Previous
尊敬的客户，
BCA Research以跳出框架的思维为傲。今天的报告就是一个例子。它设想了一个激进的未来，在那里新的基因与生殖技术结合，以重塑经济和金融市场。该报告不是关于应当发生什么，而是关于在一系列合理假设下可能发生的情形——以及这可能如何影响您的投资决策。
此致，
Peter Berezin，首席经济学家
执行摘要
- 第1部分：人口寒冬：人口出生率的崩溃如何迫使政策制定者采取越来越绝望的措施来稳定人口水平，最终促成了“婴儿农场”的出现。
- 第2部分：高尔顿的复仇：人类智力的下降如何复活了近100年来沉寂的担忧。
- 第3部分：教猫学微积分：人工智能最终被证明是人类智力的补充，而非替代。
- 第4部分：设计婴儿：新基因技术如何带来了人类智力的反弹，同时也为物种分化和人类的实质性终结埋下种子。
第1部分：人口寒冬
低于更替生育率成为常态
稳定的人口需要每位女性平均生育大约两个存活后代。到2026年，几乎所有发达经济体的出生率都远低于该临界值（图表1）。
越来越多的女性决定不做母亲。在中国，18至24岁女性中表示不想要孩子的比例从2012年的6%跃升至2023年的47%（图表2）。
生育率通常在女性三十出头时急剧下降（图表3）。到2024年，经合组织国家母亲初次生育的平均年龄已上升到29.6岁，而2000年为26.4岁（图表4）。这导致越来越多的女性要么被动地没有孩子，要么无法拥有她们希望的那么多孩子。
在东亚大部分地区，总生育率（TFR）降至1以下，使这些国家的人口在每一代之间都有可能减半以上。
负担能力很重要（但并非全部原因）
当时对生育率骤降提出了各种解释，但大多数被证明是错误的，或充其量只是片面的。
一个流行的解释侧重于“负担能力”。许多评论员声称，住房和教育成本上升使得许多父母难以承担生育子女的费用，更不用说多孩家庭了。
这个观点有一定道理，但存在一个显而易见的问题：2026年的人比以往几代人都富裕得多。如果负担能力是关键约束，这本应促使他们生育更多孩子，而不是更少。
慷慨的政府补贴对提高生育率几乎没有太大作用（图表5）。大多数研究显示，对新生父母的现金支付影响出生时间，但不影响出生总数。
对育儿假和托儿服务的更大投入确实提高了生育率，但效果有限。相对于收入，2015年至2025年间大多数国家的育儿成本有所下降，然而出生率仍持续下降（图表6）。事实上，在托儿费用相对较高的国家，生育率反而更高（图表7）。
即使住房更便宜也帮助不大
一项2023年的经合组织研究发现，住房支出减少10%仅使总生育率上升约2%，相当于当TFR从1.5开始时每位女性多生0.03个孩子。一项覆盖1870年至2012年房价与生育率的长期研究得出了类似结论。
这种温和效应的一个原因是：较低的房价虽然使拟孕父母更容易买房，但也减少了现有房主的财富。Dettling 和 Kearney估计，房价上涨10%会使非房主的生育减少约1%，但会使房主的生育增加约4%到4.5%。
历史经验也证明了这一点：正如此前日本的三十年那样，自2021年中国房价下跌并未阻止出生率下降。
孩子的机会成本
抚育孩子的直接成本是影响生育率的因素之一。然而，更重要的或许是以放弃收入计的间接成本。20世纪以来，女性受教育程度的提高提高了选择留在劳动力市场之外的机会成本。实际工资的持续增长进一步放大了这一点。随着女性变得更加经济独立，母性不再是默认选项。
曾几何时，人们希望性别平等会使生育率回升。这一预期得到了若干研究的支持，这些研究表明，当伴侣分担更多家务和育儿负担时，女性更可能生第二胎。
