Previous
親愛的客戶：
BCA Research以跳出框架思考為榮。今天的報告就是一個例子。它設想了一個激進的未來，在那裡新的基因與生殖技術以某種方式結合，重塑經濟與金融市場。該報告不是在討論應該發生的事情，而是在探討在一套合理假設下可能發生的情形——以及這如何影響您的投資決策。
敬上，
Peter Berezin，首席經濟學家
執行摘要
- 第1部分：人口寒冬： 生育率崩跌如何迫使政策制定者採取日益絕望的措施來穩定人口，最終導致「嬰兒農場」的出現。
- 第2部分：高爾頓的復仇：人類智力下降如何重新喚起了近一百年來沉寂的擔憂。
- 第3部分：教貓微積分： AI 最終證明是對人類智慧的補充，而非替代。
- 第4部分：設計嬰兒：新的基因技術如何使人類智力反彈，但也播下了物種分化的種子，並最終導致人類的實質性終結。
第 1 部分：人口寒冬
生育率低於更替水平成為常態
要維持人口穩定，每位婦女平均需生育約兩名存活的子女。到 2026 年，幾乎所有已開發經濟體的出生率都已遠低於這一臨界值（圖表 1）。
越來越多女性決定不當母親。在中國，年齡介於 18 至 24 歲之間、表示不想要孩子的女性比例從 2012 年的 6% 跳增至 2023 年的 47%（圖表 2）。
生育率通常在女性三十出頭時急劇下降（圖表 3）。到 2024 年，經合組織（OECD）國家母親生第一胎的平均年齡已升至 29.6 歲，高於 2000 年的 26.4 歲（圖表 4）。這導致愈來愈多女性要麼非自願無子，要麼無法如願生育足夠多的孩子。
在東亞大部分地區，總和生育率（TFR）跌破 1，這使得這些國家的族群在人口每一代都可能減半以上。
負擔能力很重要（但並非全部）
當時對於生育率暴跌提出了各種解釋，但多數後來證明是錯誤的，或充其量只是片面的。
一個流行的解釋集中在「負擔能力」。許多評論家宣稱，住宅與教育成本上升已使得養育一個孩子，甚至多個孩子，對許多父母來說過於昂貴。
這個論點有部分道理，但存在一個明顯問題：2026 年的人們比前幾代人富裕得多。如果負擔能力是主要限制因素，理論上他們應該會生更多孩子，而不是更少。
慷慨的政府補貼對提升生育率幫助甚微（圖表 5）。大多數研究顯示，對新父母的現金支付會影響出生的時間點，但不會改變總的出生數。
增加育嬰假和托育支出確實提升了生育率，但效果有限。相對於所得，2015 至 2025 年間大多數國家的托育成本有所下降，然而出生率仍持續下滑（圖表 6）。事實上，那些托育相對更昂貴的國家生育率反而更高（圖表 7）。
即便更便宜的住房幫助也不大
一項 2023 年的 OECD 研究 發現，住房支出減少 10% 只會使總和生育率上升約 2%，當 TFR 起始於 1.5 時，等同於每位婦女 +0.03 個孩子。跨越 1870 至 2012 年的 長期研究對房價與生育率也得出了類似結論。
造成此一微弱影響的原因之一是，較低的房價雖使準父母更容易購屋，但也降低了既有房主的財富。Dettling 與 Kearney 在一項研究中 估計到房價上漲 10% 會使非房主的出生數下降約 1%，但會使房主的出生數增加約 4 至 4.5%。
歷史經驗也證實了這一點：正如日本在先前三十年間的情況一樣，自 2021 年起中國房價下跌並未阻止出生率下滑。
孩子的機會成本
撫養孩子的直接成本是影響生育率的因素之一。然而，更重要的可能是以放棄收入來衡量的間接成本。整個 20 世紀，女性教育水準的提高增加了她們退出勞動市場的機會成本。實質工資的穩步上升也放大了這一效應。隨著女性越來越經濟獨立，做母親不再是既定選項。
曾有人寄望於性別平等的提高能讓生育率回升。這一期待受到一些 研究的支持，研究顯示當伴侶在家務與育兒上分擔更多時，女性更有可能生第二胎。
