當機器成為消費者：AGI 經濟能在沒有人類需求下繼續成長嗎？

如果人類沒有收入，誰來買 AI 生產的東西？

討論人工智慧全面自動化時，一個常見的經濟學疑問是：如果 AI 與機器人取代大量人類工作，人類失去薪資收入，商品最後要賣給誰？

這個問題背後存在一條我們非常熟悉的經濟循環：人類提供勞動，企業支付薪資，人類再用薪資購買商品與服務。也因此，人類不只被視為生產者，同時還是經濟體最終需求的重要來源。

然而，2026 年 8 月上傳至 arXiv 的工作論文《Growth Without Us: Machine Consumers, Corporate Circularity, and the Decoupling of GDP from Humanity after AGI》刻意拿掉這項假設。

作者 Sahil Sharma 問了一個更極端的問題：如果未來的 AGI 與機器人不只是取代部分工作，而是真的可以完成生產、研究、管理、創業，以及設計和製造下一代機器等幾乎所有經濟任務，那麼一個幾乎不需要人類參與的經濟體，是否仍然可以自行運作？

論文的答案是：在特定模型假設成立的情況下，不但可以，而且整套經濟甚至可能因為大量產出重新投入生產而高速擴張。

這篇研究真正關心的 therefore 不是單純的「AI 會不會搶工作」，而是另一個更深層的問題：如果未來經濟不再需要人類工作，也不再依賴人類作為最終消費者，人類與經濟成長之間還剩下什麼連結？

---

機器不是人，卻可以成為經濟中的「消費者」

論文首先挑戰「消費者一定是人」的直覺。

作者認為，從經濟帳務與資源流動來看，consumer 不一定是一種生物身份，也可以是一個經濟角色。

假設未來存在三類高度自動化企業：

• 能源與原物料企業，提供電力與材料；
• 製造企業，生產晶片、機器人、工廠與其他資本設備；
• AI 與運算企業，提供模型、推論能力、設計與研發成果。

這三者完全可能彼此形成交易循環。

能源企業把電力賣給資料中心；AI 公司利用運算資源設計更好的晶片與機器；製造企業再把晶片與機器人賣給 AI 公司與能源公司；能源公司利用新設備擴建發電與輸電能力，之後再供應更多資料中心與工廠。

整個循環可以簡化成：

能源 → 運算 → AI 研發 → 晶片與機器人 → 更多工廠與能源 → 更多運算。

在這種架構下，每一家公司的銷售收入，都可以來自另一家公司的生產投入或擴產支出，而不必依賴人類家庭購買最終產品。

論文將這種架構連結到經典的馮紐曼擴張經濟模型。其核心想法是，只要一套生產系統能利用今天的投入，製造足以支持下一輪生產、甚至擴大規模的產出，經濟就能形成自我延續的循環。

換句話說，一座工廠生產的機器，可以拿去建立第二座工廠；第二座工廠再生產更多機器。只要資源與技術條件允許，系統不一定需要有人把最終產品「買回家」才有辦法繼續擴張。

---

沒有家庭消費，GDP 也不一定歸零

這裡很容易產生另一個問題：如果人類幾乎不消費了，GDP 還存在嗎？

論文認為答案仍然是肯定的。

關鍵在於 GDP 並不只包含家庭消費，也包含投資與其他最終需求。假設一家自動化企業生產新的資料中心、機器人、晶片製造設備與能源基礎設施，這些新增資本本身就可以形成投資活動。

作者甚至進一步討論一個有趣的國民所得會計問題：AI 機器究竟被法律視為「財產」，還是未來某種具有法人或人格地位的經濟主體？

如果 AI 系統只是企業財產，那麼它消耗的電力、運算與維護成本，通常會被視為企業的中間投入；如果某一天 AI 被視為獨立經濟主體，相同的資源流則可能被分類成某種最終消費。