与此观点一致，斯堪的纳维亚国家在2010年代仍能维持接近更替的生育率。然而到2020年代中期，即便是这些国家也经历了出生率的急剧下降。到2025年，瑞典的总生育率降至1.42（瑞典本土出生人口为1.40，外来出生人口为1.52）。
文化解释
经济解释的主要缺陷是，它们未能解释2010年后几乎每个国家出生率的迅速下降。为此，我们需要关注文化因素。
智能手机的普及和社交媒体的广泛使用营造了一种不利于组建家庭的环境。社交媒体动态美化名利、美貌和财富，而非为人父母。表示“拥有美满婚姻/家庭生活很重要”的青少年比例明显下降，而表示“有很多钱很重要”的比例上升。在女孩中，物质主义愿望的上升尤其明显（图表8）。
曾经是身份象征的大户型家庭逐渐被负面看待。在东亚尤其如此，更大家庭常常与农村落后和缺乏自制力联系在一起。在西方，年轻的自由派人群中也出现了类似情形，他们在2010年后结婚和生子的意愿开始崩塌（参见结婚和生育的相关研究）（图表9）。
与此同时，由约会应用带来的大量选择造成了一种瘫痪感，抑制了长期关系的形成。随着人工智能伴侣的兴起，后来还有人形机器人问题，这一问题被进一步放大。
存在主义危机
有人认为工作场所中机器人日益普及意味着不再需要人类工人。也有人反驳称，一个国家的总体福利在某种程度上取决于人口数量。如果很少人享受更高的GDP，那又有什么意义？
此外，在国际关系中，相对GDP很重要。如果一个国家人口在缩减，即便人均收入上升，其地缘政治相关性仍将衰落。
最终，这些鼓励生育的论点开始占上风。到2020年代后期，对下降的生育率的担忧演变为彻底的恐慌。必须采取激进措施。
第2部分：加尔顿的复仇
英语中最具争议的两个字母
智商（IQ）有着漫长而充满争议的历史。尽管曾多次试图抛弃这一概念，但它仍然存在，其原因很简单：在心理学领域，它比几乎所有其他指标都具有更强的预测力。一次简单的30分钟智商测试可以帮助预测未来的教育成就、工作表现、收入、健康、犯罪率和生育选择（表1和图表10）。智商甚至能预测交易员的业绩！
尽管个体间存在很大差异，但平均而言，更聪明的人收入更高。一项2024年对36.7万芬兰男性和41.7万挪威男性的研究证明了这一点。作者将标准化征兵测试中词汇、数学和抽象推理得分与行政税收/收入记录中的收入匹配。年轻时得分更高的男性，平均上在后来获得了更高收入（图表11）。对135项纵向研究的元分析也发现智力是成功的重要预测因子。
更聪明的世界
关于智商和其他心理特质随时间演变的程度一直存在激烈争论。在其畅销书《测量人的错误》中，斯蒂芬·杰伊·古尔德认为人类进化在大约五万年前基本停止了。
无论古尔德在滥用智商数据方面的其他论点有何优劣，这一特定观点总是令人怀疑。农业的出现和城镇增长重塑了人们的生活环境。这类环境错位往往会产生选择压力，加速进化。更高的人口水平也应该增加潜在有益基因突变的数量。
与古尔德的预期相反，国际单核苷酸多态性图谱计划（HapMap）显示，大约一万年前起进化速率加快了约一百倍（图表12）。
更近期的数据澄清了究竟哪些性状受到了选择压力。大卫·赖希及其合作者分析了来自西欧亚过去1.8万年中15,836名个体的基因组。他们在Nature上的论文显示，在现代与更高智力、更多受教育年限和更高收入相关的某些遗传变体在人群中变得更为普遍。相反，与吸烟者和某些精神疾病更相关的遗传变体则变得较少见（图表13）。
与基因数据一致，经济史学家格雷戈里·克拉克记录到，中世纪英格兰的熟练职业者比非熟练工人的存活子女多一倍（图表14）。事实上，当时初生的中产阶级的存活子女甚至比经常去打仗的贵族还多。因此，1200年至1800年间，工匠的工资相对于劳动者下降了三分之一，这意味着熟练劳动力的供给增长速度超过了非熟练劳动力。克拉克工作的惊人含义是，工业革命的时机只是“何时发生，而非是否发生”。