與此觀點一致的是，斯堪地那維亞國家直到 2010 年代中期仍能維持接近更替的生育率。然而到 2020 年代中期，即便是它們也經歷出生率的急劇下跌。2025 年，瑞典的總和生育率降至 1.42（瑞典本土出生人口為 1.40，外國出生人口為 1.52）。
文化面的解釋
經濟學上的解釋主要的缺陷是無法說明 2010 年後幾乎每個國家出生率迅速下降的現象。為此，我們需要考慮文化因素。
智慧型手機的普及與社群媒體的廣泛使用營造了不利於家庭形成的環境。社群媒體的資訊流美化了名聲、美貌與財富，而非為人父母。表態「擁有美滿婚姻／家庭生活很重要」的青少年比例明顯下降，而表示「擁有很多錢很重要」的比例上升。物質主義願望的抬頭在女性中尤為明顯（圖表 8）。
曾經是地位象徵的大家庭，漸漸被視為負面標誌。這在東亞尤為明顯，那裡較大的家庭常與鄉村落後和缺乏自制力相關聯。在西方偏自由派的年輕人中亦是如此，他們在 2010 年後對結婚與生子的意願開始崩潰（圖表 9）。
同時，由交友軟體帶來的眾多選擇 造成一種癱瘓感，抑制了長期關係的形成。這個問題因人工智慧伴侶的興起，以及後來的人形機器人的普及而加劇。
存在主義危機
有人主張，工作場所中機器人使用的增加使得對人類勞動力的需求變得不那麼必要。也有人反駁說，一個國家的總體福祉至少部分取決於有多少人存在。如果沒有人來享受高 GDP，那它的意義何在？
此外，在國際關係中，相對 GDP 亦很重要。如果一個國家人口萎縮，即便人均收入上升，其地緣政治重要性仍會衰退。
最終，這些支持生育的論點獲得了更多支持。到了 2020 年代後期，對於生育率下滑的憂慮演變成公開的恐慌。必須採取激進措施。
第 2 部分：伽爾頓的報復
英文世界中最具爭議的兩封信
智商（IQ）有著悠久且具爭議的歷史。儘管曾有許多努力試圖擺脫這一概念，但它之所以持久，有一個簡單原因：在心理領域幾乎沒有其他指標能比它擁有更多的預測力。一個簡單的 30 分鐘智商測驗可以幫助預測未來的教育程度、工作表現、收入、健康、犯罪傾向以及生育選擇（表 1 和 圖表 10）。智商甚至可以 預測交易員的表現！
雖然個體之間存在很大差異，但平均而言，智力較高的人賺取的收入較高。這在一項 2024 年針對 367,000 名芬蘭與 417,000 名挪威男性的研究中得到證實。作者將軍事徵兵時的詞彙、數學與抽象推理標準化測驗分數與行政稅收／所得記錄中的收入進行匹配。年輕時測驗分數較高的男性，平均會有較高的收入（圖表 11）。一項涵蓋 135 項縱向研究的 統合分析也發現智力是成功的強力預測變項。
一個更聰明的世界
智商與其他心理特質隨時間演化的程度一直是激烈爭論的議題。在暢銷書《The Mismeasure of Man》中，Stephen Jay Gould 主張人類的演化在約 50,000 年前實際上就停止了。
無論 Gould 在其他關於智商數據濫用的論點如何，那一特定主張總是令人存疑。農業的出現與城鎮的發展改變了人們生活的環境。此類環境位移往往會產生選擇壓力，使演化加速。更高的人口規模也應該增加潛在有益遺傳突變的數量。
與 Gould 的預期相反，國際 HapMap 計畫顯示約在 10,000 年前開始，演化速度大約加快了一百倍（圖表 12）。
較近的資料已明確指出哪些特質受到了選擇壓力。David Reich 與其合作者分析了過去 18,000 年來來自西歐亞地區 15,836 名個體的基因組。他們在 Nature 上的 論文顯示，某些在現代與較高智力、更多受教育年限與更高收入相關的基因變異已在人群中更為普遍。相反地，與吸菸者和某些精神疾病相關的基因變異則變得較不常見（圖表 13）。
