AI与就业：一场200年没吵完的架
2025 年科技行业的招聘页面很分裂：传统软件工程师岗位在缩，带"AI"前缀的职位在涨。同一家公司，左手砍初中级开发和项目管理，右手开 Agent 编排工程师和 AI 应用架构师。
AI 同时在创造和消灭工作岗位，这不是新闻。问题是哪边快，以及中间那段"旧工作没了、新工作还干不了"的空窗期有多长。经济学家围绕这个问题吵了 200 年，结论就一句：技术革命长期创造就业，但过渡期非常痛苦。李嘉图 1821 年就证明了蛋糕变大不等于每个人分到的都变多，凯恩斯 1930 年发明"技术性失业"这个词，专门说的就是这种过渡期。
200 年后的今天，理论没变，但 AI 让过渡期的形态变了。
AI 正在替代哪些工作
不是猜测，已经在发生了。
翻译行业的萎缩最直观。Duolingo 2024 年 1 月裁掉了约 10% 的承包商，官方说法是"生成式 AI 正在加速我们的内容创作"。一年后的 2025 年 4 月，Duolingo 干脆宣布逐步停止使用人工承包商，全面转向 AI。不是个例。日常商务文档、产品说明、新闻稿这些翻译需求，正在被 AI 整块整块地吃掉。
客服领域的变化更猛。Klarna 2024 年 2 月披露了一组数据：AI 客服助手上线一个月，处理了三分之二的客服对话，相当于 700 名全职客服的工作量。满意度跟人工持平，解决时间从 11 分钟降到 2 分钟以内。银行、电商、电信看到这个数字会怎么做？答案显而易见。一线客服坐席在持续缩减，剩下的人工坐席处理的基本都是投诉升级和复杂纠纷。
编程领域没有大规模裁员的新闻，但招聘结构在悄悄变。高级工程师的需求没减，减的是初中级。一个会用 Cursor 的初级工程师产出能接近以前的中级，公司算账很简单：以前需要五个初中级的活，现在三个人就够了。2024 年 Stack Overflow 调查的数据印证了这个趋势：76% 的开发者在使用或计划使用 AI 工具，62% 已经天天在用。工具让每个人都变快了，但入门的门槛没降，入门级的坑位反而变少了。
设计行业调整得也快。Midjourney 出来之前，一个概念设计方案从草图到定稿可能需要一周。现在设计师一天能跑几十个方向，效率不是提高了一点半点。但这个效率提升对谁有利？对能驾驭 AI 工具的资深设计师有利，对只会执行的初级设计师就是灾难。设计师的角色从"画图的人"变成了"审美决策者"，执行层的活急剧缩小。
这些案例有个共同点：被替代的不是最底层的体力劳动，而是中间层的认知工作。工业革命从底部往上啃，AI 反过来，直接从中间层插入。而且还在往上走。去年还需要人来做的技术方案设计，今年 Claude 已经做得像模像样了。
AI 创造了哪些新工作
新岗位确实在出现，只是跟消失的不是同一批人能干的。
Agent 编排工程师，2024 年之前这个职位不存在。现在各大科技公司都在招，核心工作是设计多 Agent 协作系统，让 AI 自动完成复杂的端到端任务。AI 安全研究员也是，OpenAI、Anthropic、Google 都在大幅扩充安全团队。
还有一类新岗位听起来没那么光鲜：AI 训练师，做人类反馈标注和模型调优。创造了大量入门级岗位，但工资不高，工作重复，说白了就是新形态的数据标注员。AI 产品经理倒是稀缺，需要同时懂产品逻辑和模型能力边界，目前极其难招。
上游也在膨胀。数据中心建设、芯片设计、能源供应，英伟达市值翻了好几倍，供应链上的就业确实在增长。
但两个问题绕不开。技能门槛不对等：做了十年翻译的人，不可能下个月去做 Agent 编排。地理集中度太高：硅谷在疯狂招 AI 人才，二三线城市的传统白领感受到的只有裁员。
Acemoglu 的任务框架把这个不平衡说得很清楚。他把就业拆成"任务"而不是"岗位"来分析，发现 1980 年代以来，技术进步创造新任务对劳动需求的拉动效应在持续减弱。新任务还在出现，但补偿力度不如以前了。AI 让这个趋势更极端。
三个速度在赛跑
整个问题归结到三个速度。
替代速度最快。AI 做到"够用"的速度是指数级的，每半年上一个台阶。2024 年 AI 翻译在多数场景超过人类平均水平，2025 年 AI 写代码能独立完成中等复杂度功能。以前的技术替代是线性的，AI 不是。
创造速度次之。蒸汽机从发明到铁路行业大规模雇人，中间隔了 40 年。AI 快得多，Agent 编排从概念到正式岗位只用了两年。但新产业需要配套的教育、基础设施和市场需求逐步成熟，这些急不来。
适应速度最慢。从"会翻译"到"会做 AI 产品"，不是报个培训班就能解决的事，需要重建整个认知框架。教育体系的调整更慢，大学今年开的 AI 课程，学生四年后才毕业。
替代远快于创造和适应，中间就是一个就业断层期。不是永久的大规模失业，而是一段痛苦的过渡，可能持续 5-15 年。
谁最受冲击
以前的规律是高端和低端安全、中间层被挤压。AI 把这个规律改了。
律师助理、初级金融分析师、医学影像判读，这些岗位收入不低，但核心工作是信息处理，AI 恰好擅长这个。水管工、电工、护理人员倒是几乎不受影响，因为要在物理世界里灵活操作。分界线不再是收入高低，而是信息处理还是物理操作。
比失业更常见的一种情况是"降级就业"。你还有工作，但议价能力消失了。AI 能做你 70% 的活，你的不可替代性从核心技能变成了"愿意加班"和"能跟客户喝酒"。翻译、设计、初级法务领域已经在发生这种事。
软件开发的情况稍好。替代速度快，但这个行业的适应速度也快——AI 辅助编程从质疑到日常工具只用了两年。开头提到的"砍初中级、招 AI 工程师"，说明补偿效应已经启动了。阵痛会有，但周期可能在 3-5 年。
个人能做什么
宏观趋势个人改变不了，但补偿机制是真实的，只是有时间差。能扛过时间差的人最终受益，扛不过的就成了统计数字。
用 ChatGPT 查资料是"用 AI"，能把 Agent 编排进工作流里自动完成端到端任务是"跟 AI 协作"。两者的稀缺性完全不同，后者至少未来五年不会过时。
AI 替代曲线最慢到达的地方：复杂的人际沟通、跨领域的系统性判断、需要承担后果的决策、需要在物理世界操作的技能。往这些方向走。
十年前"会 SEO"是铁饭碗，五年前"会数据分析"是铁饭碗，现在这两样 AI 都做得不错了。铁饭碗这个东西本身在消失，能快速学新东西的能力才是最耐用的技能。
凯恩斯说长期来看人类会没事。但他在另一个场合说过一句更实在的话：长期来看，我们都死了。