在随后的研究中，克拉克主张，资产阶级价值观在前工业英格兰的传播更符合基因传递模型，而非单纯的文化传播模型。
类似动力很可能适用于世界其他地区。在中国，竞争激烈的科举考试作为进入官僚体系的通道长达千年。Xi Song、Cameron Campbell 和 James Lee 显示，高地位的中国男性在18和19世纪有更多存活子女（图表15）。
弗林效应
到19世纪末，财富阶层的生育已不再多于穷人。这一发现，加上达尔文理论日益流行，助推了优生学运动。
尽管创造“优生学”一词的弗朗西斯·高尔顿一生是保守派，许多最直言不讳的优生学支持者却来自进步左翼。乔治·伯纳德·肖、西德尼和贝阿特丽斯·韦伯以及H·G·威尔斯都是社会主义者兼优生学家。未来英国福利国家设计师威廉·贝弗里奇也是如此。约翰·梅纳德·凯恩斯在1937年至1944年间曾任英国优生学会理事。
然而，有趣的事情发生在通往“白痴化”的路上：人们并没有变得愚钝，反而变得更聪明。这个现象现在被称为弗林效应，以最早记录它的心理学家詹姆斯·弗林命名。
图表16显示了1940年至1990年间若干国家样本中智商分数的演变。平均而言，每个国家每十年增长三分，这是一个在如此短时期内极为显著的增长。
智商：环境的重要性
在现代研究中，智商的遗传贡献从幼年早期的20%增加到青少年后期的高达80%，并在成年期维持在这一水平，这一现象被称为威尔逊效应。
这些研究的问题在于，它们通常抽样的是富裕国家的个体，在这些地方极端营养不良基本已成过去。
为了说明这种偏差如何影响结果，试想身高的例子，身高的遗传性仅稍高于智商（图表17）。在21世纪早期，发达经济体中个体身高差异的大部分归因于基因因素。然而，过去200年平均身高仍显著上升（图表18）。
在身高的情况中，大部分增长来自更好的健康和营养。同样的情况很可能也适用于智商。幼年时期的疾病通过将身体资源从心理发展转向抗感染来降低智商。各国测得的智商与疾病负担之间存在很强的相关性（图表19）。许多研究记录了疟疾根除时点与随后儿童期智商增长之间的强关系。
脑容量与智商呈正相关。来自美国的法医证据表明，从19世纪中期到20世纪80年代中期，成年人大脑颅骨的平均体积增长了约7%，相当于一个网球大小。
长期以来已知学习会增加大脑灰质。例如，一项研究显示，伦敦出租车司机的海马体往往更大，因为他们必须记忆并导航复杂路线。
现代社会的出现开启了一个良性循环：为解决日益复杂的问题，人们磨练认知能力，从而推动更多技术进步。在此过程中，智力上升不仅惠及高智商人群，也为整个社会创造了正外部性。
弗林时代的终结
环境效应的问题在于它们最终会遇到报酬递减。这就是弗林效应的结局。到1960年代，大部分支持智商上升的因素——从更好营养到普及教育——基本到位。因此，尽管智商在发展中经济体继续上升，富裕国家的智商开始下滑。
2008年，弗林本人记录到，1980年相比，14岁的英国学生在智商测试中的得分下降了两分以上。
其他发达国家的数据也显示智商下滑。一项全面的挪威研究发现，出生于1990年前后的人男性平均智商比出生于1975年前后的人低约五分，即约三分之一标准差。不同年份出生的兄弟之间的比较显示了类似模式，表明下降主要由家庭内部的环境因素驱动（图表20）。