與遺傳資料一致的是，經濟史學家 Gregory Clark 記錄到中世紀英格蘭有技能職業者的存活子女數是非技術工人的兩倍（圖表 14）。事實上，當時萌芽中的中產階級的存活子女甚至比貴族還多，後者經常出征打仗。因此，1200 至 1800 年間工匠的工資相對於勞工下跌了三分之一，暗示技能勞動力的供給比非技能勞動力增長得更快。Clark 研究的驚人含意是工業革命的時點是「何時」而非「是否發生」的問題。
在後續研究中，Clark 主張，在前工業英格蘭中，中產價值觀的傳播更符合遺傳傳播模型而非單純的文化傳播模型。
類似的動態很可能也適用於世界其他地區。在中國，競爭激烈的科舉制度在一千年中做為進入官僚體系的門徑。Xi Song、Cameron Campbell 與 James Lee 顯示在 18 至 19 世紀間地位較高的中國男性擁有更多存活子女（圖表 15）。
弗林效應
到 19 世紀末，人們已經發現富人不再像窮人那樣生很多孩子。這一認知，加上查爾斯·達爾文理論的流行，促成了優生學運動的興起。
雖然創造「優生學」一詞的 Francis Galton 是一名終生的保守派，但許多最直言不諱的優生學支持者是進步左派。George Bernard Shaw、Sidney 與 Beatrice Webb 及 H. G. Wells 都是社會主義者兼優生學者。William Beveridge（英國福利國家未來的設計者）也是如此。John Maynard Keynes 在 1937 到 1944 年間曾任英國優生學協會的董事。
然而，在邁向愚民化的道路上發生了一件有趣的事：人們不但沒有變笨，反而變得更聰明。此現象現今被稱為弗林效應，以最早記錄該現象的心理學家 James Flynn 命名。
圖表 16 顯示某些國家在 1940 至 1990 年間 IQ 分數的演變。平均每個國家每十年增加三分，對於如此短的時期而言是相當龐大的提升。
智商：環境的重要性
在現代研究中，智商的遺傳貢獻從幼兒期的約 20% 增加到青少年後期高達 80%，並在成年期維持在該水準，此現象稱為威爾遜效應（Wilson Effect）。
這些研究的問題在於，它們通常抽樣自富裕國家，在那裡極端營養不良大致已成過去式。
要理解這如何扭曲結果，可參考身高的例子，其遺傳性僅略高於智商（圖表 17）。在 21 世紀初，已開發經濟體個體身高差異的大部分是基因因素造成的。然而，過去 200 年平均身高仍顯著上升（圖表 18）。
以身高為例，大部分的增長來自於更好的健康與營養。智商很可能也是如此。幼年時期的疾病會降低智商，因為身體需將資源從腦力發展轉移到對抗感染上。各國測得的智商與疾病負擔之間有強烈相關（圖表 19）。多項研究記錄了美國與世界其他地區瘧疾根除時間與隨後兒童智商提升之間的 密切關係。
腦容量與智商呈正相關。來自美國的法醫 證據顯示，從 19 世紀中葉到 20 世紀中葉，成人頭骨的平均體積增加了約 7%，大致相當於一顆網球的大小。
長久以來人們已知學習會增加大腦灰質。例如，一項 研究顯示，倫敦計程車司機的海馬體往往較大，因為他們必須記住並導航複雜路線。
現代社會的出現啟動了一個良性循環：解決愈來愈複雜任務的需求促使人們磨練認知技能，進而推動更多技術進步。在此過程中，智力提升不僅造福高智商者，也為整個社會 帶來正的外部性。
弗林效應的終結
環境效應的問題在於它們最終會遇到遞減報酬。這就是弗林效應的結局。到 1960 年代，支持 IQ 上升的大多數因素，從更好營養到普及教育，已大致到位。結果是，雖然智商在發展中國家繼續上升，但在較富裕國家開始下滑。
2008 年，弗林本人 記錄到 14 歲的英國學生在智商測驗上的分數比 1980 年的學生低了超過兩分。
來自其他已開發國家的資料也顯示測驗分數下滑。一項 全面的挪威研究發現，約生於 1990 年的男性，其平均智商比約生於 1975 年的男性低約五分（約為一標準差的三分之一）。在不同年份出生的兄弟之間的比較也呈現相似模式，暗示衰退主要由家庭內運作的環境因素所驅動（圖表 20）。