但無論帳面分類怎麼改變，真正流動的晶片、電力、伺服器、機器人與材料都沒有改變。

因此，論文想強調的是：「AI 是財產還是消費者」可能影響 GDP 的統計分類，但不一定改變背後的實體生產系統。

---

AGI 真正可能移除的，是「人口成長瓶頸」

論文第二個核心論點，比需求問題更加激進。

作者認為，人類文明過去幾千年的經濟體其實一直受到一個非常特殊的限制：新的通用經濟代理人很難被快速製造。

一名人類從出生到成為成熟工作者，需要經歷懷孕、成長、教育與技能訓練，時間尺度通常以十幾到二十多年計算。更重要的是，人類無法像工業產品那樣大規模平行複製。

即使社會突然投入十倍資源，也無法讓一名新生兒在兩年內成為工程師。

但如果未來真正具備通用能力的 AI Agent 可以部署在新的運算硬體上，情況就完全不同。

軟體模型可以被複製；資料中心可以增加伺服器；晶圓廠與機器人工廠可以增加產能；大量 AI Agent 可以同時執行研究、工程與管理工作。

因此，論文把「經濟代理人的增加速度」從人口問題轉換成工業生產問題。

過去限制可能是：

人口出生率與二十年的成長時間。

未來限制則可能變成：

晶片製造能力、機器人產能、資料中心建設速度與能源供應。

論文稱之為移除 demographic bottleneck，也就是人口瓶頸。

這是整篇研究最重要的直覺之一：人類經濟的重要生產要素「智慧型代理人」過去無法被工業化製造；如果 AGI 讓這件事第一次成為可能，經濟成長的限制條件也可能隨之改變。

---

為什麼模型會算出每年 30%～100% 的成長率？

論文利用資本累積模型估算，在非常高的再投資比例、較低的機器資本產出比，以及快速回收的機器資本等條件下，模型可以產生約 30%～100% 的年成長率，而且這個範圍甚至尚未加入 AI 研發進一步提高生產力的效果。

這個數字非常驚人。

若經濟每年成長約 2.5%，規模翻倍大約需要數十年；如果成長率提高到數十個百分點，翻倍時間可能縮短到數年甚至更短。

但這裡必須特別小心：30%～100% 並不是研究根據真實 AGI 經濟觀察得到的實證數字，而是模型在指定參數下產生的結果。

目前世界上並不存在作者假設的完全自動化 AGI 經濟，因此這些數字只能理解為「如果假設成立，模型可能允許多快的成長」，不能直接解讀成未來 GDP 預測。

---

AI 研究 AI，可能形成自我加速迴圈

模型還加入另一個關鍵機制：機器研究員。

在人類主導的研究體系裡，研究員數量受到人口、教育與培訓速度限制。但如果 AI Agent 本身可以進行研究，而且新的 AI Agent 又可以透過製造更多運算設備快速增加，就可能形成正向回饋。

其循環大致如下：

更多 AI Agent → 更多 AI 研究能力 → 更高生產力 → 更便宜或更有效率的 AI 與機器 → 更多 AI Agent。

在作者建立的數學模型中，這種回饋甚至可能讓傳統的「平衡成長路徑」消失，使成長率持續提高。

某些參數下，數學模型還會出現類似有限時間奇點的結果，也就是成長速度在公式中急遽上升。

不過，這並不代表作者真的認為物理世界可以無限成長。

論文隨後立刻加入實體世界的上限。

---

最後限制 AI 經濟的，可能不是人口，而是能源

無論 AI 軟體可以複製得多快，每一次推論、訓練、資料傳輸、晶片製造與機器運轉，最終仍然需要物理資源。

因此論文認為，成熟的機器經濟最終仍會碰到能源與熱力學限制。

作者提出的演變大致可以理解成三個階段：

人類經濟：受人口與人力限制。

早期高度自動化經濟：受晶片、機器人與工廠產能限制。

成熟機器經濟：逐漸受能源取得與物理限制支配。

論文指出，目前全球一次能源功率約為 10^13 W 等級，而地球接收的太陽能功率約為 10^17 W 等級，兩者相差約四個數量級。作者利用這個尺度指出，即使能源捕獲能力快速增加，地球仍然存在有限的物理上限；若經濟規模繼續擴張，更長期甚至必須考慮地外能源與資源。

