转发: 新闻实验室会员通讯（933）AI会消灭工作吗？
发件人:
新闻实验室Newsletter <noreply@newsletter.newslab.info>
已发送:
2026年6月2日星期二 00:06:35 (UTC+08:00) Beijing, Chongqing, Hong Kong, Urumqi
收件人:
edwinsui@outlook.com <edwinsui@outlook.com>
主题:
新闻实验室会员通讯（933）AI会消灭工作吗？
作者 方可成 • 2026年6月1日
Photo by Hennie Stander / Unsplash
AI到底会不会抢走你我的饭碗？
今年2月，微软AI CEO Mustafa Suleyman 说 ，18个月之内，几乎所有白领工作都可以被自动化。Anthropic的CEO Dario Amodei也预测，AI会带来很高的失业率。近期的裁员新闻里，把AI列为原因的公司越来越多，科技行业更是重灾区。
不过，最近行业内部又冒出了另一种声音，像是要给大家吃一颗定心丸：别慌，工作没那么容易被消灭。
我长期关注的科技媒体人Casey Newton在他的newsletter“ Platformer ”上做了一系列关于AI与工作的访谈，连着好几周对话AI公司的CEO和其他高层，讨论这个问题。
今天的会员通讯，我们通过这个系列的前3期（嘉宾分别是Box的CEO Aaron Levie 、Google高级副总裁 James Manyika 、Claude Code负责人 Boris Cherny ），来了解一下硅谷对这个问题的一些最新看法。
三位高管送上的定心丸
这三位嘉宾，一个卖企业软件，一个是研究劳动力市场出身的高管，一个亲手在造那把要取代程序员的刀。他们的论证虽然各不相同，但是核心观点类似，那就是：不用太担心“工作没了”这件事。
先来看Box的CEO Aaron Levie，他的版本最朴素：工作不会消失，只会繁衍出更多。
Box是一家做企业文件存储和管理的公司，过去一年里，市场上一直流传着所谓“SaaSpocalypse”（SaaS末日）的说法，也即认为传统企业软件即将被AI智能体吃掉。Levie并不在这个阵营。他认为：智能体不会取代用软件的人，反而会成倍地增加使用软件的工人。
这里面的一个关键词是：最后一公里（last mile）。Levie说，你我用AI随手vibe-code出一个东西，会觉得自己替代了工程师、会计师、律师。但你仔细一看，那只是这份工作的头80%，剩下的20%才是这些职业全部的价值所在——所有的专业判断和领域知识，都藏在那最后的20%里，而不是AI生成出来的那段文字或代码里。
Levie还抛出了一个很具体的判断：未来的工程师，更可能在一家药厂上班，而不是Meta。他的逻辑是，过去二十来年从顶尖院校毕业的程序员，绝大多数都被吸进了硅谷，去做消费级App、广告系统、打车软件；而地球上其余所有公司（银行、车企、制造业、生命科学公司……）因为抢不过Google和Facebook，长期招不满工程师，软件也就难用得出了名（“你要是登录自己的网银还觉得好用，那你大概是稀有物种。”）
如今，Claude Code、Codex这类工具进场，一件过去要三五十个工程师才啃得动的事，变成五到十个人就能搞定，这些非硅谷公司第一次有能力去做它们从前没钱、没人手去碰的事情。于是，会冒出一大批全新的工程岗位，专门负责把AI的能力嫁接到某个具体业务里。
Levie特意跑去翻了制药公司Eli Lilly（礼来）的招聘页，果然找到一个叫“实验室自动化软件顾问”（lab automation software adviser）的职位，干的就是用AI给制药实验室做自动化。这种“前线部署工程师”（forward-deployed engineer），在他看来正是增长最快的工种之一。
把同一件事放到整个劳动力市场的尺度上说的，是Google和Alphabet的高级副总裁James Manyika。他在硅谷之外干了大半辈子，做过麦肯锡的高管，近十年前就写过一篇叫《 Jobs Lost, Jobs Gained 》的报告，还联合主持过联合国秘书长的AI高级别咨询机构。
当一些人断言大批白领工作即将消失时，这位劳动经济学家出身的高管是怀疑的。他撂下一句狠话：“有些预测是两年前做的——说两年内50%的工作会被抹掉。好，两年到了，我们来看看。谁要再为两年后下这个判断，我愿意跟他赌。”
