# 加密货币将拯救被 AI 消灭的无用之人 By [Foresight News](https://paragraph.com/@foresight-news) · 2025-04-24 --- 加密货币以其去中心化、无边界和高效的特性，正是实现 UBI 的最佳工具。 撰文：Grok AI 编译：Anderson Sima，Foresight News 2025 年的上半年，全球各大经济体都困于特朗普的无差别贸易战。 特朗普重返白宫后，其一系列争议政策看似疯狂，但背后折射出一个更深层的社会伤疤——美国铁锈带的失落。曾经的工业心脏地带，因全球化分工和技术变迁而衰败，工厂关闭、工人失业，愤怒与不满在选票中爆发。这种局部地区的落后并非孤例，全球贸易分工的红利分配是需要付出代价，特朗普想要掀翻这个体系，想要甩掉这个日益沉重的贸易包袱。 然而，解决这一问题的答案并不在关税壁垒或谈判桌上，而在技术革命的交汇处——AI 与 Web3。 AI 时代的「种姓制度」 我想没人会否认 AI 正在重新定义生产力边界。从 ChatGPT 到 Grok 3，从自动驾驶到工业机器人，AI 的应用场景已渗透至生活的方方面面。根据麦肯锡 2023 年的报告，AI 有望在 2030 年前将全球 GDP 提升 16%，但其代价是劳动力市场的剧变。 以下是几个典型的场景： 自动驾驶：特斯拉、Waymo 以及中国的等公司已实现 L4 级自动驾驶，出租车司机和货运司机面临被取代的风险。全球约有 5000 万司机可能在未来 10 年内失去工作。 工业自动化：Foxconn 等制造巨头已大规模部署机器人，取代流水线工人。国际劳工组织（ILO）预测，2030 年前，全球制造业将有 60% 的岗位被自动化替代。 白领职业：AI 在法律、财务、医疗诊断等领域的表现已超越人类平均水平。例如，谷歌的 DeepMind 在癌症诊断中准确率达 90%，律师助理和会计师的传统工作岌岌可危。 当 AI 大规模采用后，新的人类社会将自动划分为三个等级，重现一种金字塔式的「种姓制度」。 控制 AI 的人：算法开发者、科技巨头，掌握核心资源。 使用 AI 的人：利用 AI 工具提升效率的个体或企业。 被 AI 取代的人：失去工作、无力适应技术变迁的群体。 第三类群体——「无用之人」（useless class），如历史学家尤瓦尔·赫拉利（Yuval Harari）所警告，可能成为 21 世纪的社会危机核心。他们并非无能，而是被技术进步抛弃，无法在 AI 主导的经济中找到立足之地。铁锈带的工人只是这一趋势的早期缩影，全球范围内，数以亿计的劳动力可能面临同样的命运。 这种分化不仅威胁个人生计，更动摇社会稳定。失业率的飙升可能导致犯罪率上升、民粹主义抬头，甚至引发区域冲突。解决这一问题需要一种全新的分配机制，超越传统的福利体系，进入普惠基本收入（UBI）的时代。 UBI——AI 时代上帝的福音 普惠基本收入（Universal Basic Income, UBI）是一种不附加条件的收入保障制度：无论贫富、职业或背景，每个人都定期获得一笔足以维持基本生活的资金。UBI 的核心理念是「生而为人，即有幸福生活的权利」，它旨在为 AI 时代的社会裂痕提供缓冲。 AI 驱动的生产力激增将带来财富的集中。科技巨头和 AI 开发者将攫取大部分红利，而被取代的劳动力则陷入困境。传统的再就业培训或福利救济难以应对这一规模的冲击： 再就业培训的局限：AI 取代的速度远超人类学习能力，且高技能岗位需求有限。 福利体系的低效：官僚化的分配流程和高昂的管理成本削弱了传统福利的效果。 UBI 则以简单直接的方式解决问题。根据世界银行的数据，全球极端贫困线为每天 2.15 美元，若为每人提供每月 100 美元的 UBI，全球年支出约为 9 万亿美元，相当于全球 GDP 的 10%。虽然看似庞大，但在 AI 提升生产力的背景下，这一成本并非不可承受。 UBI 不仅保障生存需求，还赋予人类更大的自由： 释放创造力：免除生存压力的个体可以追求教育、艺术或创业。例如，芬兰 2017 年的 UBI 实验显示，受试者的焦虑减少，创业意愿提升。 稳定社会：UBI 减少了贫困引发的冲突，缓解了技术失业的心理冲击。 重新定义劳动：在 AI 时代，劳动不再是生存的唯一途径，人类可以探索更有意义的活动，如社区建设或公益项目。 然而，UBI 的实施面临两大挑战：资金来源和分配机制。传统的税收和银行体系在全球范围内效率低下，且容易受政治干预。而加密货币的出现，为 UBI 提供了一个前所未有的解决方案。 加密货币——救赎之道，就在其中 加密货币以其去中心化、无边界和高效的特性，正是实现 UBI 的最佳工具。相比传统金融体系，加密货币在技术架构和理念上与 UBI 高度契合。 加密货币的独特优势 无边界性：比特币、以太坊等加密货币不受国界限制，可以直接触达全球任何角落的个体。相比之下，银行账户在许多发展中国家覆盖率不足 50%。 低成本：加密货币的转账成本远低于跨境银行汇款。例如，Solana 的交易费用低至 0.0001 美元，而传统银行跨境转账可能高达 10 美元。 透明性：区块链的公开账本确保资金分配透明，减少腐败和中间环节的侵蚀。 灵活性：智能合约（如以太坊上的 ERC-20 代币）可以实现自动化的 UBI 发放。