关于你提到的经济与技术对劳动置换的看法，@sebkrier，我再次认为最重要的观点在于被忽视的交集：通常的AI话语基准将图灵测试类型的雄心指向技术的最低生产力方向。

因为大量的经济文献表明，雇佣与之相关的租金很高，所以虽然在能力稍低于人类的情况下，做事情越来越好是纯粹的收益，但在你已经超越人类的领域（在生成AI之前的许多领域）大幅改善也是如此。

当你在某项任务中超越人类能力时，会产生一些巨大的抵消租金再分配的伤害。因此，我们应该以任何其他标准来衡量，而不是试图在越来越多的任务中通过图灵测试。

在我们进行这项工作时，至关重要的是，这一过程必须在劳动和资本之间保持平衡，否则它将变成寻租行为，而不是提高生产力。

当然，这种说法过于简化，因为实际上并不存在一个单一的人类能力水平，真正重要的是某种质量和成本调整后的比较，但这实际上是图灵测试并没有它所声称的那样明确的原因。

但在一个简化模型中，如果它实际上是明确定义的（存在某个可以客观测量的单一人类水平，并且成本可以完美比较），那么这正是需要避免的……局部最小值被视为局部最大值。

@sebkrier 让我称之为“图灵类目标”的是那些基于模型在越来越多的任务中超越人类水平的目标。“反图灵”方法是那些在空间的其他部分有所改进的方法：提高低于人类水平或高于人类水平的技能。

@sebkrier 有很多因素应该影响投资的选择，包括研究投资的输入输出函数、哪些技能的需求量有多大等等。

@sebkrier 但在经济分析能提供任何补充的范围内，我想说的是：在资本引导创新的情况下，投资的最负面外部性地方（资本驱动的分析可能会最过度指向的地方）

@sebkrier 是图灵类型的基准测试。

@sebkrier 顺便提一下，政治/劳动方面正好相反：他们会在图灵测试通过上投资不足。

@sebkrier 也许有点讽刺，这就是我对 AGI 政策负责人最重要的建议：不要做（或者说对做 AGI 征税）应该是我们的政策。