如果人工智能要纳税，应该缴多少
对劳动征税的时代正在终结。问题是接下来会怎样
开篇
订阅者朋友们，大家好。这里是Oswarld的OZ Talking。
两周前，由杰克·多西（Jack Dorsey）领导的金融科技公司Block解雇了全体员工的40%，约4,000人。多西这样说道：“AI工具改变了公司创建和运营方式本身。”但市场的反应很有意思，股价暴涨了24%。市值一天之内增加了约60亿美元，也就是说，每解雇一名员工，企业价值就增加了约150万美元。
同一周，前美国总统候选人兼企业家杨安泽（Andrew Yang）在CNBC采访中这样说道。“我们应该停止对劳动征税，转而对AI代理征税。”这不只是政治修辞。正如Block的案例所示，一旦AI取代了人的工作岗位，政府的税收基础本身就会动摇。今天我们就来解开这个结构性问题。（个人来说，这是我在美国政治人物中特别关注的一位韩裔台湾裔政治人物。）
静默的革命：无需裁员的雇佣萎缩
AI对劳动市场的冲击，正首先以新增招聘的消失，而非大规模裁员的形式显现出来。Anthropic首席执行官达里奥·阿莫代伊（Dario Amodei）在2025年5月接受Axios采访时警告称，“未来1到5年内，最多50%的初级白领岗位可能被自动化取代”。他同时预测，失业率可能会飙升至10%至20%。更值得关注的是，发出这一警告的人，正是那家正在制造这种自动化技术的公司的CEO。
我们来看数字。根据纽约联邦储备银行的数据，截至2025年第四季度，美国近期大学毕业生（22至27岁）的失业率为5.7%，高于约4%的整体失业率。这是历史上大学毕业生失业率首次高于整体失业率。不完全就业率1达到了42.5%，创下2020年以来的最高纪录。
高盛研究团队分析了这一现象的原因，发现在大学毕业生主要就业的信息技术、金融和专业服务领域，2023至2025年间月平均就业增长为-9,000人。同一时期，非大学毕业生为主的行业月平均增长为+12,000人。也就是说，在AI应用最活跃的行业里，新增招聘正最先停摆。
杨安泽的表述一针见血。“最容易被裁掉的人，就是那些还没被雇用的人。”
税收的悖论：劳动消失，税收也随之消失
这就引出了税制结构的问题。美国联邦政府税收的一半以上来自个人所得税，2025年约为2.6万亿美元，折合韩元约3500万亿韩元。再加上工资税（payroll tax），与劳动相关的税收约占全部税收的75%。
在这种结构下，一旦AI取代劳动会发生什么？企业利润增加，但工资减少，所得税和工资税的基础同时被削弱。再回想一下Block的案例，4,000人失去了工作，股价却上涨了24%。这是生产率提升的成果集中流向资本所有者的典型模式。
杨安泽正面瞄准了这个结构。“我们往往会对想要减少的东西征税。可我们现在却在对劳动征税。而这恰恰是一个更需要劳动的时代。”他的提议很明确：停止对劳动征税，转而对AI代理征税。
有意思的是，达里奥·阿莫代伊也持类似立场。他提议将AI企业营收的3%用于政府再分配项目，即所谓的“代币税（token tax）”。一家AI公司的CEO亲口说出“请对我们征税”，正如杨安泽所言，这值得思考一下“这是从什么时候开始的事”。
代理税：说起来容易，设计起来难
那么，“对AI征税”实际上意味着什么呢？从这里开始，事情变得复杂起来。
目前讨论中的AI征税方式大致分为三种。
第一，基于利润的征税。这种方式是对AI带来的超额利润额外征收公司税。IMF在2024年的报告中推荐的正是这个方向。IMF表示：“直接对AI征税在操作上有困难，且可能阻碍创新”，转而建议加强资本利得税，并重新审视鼓励劳动替代的现有税收优惠政策。
**第二，基于用量的征税。类似阿莫代伊的代币税，按AI模型的使用量征税。**根据布鲁金斯学会2026年1月发布的分析，这种方式在向最终消费者征收时，运作方式与现有消费税类似，但如果对企业间（B2B）交易征收，则会产生税收累积的级联效应2，可能削弱AI产品的竞争力。
**第三，基于工作替代的征税。这是一种在AI或机器人取代人类特定工作时，按次收税的“任务税（task tax）”方式。**AI公司AskHumans的创始人Zak Kidd正积极向美国各州州长提出这一模式。以酒店为例，当时薪28美元的客房清洁员工被时薪2美元的机器人取代时，将这中间的差额部分收回作为税收。
三种方式都共享一个根本性的难题。如何区分AI的贡献部分和人的贡献部分。正如Zak Kidd所指出的，“AI的作用在哪里结束、人类的解读从哪里开始”，这个问题目前还没有明确的答案。
那么，基本收入能成为答案吗
代理税的收入用在哪里，这个问题自然而然地引向了基本收入（UBI）。
杨安泽正是那位在2020年总统大选中提议向所有美国成年人每月发放1,000美元（每年12,000美元）“自由分红（Freedom Dividend）”的人物。当时Tax Foundation的分析显示，仅靠10%的增值税（VAT）难以筹措资金，而劳动的边际税率若上升约8.6%p，长期来看GDP可能减少3%。