国际数据集如经合组织的国际学生评估项目（PISA）也显示了测试成绩下滑的相同趋势。2025年PISA周期的结果于2026年9月发布，尤其令人震惊。发布前，人们希望2022年周期中糟糕的结果只是疫情相关的异常，但事实并非如此。2025年的分数比三年前更低（图表21）。
尽管一些国家移民学生比例上升部分解释了平均成绩下降，但这并不能完全说明问题。非移民学生的测试成绩也出现了显著下降（图表22）。
经合组织将分数下降部分归因于学生参与度和学习动力的降低。值得注意的是，在71个参与教育体系中，有60个体系在2022到2025年间不同意“学习新事物很无聊”这一说法的学生比例下降，其余11个体系则基本无变化。
经合组织称为“匆忙读者”的学生比例——那些快速略读却答错题的学生——从2022年的约7%跃升至2025年的11%以上。
也许更不祥的是，使用人工智能进行文本摘要、作文草拟和资料研究的学生在科学科目上的得分比未使用者低约20分。
第3部分：把微积分教给猫
人工智能的金融过山车
现代经济高度依赖专业化的劳动分工，也依赖顶尖人才产生的前沿研究（图表23）。人口缩水和教育成就下降威胁着这两大经济增长的驱动因素。
幸运的是，有一项新技术在地平线上出现，人工智能承诺可以抵消这些逆风。希望是超强的人工智能可以弥补人类认知的退化，而人工拟人躯体则可缓解即将到来的劳动力短缺。
像许多新技术一样，人工智能的金融历史崎岖不平。自2022年11月ChatGPT发布后，人工智能股票大涨，但五年后又暴跌。对数据中心的大规模投资在2028年造成了计算能力过剩，市场在2027年开始对其大幅折价。
在许多方面，数据中心建设热潮与二十五年前互联网的推广相似。20世纪90年代末，人们假设数据流量的指数增长会提高电信设备供应商的收入。尽管互联网上传输的数据量确实快速增长，但光纤电缆的数据承载能力也显著提升。因此，电信资本支出停滞不前（图表24）。
人工智能也发生了类似情况。尽管AI模型处理的token数量呈指数增长，但随着AI硬件和模型自身变得更高效，token价格崩塌（图表25）。人工智能的成本下降速度比以往技术革命更快（图表26）。
竞争态势损害了许多AI公司的财务表现。与社交媒体不同，人工智能并未从网络效应中受益，网络效应是指当其他人使用某个产品或服务时，人们也倾向于使用它。AI模型的转换成本并不特别高，所以当出现更好的模型时，许多人会切换。这使得利润率微薄。
尽管大家谈论“规模化”，AI行业通常缺乏社交媒体、电商和传统互联网搜索中那种强大的规模经济。在那些行业中，增加一个额外用户几乎没有成本。而对于AI，增加用户意味着要建更多数据中心、配备昂贵芯片并消耗大量电力。
随着越来越多的推理任务转移到本地设备如笔记本和智能手机上，数据中心的需求也受到了冲击。对于越来越多的任务，本地模型与托管在数据中心的前沿模型表现相当（图表27）。数据中心越来越像过去的主机计算机。
微软在2028年收购了OpenAI，苹果在2029年收购了Anthropic。两家公司在IPO价格上都遭遇了明显折价。大多数新云公司破产。
在金融废墟中，人工智能的进步仍在继续
正如互联网流量在互联网泡沫破裂后仍持续增长，人工智能在泡沫破裂后在技术上继续推进。
第一代大型语言模型（LLM）被能够处理文本、图像、视频和音频等不同信息形式的多模态模型所取代。世界模型更进一步，使AI系统能够对其周围世界进行预测，例如如果将玻璃杯从桌上推下会发生什么。AI代理能够越来越多地提出假设，并利用其庞大的计算资源系统地测试它们。
随着时间推移，AI从综合（以有用方式组合现有数据）进展到新颖推断（从训练集推断出未明确呈现的信息），再进展到发现（创造出超出训练集的新知识）。
