布了最新洞察：

动荡的 AI 时代已经到来，我们此刻的选择至关重要。

在他看来，AI 的影响已经延伸至就业、教育、医疗、安全和公共治理，政府需要尽快提出更具体的应对方案。

文章里，盖茨也给出了一些关于 AI 时代的一些政策建议。



为什么盖茨认为这次变革不同

盖茨对这次 AI 危机的判断，受自己的两段经历影响：

在微软，他主要关心的是技术如何提高生产率；但在 2008 年转向全职慈善工作后，他更多接触医疗、教育和贫困问题。

因此，他既关注 AI 能提高多少效率，也关注效率收益最终由谁获得：

在他看来，AI 既可能帮助更多人获得医疗、教育和专业服务，也可能让财富与机会进一步向少数人集中。

而在 2026 年的今天，很多人仍然低估 Agent。

一个低估的原因是，对于 Agent 的不充分认知：

模型至今还会犯一些看起来很低级的错误：比如模型还会数错“strawberry”中有几个字母“r”。此外，Agent 在执行任务的过程中也会经常出现幻觉。这样的综合表现，很难让人相信它能取代复杂的人类工作。

但盖茨认为，模型在部分复杂任务上的可靠性正在提高：借助工具调用、分步骤执行和人工复核，模型已经能在部分流程中减少错误，并根据反馈重新生成结果。

当 Agent 的执行准确率、成本达到企业可接受的水平，它就可能从员工的辅助工具，变成能够自动处理部分标准化流程的系统。

另一个低估的原因，来自基于历史的类比：

美国农业就业占比的下降持续了数十年，新岗位也在制造业和服务业中逐步出现，劳动力因此有较长的转移时间。

但 AI 的扩散速度更快，当它与现在最新的具身智能结合后，还可能影响更多体力岗位：法律文书、客服应答、医学信息整理和部分制造流程。



AI 带来的三类现实风险

在盖茨的文章中，它主要提到了目前 AI 带来的三类风险。

第一，就业风险，是最紧迫的问题。

如果参考美国的历史，1933 年美国失业率接近 25%（按美国劳工统计局等机构的历史估算），经济恢复后，就业最终回升。

盖茨担心，这次的 AI 危机，未必会造成大萧条式的失业率，但它对部分岗位的替代可能是结构性的，不会随着经济复苏自动逆转。

以信息处理和标准化输出为主的白领初级岗位，会最先收到冲击：

比如销售、客服、软件工程和律师助理。

盖茨援引的一项研究发现，在美国部分较容易受到生成式 AI 影响的职业中，年轻员工的就业率出现下降，而资深员工匝檀出现同等幅度的变化。

一旦初级岗位减少，年轻人积累经验、晋升到更高级职位的通道也会变窄。

此外，当具身机器人价格下降后，蓝领岗位也会进入相似过程：

如果一家企业借助 AI 和机器人降低成本，它就可以选择降价、扩大产能或提高利润。无论采取哪种方式，竞争对手都可能被迫跟进。即使原有企业不愿采用，新公司也可能凭借更低成本进入市场。

而企业并不需要等到 AI 完全不出错才会开始替代人工：只要系统的综合成本和风险低于人工方案，替代就可能发生。

第二，盖茨担心 AI 会先放大现有的安全威胁。

AI 让欺诈、虚假信息、深度伪造和监控更容易实施。他接触到的一些安全专家担心：攻击者复制诈骗话术、生成伪造内容和寻找攻击目标的成本正在下降，而许多机构更新防护系统的速度跟不上。

与此同时，AI 也能用于漏洞检测和安全响应，最终影响取决于攻防双方的采用速度。而医院、金融机构、电网、水务和政府福利系统都可能成为目标。

相似的风险也存在于生物安全和自主武器领域：AI 可以辅助药物和疫苗研发，也可能降低获取专业知识、筛选实验方案的门槛。

自主武器可能降低发动攻击的人员成本，并让少数掌握先进系统的政府或组织获得更强的军事能力。盖茨还提到，部分模型在受控环境中表现出规避约束或隐藏行为的倾向，AI 正在变得不受控制。