在國際資料集中，如經合組織的國際學生評估計畫（PISA）中，也能觀察到測驗分數的下滑。2025 年 PISA 週期的結果於 2026 年 9 月發布，尤其令人震驚。在公布之前，人們曾希望 2022 年上一次週期顯示的糟糕成績只是因疫情造成的異常。但事實並非如此。2025 年的分數甚至低於三年前的結果（圖表 21）。
雖然某些國家移民學生比例的上升幫助解釋了平均分數的下降，但這並非全部。非移民學生的測驗分數也顯示出顯著下降（圖表 22）。
經合組織將分數下降部分歸因於學生參與度與學習動機降低。值得注意的是，在 71 個參與的教育體系中，有 60 個體系在 2022 到 2025 年間，反對「學習新事物很無聊」這一說法的學生比例下降，其餘 11 個體系基本上沒有變化。
經合組織所描述的「草率閱讀者」比例——那些快速略讀文字但卻答錯問題的學生——從 2022 年約 7% 跳升到 2025 年超過 11%。
或許更令人不安的是，那些使用 AI 來摘要文字、撰寫論文和做研究的學生，在科學科目的分數比未使用者低了約 20 分。
第 3 部分：教貓微積分
人工智慧的金融雲霄飛車
現代經濟高度依賴專門化的分工，也依賴常由最聰明的人所推動的前沿研究（圖表 23）。人口萎縮與教育成就下滑威脅到這兩項經濟成長的驅動力。
幸運的是，有一項新技術在地平線上崛起：人工智慧（AI），承諾可抵消這些逆風。希望是更強大的人工心智能彌補人類認知的惡化，而人工人形軀體則可緩和迫在眉睫的勞動力短缺。
與許多新技術一樣，AI 的金融史也是顛簸的。ChatGPT 於 2022 年 11 月推出後，AI 類股一路上漲，但五年後暴跌。資料中心的大量投資在 2028 年產生了運算能力過剩，市場在 2027 年開始積極折價。
在許多方面，資料中心建設熱潮類似於二十五年前互聯網的推廣。1990 年代後期，普遍假設資料流量的指數成長會提高電信設備供應商的收入。雖然互聯網傳輸的資料量確實快速成長，但光纖電纜的資料承載能力也大幅提升。結果導致電信資本支出停滯（圖表 24）。
在 AI 領域也發生了類似情況。雖然 AI 模型處理的 token 數量呈指數成長，但隨著 AI 硬體與模型本身變得更有效率，token 價格暴跌（圖表 25）。AI 的成本下跌速度比先前的技術革命還快（圖表 26）。
競爭態勢傷害了許多 AI 公司的財務表現。與社群媒體不同，AI 並未受惠於網絡效應——即人們因為其他人使用某產品或服務而跟著使用。AI 模型的轉換成本並不特別高，因此當出現更好的模型時，許多人會轉用。這使得利潤率維持在紙薄的水準。
儘管有關「規模化」的討論甚囂塵上，AI 產業普遍缺乏社群媒體、電子商務與傳統搜尋那類強大的規模經濟。在那些產業中，增加一名用戶幾乎不會增加成本。然而對 AI 而言，增加用戶意味著要建造更多資料中心、配備昂貴晶片並供應大量電力。
隨著 AI 推論逐漸轉移到筆電和智慧型手機等本地設備，對資料中心的需求也減少。對於日益多的任務，本地模型已能媲美資料中心前沿模型（圖表 27）。資料中心日益類似過去的大型主機電腦。
微軟在 2028 年併購了 OpenAI，蘋果在 2029 年買下 Anthropic。兩家公司均以顯著 低於首次公開發行（IPO）價格的價格被收購。大多數新雲端公司最終破產。
在金融廢墟中，AI 的進步仍在繼續
就像網路流量在網路泡沫破滅後繼續成長一樣，AI 在崩盤後在技術上仍持續前進。
第一代大型語言模型（LLM）被能處理文字、圖像、影片與音訊等不同資訊形式的多模態模型所取代。更進一步的是世界模型，它們能對其周遭世界做出預測，例如若把一個玻璃杯推下桌會發生什麼。AI 代理人愈來愈能夠提出許多假說，並利用可支配的大量運算資源系統性地檢驗這些假說。