例如，设定每月向特定钱包地址发放固定代币，无需人工干预。 能源效率：尽管比特币的 PoW 机制耗能较高，但以太坊的 PoS 转型和新兴 Layer2 方案（如 Arbitrum、Optimism）已大幅降低能耗，优于传统银行的数据中心。 真正的 Mass Adoption 反过来看，加密货币自 2009 年比特币诞生以来，经历了从边缘到主流的转变。然而，其大规模采用仍面临障碍：性能的约束、监管不确定性，以及普通用户的技术门槛。相比之下，UBI 可能是推动加密货币进入亿万用户生活的关键方向，其影响力远超 RWA 或支付应用。 RWA 的局限在于将房地产、艺术品等资产上链虽能提升流动性，但主要服务于高净值人群，难以惠及普通用户。全球 RWA 市场规模预计到 2030 年达 10 万亿美元，但其社会影响远不及 UBI 的普惠性。 Payfi 的瓶颈在于加密货币在支付领域的应用（如 BitPay、Lightning Network）受限于法币的普及和监管壁垒。例如，Visa 每秒处理 6.5 万笔交易，而比特币主网仅为 7 笔，难以取代传统支付系统。 而 UBI 的规模将远超于此，假设一个全球 UBI 项目每月向 10 亿用户发放 10 美元等值的代币，年交易额将达 1200 亿美元，足以匹敌 Visa 的交易规模。这种规模效应将推动加密货币从投机工具转向日常经济基础设施。 要让加密货币驱动 UBI 并实现大规模采用，需跨越两大技术门槛：AI 的全面应用和区块链的性能突破。这两个进程可能需要 10 年时间，成果可能在 2035 年才会初步形成。 1. AI 技术爆发（预计 10 年） AI 取代大部分工种需要以下条件： 算法成熟：通用人工智能（AGI）或接近 AGI 的模型将在 2030-2035 年间出现，覆盖更多复杂任务。 基础设施普及：5G、边缘计算和机器人硬件的成本下降，将 AI 推向全球。 社会接受度：公众逐渐适应 AI 主导的经济，政策制定者开始探索 UBI 等应对措施。 根据 Gartner 的预测，2030 年 AI 将取代全球 30% 的现有工作岗位，释放出足够的财富支持 UBI。此时，社会对 UBI 的需求将达到顶峰。 1. 区块链性能突破（预计 10 年） 当前区块链的性能远未达到 10 亿用户规模。例如： 以太坊每秒处理约 15 笔交易，Layer2 可提升至 2000 笔。 Solana 号称每秒 6.5 万笔，但实际吞吐量受限于网络稳定性。 要支持 UBI，区块链还需进一步突破「不可能三角」（去中心化、安全性、可扩展性）的平衡。 如果 UBI 与加密货币共舞，那么加密货币将会是 AI 时代上帝对人类的恩赐，而中本聪就是耶稣的化身。 参考资料： The New York Times. (2024). Trump『s Tariff Plans and the Rust Belt. [https://www.nytimes.com/2024/11/06/business/trump-tariffs-rust-belt.html](https://www.nytimes.com/2024/11/06/business/trump-tariffs-rust-belt.html) 备注：讨论特朗普关税政策对铁锈带的影响。 Brookings Institution. (2020). The Decline of the Rust Belt. [https://www.brookings.edu/research/the-decline-of-the-rust-belt/](https://www.brookings.edu/research/the-decline-of-the-rust-belt/) 备注：分析铁锈带经济衰退原因。 McKinsey Global Institute. (2023). Generative AI and the Future of Work. [https://www.mckinsey.com/capabilities/quantumblack/our-insights/generative-ai-and-the-future-of-work](https://www.mckinsey.com/capabilities/quantumblack/our-insights/generative-ai-and-the-future-of-work) 备注：预测 AI 对全球 GDP 的贡献。 International Transport Forum. (2017). Managing the Transition to Driverless Road Freight Transport. [https://www.itf-oecd.org/sites/default/files/docs/managing-transition-driverless-road-freight-transport.pdf](https://www.itf-oecd.org/sites/default/files/docs/managing-transition-driverless-road-freight-transport.pdf) 备注：估计自动驾驶对司机岗位的影响。 