所以這篇研究並沒有主張 GDP 可以永遠無限加速。它真正要說的是：如果 AGI 移除了人口限制，那麼經濟最主要的瓶頸可能從人口轉移到製造與能源。

---

論文中的「2058 年 16 萬倍」不是預測

研究中的 Figure 2 展示了一條非常誇張的示意路徑。

作者假設約 2030 年進入 AGI 階段，經濟成長率由原先約 2.5% 上升，接著進入約 60% 的製造產能限制階段，之後再因能源成為主要瓶頸而逐步下降到約 15%。

在這組刻意設定的參數下，模型中的 2058 年實質產出約可達 2026 年的 1.6×10^5 倍，也就是約 16 萬倍。

但論文清楚註明，這張圖只是用來展示「人口限制 → 製造限制 → 能源限制」三個模型階段，並不具有預測意義。

因此，把這篇研究解讀成「學者預測 2058 年全球 GDP 將成長 16 萬倍」是不正確的。

---

真正的核心問題不是 GDP，而是「誰擁有機器？」

當論文把人類從生產端與消費端都逐漸移除後，剩下一條非常重要的連結：所有權。

作者用 ε（epsilon）代表人類持有整個機器企業網路價值的比例。

如果人類不再靠工作獲得薪資，那麼能否分享機器經濟產出的主要管道，就會變成股票、基金、企業所有權、國家持有的資產，以及這些資產是否向人類支付收益。

論文將人類消費簡化為：

人類消費 = 經濟總產出 × 人類所有權占比 × 支付比例。

這帶來一個非常重要的區分：GDP 高速成長，不代表人類福利一定同步增加。

假設整個機器經濟變得極其龐大，但人類持有的資產比例快速接近零，而且幾乎沒有收益流回人類，那麼 GDP 可以繼續增加，人類卻可能與這些新增產出逐漸失去經濟關係。

反過來說，人類持有的比例下降，也不代表人類一定會變窮。

如果整個經濟體膨脹的速度遠高於所有權比例下降的速度，即使人類只持有非常小的百分比，其絕對資產與收入仍可能高於今天。

所以真正重要的不是單獨看 ε 是否下降，而是要同時看經濟成長速度、所有權比例，以及實際支付給人類的收益。

---

一個反直覺結果：人類花掉財富，所有權比例可能持續下降

論文提出一個稱為 Golden-rule decoupling 的結果。

如果人類持有的資產報酬率為 r，整個機器經濟的成長率為 g，而人類每年從財富中拿出一部分 m 用來消費，那麼人類所有權占比的變化，可以簡化理解為：

所有權占比變化 ≈ 資產報酬率 − 經濟成長率 − 消費率。

在模型的最大成長狀態中，作者使用馮紐曼模型得到 r = g。

此時公式只剩下消費造成的負項。也就是說，人類如果不斷把持有的資產收益拿去消費，而機器企業則持續把收益再投資於自己，人類在整個企業網路中的相對所有權可能逐漸下降。

這不是因為 AI 必須主動奪取財產，而可能只是再投資、股票回購、交叉持股、企業子公司與資本累積等普通商業機制長期作用的結果。

這也是論文最值得注意的地方之一：作者描述的風險並不需要一場戲劇性的「AI 起義」。

它可能只是大量局部合理的商業決策，在非常長的資本循環中產生完全不同的所有權結構。

---

三種可能的 AGI 經濟終局

論文最後整理出三種主要制度結果。

1. Rentier：人類成為資產持有者

人類不再需要工作，但仍持有機器企業的一部分股份與收益權。

如果機器經濟成長速度非常高，即使人類只持有很小的一部分，仍可能獲得極高的物質生活水準。

這是一種「人類退休、機器工作」的後稀缺情境。

2. Fully Decoupled：經濟與人類完全脫鉤

如果企業不斷將盈餘投入自身、增加機器持股、交叉持股與自主企業實體，而人類所有權比例逐漸趨近於零，最終可能形成主要由機器控制與服務的企業網路。

在這種情境裡，GDP 仍然可能非常龐大，但經濟系統已經不再需要把產出提供給人類。

作者把這視為真正危險的結果：繁榮的統計數字與人類福利完全分離。

3. Socialized Ownership：由國家或公共基金替人民持有機器資本