隨著時間，AI 從整合（在有用的方式上結合現有資料）進展到新穎推論（從訓練資料中推斷出先前未明確存在的事物），再到發現（產生存在於其訓練集之外的新知識）。
一個具有里程碑意義的時刻發生於 2029 年，一家先前鮮為人知的中國公司公布了一款通過所謂愛因斯坦測試的模型。該測試要求將模型以 1910 年的整套物理學知識為訓練，觀察其是否可以獨立推導出愛因斯坦 1915 年發表的廣義相對論場方程。該模型不僅推導出愛因斯坦的方程，而且其推導方式與現代將時空視為量子糾纏之湧現特徵的方法相一致。
機器人的登場
多模態模型與代理人的融合，加上在機器人技術上的突破，為一代新的 AI 驅動機器人鋪平了道路，這些機器人能執行先前只有人類能完成的任務。
大多數人形機器人在中國生產，其龐大的製造基礎使中國在該快速成長的領域具有比較優勢。中國在機器人生產上的主導地位使價格保持低廉，這既加速了採用，也使世界其他地區的公司難以競爭。
勞動在更大的蛋糕中獲得較小的份額
AI 的廣泛使用提高了全球經濟的生產能力。作為一項算術恆等式，產出必等於收入。因此，AI 使各國在總量上變得更富有。
然而 AI 帶來的收益並未在全體人口中平均分配。流向勞動的收入份額下降，而流向資本的收入份額上升。這並非主要因為資本報酬率上升，而是因為隨著機器人普及，資本存量急劇增加，工廠也隨之增多。
較大的資本存量——尤其是那些折舊速度比過去更快的資本——需要大量持續投資。在全球範圍內，投資必須等於儲蓄。通常需要較高的實質利率來鼓勵儲蓄。然而，資本的擁有者往往更富有，而富人一般比窮人儲蓄更多。綜合而言，2030 與 2040 年代的實質利率小幅上升至略高於其長期平均水準。由於快速的收入成長使人們的物質慾望飽和，且更多較少需要即時滿足的世代進入成年，世紀後半葉的借貸利率又開始回落。
人類智慧報酬率的提升
最初，AI 取代的是比較容易自動化的工作，包括資料輸入員、翻譯員、校對者與初級程式設計師。隨著自動駕駛車輛普及，卡車與計程車司機的需求也下降。
隨著時間推移，認知要求較高的工作也變得容易受到 AI 取代。這提出了一個問題：在 AI 可以完成過去大多數工作的一個世界中，人類工作者應該做些什麼？
對某些人而言，答案是基本上什麼也不做——依靠一個因更大經濟蛋糕而得以提供的慷慨政府計畫。但對許多人來說，這還不夠。
人類在意地位。隨著經濟蛋糕的增大，誰能掌控這個蛋糕的問題變得更為重要。如第 2 部分所述，雖然智力與財富的相關性並非絕對緊密，但確實存在正向關聯。這使得人類智力的價值更為凸顯。
安全考量也使得不可能將所有任務外包給 AI。像所有足夠複雜的系統一樣，AI 受制於「計算不可約性」。在大多數情況下，如果想知道一個複雜系統十步之後會做什麼，最好的方法往往是逐步模擬這十步。這對 AI 安全構成重大挑戰，因為這意味著即便在原理上，我們也無法在 AI 做出行為之前預測其行為。
還有後來被稱為「教貓微積分」的問題。無論你多麼優秀的老師，你都無法將高等數學教給貓。隨著 AI 系統越來越有能力，理解其輸出愈發有價值。但在人類智力未見提升的情況下，能夠理解 AI 所釋放出的所有智慧的人口比例會愈來愈小。
人類智慧證明不是人工智慧的替代品，而是其互補：你越聰明，在 AI 驅動的世界中就越容易運作。
唯一的問題是如何提升人類智力。到了 2020 年代，一個答案開始浮現。E 世界大戰（World War E）的基礎已經奠定。
第 4 部分：設計嬰兒
臥室的性行為，實驗室的生殖
2026 年 10 月，一家曾不為人知的生技公司 Herasight 推出 CogPGT，一種認知能力的遺傳預測工具。CogPGT 憑藉過去研究中識別出的數千個與認知能力差異相關的基因變異，為每個胚胎構建了「多基因得分」。