但到了2026年的现在，情况已经不同了。AI创造的生产率盈余正浮现为一种新的财源可能性。Block裁减4,000人后，预计每年的成本节约规模可达数亿美元。将这部分节约的一部分回流社会，正是代理税的核心逻辑。
韩国也并非置身事外。根据IMF在2025年发布的报告，韩国全部工作岗位中约有一半暴露于AI的影响之下。报告特别指出，办公室职位、女性、青年、高学历群体的暴露程度更高。韩国开发研究院（KDI）的研究也得出了类似的结论，随着AI技术应用的扩散，其作用方向主要是减少青年就业岗位。
李在明总统在APEC峰会上曾提及“AI基本社会”的愿景，国内关于机器人税、AI利润共享制、普遍基本收入等的讨论也在扩散。核心争议归根结底是一样的：如何筹措财源，以及以何种方式分配。
Oswarld视角
坦率地说，比起“代理税”这个名称本身，我认为其背后的结构性问题更重要。技术引入初期总是强调“效率”，但那份效率的成果究竟流向何处，是一个截然不同的问题。Block的案例恰恰说明了这一点。4,000人被解雇，对股东而言意味着60亿美元的价值增长，但对被解雇的员工而言，却只是20周的遣散费。
我关注的是IMF和布鲁金斯共同指出的这一点。直接对AI征税在技术上很困难，处理不当还可能阻碍创新。相反，加强资本利得税，并重新设计过度鼓励劳动替代的现有税收激励措施，才是切实可行的第一步。
归根结底，这不是税收问题，而是社会契约的重新设计问题。20世纪的福利国家，是建立在“劳动→收入→消费→税收”这一良性循环之上设计出来的。而AI正在削弱这条链条的第一环——“劳动”，如果只修补其余的环节，并非根本性的解决方案。
在杨安泽的话里，我认为最有意义的不是税收提议本身，而是这句话：“美国那种默认的社会契约正在破裂。”在这样一个大学毕业生失业率高于非毕业生、企业裁员反而带来股价飙升的世界里，劳动与回报之间的约定正在动摇——这是他的诊断。这不仅仅是美国的问题。在韩国的青年就业市场上，同样能观察到相同的模式。
结语
一旦AI取代劳动，税收基础就会被削弱，这威胁到福利体系的可持续性。无论是“代理税”、“代币税”还是“任务税”，越来越明显的是，我们需要一种能将AI的生产率盈余回流社会的机制。只是，这方面的设计仍处于初期阶段，“该对什么征税”这个技术性问题，与“AI是否会消灭工作岗位”同样重要。
2026年布鲁金斯的分析所提出的框架很有用：把当下就该进行的改革，与AI运作得更加自主的未来所需要的改革区分开来。现阶段，首先要重新审视鼓励劳动替代的税收激励措施，并加强资本利得税。直接对AI征税，是之后才要讨论的事情。
参考资料与延伸阅读
- Andrew Yang，CNBC Squawk Box 采访，2026年3月12日。：这是今天这期通讯的起点采访，可以直接了解代理税提议的背景脉络。
- Dario Amodei，Axios 采访，“AI jobs: Sleepwalking into a white-collar bloodbath”，2025年5月28日。：阿莫代伊提出50%自动化警告以及代币税提议的原始出处。
- IMF，“Broadening the Gains from Generative AI: The Role of Fiscal Policies”，Staff Discussion Note SDN2024/002，2024年6月。：IMF对AI时代财政政策的综合分析。
- Anton Korinek & Daniel Martin Katz，“The future of tax policy: A public finance framework for the age of AI”，Brookings，2026年1月8日。：关于代理税技术设计最系统的分析。
- Federal Reserve Bank of New York，“The Labor Market for Recent College Graduates”，2025年第四季度数据。：可直接查阅大学毕业生失业率与不完全就业率的原始数据。
- Goldman Sachs Research，“Why Is the College Graduate Unemployment Rate Higher Than Usual?”，2026年2月。：分析大学毕业生就业恶化的行业成因的报告。
- KDI，“人工智能引发的劳动市场变化与政策方向”，研究报告2023-03。：对韩国劳动市场中AI影响进行实证分析的国内核心报告。
作者安光涉是世宗大学经营学教授，也是 OBF（Oswarld Boutique Consulting Firm）首席顾问。他在大学教授经营数据管理、商业分析等统计与数据分析课程，同时在产业现场负责 GTM 与人工智能战略咨询，设计技术与商业的连接方式。他曾发表关于 AI 对话系统记忆架构（HEMA）的学术论文，并运营每日策展全球 AI 论文的 Daily Arxiv 项目。他毕业于高丽大学技术经营专业研究生院与 KMBA，著有《把思考交出去的人：Homo Brainless》。