2026年6月25日，华盛顿的发布会现场坐着两个不太可能同台的人——前美国商务部长吉娜·雷蒙多（Gina Raimondo）和前印第安纳州长埃里克·霍尔科姆（Eric Holcomb）。一个民主党，一个共和党，两人共同宣布了一件事：他们攒到了5亿美元，专门用来应对AI给就业市场带来的冲击。

这个组织叫”Raise Us”，定位很明确：无党派、非营利、不碰政治。雷蒙多在采访里说得很直白——美国现在拼命在AI技术上跟全球竞争，但少了关键一块，那就是”人”的策略。技术跑得飞快，可那些被AI替代的工人怎么办，没人认真想过。

“AI是一个令人兴奋的技术，我们希望美国在全球AI竞争中领先。但我认为转型期真的会有阵痛——数百万美国人可能得换工作，或者他们的工作直接没了。现在就得行动起来，想办法让这个过渡不至于让底层的人摔得太惨。”

5亿美元从哪来？

雷蒙多不是空手开张。她在宣布之前就已经锁定了5亿美元的承诺资金，目标是要筹到10亿。出钱的有亚马逊、Anthropic、微软、OpenAI这些AI圈的大玩家，也有大型企业和慈善基金。

这个阵容本身就很说明问题——AI公司愿意掏钱，说明它们也意识到：如果AI替代工人的速度太快、又没有缓冲机制，整个社会对AI的反推力量会越来越大。与其等政府强行监管，不如主动拿出解决方案。

雷蒙多警告说，能行动的时间窗口比大多数人想的都要窄。等大规模的AI失业真的来了再动手，就太晚了。

四个支柱，先在四个州试点

Raise Us的具体做法分四个方向，他们叫”四个支柱”：

• AI职业导航——用AI工具帮工人识别自己的技能可以转移到哪些新岗位，而不是让每个人自己去瞎琢磨。
• 服务年计划扩展——扩大已有服务年项目的规模，让更多人在转型期有事情做、有收入。
• 工资保险——如果工人换工作后工资下降了，这个机制可以补一部分差额。这个概念在美国讨论了很多年，但一直没大规模落地。
• 与州政府和大学校合作——在地方层面设计培训项目，不是华盛顿拍脑袋搞一套全国通用的方案。

目前已经有四个州同意参与试点：阿肯色、康涅狄格、马里兰、犹他。选择这四个州本身也体现了跨党派思路——有红州也有蓝州，看看哪种模式在不同政治环境下能跑通。

为什么是雷蒙多？

雷蒙多这个人有意思。她当过罗得岛州长，后来被拜登提名为商务部长，在任内深度参与了芯片法案（CHIPS Act）的实施——也就是美国政府拿出数百亿美元补贴本土半导体制造的那项政策。她既懂技术政策，又有实际操盘大规模政府项目的经验。

离开政府后，她没有回华尔街或者去某家AI公司当顾问，而是搞了这个专注于工人转型的非营利组织。她在接受Fast Company采访时说，美国现在对AI的投资疯狂地集中在技术和基础设施上，但”人”这一侧的投入严重滞后。

霍尔科姆的加入也很关键。作为前州长，他理解州层面的政策落地有多难——联邦政府可以出钱，但最终执行是在州和地方层面。两人组合相当于覆盖了”联邦政策+地方执行”的完整链条。

---

这件事为什么值得关注

AI失业这个话题已经讨论了好几年，但大多数讨论停留在”会不会发生”和”有多严重”的层面。Raise Us的不同之处在于，它试图在问题大规模爆发之前就建立应对机制，而不是等乱象丛生后再去补救。

另一个值得注意的点是，这个倡议是AI公司主动出钱支持的。这和过去科技公司面对外部性问题时的典型反应不太一样——通常他们会先否认问题存在，等舆论压力太大再被动应对。Raise Us至少说明部分AI公司管理层已经意识到，主动管理社会影响比被动挨打要划算。

当然，5亿美元听起来很多，放到全国范围的工人再培训需求里，这个数字其实挺小的。Raise Us更像是一个示范项目——如果在四个州能跑通，后续才会有更大规模的公共资金投入。雷蒙多很清楚，光靠慈善钱是解决不了系统性问题的。

最后说一句，这件事发生的时间点很有意思。2026年正好是美国中期选举年，AI对就业的影响已经开始在数据中显现（参考SignalFire的工程岗位数据），但还没有成为全国性的政治议题。Raise Us选择在这个时间点上宣布，很难说没有为未来政策讨论设定议程的意图。

有人用ChatGPT告倒了房东，也有人被AI骗去要700万美元——法院开始头疼了

在美国科罗拉多州，联邦地方法官Maritza Braswell最近注意到一个奇怪的现象。她每天在办公室里翻阅的文件，越来越多出自没有律师代理的普通人之手。这些文件写得比以前清楚多了——但也更容易出现幻觉，引用根本不存在的案例。她慢慢学会了一件事：辨别AI的文风。

