残酷的繁荣：全球劳动力的转折时刻和美联储的抉择
小宇宙约 7 分钟最近的美国经济数据显示，GDP增长与劳动力正在脱钩，不再紧密相关。这是人类历史上第一次，生产力的飞跃与大多数人的福祉产生了根本性的冲突。
该研究建立了一个前所未有的模拟系统：
使用ONET数据库定义923个职业的32000多种技能，结合BLS工资数据和美国社区调查（ACS）覆盖1510万工人，分布于3000个县。
AI工具包括13000多个生产级系统，通过大型语言模型映射到技能分类。
基于MIT的大型人口模型（LPM）和Oak Ridge国家实验室的Frontier超级计算机，构建AgentTorch框架，模拟工人与AI工具的互动。
研究最后得出两项重要结论：
1、当前的AI技术已经能够执行美国劳动力市场中11.7%的工作任务，具体对应高达1.2万亿美元的年度薪资总额，这意味着此后这1.2万亿美元的薪资将不再会发放到劳动者手中。
2、AI的冲击并非仅限于硅谷等美国沿海科技中心。相反，美国内陆和农村地区由于行政和后勤岗位比例较高，面临的“技能重叠”风险反而更大。这一点，对中国同样有巨大的借鉴意义。
MIT的这份研究揭示了一个残酷的逻辑：
过去二十年的自动化主要是在“水面上”通过机械臂替代人类重复体力，而目前的AI浪潮则是在“水面下”直接吞噬人类的逻辑处理能力。
占比美国劳动力市场11.7%的工作任务：
2.2%主要集中在程序员和文案人员身上，这让公众误以为AI只影响特定白领。
剩下的9.5%（约对应1万亿美元年度总薪资）则深入到社会运行的毛细血管，中层行政、复杂的物流调度和合规财务等。这些岗位曾经被认为是“抗自动化”的，因为它们需要处理模糊的指令和多维度的协调。然而，利用Frontier超级计算机运行的“数字孪生”模型证明，这些任务在AI面前正变得高度透明且可被优化。
正如下图所示：
当1.2万亿美元的潜在薪资被AI技术所覆盖，这背后的实质是国民收入分配结构的剧变以及对社会分配制度的一次根本性挑战。
这1.2万亿美元并非凭空消失，而是从劳动者的工资单流向了资本方的软件订阅费、算力租赁费和AI基础设施投资。
生产力不再是“人+工具”的组合，而逐渐演变为“人+全自动智能系统”。
这不仅仅是“机器换人”的简单重复，而是人类经济史上首次出现的“认知溢价”从生物大脑向硅基芯片的大规模转移。处于“冰山基座”的传统岗位人群，将面临着自身技能价值的骤降。这种不对称性正是导致GDP数据与社会平均体感“冰火两重天”的核心根源。
增长与劳动力脱钩：奥肯定律的终结？
在20世纪60年代，美国经济学家阿瑟·奥肯（Arthur Okun）提出了著名的奥肯定律（Okun's Law），认为失业率与实际GDP增长之间存在稳定的负相关关系，即此消彼长。然而，美国2025年第三季度的宏观数据却像是一场“经济学政变”：一方面是强劲的GDP增长曲线，另一方面是跌至3.2%、宛如处于衰退深渊的招聘录用率。
所以，面临如此强劲的经济增长，为什么美国2025年11月的招聘录用率还会跌至3.2%的大衰退水平？
答案在于企业决策逻辑的改变。
在传统的经济增长模型中，GDP每增长一个百分点，企业通常需要同比例增加雇员、扩大招聘。但现在，面对11.7%的任务可被AI接管，企业变化为倾向于“内部任务重组”而非“外部招聘”。
所以，现在的情况是：
企业正在通过AI提升存量员工的产出，从而在不增加人头数的情况下实现利润增长。这就解释了为何招聘录用率极其乏力，但企业盈利和GDP却依然强劲。
GDP增长与劳动力正在脱钩，不再紧密相关。
当算力（Compute）不再仅仅作为辅助工具，而是作为一种可以独立执行逻辑、决策和创造的“类人类劳动力资本”进入生产组织过程中时，GDP的增长便不再依赖于“新增人头数的数量”。