他的怀疑也不是拍脑袋。Manyika提醒，真正研究这件事的劳动经济学家之间，争的从来不是“会不会有一半工作消失”，而是未来十年里，能被自动化掉九成以上任务的职业，到底是2%到3%，还是9%到10%——总之，没有哪个认真做过测算的人，会把这个数字说到50%。
Manyika在采访中说，经济学家David Autor等人发现，把今天的就业结构和1945年相比，我们现在六成以上的工作在当年压根不存在，其中很多正是被一轮轮技术变革凭空造出来的新行当。换句话说，技术一边在消解旧岗位，一边也在源源不断地发明我们今天连名字都还叫不出的新岗位。
而唯一一个说“我这一行的名字就要没了”的，是Anthropic的Boris Cherny。他是Claude Code的创造者和负责人，这大概是目前全世界增长最快的AI编程工具（事实上它的应用场景远不止编程）。Cherny属于坚信“软件工程师这个职业正在终结”的那一派。Cherny说自己前阵子去给一批YC创业者做分享，过去他总爱先问一句“谁在用Claude Code”。如今全场都举手，这问题已经不必问了，于是他改问“谁的代码是100%由ClaudeCode写的”，台下一半的手举了起来。再问“谁的代码一行都不是模型写的”，两百来号人里，只冒出一只手。
Cherny自己也已经超过六个月没有亲手写过一行代码了。他说，对于他做的那类工作，编程“基本上已经解决了（solved）”。他甚至预测，“软件工程师”这个头衔可能就在今年之内开始消失，融化成一个更接近“builder（搭建者）”的角色。
不过，这个正亲手把自己工作自动化掉的人，对未来的判断并不悲观。头衔的消失并不意味着工作的消失：“我不觉得我们还会管他们叫工程师。但如果说的是写代码、或者用智能体写代码的人，我认为未来会比今天多出一百倍。”最能说明问题的，是他团队里角色的“融合”。他们的经理Fiona已经十五年没碰过代码，进了Claude Code团队又重新写了起来；产品经理在写，设计师也在写——“你不必再是工程师，才能写代码。”
他那句“编程已经解决了”，常被人掐头去尾地引用，他自己特意补上了完整版：是“我做的那一类编程”被解决了。他手上的活儿——Claude的命令行工具、桌面和手机App——都是比较新、比较小的代码库。可Anthropic如今的客户里有NASA这样的大家伙，它们的代码库又大又绕，模型照样出错，远说不上“解决”。何况在他看来，敲代码本就只占工程师工作的一小块：过去他大约一半时间在写代码，另一半在跟用户聊、做头脑风暴、调试、规划。当AI把写代码这块接管过去，人反倒被腾出来去做那些他真正喜欢的事。
任务可以被自动化，工作没那么容易
这几位嘉宾的观点有一个共通的核心：可以被自动化的是任务，不是工作。
Manyika说，在“任务”这个颗粒度上，AI的进步快得惊人——2017年的时候，一个能被可靠自动完成的任务，长度大概也就30秒到1分钟；而现在，有些自动任务可以连续做上四个多小时。从这个角度看，可被自动化的任务比例早就超过了50%。
但工作是另一回事。美国劳工统计局追踪着大约850到1000种真实存在的职业，如果你问：有多少种职业的绝大部分（比如90%以上）任务都能被自动化？这个数字十年来一直顽固地停在10%以下。
为什么？Manyika给出的解释是：“耦合任务”和“最弱一环”。很多工作里的任务是绑在一起的，你哪怕自动化了其中一个，只要它必须和另一个没法自动化的任务配合完成，整件事的速度就只能由最弱的那一环决定。大多数工作都有这样的耦合，这让整份工作被自动化变得非常困难。
这和Levie说的“最后20%”很类似。Levie举了写代码的例子：你让Claude Code生成一个产品，会觉得工程师要被淘汰了。可是，代码质量大概率很糟，要让它在一年里再做四十件别的事会越来越复杂，真正把软件部署上线、保证不宕机、应对安全事件……这些比“把代码写出来”难100倍。
他说，很多人爱讲“工程师的工作从来就不是写代码”，但这不对，在过去的世界里工程师大部分时间就是在写代码，只是被“一天能写多少”卡住了，腾不出手去做别的。
更微妙的是需求的弹性。Manyika提醒我们别忘了一件事：有些活儿，是因为我们一直被“做不过来”限制着，需求其实远远没有被满足——软件开发就是典型。我们还远没有写完所有该写的软件，还没设计出所有该设计的系统。所以哪怕单个工程师效率翻了十倍，需求也会跟着水涨船高。Levie说，你刚自动化掉一份工作的90%，市场对你的要求就变了，那90%立刻变成了新的50%——因为大家知道你现在能做得更快，于是直接丢给你一个大十倍的项目。
