两百多位经济学家、16 位诺奖得主，只敢联署三句话——AI 时代最缺的不是判断，是仪器
先说结论
7 月 13 日发布的《We Must Act Now》，值得长期跟踪的不是它警告了什么，而是它没写什么。两百多位经济学家、16 位诺奖得主联署，正文只有三句话、88 个英文单词——没有一个量级，没有一项具体政策建议。它确实提了「未来十年」，但「十年内可能变得极为强大」是个事后无法判对错的说法。他们敢断言「转型规模超过工业革命」，却不肯说超过多少。这不是谨慎，这是承认：现有这套测量工具，量不出正在发生的事。对天天跟指标打交道的人来说，这本质上是一份关于 metric failure 的声明。
事情是怎么发生的
声明由斯坦福 Digital Economy Lab 发布，组织者是 Erik Brynjolfsson（斯坦福）、Ajay Agrawal（多伦多 Rotman）、Anton Korinek（弗吉尼亚大学，学术休假期间任职于 Anthropic）、Tom Cunningham（METR）。发布时逾 200 人签名、含 16 位诺奖得主，名单仍在增加；连长期对 AI 生产力叙事持怀疑态度的 Acemoglu、Stiglitz 也签了。
正文三句：AI 未来十年可能变得极为强大；这可能带来规模超过工业革命、但时间尺度短得多的经济转型，既有大规模岗位替代的风险，也有生活水准大幅提升的机会；经济学家、政策制定者和技术领袖必须现在就动手，去理解转型性 AI 的经济学，并建立所需的激励、护栏与制度。
配套表态比正文直白得多。Cunningham：「我们是在雾里开车，极难预料接下来会发生什么。」Korinek：「蒸汽、电力、计算机各给了社会几十年去适应；AI 可能只给我们几年。」
顺带一提，Cunningham 供职的 METR，正是我上次讲「被测者知道自己在被测」的那家评估机构。上次是尺子有偏差，这次是尺子还没造出来。
为什么重要
声明发布前一周，Apollo 首席经济学家 Torsten Slok 发过一篇博客，把问题说得更硬：劳动力市场研究里到处在用的「AI exposure（AI 暴露度）」这个核心概念，本身有五套互相竞争的测量框架，各自给出不同结果。据 Fortune 引述，他写道：「最令人吃惊的是，这五种测度恰恰在赌注最高的地方分歧最大——就在所有人都想标为高风险的那些职业上，比如电话推销员、报税员和写作者。」于是当有人说某岗位「高度暴露于 AI」，诚实的第一个追问应该是：按哪套测度？测的是什么？
这是做实验的人熟悉的场景：指标定义没收敛，下游结论就都不能当真。更糟的是，五套测度的分歧不是均匀噪声，而是在高信息量区域集中爆发——恰好是你最想拿它做决策的地方。这跟我自己踩过的坑同构：用平均色差衡量同色异谱可分性，指标对该现象恒等于零，「问题」于是在报表里自动消失。测度选错不是精度问题，是把整个现象投影没了。
我的正反评价
正面：这份克制有价值。他们其实断言了三件实质性的事（能力可能剧增、转型规模空前、替代风险真实），拒绝提供的只是量级——分寸拿得准。组织者也不只喊口号：Brynjolfsson 组与 ADP 合作的 Canaries 指标已上线，用真实薪资微观数据按月追踪。
反面我挑三点。第一，「必须现在行动」和「我们在雾里开车」放在一起，逻辑上是紧张的——不知道会发生什么，怎么知道该建哪种护栏？声明回避了这个矛盾。第二，签名名单里有 Google 的 Jeff Dean、OpenAI 的 Sarah Friar、Anthropic 的 Jack Clark，还有 Eric Schmidt、Reid Hoffman、Vinod Khosla；组织者之一 Korinek 本人也挂着 Anthropic 的身份。被监管方参与定义「AI 会有多重要」，动机上并不中立——「影响大到超过工业革命」这句话，对卖铲子的人是免费广告。第三，也是最该说的：他们自己的证据没有措辞那么硬。Canaries 论文摘要里的核心结果是「22–25 岁、处于 AI 暴露度最高职业的早期职业工作者，在控制企业层面冲击后仍出现 16% 的相对就业下降」——注意每一个限定词：相对、特定年龄段、特定职业组、观测口径而非干净因果。论文摘要里并没有任何全年龄段的总量数字（媒体转述的 −0.2% 出自后续面板与报道，不是论文结论）。这些限定条件在传播链上几乎被磨光了。
对研究、教学和影像系统的启发
研究上：先造仪器、再下结论。我们做光谱与 ISP 同理——在问「多通道到底有没有用」之前，先确认所选指标对该效应不是恒等于零。指标不敏感的地方，看起来永远像「没有效应」。
教学上：22–25 岁那条曲线就是我们正在带的学生。但正因为证据只到相关性，我不打算拿它吓人。该讲的是方法论本身——让学生自己去查那五套测度为什么分歧，比背一个 16% 有用得多。
影像系统上：这场争论里最可迁移的，是 Slok 那个反问——「按哪套测度？测的是什么？」我们报 ΔE、报 AWB 角误差、报 PSNR 的时候，做的是同一件事：拿一个低维投影去替代一个高维现象。投影选得不对，赢和输都可能是假的。