诉讼量突然涨了

一项来自MIT和南加州大学的研究，分析了2005年到2026年间的450万起联邦民事诉讼，发现了一个明显的拐点。由没有律师代理的人提起的诉讼占比，从2022年的11%上升到2025年的16.8%。这些文件中，被AI文本检测器判定为包含AI生成写作的比例，从2023年的1%飙升到2026年的18%。

法官Braswell认为这个跳跃和AI的普及有直接关系。她算得上是科技素养比较高的法官，自己也会用AI来辅助审阅法庭文件。正因为如此，她越来越能认出大语言模型写出来的文字——那种过于规整、过于自信、偶尔会编造案例和引文的文风。

AI让”打官司”变容易了，但也变乱了

说起来，没有律师代理的人打官司，最大的问题从来不是”乱”，而是”看不懂”。法官Braswell说，她审理过的自辩诉讼中，有不少手写申诉书潦草到近乎天书，要花很长时间才能猜出当事人在说什么。法院按照规定，必须以最大善意去理解这些文件，哪怕写得再乱也要认真读。

AI改变了这件事。现在自辩的人用ChatGPT或Claude把想说的话整理得井井有条，法官读起来省力多了。Braswell说，她现在处理AI辅助起草的动议，速度反而比处理那些没有经过AI整理的文件更快。”如果我更能理解一个人的论点，我大概就能多帮上一点忙。”

但事情没有这么简单。AI会编造内容。研究数据显示，即便诉讼量上升了，没有律师代理的人的胜诉率并没有明显改善——打官司是一件复杂得多的事，不只是把文字写漂亮就行。

法官开始问：AI有”律师-客户特权”吗

随着AI在法律场景中的使用越来越普遍，法院开始面对一些前所未有的法律问题。其中一个是：人们和聊天机器人的对话，应该享有”律师-客户特权”保护吗？

这个特权的意思是：你和你律师之间的对话，对方律师不能强迫公开。但AI不是律师，那你和ChatGPT之间的对话呢？

目前法院在这个问题上分裂了。2026年2月，密歇根州一家联邦法院裁定，自辩人士为准备案件而与ChatGPT的对话属于”工作成果”，应对方不能强迫公开。但同一天，纽约一家联邦法院却作出了相反的裁定——法院认为Claude不是律师，用户也不能”合理期待”与AI的对话会被保密，因为AI公司本身就可能把用户数据披露给第三方。

康涅狄格州联邦地方法官William Garfinkel说：”你可以提出一个很好的论点——和Claude、ChatGPT或Grok这样的大语言模型的对话，应该获得某种程度的保护。”

AI出了错，谁负责

另一个更棘手的问题是责任归属。律师给客户错误的建议，客户可以告律师渎职。那如果AI给了错误的法律建议呢？

加州联邦地方法官Allison Goddard讲过这样一个案例：一个在商店里滑倒的原告，用ChatGPT评估自己的案件价值，然后向商店开了70万美元的价。这个价远远超出了案件实际值。Goddard法官只好把当事人叫来，一步步解释为什么ChatGPT错了，并建议一个更合理的金额。

她说：”这就像’Google医生’去上了法学院。”AI给出的法律建议听起来很自信，但底子是靠统计规律预测下一个词，不是靠理解法律。

已经有公司因为这个告上法院了。2026年3月，日本生命保险公司（Nippon Life）起诉OpenAI，指控ChatGPT在没有执照的情况下从事法律执业，还帮一个女人重启了一桩已经和解的诉讼，让法院被无意义的文件淹没。OpenAI则在4月向法院申请驳回此案，辩称ChatGPT不是律师，”ChatGPT不是一个人，它没有任何程度的法律知识或技能”。这个案子目前还在审理中。

立法者开始行动了

各州已经开始考虑立法，要求AI公司在聊天机器人提供错误法律建议时承担责任。纽约州在2026年3月提出了一项法案，禁止聊天机器人冒充律师，即使用户已经被事先告知对方是AI。美国国会也有一系列提案，要求禁止聊天机器人冒充律师、医生和其他有执照的专业人士。

但这些法案目前都还没有取得实质性进展。立法总是比技术慢半拍，这一点在AI时代显得尤为明显。

---

法官Braswell说，这个系统对普通人来说真的很难 navigating。有了AI，事情至少变得不那么复杂了。她注意到，以前自辩的当事人被她问到为什么想要某份证据时，总是怯生生地嘟囔。现在，他们会自信地回答——因为已经和聊天机器人排练过了。

AI正在改变人们接近司法的方式。它让更多的人能够表达自己的论点，但同样也让更多的人带着错误的期待走进法院。法院、立法者和AI公司都还在摸索：当聊天机器人坐上律师席，规则到底应该怎么定。