说说AI 替代工作的问题

第一层当然是杰文斯悖论。生产力提高以后，单个任务的成本下降，需求反而可能被放大。AI 会压缩一些低价值环节，但也会让很多以前做不起、成本太高的事情变得可行。所以它不一定直接导致整体失业，更可能是改变工作内容，把人推到新的生产环节里。这个说过太多次了，今天略过。

第二点是行业阻力。AI 要替代一些任务，这个当然可以。但要完全颠覆一个成熟行业，就不只是技术问题了。成熟行业有监管，有资质，有客户信任，也有长期形成的利益结构。本行业的人不会坐在那里等着被替代，他们一定会用自己的规则保护自己的位置。

这也是很多 AI 替代论容易低估的地方。一个行业表面上看起来是低效，但这种低效背后往往有原因。它可能是责任划分，可能是合规要求，也可能是客户信任和风险控制。你想提高效率可以，但你想绕过整个行业的规则和利益结构，就没有那么简单。

第三点是我更想说的重点。很多人预测白领大规模失业，其实是站在门外看门内。他们看到程序员写代码，律师看合同，白领做报告，就以为这些职业的核心价值就是这些表面动作。于是他们觉得 AI 会写代码、会总结文件，这些人马上就没用了。这个判断的问题在于，把行业的一些表面工作当成了这个职业的全部。

现代社会是高度分工的，隔行如隔山。一个 AI 大牛懂模型，不代表他懂每一个行业。一个人在行业里干很多年，价值未必只是生产力高，更多是他知道这个行业怎么运转，什么地方会出问题，什么事情不能碰，出了问题应该怎么处理。这些行业连接和经验，外行很难看见。

所以只从生产力角度分析工作替代，结论很容易出现偏差。AI 可以提高局部效率，但局部效率不等于整个职业消失。工作不是一个孤立动作，而是一个人在组织和行业里的位置。越复杂的行业，越是这样。

最近的现实数据也没有支持“AI 已经造成大规模白领失业”这个说法。按照美国劳工部 BLS 已公布的 JOLTS 数据， 2026 年 4 月，美国职位空缺约为 761.8 万，超了预期好多。同时，BLS 对软件开发、质量保证分析师和测试岗位的长期预测是，2024 到 2034 年增长 15%，每年平均约 12.92 万个岗位空缺。这个数据说明，“AI 已经造成程序员行业整体崩盘”这个说法是不成立的。

AI 会肯定改变很多工作，也会淘汰一部分只做表层动作的人。但任务不等于岗位，岗位也不等于行业。一个行业能不能被真正颠覆，最后看的不是某个任务能不能自动化，而是它背后的规则和利益能不能被颠覆。