用AI半小时写完周报，省下来的时间要不要交税？这个听起来像玩笑的问题，这周被一位经济学家正经搬上了台面。
9月9日，在上海举行的2026 Inclusion·外滩大会上，中金公司首席经济学家缪延亮在"AI经济增长新范式与社会价值重构"论坛上建言：应调整税制，纠正税制对劳动与资本的"差别对待"，并可考虑适度征收"自动化税""机器人税"或"AI税"。话题随即冲上知乎热榜，评论区最集中的疑问是：以后我用AI，是不是也要被收钱？
先说结论：这个税跟"你用AI"没关系
我把新浪财经刊出的现场速记整理了一遍，缪延亮矛头指向的不是个人用户，而是税制本身的一个倾斜：企业雇一个人，要承担工资税等法定成本；企业采购自动化设备或部署AI系统，却可以作为资本支出计入折旧、享受税收减免。一边加担子，一边给优惠——现行税制事实上在补贴"机器换人"。
所谓AI税，是把这个倾斜扳回来一点，让技术进步的成本和收益分配得更均匀。普通人日常用AI写文档、做图、剪视频，不在这个讨论的射程之内。
这不是新想法，已经吵了九年
把时间线拉长会发现，"向机器收税"是个反复被提起的老议题。2017年2月，比尔·盖茨就公开支持机器人税，他那句话流传至今：如果一个工人在工厂做了价值5万美金的工作，他的收入是要计税的；如果一个机器人做了同样的事，我们当然需要向机器人征收同样的税。同一个月，欧洲议会投票否决了机器人税相关条款。半年后，韩国迈出全球第一步——不是直接征税，而是把工业自动化设备投资的税收减免从最高3%-7%降到不高于2%，变相提高机器换人的成本。
九年过去，盖茨最近又撰文《动荡的AI时代已经到来，我们现在的选择至关重要》，再次呼吁机器人税，还提出"人类核心岗位保留区"的构想。为什么一个提议反复被提、却没有哪个国家真的大张旗鼓收起来？难点始终是两个：一是难界定——什么才算"实质性替代人力"，AI辅助和AI替代的边界在哪；二是怕伤创新——税一重，企业投入研发的意愿就弱。这也是为什么缪延亮用的措辞是"适度"，并同时强调再培训要把握介入时机和退出机制，避免养成长期福利依赖。
比税更值得盯的，是他对就业的判断
速记里真正扎心的，其实是另一组观察。缪延亮说，这一轮AI革命和上一轮信息技术革命有个明显区别：过去IT更多冲击中间层级岗位，这次是"收入水平越高，AI的暴露度越高"。但他紧接着给了两个降温判断：其一，从美国数据看，整体失业率仍处较低水平，AI尚未表现为大规模存量就业替代；其二，"任务是可以被替代的，但职业或工作很难被整体替代"——一份工作可以拆成很多具体任务，一些容易被AI接管，但人与人互动等复杂任务仍然很难被剥离出来。
真正值得普通人关注的变化在招聘端：某些行业招聘需求已明显下降，AI可能首先减少企业对初级岗位的需求。诺贝尔经济学奖得主阿吉翁在同一届外滩大会的线上分享里也持类似态度：AI确实会替代一部分人类劳动，应对之道是良好的教育体系与完善灵活的保障体系，而非简单拦住技术。
你现在就能做的一件事：把自己的工作拆成任务清单
既然"任务可替代、职业难替代"，个人层面最实际的应对，就是抢在招聘端变化之前，主动给自己做任务拆分。方法很朴素：
列出你一周内做的所有事，分成两栏。一栏是标准化、可交出去的：整理资料、写初稿、汇总数据、做格式转换。另一栏是依赖人际互动和判断的：谈需求、做决策、协调资源、对结果负责。然后把第一栏尽量交给AI——比如写材料这件事，可以先在 spark1.cn/ai-writer 里让AI出框架和初稿，你只做修改和把关；不确定用什么工具时，spark1.cn/tools/ 里有按场景分类的免费工具可以逐个试。
省下来的时间投给第二栏。初级岗位入口在收窄，这是事实；但同样真实的是，会用AI干掉自己工作里"可替代任务"的人，等于把自己的时间全部押在了"难剥离任务"上。经济学家呼吁的再培训，落到每个人头上，就是这份任务清单。
税会不会收、怎么收，是政策层面的事，急也急不来。个人能把握的方向反而清晰：与其担心AI抢饭碗，不如先把AI变成自己手里最听话的下属。从容，从来都来自提前准备。
💬 评论