在人工智能被寄望重塑生产力曲线的当下，特朗普提名的美联储主席候选人凯文·沃什，正试图用一场“AI版格林斯潘时刻”，为激进降息寻找宏观合法性。

在所有争夺下一任美联储主席位置的候选人中，凯文·沃什的立场并不隐晦：美国利率应该更低，而且可以降得更快。

支撑他这一判断的核心理由，并不是通胀已经被彻底制服，而是人工智能正在掀起一场“有生之年最强的生产力浪潮”。在他看来，这股浪潮足以让美联储在不引爆通胀的前提下，腾出降息空间。

这个逻辑，听起来让人恍惚回到了上世纪90年代。

当年，艾伦·格林斯潘面对同样汹涌的加息呼声，选择押注信息技术革命带来的生产力跃升，拒绝提前踩刹车。结果是，美国经济在较低利率环境下持续扩张，通胀却迟迟没有失控，格林斯潘也因此被塑造成“央行大师”。

凯文·沃什毫不掩饰自己对这一历史范式的借鉴。

他在一次访谈中直言，格林斯潘当年正是基于一些当时并不显眼、甚至显得晦涩的数据，判断经济并不需要加息，而结果证明，这一判断带来了更强劲的增长与更稳定的物价。

三十年后，凯文·沃什相信，AI正在扮演同样的角色。

这种看法，并非他一人的孤例。特朗普政府内部，包括财政部长Scott Bessent在内，多位高层官员都公开表示，美国正处在新一轮生产力繁荣的早期阶段，类似于1990年代。他们的政策诉求也高度一致：尽快、幅度不小的降息。

现任美联储主席鲍威尔的态度虽然更为谨慎，但也承认，技术浪潮长期来看会提高生产力，而生产力是工资增长的基础。美联储理事Lisa Cook也表示，越来越多的证据显示，AI具备显著提升生产率的潜力。

在方向上，市场并非完全反对。

前美联储官员、现任BNY Investments首席经济学家Vincent Reinhart认为，AI确实“在抬高长期潜在产出的路径”，并可能在时间维度上压低通胀。

但关键分歧在于：时间。

Reinhart的判断是，AI对当前生产率的直接贡献仍然有限。换句话说，故事很好，但数据暂时跟不上。

不少经济学家进一步指出，眼下AI更像是在推高需求，而不是扩张供给能力。巨额资本开支、股市上涨、财富效应外溢，首先抬高的是消费和投资，而非单位劳动产出。

芝加哥大学布斯商学院教授Anil Kashyap的表述相当直白：如果现在支出大幅增加，但生产力红利要过一段时间才能兑现，那么中间这段“空窗期”，大概率会对通胀形成压力。

这恰恰构成了凯文·沃什赌局的本质。

他赌的是：AI带来的效率跃升，会比历史上大多数技术革命更快落地。

凯文·沃什预测，最优秀的公司在一年内就会做出“如今难以想象”的事情。作为斯坦福胡佛研究所研究员，他长期近距离观察AI产业发展；而他在私募股权领域负责科技投资的经历，也让他比传统宏观经济学家更熟悉技术变迁的微观细节。

他的导师、传奇投资人Stanley Druckenmiller甚至评价，凯文·沃什不仅理解宏观趋势，也真正了解AI颠覆发生的“速度与方式”。

但反对声音同样强烈。

诺贝尔经济学奖得主达龙·阿西莫格鲁就曾指出，无论是经济理论还是现有数据，都不足以支撑科技乐观派那种极度乐观的结论。ING的James Knightley也认为，即便AI最终证明是革命性技术，这一过程也不会在两年内完成，更不太可能在不伴随劳动力市场阵痛的情况下完成。

现实层面的约束更为直接。

如果参议院通过任命，凯文·沃什将在5月中旬上任，而11月就是中期选举。他将迅速承受来自白宫的降息压力。

但美联储官员最新的点阵图显示，今年大概率只会降息一次，基准利率仍将维持在3.25%以上，显著高于特朗普口中“理想的”1%。

历史的微妙之处在于：1996年格林斯潘说服同僚时，依靠的不是直觉，而是扎实的数据挖掘。

多位当年在场的官员事后回忆，格林斯潘用工资、利润、通胀与生产率之间的“反常组合”，构建出一个需要被解释的谜题，并以此支撑自己的判断。

这也为凯文·沃什划出了一条清晰的门槛。

如果他想复制“格林斯潘时刻”，靠的不会是对AI的激情演讲，而必须是能够自洽、可验证、经得起质疑的数据证据。

否则，这场押注更像是一句华丽的口号。

简单总结就是：AI也许真的会改变生产力曲线，但在数据站出来之前，美联储要不要为它提前松手刹，仍然是一道高风险选择题。

而历史告诉我们，这种选择题，要么写进教科书，要么写进反面教材。