一位普林斯頓經濟學家向全球最具影響力的央行官員表示，人工智慧可能很快就會比他們更了解自身的政策——而他提出的解方相當非傳統：舉行兩場分開的記者會，一場面向人類，一場面向機器。

Markus K. Brunnermeier於8月29日在2026年傑克森霍爾經濟政策研討會上發表論文。這項年度聚會在懷俄明州傑克森霍爾舉行，央行官員、學者與政策制定者在此辯論全球經濟面臨的重大課題。歷年在此發表的論文，往往能影響會議室之外的貨幣政策討論。今年，AI主導了整場對話。然而Brunnermeier的貢獻較少著眼於生產力提升，而是聚焦於一個令人不安的可能性：工具可能很快會比製造工具的人更聰明。

不對稱理解問題

Brunnermeier論述的核心，是一個他稱之為「不對稱理解」（asymmetric understanding）的概念。傳統經濟學長期處理的是資訊不對稱問題，即交易中的一方比另一方知道得更多——例如二手車商知道引擎快壞了，而買方並不知情。

Brunnermeier的版本則扭轉了這一態勢。在他的框架中，AI代理可能發展出連人類（包括政策制定者本身）都無法完全解讀的貨幣政策知識。機器不只是擁有更多數據，而是對政策決策如何在經濟中產生連鎖效應，具備一種根本不同——且可能更優越——的理解。這種擔憂並非純屬假設：演算法與機器學習系統已在交易與市場分析中扮演重要角色，任何能夠系統性預測央行反應的AI系統，都將改變市場對政策消息的定價方式。

要嘛難以預測，要嘛被利用

Brunnermeier提出的因應措施，類似於在撲克牌桌上對抗能讀心的對手所用的策略。他建議各國央行在溝通上可能需要採取更不透明、更難以預測的方式，實際上等同於扭轉多年來走向清晰與開放的趨勢——這一轉變影響深遠，因為各國央行（尤其是美國聯準會）數十年來建立前瞻指引與記者會透明度機制，正是為了穩定預期並降低市場波動。

最引人注目的建議是「雙軌記者會」概念：為人類受眾與機器受眾分別舉行簡報會，並依據兩類受眾處理資訊的方式各自調整內容。

他還呼籲建立簡化監管流程的穩健監管框架，以維護他所稱的市場信心與資訊完整性。

這場發表與聯準會主席Kevin Warsh的觀點形成鮮明對比。Warsh在先前的主題演講中，對AI作為提升生產力的代理持較樂觀的立場。他強調AI領域日益成長的投資格局，指出截至2026年8月，AI token年銷售額已突破1,000億美元，年增逾500%。

後續影響

據報導，與會者認為這場發表有助於框架化長期AI風險，儘管其他政策制定者（如波士頓聯準銀行總裁Susan Collins）更強調近期的實際應用。

這場於8月27日至29日在懷俄明州傑克森霍爾舉行的研討會，在多場會議中探討了AI的經濟潛力。但真正留下最艱難問題的，是Brunnermeier的壓軸論文：當貨幣政策的受眾不再僅是人類、而跟不上腳步的反而是人類時，會發生什麼事？