2029年一个关键时刻出现：一家此前鲜为人知的中国公司公布了一个通过所谓爱因斯坦测试的模型。该测试要求将模型在1910年之前的全部物理学知识上进行训练，以查看它是否能独立推导出1915年发表的爱因斯坦场方程。该模型不仅推导出了爱因斯坦方程，而且其推导方式与将时空视为量子纠缠涌现特征的现代方法一致。
机器人登场
多模态模型与代理的融合，加上机器人技术的进步，为新一代能够执行此前仅由人类完成任务的AI驱动机器人铺平了道路。
大多数拟人机器人由中国制造，中国庞大的制造基础在该领域提供了比较优势。中国在机器人生产上的主导地位压低了价格。这加速了采用速度，但也使世界其他地区的公司难以竞争。
劳动在更大蛋糕中获得了更小份额
人工智能的广泛使用提高了全球经济的生产能力。作为算术恒等式，产出必须等于收入。因此，人工智能使国家总体上更富有。
然而，人工智能带来的收益并未在全体人口中均等分配。流向劳动的收入份额下降，而流向资本的份额上升。这不是因为资本回报率显著提升，而是因为随着机器人普及，资本存量急剧上升，工厂也随之增加。
更大的资本存量——尤其是折旧速度比过去更快的存量——需要大量持续投资。全球范围内，投资必须等于储蓄。通常需要更高的实际利率来鼓励储蓄。然而，资本的拥有者往往更富有，而更富有的人通常比更穷的人储蓄更多。总体而言，2030年代和2040年代实际利率较长期平均水平略有上升。随着快速的收入增长满足了人们的物质欲望并且越来越多不需要即时满足的人进入成年，世纪下半叶借贷利率又开始回落。
人类智力回报的上升
最初，AI替代了相对容易自动化的工作，包括数据录入员、翻译、校对和初级程序员。随着自动驾驶车辆变得普遍，卡车和出租车司机的需求也下降。
随时间推移，认知要求更高的工作也变得易受AI替代。这提出了一个问题：在AI可以完成他们过去大部分工作的世界里，人类工人应做什么？
对一些人而言，答案就是基本上什么也不做——靠一个更大经济蛋糕所支持的慷慨政府项目生活。然而，对许多人来说，这并不足够。
人类关心地位。随着经济蛋糕扩大，谁掌控这块蛋糕的问题变得更加重要。如第2部分所述，尽管智力与财富的相关性并非完全紧密，但确实存在正相关。这使得人类智力的价值更高。
安全问题也使得无法将所有任务外包给AI。像所有足够复杂的系统一样，AI也受“计算不可约性”支配。在大多数情况下，如果想知道复杂系统十步之后会做什么，最好的办法是逐步运行这十步。这对AI安全构成重大挑战，因为这意味着即使原则上也无法在AI系统做出行为前预测它将做什么。
还有后来被称为“把微积分教给猫”问题。无论你多么优秀的老师，也无法把高等数学教给猫。当AI系统变得越来越有能力时，理解它们的输出变得越来越有价值。但在人类智力没有提升的情况下，这意味着能够理解AI所解锁智慧的人只会越来越少。
人类智力并非人工智能的替代品，而是补充：你越聪明，就越容易在一个由AI驱动的世界中运作。
唯一的问题是如何提高人类智力。到了2020年代，答案开始显现。E世界大战的基础已经铺就。
第4部分：设计婴儿
卧室里的性爱，生殖留给实验室
2026年10月，一家曾经鲜为人知的生物技术公司Herasight发布了CogPGT，一种认知能力的基因预测工具。基于过去研究识别出的数千个与认知能力差异相关的基因变体，CogPGT能够为每个胚胎构建“多基因评分”。
该公司声称，在同一对父母的五个胚胎样本中，最高和最低的CogPGT评分通常对应约10点的预测智商差异。对于20个胚胎，这一差距上升到17个智商点（图表28）。
