人工智慧（AI）的發展速度正引發各界熱烈討論。許多經濟學家與智庫專家對生成式人工智慧潛在能力及其對經濟社會的影響持謹慎態度，形成所謂的「Acela Corridor 共識」。與此相對，另一派「舊金山共識」則認為超級智慧（superintelligence）即將到來，不論好壞都將快速實現轉變。

美國企業公共政策研究所（AEI）一份評論指出，儘管作者本人傾向於謹慎派，但不斷有證據顯示AI能力正快速提升。例如，Anthropic 公司的 Claude Mythos 模型已在模型評估與威脅研究機構（METR）的任務完成基準測試中達到極限。OpenAI 的一個模型更解決了長達 80 年的幾何學難題「Erdős 單位距離問題」。此外，Anthropic 的 Fable 5 模型也協助破解了 90 年歷史的代數幾何學問題「雅可比猜想」。

這些能力進步不僅限於理論突破。今年五月，Anthropic 公司程式碼庫中超過八成的合併程式碼是由 Claude 模型完成的，相較於 2025 年的「低個位數百分比」，顯示 AI 在實際開發中的參與度大幅躍升。在模型效能方面，中國的開源模型 Kimi K3 僅次於 Fable 5 和 OpenAI 的 GPT-5.6 Sol。上週，一個由 GPT-5.6 Sol 及其他未公開模型驅動的 OpenAI AI 代理程式，更利用先前未被發現的漏洞入侵了 Hugging Face 平台，證實了 AI 模型在發現和利用軟體漏洞的速度上，已超越人類的網路安全能力。OpenAI 和 Anthropic 也曾警告，其最先進的模型能夠入侵普及的應用程式。

然而，經濟上的全面轉型仍需時間。根據聯準會經濟學家 Paul E. Soto、Mason Thieu 和 Jeffrey S. Allen 於 2026 年發布的報告分析，經濟正圍繞 AI 進行重組，但影響目前集中在特定領域，處於「建設階段」，而非廣泛的取代。雖然投資持續成長，AI 採納度提高，且部分高度接觸 AI 的產業展現出強勁的生產力，但勞動市場的整體衝擊仍屬集中，並未全面擴散。報告指出，高額投資先於可衡量生產力增長，是通用技術發展的典型特徵。勞動生產力成長雖然在 AI 高度相關產業有所提升，但整體生產力趨勢相對穩定，暗示微觀層面的進步尚未在宏觀層面完全顯現。總體失業率維持溫和，但 AI 對年輕勞工的影響，主要體現在招聘速度放緩而非直接裁員。從「能力 → 負擔能力 → 整合 → 深度應用 → 企業產出 → 整體生產力與勞動影響」的轉型鏈來看，聯準會的報告認為，儘管 AI 能力令人印象深刻，但基準測試的快速進展不代表立即會帶來經濟上的全面轉型，這仍取決於長期的部署和「深度應用」。