这也就是说，美国企业在减少招聘（3.2%录用率）的同时，通过部署AI实现了业务流程的自动化闭环而无需增加人手。这意味着，每一单位GDP的增量，其所包含的人类工时正在急剧萎缩。
过去，失业率下降是经济健康的标志；现在，低招聘率甚至加大裁员可能反而成了企业实现效率飞跃、利润暴增的先兆（硅谷正在上演）。
3.2%的极低录用率反映出的不仅是岗位总量的缩减，更是技能错配的极端化。在1.2万亿美元的工资总包里，那些无法与AI形成“增能叠加”的劳动者，其劳动力供给在经济增长面前变得“毫无价值”。
如果经济增长不再带来岗位，那么传统的“增长带动就业，就业带动消费”的内循环将面临中断。1.2万亿美元的工资替代风险揭示了一个残酷的真相：
人类历史上第一次，生产力的飞跃与大多数人的福祉产生了根本性冲突。
在过去，技术进步虽会淘汰旧岗位，但最终会通过降低成本和创造新需求来回馈劳动力。然而，当AI能够以11.7%的深度介入经济运行，且招聘率在经济大好形势下依然封冻时，这种“涓滴效应”失效了。 财富正在以前所未有的速度向拥有算力、算法和资本的极少数节点集聚，而1.51亿名劳动者的“数字孪生”则在超级计算机的模拟中，预示着中产阶级基石的松动。
GDP的数字背后，越来越多的是硅片间的电信号，而非写字楼里的灯火。这种转变虽然在效率上实现了帕累托改进，却在公平性上埋下了深重的伏笔。
美联储的抉择：只能是鸽派
此时此刻再来思考美联储新形势下的货币政策逻辑时，我们必须意识到：
传统的“反通胀”经济学逻辑在AI驱动的结构性变迁面前已经显得过时。
面对3.2%的招聘录用率冰点与1.2万亿美元的薪资替代风险，货币政策的取向必然会发生位移。
在经典的货币政策经济学中，强劲的GDP增长通常是加息或维持高利率的信号，以防止经济过热。
然而，2025年11月美国的宏观图景是这样的：
“高增长、极低招聘率、高技术替代”
GDP数据之所以“表现很好”，是因为它只衡量产出的总量，而不衡量产出的归属，更不衡量每一个个体的生活意义。
3.2%的录用率是对我们最响亮的警示：
如果增长不再需要“人”，那么这种繁荣将是极其冷酷且脆弱的。
毫无疑问，这将迫使美联储放弃教科书，转而采取极具扩张性的鸽派立场，通过降息与释放流动性来应对这场“硅基”对人类的巨大挑战。
对于美联储主席而言，仅仅3.2%的招聘录用率是一个令人不寒而栗的数字，它标志着美国劳动力市场可能正在进入“冰封期”。
尽管当前的GDP数据光鲜亮丽，但劳动力市场的极度低迷预示着长期消费能力的萎缩。如果任由录用率在低位徘徊，1.2万亿美元的薪资缩水将最终传导至消费端，引发结构性大萧条。
美联储必须赶在“冰山基座”彻底崩塌前，通过降息来刺激那些非AI依赖型行业的扩张，为被替代的人群创造新的缓冲地带（新的就业需求）。
在GDP增长与就业正在脱钩的时代，降息的目标从“刺激增长”转向了“维护社会契约”。通过廉价的货币，美联储可以延缓1.2万亿美元薪资包的蒸发速度，为社会转型争取那份珍贵的时间窗口。
特别是，既然增长是由AI的生产力飞跃驱动，而非过度需求驱动，那么美联储便失去了维持高利率的理由。此时降息，不再是由于经济衰退，而是为了匹配生产力提升带来的潜在通缩风险。
与此同时，市场也需要美联储通过“放水”为这场技术革命提供流动性补贴。通过大幅降息，美联储可以降低企业在“技能大更替”时期的财务风险，防止因资金链断裂而导致的大规模、无序的人力资源抛售。
所以，我们的结论是：
2026年的美联储将不得不进入一种“鸽派防御”模式，降息、放水、宽松就是这一年美联储的政策选择。这并非为了刺激已经强劲的GDP，而是为了对冲AI技术对劳动力市场的暴力毁灭。
这是我们2026年第二篇定调2026年宏观基本面的文章。