人工智能与社会福利：当工作不再稳定，安全网还能兜得住吗？

2026 年大选议题系列 · 第 8 篇

当工作变得不稳定，社会福利就不再只是“安全网”。它开始决定：不确定性，是被缓冲下来，还是直接演变成一场生活危机。

人工智能正在改变人们工作的方式、工作的频率，也改变收入的可预测性。职业变得更加碎片化，工作呈现出“断断续续”的状态。即便名义上仍然“有工作”，收入波动却比过去更频繁。

但问题在于，我们今天所依赖的社会福利体系，仍然建立在一个截然不同的前提之上——稳定、连续的就业。

这种错位，已经不再是抽象问题，而正在成为 2026 年选举中最现实、也最具政治敏感度的议题之一。

社会福利体系，是为“稳定工作时代”设计的

美国的大多数社会福利制度——无论是医保、失业保险，还是各类收入支持——本质上都源自上世纪中叶对工作的想象。

它们默认：人们长期受雇于同一单位；收入相对稳定；“有工作”和“失业”之间有清晰界线。

而人工智能，正在逐一瓦解这些假设。

工作周期缩短，合同制、零工、平台型就业越来越普遍；收入时有时无，却往往达不到“失业”的认定标准。

结果是：福利体系最需要发挥作用的时候，反而最容易失灵。不是因为个人不努力，而是因为他们已经不再符合制度所理解的“典型状态”。

为什么“再培训”不等于安全网

谈到 AI 带来的冲击，政策讨论中最常见的答案只有一个：再培训。

学习新技能当然重要，但它并不是安全网，也无法替代安全网。

培训课程不能付房租；职业证书不能支付医疗账单；“未来的机会”解决不了眼前的断供。

更重要的是，再培训默认一个前提：从一份工作过渡到下一份工作，是相对顺畅的。

而 AI 带来的冲击，往往并不顺畅，也不按预期发生。技能很快过时，新岗位却迟迟不来。

把“再培训”当作收入保障的替代品，等于把结构性变化的风险，完全转嫁给个人，却不给他们过渡期的保护。

正是在这个落差中，焦虑逐渐转化为愤怒，并最终走向政治表达。

从“保障机制”变成“羞辱测试”

当福利体系难以适应新现实时，一个常见反应是：通过更复杂的条件、审查和证明，来控制资源的发放。

原本用于保护人的制度，逐渐变成了审问人的过程。

资格标准越来越复杂；审核材料越来越繁琐；等待时间越来越长；申请者不仅要证明“需要帮助”，还要证明“自己值得被帮助”。

在一个由 AI 塑造的、不稳定的就业环境中，这种设计，实质上把社会福利变成了一种道德筛选机制，而不再是社会保险。

带来的后果，不只是行政低效，而且是尊严的流失。

对许多选民来说，问题已经不再是“福利够不够多”，而是：这个制度，是把不稳定视为共同风险，还是个人失败？

社会福利，其实是一种政治基础设施

社会福利常常被当作财政支出或意识形态争论的对象，但它在现实中的作用更像是一种政治基础设施。

当经济变化加速时，福利体系吸收冲击，避免风险直接击穿家庭和社区；当福利体系失灵时，不稳定会外溢成健康危机、住房问题和政治极化。

人工智能，正在显著加快这种风险累积的速度。

如果技术红利被集中获取，而经济波动却被个人独自承担，社会信任就会被逐步侵蚀。

真正的问题并不是：社会是否“负担得起”福利改革，而是：社会是否承受得起不去改革的代价。

选民正在提出的新问题

随着 AI 对生活的影响不断显现，选民关心的问题也在变化。

当工作不再连续，安全网还能正常运作吗？
基本医疗和生活保障，是否还应该如此高度依附于就业状态？
在技术变革加速的时代，经济风险究竟该由谁来承担？

这些问题，并非来自抽象理论，而是源自日常生活：迟到的工资、不稳定的排班、以及一个越来越“不像是为普通人设计”的制度。

考验，其实已经开始

人工智能尚未彻底撼动社会福利体系，但它已经清楚地暴露了制度裂缝。

一个为稳定工作设计的系统，正在被一个高度不稳定的经济环境反复测试。政府如何回应，将不仅决定经济结果，也决定制度的可信度。

如果工作不再连续，福利就不能继续以“稳定”为前提；如果风险是系统性的，保障就不能继续被个人化。

社会福利，并不是 AI 讨论的终点。它是技术变化真正转化为政治现实的地方。

正如就业与教育一样，社会福利，或许将成为判断制度是否还能跟上未来的最关键一关。

文｜语间