很少有Herasight的客户在胚胎选择中把智商放在首位。绝大多数人只是希望孩子健康快乐。不过有一个转折：智商的多基因评分与多种可取行为特质的多基因评分呈正相关，并与若干精神疾病的多基因评分呈负相关（图表29）。因此，在某种程度上，选择智商实际上成为了父母选择其他他们希望孩子具备特质的一个代理指标。
生殖科技的牛市
像Herasight这样的公司代表了21世纪一个重大发展的前沿：技术在人体生殖方面的应用。
蓬勃发展的“生殖科技”行业得益于一种称为体外成熟（IVM）的技术。传统体外受精（IVF）需要8到14天的卵巢刺激，伴随每日激素注射以及反复的超声和血液监测。像Gameto这样的创新者（其产品在2026年已推进到III期试验）开发了将大部分成熟过程移出女性体外的技术。这些技术有望降低IVF成本并减轻女性的身体负担。
在自动化IVF方面也取得了重大进展。将精子注入卵子的操作极为劳动密集，需要昂贵的显微镜和由高技能胚胎学家操纵的显微操作仪。像Overture Life的公司承诺通过机器人显微外科简化这一过程。
与此同时，研究者继续探索用一种称为体外配子发生（IVG）的技术完全替代IVF。与传统IVF从女性卵巢采集卵子不同，IVG能从干细胞制造功能性卵子。这意味着年长女性即便卵子不再可用也能怀孕，也意味着可以制造数十甚至数百个胚胎并对其进行多基因评分。
拥抱新技术的人认为，如此重要的生命创造不应完全交给机会决定。反对者则坚持认为，根据对哪种性状可取的先入观念选择并丢弃胚胎在道德上是根本错误的。尽管随着可以在卵子与精子结合前预测胚胎基因构成的技术出现，这一担忧最终有所缓解，但争论仍在继续。想要“增强”子女的父母与被这一想法排斥的人之间的鸿沟继续扩大。
许多投资者对道德困境漠不关心，而更关心能赚多少钱。“生殖科技”股票在2020年代末进入了一轮大牛市。附录A列出了2026年该领域的一些关键参与者。
通往婴儿农场之路
在E世界大战期间发生的大多数事情并非出自某个宏大计划，而是像多米诺骨牌一样展开，一个发展触发下一个发展。
所谓“婴儿农场”的出现就是这种现象的一个典型例子。2029年，新加坡通过了一项新法律，规定父母可以获得其子女未来所缴税款的一定比例（子女本人不会因此损失收入）。希望通过此举提振该国下滑的出生率。
许多经济学家和人口学家赞赏该法律，理由是创造一个孩子会产生正的财政外部性：父母承担养育孩子的成本，但政府通过税收和社会保障缴款获得部分未来收益。
这项政策对生育率产生了温和的积极影响，促使其他政府采用类似法律。所有这些法律都引入了各种条款以保护儿童福利，例如在弃养或虐待情况下撤销父母对未来付款的请求权。
婴儿支持证券
这些法律的一个缺点是，父母承担养育孩子成本与他们获得孩子税收分成之间存在长期滞后。金融行业很快介入，并推出了戏称为“婴儿支持证券”的产品，以从中获利。
本质上，父母将对其孩子未来税收支付的部分索取权出售给银行。银行随后将这些索取权打包成证券并出售给机构投资者。
父母能够迅速将生育决定货币化进一步提高了生育率。也许更重要的是，这为父母最大化孩子未来收入创造了强烈激励。银行向那些经过胚胎筛查且在智商及其他相关特质上获得高多基因评分的父母提供更高的付款。
21世纪的为人父母
如果父母可以抚养孩子，为什么企业不能？在政府现在补贴为人父母的情况下，这一问题突然变得相关。
美国宪法并未明确排除这一可能性，但也未认可它。2031年，在一项高度有争议的意见中，最高法院裁定公司可以进入育儿业务，条件是它们辅助创造的孩子总体上可以被合理地认为因出生而更为受益，即便他们不如在更传统家庭中长大的孩子那么富裕。
