跳转到内容
NTLx's Blog

当同一份证据支持三种未来，先露出来的是制度空窗

读完 WSJ 这篇《Is an AI Jobs Apocalypse Coming? Three Economists Square Off》，我先冒出来的感觉，不是“经济学家又吵起来了”。

我真正停下来的地方，是同一批证据，居然已经足够支撑三种彼此冲突的未来。有人从里面看见劳动会重新变得不稀缺；有人看见任务会被重写，但工作总量未必塌；也有人看见最先受伤的会是那些还没站稳脚跟的新手和中层白领。

这更像是大家盯着同一场地震，却分别站在断层、房梁和保险公司门口。

三种未来，其实在看三个不同层面

Section titled “三种未来，其实在看三个不同层面”

Anton Korinek 看的是终局。他担心 AI 让认知劳动和体力劳动一起变得充裕，工业革命以来“人类劳动天然稀缺”这个底层条件会被改写。真走到那一步，问题就不再是哪些岗位被替代，而是劳动收入怎么还守得住。

David Autor 看的是任务层。他的直觉更接近历史经验：技术先拆任务，再重组分工。旧任务会缩水，新任务会长出来，真正变贵的是判断、信任、经验和面对面的责任承担。MIT News 转述他的那句判断很短，也很硬：technology 会自动化，也会互补，还会创造新的 expertise 和新的 work。

Martha Gimbel 盯的则是工作现场。她提醒外界别把程序员那种干净、可拆分、可标准化的任务，当成整个经济的缩影。现实里大量岗位靠的是 care、persuasion、taste、关系维护，还有各种说不清但每天都在发生的例外处理。

这三条线并不互相排斥。它们只是分别回答三个不同的问题：长期的分配结构会不会变，短期的任务边界怎么变，真实世界里到底哪些工作先扛不住。

现在的数据，恰好足够让三派都觉得自己有理

Section titled “现在的数据，恰好足够让三派都觉得自己有理”

这才是这篇 WSJ 文章最让人不安的地方。

Stanford 用 ADP 工资单数据看到，22 到 25 岁、处在高 AI 暴露职业里的年轻人，已经出现了 16% 的相对就业下滑。你拿这组数，完全可以说“冲击已经开始了”。

可另一边，Census 的数据又很克制。到 2026 年 5 月，美国企业里“在任一业务功能中使用 AI”的比例还只在 17% 到 20% 之间晃。离“全经济体一起被 AI 改写”还差得远。

再看公司口径，戏又换了一种演法。Challenger 的 2026 年 5 月报告说，当月 97,006 个宣布裁员里，有 38,579 个被归因为 AI，占了 40%。但同一个月，美国非农就业还是新增了 172,000 人。

也就是说，裁员叙事已经很 AI，宏观就业数据却还没完全配合。

这也和我前几天写的 《AI 没有先把人替掉，它先让草率裁员显形》 能接上。很多公司并不是先看清任务边界，再决定怎么重写组织；它们更像是先想裁人，再把 AI 拿来当一个更时髦的理由。Martha Gimbel 说别太信 CEO 的表态，我觉得她说得对。公司最会包装的，从来不是技术，而是自己的决定。

训练阶梯先塌时，岗位总数的争论会突然变钝

Section titled “训练阶梯先塌时，岗位总数的争论会突然变钝”

如果只盯着“总就业会不会净减少”，有点像拿卫星图看一场局部塌方。图够大，细部就没了。

我现在更担心的是 apprenticeship。很多 entry-level 岗位的价值，本来就不只是产出，它们还是训练带、判断带、组织记忆的入口。新人先在这些位置上做整理、校对、初步分析、例行沟通，慢慢学会什么叫例外、什么叫风险、什么叫该顶住不自动化的那一下。

一旦这些初级任务先被压平，最先消失的不是某个 headline 里的职业名称，而是“人怎么被送上坡”的机制。

这也能和我之前写的 《当法务开始写代码——OpenAI 这篇 Codex 数据报告，藏着比 AI 替代人更深的信号》 接起来。那篇文章里我写过，Agent 先消融的是岗位边界。放到就业问题里，下一步就是训练边界也会松掉。法务、HR、咨询顾问开始自己做过去要靠初级工程师或分析师来完成的部分工作，组织表面上变高效了，底层却可能少掉一整层成长路径。

总岗位数也许还稳着，梯子却先被抽走了。这个后果，往往要过几年才会在工资、晋升、代际流动上显形。

经济学家给的是分歧，社会缺的是过渡制度

Section titled “经济学家给的是分歧，社会缺的是过渡制度”

所以我读完这篇 WSJ，不会把它理解成“到底该信 Autor 还是 Korinek”。那样太像站队了，也太省事。

我更愿意把它读成一个提醒：同一批证据已经能支撑三种未来，这本身就说明过渡机制还没跟上。

如果企业扩散率已经到了 80%，也许很多事已经来不及谈。偏偏现在还没有。企业层面的真实使用率不高，宏观就业也没全面坏掉，训练阶梯却已经露出裂缝。这其实是窗口期，不是缓刑期。

旧工具箱到这里就显得笨了。我们熟悉的是失业以后补救、产业受冲击以后再培训、收入掉下去以后再转移支付。可 AI 的这轮冲击更像是先改写任务，接着压缩入口，再慢慢把收益和风险重新分配。你等到失业率大幅抬头才动，很多组织里的训练回路已经断了。

“AI job apocalypse” 这几个词准不准确，我现在没那么在意。我更在意的是，当经济学家都承认生产率提升几乎成了共识时，我们是不是还在拿上一轮技术革命留下来的制度工具，硬接下一轮冲击。

这篇 WSJ 没有给答案。它把答案缺口照出来了。

如果你现在只能先补一块，你会先补就业统计、初级岗位训练，还是新的收入分配机制？

延伸阅读

Section titled “延伸阅读”

参考资料

Section titled “参考资料”