第三，AI 会对孩子的成长和人际关系产生影响。

盖茨回忆，自己小时候并不善于社交，是在家人的帮助和现实交往中逐渐学会与人相处。他担心，始终在线且倾向于迎合用户的 AI 伴侣，可能让部分孩子减少现实社交练习。

一项由斯坦福大学和卡内基梅隆大学研究者开展、覆盖 1100 多名 AI 伴侣用户的研究发现：现实社交网络较小的用户更容易把聊天机器人视为重要的陪伴对象。

但正如社会心理学家乔纳森·海特所说：孩子需要在可承受的挫折中学习独立。盖茨认为，一个始终顺从、随时提供安慰的 AI 伴侣，可能减少这种练习。

关于孩子的教育，也存在类似问题：一项初步调查显示，较频繁地使用生成式 AI，受访者会有较低的批判性思维表现。

此外，随着 AI 的伪造能力越来越强，个性化虚假信息越来越常见，学校更需要教会学生核验来源、比较证据，而不能只教他们如何调用 AI 得到答案。



AI 带来的好处，不会自动发生

但盖茨并未因此否定 AI 的发展：如果基础设施、专业人员、数据治理和责任机制能够同步建立，AI 有可能改善医疗、教育和公共服务。

盖茨判断，如果公众先在医疗、教育等领域感受到具体收益，对转型投入和政策调整的接受度可能提高。

医疗是一个直接场景。美国许多小型医院缺少专科医生，AI 可以辅助基层机构进行风险提示、整理随访记录，并用更通俗的语言解释检查结果和用药安排，但输出仍需由具备资质的医务人员审核。

在低收入国家，农业是盖茨重点看好的应用场景之一。AI 可以提供更准确的本地天气预报，以及结合土壤、作物和市场条件的种植建议，可以帮助农民安排播种和投入。

政府服务也有很大改进空间：申请医疗保险、助学金和食品援助的流程经常让家庭疲于应付，AI 可以帮助申请人解释材料要求、预填表格和查询进度，从而减少重复提交和线下奔波。

此外，在心理健康领域，AI 可以用于健康教育、初步筛查和日常支持，教育领域则可以减少教师的重复劳动，让他们把更多时间放在一对一和小组辅导上。

不过，盖茨指出：这些收益只是可能性，不会自动惠及每个人，需要政策的推动。

因此，他建议政府仍需在基础设施、数据、语言覆盖和公共服务采购上主动投入。

按盖茨公布的计划，基金会将在未来约 20 年内支出约 2000 亿美元，并把 AI 用于加快疫苗、药物和农业技术研发。



盖茨的三项建议

关于我们如何应对 AI 带来的冲击，盖茨提出了三项建议：

第一项建议是建立跨部门协调机制，统一处理就业、教育、安全和税收问题。

AI 涉及的范围很广：包括就业、教育、税收、能源、选举、公共卫生、金融、执法和交通。但在美国现有治理体系中，这些事务分散在不同部门和监管机构，政策之间容易彼此矛盾，也可能出现监管空白。

他建议各国需要能够跨部门设定优先级的新机构，国际层面也应同步建立协调组织：参考国际民航监管的治理经验，建立跨国信息共享机制、统一安全标准和独立核查制度。

不过，AI 模型迭代更快、更多由私营企业开发，核查对象和执行机制与民航并不相同：掌握领先模型和关键供应链的国家，应尽早讨论共同规范。

AI 企业可以提出自己的自律规范，但他们的规则不能只由企业自行制定：民选辟员、教育者、医护人员、劳动者和普通用户都应参与决策。

第二项建议是明确哪些任务必须由人承担。

他认为，即使 AI 在技术上能够完成，社会仍可以基于责任、尊严和信任，把这些任务留给人类。

这个想法来自他的父亲：2020 年，盖茨的父亲因阿尔茨海默病去世。在他父亲的疾病后期，护理人员昼夜照料他，能够从细微反应中判断他的需要。

这段经历让盖茨意识到，护理不只是喂药、翻身和监测指标，也包括理解细微反应、安抚情绪和建立信任。这些任务很难只用效率衡量，也不宜全部交给机器。

对转岗困难或接近退休年龄的劳动者，政策可以提供更长的岗位调整期，并配套工资补贴、再培训或提前退休安排。

此外，人和 AI 的有些边界与责任和信任有关：即使 AI 能准确整理诊断信息，重大疾病的告知仍涉及责任、解释和情感支持，更适合由具备资质的医生主导。

第三项建议是重新平衡劳动与自动化设备的税负。

盖茨提出，可以研究如何对自动化重新征税，包括机器人以及 AI 算力或使用量。

在现行税制下，企业雇用员工通常需要承担工资税和社会保险缴费，而软件、设备投资可以折旧或计入成本。两者的税负差异，可能在一定程度上提高自动化的吸引力。

如果设计得当，这类税收可以适当减缓这种替代势头，并为职业培训和社会保障提供资金。但税率过高也可能抑制生产率提升，甚至把相关业务推向其他地区。

盖茨多年前首次提出机器人税时，这一主张曾引发不少争议；如今，他仍然坚持这一方向。

他也表示，每次前往华盛顿与议员见面，都会把 AI 与公平列入议程，并推动受 AI 政策直接影响的劳动者、学生和社区参与讨论。

文章最后，盖茨把政策讨论归结为四个问题：AI 的收益如何惠及资源不足的人？被替代的劳动者如何获得支持？公共机构如何调整？社会怎样保留人性？

在 AI 冲击已经成为现实的今天，我们更需要思考和回答的是：

Agent 的收益如何分配、代价由谁承担、规则由谁制定。

而这需要企业、学校、政府和我们每一位普通人共同参与。