International Labour Organization. (2021). The Future of Work in the Context of Automation. [https://www.ilo.org/wcmsp5/groups/public/---dgreports/---dcomm/documents/publication/wcms\_824858.pdf](https://www.ilo.org/wcmsp5/groups/public/---dgreports/---dcomm/documents/publication/wcms_824858.pdf) 备注：预测自动化对制造业岗位的冲击。 Nature. (2020). AI-based cancer detection by Google DeepMind. [https://www.nature.com/articles/s41591-020-0840-4](https://www.nature.com/articles/s41591-020-0840-4) 备注：DeepMind 在癌症诊断中的表现数据。 Harari, Y. N. (2016). Homo Deus: A Brief History of Tomorrow. [https://www.ynharari.com/book/homo-deus/](https://www.ynharari.com/book/homo-deus/) 备注：提出「无用之人」概念。 World Bank. (2023). Poverty Overview. [https://www.worldbank.org/en/topic/poverty/overview](https://www.worldbank.org/en/topic/poverty/overview) 备注：提供全球贫困线数据。 Kela. (2020). Finland』s Basic Income Experiment. [https://www.kela.fi/documents/10180/0/Basic+Income+Experiment+Final+Results.pdf](https://www.kela.fi/documents/10180/0/Basic+Income+Experiment+Final+Results.pdf) 备注：芬兰 UBI 实验结果。 World Bank. (2021). Global Findex Database. [https://www.worldbank.org/en/publication/globalfindex](https://www.worldbank.org/en/publication/globalfindex) 备注：全球银行账户覆盖率数据。 Boston Consulting Group. (2022). The Future of Tokenization. [https://www.bcg.com/publications/2022/the-future-of-tokenization](https://www.bcg.com/publications/2022/the-future-of-tokenization) 备注：预测 RWA 市场规模。 Visa. (2024). Visa Direct Fact Sheet. [https://usa.visa.com/run-your-business/visa-direct/fact-sheet.html](https://usa.visa.com/run-your-business/visa-direct/fact-sheet.html) 备注：Visa 交易处理速度数据。 Cambridge Centre for Alternative Finance. (2023). 3rd Global Cryptoasset Benchmarking Study. [https://www.jbs.cam.ac.uk/wp-content/uploads/2023/09/2023-ccaf-3rd-global-cryptoasset-benchmarking-study.pdf](https://www.jbs.cam.ac.uk/wp-content/uploads/2023/09/2023-ccaf-3rd-global-cryptoasset-benchmarking-study.pdf) 备注：全球加密用户数据。 Gartner. (2023). Future of Work Trends. [https://www.gartner.com/en/human-resources/insights/future-of-work](https://www.gartner.com/en/human-resources/insights/future-of-work) 备注：AI 对就业影响的预测。 --- *Originally published on [Foresight News](https://paragraph.com/@foresight-news/ai-10)*