前不久，特斯拉前AI总监、OpenAI创始成员Andrej Karpathy（安德烈·卡帕斯）发布了一项引爆科技圈的硬核项目——他爬取了美国劳工统计局（BLS）包含的近1.43亿个工作岗位的342个职业数据，然后把它们全部扔给了目前最强大的大语言模型，做了一场规模空前的”AI替代性压力测试”。
他给AI下达的核心Prompt是这样的：”去看看这些工作的内容。看看这份工作在多大程度上依赖于’屏幕’和’数字化接口’？如果这份工作的所有环节都在屏幕上完成，那这个人就彻底凉透了（You’re cooked）。”
当最终的”AI就业全景交互树状图”可以在这里看到：https://joshkale.github.io/jobs/
这个结果让埃隆·马斯克都忍不住转评赞了一个：”如果生产力真的这样飙升，我们很快就需要考虑发放’全民高基本收入’了。”
当”学编程”成为笑话
一直以来，我们认为：技术越进步，被淘汰的就越是出卖体力的底层劳工，而受过高等教育、从事脑力劳动的人将会幸存下来。
但Karpathy的跑分结果讲的不是这样的：在这场满分为10分（0分代表绝对安全，10分代表分分钟被AI替换）的测试中，1.43亿打工人的平均得分为4.9分。
更有意思的是两极的情况：
先看”死亡名单”顶端的极高危职业（8-10分，覆盖逾3200万人）：
- 医疗转录员(Medical Records Specialists)：9分。（毫无悬念，语音转文字加AI摘要，他们连挣扎的余地都没有。）
- 财务分析师、数据分析师、律师助理：9分。
- 软件开发者、程序员、文字编辑：8-9分。
再看”绝对安全区”的赢家（0-2分，覆盖逾4000万人）：
- 屋顶工：0-1分。
- 水管工、消防员、电工：2分。
- 美容师、高级木匠：低风险。
当年那些被父母指着鼻子教育”不好好读书，以后就只能去修水管”的孩子，现在成了AI时代拥有最高护城河的人。
初级岗位的”断子绝孙”与中层的”系统性架空”
很多人看到这里会自我安慰：”我不是初级员工，我是资深分析师/高级开发，AI目前那点水平，不仅经常幻觉，产出的都是’工业垃圾（Slop）’，根本替代不了我。”
这是一种非常危险的短视。结合Anthropic（Claude的母公司）今年发布的《AI对劳动力市场的影响》白皮书，以及麦肯锡最新的《智能体报告》，AI蚕食职场的步骤是一步一步的：它的第一步就是让初级岗位”断子绝孙”。
这就导致了一个灾难性的后果：企业不再需要”学徒”了。过去，一个高级合伙人手下需要带5个实习生和初级分析师，由他们来完成找数据、画PPT、写初稿的”脏活累活”。初级员工在干这些脏活的过程中，逐渐成长为高级人才。
但在今天，这个高级合伙人只需要一个月花一顿饭钱订阅一个XXAI的会员，或者使用接入企业知识库的AI Agent，他一个人的产出就可以抵得上过去一个团队。
杠铃策略
在AI时代，你的职业规划必须遵循”杠铃策略”——要么极度贴近物理世界与真实人性，要么极度走向高维抽象与资源整合。最危险的，就是留在试图跟机器比拼算力和效率的”平庸中间层”。
第一端是”高接触、强物理”的护城河：如果你从事的是需要复杂手眼协调、适应非标准物理环境的工作（如高级设备调试员、特种机修工），或者是需要深度提供情绪价值的工作（如高级心理咨询师），你的身价将在未来十年暴涨。
另一端是”高杠杆、强品味”的超级节点：你需要成为那个能一眼看出哪张海报最能击中目标用户痛点的人；你要成为那个能把懂代码的AI、懂财务的AI和懂法律的AI，缝合进公司现有工作流的”流程架构师”。
原文链接：虎嗅