該公司宣稱，在同一對父母的五個胚胎樣本中，最高與最低的 CogPGT 得分通常對應大約 10 分的預測 IQ 差異。若為 20 個胚胎，差異上升到 17 分（圖表 28）。
很少有 Herasight 的客戶在胚胎選擇時以智商為優先。絕大多數人只想要健康、快樂的孩子。然而有一個轉折：智商的多基因得分與一系列可取行為特質的多基因得分呈正相關，且與幾種精神疾病的多基因得分呈負相關（圖表 29）。因此，在某種程度上，選擇智商也成為了父母想要的其他特質的替代指標。
生殖科技的牛市
像 Herasight 這類公司代表了 21 世紀人類生殖技術應用的前沿，而這將成為一項重大發展。
蓬勃發展的「生殖科技」產業受益於一種稱為體外成熟（IVM）的技術。傳統試管嬰兒（IVF）需 8 到 14 天的卵巢刺激，以及每日荷爾蒙注射和反覆的超音波與血液監測。像 Gameto 這樣的創新者（其產品在 2026 年已進入第三期試驗）開發出將大部分成熟過程移出女性體內的技術。這些產品承諾降低 IVF 成本並減輕女性的身體負擔。
在自動化 IVF 的方面也取得重大進展。將精子注入卵子的工作極為耗時，需昂貴顯微鏡與微操作儀，並由高度訓練的胚胎學家執行。像 Overture Life 的公司承諾以機器人顯微手術簡化這一流程。
同時，研究也在替代 IVF 的技術上持續推進，稱為體外配子生成（IVG）。與傳統 IVF 從女性卵巢採集卵子不同，IVG 從幹細胞創造功能性卵子。這意味著年齡較大的女性、卵子已不再具活性的女性仍可懷孕。也意味著可以創造數十或數百個胚胎並對其進行多基因打分。
擁抱新科技者主張，創造新生命這麼重要的事不應交由機會決定。反對者則堅稱，基於先入為主的哪種特質是可取的而選擇某些胚胎並淘汰其他胚胎，本質上是不道德的。雖然此一特定疑慮最終因能在卵子與精子結合前預測胚胎遺傳構成的技術出現而有所緩和，但辯論仍在繼續。希望擁有「強化」孩子的父母與對此念頭感到厭惡者之間的鴻溝持續擴大。
許多投資者對道德困境保持冷漠，專注於能賺多少錢。「生殖科技」股在 2020 年代後期進入了大幅牛市。附錄 A 列出了 2026 年領域內的一些主要參與者。
通往嬰兒農場的道路
世界 E 戰爭期間所發生的大多數事件並非出自某個宏大計畫，而是像一排倒下的多米諾骨牌般展開，一項發展觸發下一項。
所謂俗稱的「嬰兒農場」的出現就是這種現象的良好範例。2029 年，新加坡通過一項新法律，規定父母可獲得其子女未來所繳部份稅款的百分比（孩子本人並不會失去任何所得）。希望是藉此提升該國低迷的出生率。
許多經濟學家與人口學家讚許該法，理由是創造一個孩子會產生正的財政外部性：父母承擔養育孩子的成本，但政府透過稅收與社會保險繳款捕捉到部分未來利益。
該政策對生育率產生了小幅正面影響。這進而促使其他政府採用類似法律。在所有案例中，均引入了各種條件以保護孩童福祉，例如在遺棄或虐待情形下撤銷父母對未來付款的請求權。
嬰兒擔保證券
這些法律的一個缺點是，父母承擔養育孩子成本與何時收到子女稅款分成之間存在很長的時滯。金融業向來不會放過盈利機會，迅速介入並推出了戲稱為「嬰兒擔保證券」的商品。
本質上，父母將對其子女未來稅款的部分請求權出售給銀行。銀行再將這些請求權打包成集合型證券，賣給機構投資者。
父母能快速將生育決定貨幣化，進一步提高了生育率。或許更重要的是，這為父母提供了強烈誘因去最大化子女未來的收益。銀行對那些接受胚胎篩檢且在智商與其他相關特質的多基因得分較高的孩子的父母，提供更高的支付金額。
21 世紀的為人父母
如果父母能養育孩子，企業為何不能？在政府現在對為人父母提供補貼的情況下，這個問題突然變得相關。
美國憲法並未明文排除這種可能性，但也未予以背書。2031 年最高法院在一項高度有爭議的意見中裁定，只要企業所協助創造的孩子在出生後合理地被認為過得比較好（即便他們不如在傳統家庭中成長的孩子那樣富足），企業仍可進入育兒市場。