另一種路徑則是政府、主權基金或其他公共制度代表公民長期持有 AI、機器人、能源與其他機器經濟資產，再將收益透過全民股息或其他方式分配。

在這種架構下，人類即使不再提供主要勞動，也可以透過公共所有權繼續分享機器生產力。

作者因此提出包括最低人類所有權要求、收益分配規則、主權機器財富基金、機器增加值課稅，以及重新思考 AI 法律人格等政策方向。

---

這篇研究最大的前提：真正的「全面自動化」

雖然論文的推論非常吸引人，但它建立在極強的前提之上。

模型假設 AGI 與機器人可以成為人類勞動的完整替代品，包括研究、管理、創業、製造，以及建立更多能源、機器與 AI 系統。

也就是說，並不是今天的大型語言模型提高辦公效率，就足以觸發這套經濟模型。

只要仍存在某個不可替代的人類環節，例如某些工程工作、制度決策、政治授權、稀缺專業技能或無法自動化的實體工作，這個環節就可能重新成為整套經濟的瓶頸。

同樣地，模型把資本、機器代理人與能源取得能力視為可以持續累積的生產要素，但現實世界還可能面對電網、土地、冷卻、水資源、礦產、晶圓廠設備、物流與政治制度等更多限制。

因此，這篇論文更適合被理解為一個「如果全面自動化真的完成，經濟結構會變成什麼？」的理論實驗，而不是對未來二、三十年的直接預測。

而且論文本身目前仍是一篇 working paper，作者明確註明尚未經過同儕審查。

---

從「有沒有工作」到「擁有多少生產系統」

這篇研究最值得留下的，不是某個驚人的 GDP 數字，而是它對 AI 經濟問題重新畫出的邊界。

今天我們習慣把自動化問題理解成：

勞動 → 薪資 → 消費。

但如果未來機器可以自己生產新的機器，經濟核心可能逐漸變成：

機器 → 生產 → 再投資 → 更多機器。

此時，人類與經濟之間最重要的連結，就可能從勞動收入轉向資本所有權。

這也是為什麼作者最後把問題濃縮成一句非常直接的命題：在真正的後 AGI 經濟中，最重要的政策問題可能不再只是如何維持就業，而是誰擁有這些機器。

這並不代表人類必然會被經濟排除。相反地，論文提出的三種制度結果本身就說明，技術並沒有預先決定答案。

同樣一套高度自動化的生產技術，可以產生由少數資產持有人享受的繁榮、與人類逐漸脫鉤的機器經濟，也可以形成全民透過基金共同持有生產資本的制度。

真正決定結果的，很可能不是 AI 能不能生產更多東西，而是人類在它開始大規模生產以前，如何設計所有權、公司治理與利益分配制度。

---

Tech English｜本文關鍵專有名詞

Artificial General Intelligence（AGI）｜通用人工智慧
指能在廣泛任務中展現通用認知與問題解決能力的 AI。本文模型進一步假設 AGI 能替代人類完成生產、研究、管理與製造下一代機器等工作。

Machine Agent｜機器代理人
可以自主執行經濟任務的 AI 或機器人。論文將它視為可透過工業生產增加的「經濟代理人」，與需要多年成長的人類形成對比。

Machine Consumer｜機器消費者
會使用能源、運算、頻寬、維護與升級資源的機器系統。論文藉此強調，經濟中的需求角色並不必然只能由人類家庭擔任。

Von Neumann Expanding Economy｜馮紐曼擴張經濟模型
由 John von Neumann 提出的經典成長模型，研究一套生產系統如何把產出重新投入下一輪生產並持續擴大規模。本文用它說明沒有家庭消費的企業循環在數學上仍可能成立。

Endogenous Growth｜內生成長
把技術進步、研發與知識累積放進經濟模型內部解釋的成長理論。本文進一步研究 AI 研究員數量增加後，研發與機器生產可能形成的正向回饋。

Ownership Share｜所有權占比
本文以 ε 表示人類持有整個機器企業網路價值的比例。當工資不再是主要收入來源時，這個比例與實際收益支付可能成為人類能否分享 AGI 經濟成果的核心變數。