这些企业通常从冷冻库购买胚胎，然后支付代孕母——其中一些人曾因被AI替代而失业——将婴儿带到足月。孩子随后被安置在寄养家庭或受监管机构中。为减少孤独感，通常对多个孩子使用相同的精子和卵子捐赠者，以确保大多数孩子拥有许多生物学上的兄弟姐妹。
从2040年代起，代孕逐步被人工子宫取代。这大幅增加了在传统家庭之外出生的儿童数量。
在某些情况下，政府本身也进入了育儿业务。中国在这方面尤其积极。到2050年，40%的儿童通过国家运营的项目出生。在近三十年的人口下降后，中国的人口开始恢复。
政府欢迎这一发展还有另一个原因：这为它们提供了塑造未来人口特征的额外杠杆。
平均而言，五大人格特质的遗传性约为40%（图表30）。除了更高的智商外，许多政府在胚胎选择中还优先考虑高尽责性和高宜人性，并更重视低神经质，这通常与更高的幸福感和更高的智商相关。
E世代成年
当多基因评分在2020年代变得可用时，人们对新技术对未来几代人福祉的影响进行了大量辩论。后续研究显示，许多孩子表示遗憾自己没有在传统家庭中长大。然而，令人意外的是，很多人表示他们更喜欢自己的成长环境，理由包括有许多生物学上的兄弟姐妹以及能够在学校表现出色的优势。
在经济上，这些孩子表现优异。他们在学术界和企业领导层中占比过高。在偏好运动基因标记的国家项目中，许多人在体育上大放异彩。到2060年代，中国运动员在奥运会上占据主导地位。
担心中国在经济上遥遥领先促使其他国家加倍努力扩大并增强本国人口。基因军备竞赛全面展开。
最初，政治左翼反对胚胎选择。实际上，大多数欧洲政府在2020年代和2030年代初禁止了这一做法，尽管一些夫妇通过隐私法中的漏洞获得了胚胎信息。随着时间推移，显然这是一只放不回瓶子的技术精灵。到那时，左翼的观点从“谁都不能拥有”转变为“如果有人能拥有，那每个人都应该有”。
人类种族的终结
左翼中一些人希望普及获取这些新技术会消除群体差异的寄望落空。尽管过去的不平等确有缓解，但新的、甚至更大的差异出现了。
迅速出现的一个社会裂痕是有父母抚养与无父母抚养者之间的分化。更深的分裂出现在“基因增强者”与未增强者之间。后者常常对前者心怀怨恨，而前者则越来越瞧不起后者。
21世纪下半叶的两项重大进展进一步激化了这些紧张关系。
其一是大规模基因工程。尽管在2010年代和2020年代可以使用CRISPR-Cas9等技术进行基因编辑，但从头创建新基因组的能力开启了新的可能性。人类之间的变异剧增，以致不同分支的人类实际上成为了不同的物种。人类作为一个单一概念开始消失。
人工智能和机器人与人体的整合只会加速这一趋势。人脑在某些任务上极其高效，但在其他方面表现欠佳。例如，其工作记忆非常有限，很多人难以记住10个随机数字的序列。数字存储和神经处理的整合赋予人类超常的认知能力。
经济增长飙升到前所未有的水平，但社会冲突也随之增加。地球如何在那些动荡时期幸存下来仍存在激烈争论。有些人说是运气。另一些人将其归因于一种多重宇宙选择效应。
无论如何，人类生活很快就不再仅限于地球。数百万个自我复制的探测器被送往遥远恒星。一旦找到合适的行星，这些探测器就会对其进行地球化改造。每位殖民者的基因信息，以及对他们大脑所有化学、分子和动态状态的近乎完美扫描，通过远程无线信号传送到新世界，在那里这些信息被用来组装一个带有全部记忆的物理体。
达尔文式选择以不同的形式继续存在。那些最愿意将其生物机械蓝图传播到其他恒星系统的殖民者，成为未来文明的始祖。随着宇宙被生命迅速填满，关于人口不足的忧虑消失了。最后的多米诺骨牌倒下了，新的篇章开始了。
Peter Berezin
首席经济学家
peterb@bcaresearch.com
关注我
领英 & X