這些企業通常從冷凍庫購買胚胎，然後付酬請代理孕母——其中一些曾因 AI 而失去先前工作——代為孕育至足月。孩子出生後被安置在寄養家庭或受管制的機構中。為減少孤獨感，通常會對多名孩子使用相同的精子與卵子捐贈者，以確保大多數孩子都有許多生物上的兄弟姊妹。
從 2040 年代開始，代理孕母逐步被人工子宮取代，大幅增加在傳統家庭以外出生的兒童數量。
在某些情況下，政府本身也加入育兒行業。中國在這方面尤為積極。到 2050 年，40% 的孩子是透過國營計畫出生。在近三十年的人口下降後，中國的人口開始復甦。
政府歡迎此一發展還有另一個原因：這使它們擁有額外的槓桿來塑造未來族群的特性。
五大人格特質（Big Five）平均約有 40% 的遺傳性（圖表 30）。除了較高的智商，許多政府在胚胎選擇時偏好高責任心與高宜人性。它們也偏好低神經質，因為低神經質通常與較高的幸福感與較高的智商相關。
E 世代成年
當多基因打分在 2020 年代出現時，關於這項新技術對未來世代福祉影響的討論甚囂塵上。後續研究顯示，許多孩子表達對未能在傳統家庭中長大感到遺憾。然而，令人意外的是，相當多的人表示偏好自己的成長經驗，理由包括擁有許多生物兄弟姊妹與能在學校表現出色的優勢。
在經濟上，這些孩子表現良好。他們在學術界及企業領導職位中比例過度代表。在偏好體育基因標記的國營計畫中，許多人在運動方面表現卓越。到了 2060 年代，中國選手在奧運會上占據主導地位。
對中國在經濟上拉開差距的擔憂使其他國家加倍努力擴增並提升自己的人口。基因軍備競賽全面啟動。
起初，政治左派反對胚胎選擇。事實上，大多數歐洲政府在 2020 年代與 2030 年代初禁止了這項做法，儘管一些夫妻得以利用隱私法的漏洞而取得胚胎資訊。隨著時間推移，然而，這項技術顯然成為一個無法收回的科技精靈。於是左派的觀點從「沒有人可以擁有它」轉變為「如果有人可以擁有它，那麼人人都應擁有它」。
人類種族的終結
左派中某些人希望普及這些新技術能消弭群體差異的希望破滅。雖然過去的不平等確實有所緩解，但新的、甚至更大的不平等出現了。
一個迅速出現的社會裂痕是有父母養育與沒有父母養育者之間的差異。更深的分裂發生在「基因強化者」與未經強化者之間。後者常憎恨前者，而前者則愈來愈看不起後者。
21 世紀下半葉兩項重大發展進一步煽動了這些緊張情緒。
第一項是大規模的基因工程。雖然使用 CRISPR-Cas9 等技術在 2010 與 2020 年代可進行基因編輯，但從頭創造全新基因組的能力開啟了無限可能。人類之間的變異劇增，以至於不同分支的人類實際上開始成為不同的物種。人類作為一個單一概念開始消失。
AI 與機器人學被整合進人體後，只會加速這一趨勢。人腦在某些任務上極為高效，但在其他任務上效能不足。例如，人類的工作記憶非常有限，許多人難以記住 10 個隨機數字的序列。數位儲存與神經處理的整合賦予人們超人的認知能力。
經濟成長飆升至前所未有的水準，但社會衝突亦隨之增長。地球如何在那些動盪時期存活下來仍是高度爭論的問題。有人說靠運氣。有人將其歸因於一種多重宇宙選擇效應。
無論如何，生命並未在地球長久止步。數百萬個自我複製的探測器被送往遙遠的恆星。找到合適行星後，探測器會對其進行改造。每位殖民者的基因資訊，以及其大腦中所有化學、分子與動態狀態的近乎完美掃描，會透過長距離無線電信號傳輸到新世界。在那裡，這些資訊被用來組裝實體身體，並還原所有記憶。
達爾文式的選擇以另一種形式繼續。那些最渴望將其生物機械藍圖擴散到其他恆星系統的殖民者，成為未來文明的先祖。對於人口不足的擔憂隨著宇宙中生命的爆炸式增長而消失。最後一塊多米諾骨牌落下，一個新篇章開始了。
Peter Berezin
首席經濟學家
peterb@bcaresearch.com
在以下平台追蹤我
LinkedIn & X
