埃隆·马斯克近期在一场公开讨论中再次抛出关于人工智能（AI）与机器人技术的激进预言：随着这些技术的深度渗透，人类社会可能步入“无工作必要”时代，传统储蓄行为将失去意义，货币体系甚至面临重构。这一观点引发广泛争议，既被视为技术乌托邦的终极想象，也因现实技术瓶颈与社会治理挑战而备受质疑。
马斯克的核心论点建立在AI与机器人技术对生产力的颠覆性提升上。他描绘的未来图景中，智能机器将承担绝大多数生产与服务任务，从制造、物流到医疗、教育，人类劳动需求被压缩至极低水平。当物质生产效率突破临界点，基本生活成本趋近于零，贫困将彻底消失，货币作为“劳动力交换媒介”的功能随之瓦解。取而代之的可能是以能源为核心的分配体系——电力或清洁能源成为衡量价值的新标准。他甚至提出，工作将从生存手段转变为个人兴趣与创造力的表达方式，类似于现代人选择爱好或志愿活动的自由状态。
这一愿景的底层逻辑是技术驱动的“资源丰裕社会”。马斯克认为，结合可再生能源与AI优化算法，人类能以极低成本满足所有物质需求。例如，垂直农业与自动化供应链可让食品供应无限接近零成本；3D打印与模块化建筑技术能大幅降低住房价格；AI医生与机器人护士则可能使基础医疗服务普及化。在这种场景下，储蓄作为应对未来不确定性的手段将失去必要性，即时分配机制将取代传统经济模式。
然而，现实技术发展轨迹与马斯克的预言存在显著落差。当前AI系统仍局限于特定领域，如图像识别、语言翻译或棋类游戏，在需要常识推理、跨领域协作或复杂环境适应的场景中表现乏力。例如，工业机器人虽能完成标准化组装任务，但在处理异常情况或柔性生产时仍依赖人类干预；自动驾驶汽车在简单路况下表现稳定，但面对极端天气或道德决策时仍无法完全替代人类司机。通用人工智能（AGI）——具备人类水平认知能力的AI——的实现时间表充满不确定性。DeepMind创始人杰米斯·哈萨比斯曾预测AGI可能在2030年到来，但多数专家认为这一目标至少需要数十年，甚至可能永远无法实现。
经济与社会层面的挑战同样严峻。自动化虽已取代部分重复性工作，但就业市场并未出现“工作消失”趋势，反而催生了对数据分析、AI训练等新职业的需求。世界经济论坛报告指出，到2030年，全球约8亿个岗位可能被自动化替代，但同时将创造9700万个新岗位，转型期的技能错配与结构性失业风险不容忽视。更关键的是，现有社会制度尚未准备好应对AI经济。税收体系基于劳动收入设计，难以对AI创造的财富征税；社会保障网络依赖就业数据，无法覆盖无工作人群；知识产权框架则面临AI生成内容的归属权争议。目前仅有芬兰、加拿大等国开展无条件基本收入试点，且规模有限，远未形成可推广的制度模型。
技术乐观主义者与怀疑者的分歧，本质是对变革速度与社会适应能力的不同判断。历史经验表明，重大技术革命从突破到普及通常需要数十年甚至上百年。工业革命用了一个世纪才提升全球平均生活水平，电力与计算机的普及也经历了类似过程。AI革命若想避免“技术丰裕、社会撕裂”的困境，需同步解决三大问题：一是技术治理，防止AI被少数企业或国家垄断；二是价值分配，确保技术红利广泛共享；三是伦理框架，定义AI决策的边界与责任。例如，如何防止算法歧视？如何保障数据隐私？如何让AI决策符合人类价值观？这些问题尚未有明确答案。
马斯克的预言虽充满争议，却为思考技术与社会的关系提供了重要视角。AI的终极影响不取决于算法本身，而取决于人类如何利用它。在追求效率与丰裕的同时，构建包容、公平的社会机制，或许是通往未来最现实的路径。这一过程中，储蓄的功能可能弱化，但其作为风险缓冲的核心逻辑——为不确定性提供保障——仍将在可预见的未来持续存在。