所以三个人都反复回到Manyika那个十年没怎么变过的判断：会有一些工作减少，会有一些工作增长，而最大的一块，是工作本身会“改变”。银行柜员这个工种还在，但今天的柜员做的事，早已不是1970年的柜员做的事了。
拖拉机用了七十年
如果说Manyika提供的是“任务vs工作”的框架，那Cherny提供的就是另一把尺子：时间。
他说，拖拉机大约在1890年代就被发明出来了，但一直要到1960年代，美国农场上拖拉机的数量才第一次超过马。
前后整整七十年，时间如此漫长的原因并不神秘：农民要学会用它。早期的拖拉机又贵又不好用，一开始可能只能收小麦、不能收玉米，于是又得等人把适配玉米的拖拉机造出来。技术是魔法，但扩散是缓慢的。
这正是这两年很多人讨论的“ AI作为一种正常技术（AI as normal technology） ”的论点：哪怕实验室不断造出能力惊人的模型，人和组织的改变都是缓慢的。技术要真正渗透进公司，是需要时间的。
在和Cherny对话时，Casey Newton搬出了经济学里的“索洛悖论”（ Solow paradox ）——1980年代，人们到处都能看到计算机时代的到来，唯独在生产率统计数据里看不到。Cherny引用了1990年《哈佛商业评论》的 一篇文章 ，其中发现：那些真正靠计算机变得更高效的公司，是把纸张、文件柜、笔统统扔掉、把计算机放到一切中心的公司；而那些只是在角落摆一台电脑、其余照旧手写的公司，并没有获得多少提升。Cherny说，今天的AI是同一个道理——在Anthropic，他们把一切都围着Claude来组织，怎么写代码问Claude，怎么报销问Claude，下一个假期是哪天也问Claude。你必须改造全部的业务流程，而这需要时间。
Manyika从宏观给出了几乎一样的判断。他说，到目前为止，在整个经济的层面上，AI带来的生产率提升我们还没怎么看到，AI驱动的劳动力冲击我们也还没怎么看到——“还没发生多少”。他甚至对那篇被反复引用的《 煤矿里的金丝雀 》论文提出了质疑：它显示入门级岗位的急剧下滑发生在2022年10月前后，可ChatGPT该年11月才问世，企业大规模采用要等到2023年。如果下滑发生在ChatGPT之前，那背后多半是别的原因，比如货币环境、疫情的后遗症，而不是AI。
他用了一个词来形容这件事的真实质地：jaggedness，参差、不平整。“我住在旧金山，无人车在这儿已经跑了三年。但住在芝加哥的人完全不知道我在说什么。”技术是参差的，经济落地也是参差的。它会比工业革命快，但不会有技术本身看上去那么快。
拥抱未来 vs 被未来收割
读到这里，你可能已经察觉到一个问题：给我们吃定心丸的这三个人，其实都是AI的既得利益者。让他们来评判AI会不会伤害打工人，难免偏颇。
“别担心”这种安抚，本身也服务于行业的利益——Manyika就直白地说，我们这些做AI的人天天嚷嚷要消灭50%的工作，其实是在用没有根据的恐惧吓退所有人，反而损害了这项技术本可以带来的巨大影响。换句话说，贩卖安心，也是为了这个行业的继续发展。
这三场访谈，全都是站在金字塔上方往下看的视角。Casey Newton替听众追问：当一份曾经很有创造性的工作，变成“我整天就是在审核AI吐出来的垃圾”，这种乏味的“最后一公里”，会不会其实是另一种形式的工作消失？这个问题，三个高管都承认是真问题，但都没法替真正坐在那个位置上的人回答。
那么，坐在那个位置上的人，自己又是怎么说的？最近《纽约时报》上的一篇 评论 ，恰好补上了这块缺席的声音。作者是长期往返中美两地、新出版了 《The Wall Dancers》 的记者Yi-Ling Liu，文章的标题本身就够刺眼：《被未来收割的共同感受》。
作者的核心观察是：我们被反复灌输的那个故事——中美在AI上你追我赶、争抢通往AGI的入场券——遮蔽了一个更要紧的共同现实：技术正以令人眩晕的速度成形，但它许诺的好处，并不是所有人都分得到。在她笔下，“建造和资助这项技术的人，把未来说成一种可供套利的承诺、一个可供攫取的机会”。硅谷的路边广告牌喊着“别再雇人了”，研究员被当成NBA球星一样用九位数年薪争抢，连美国码农都学起了中国的996；而大洋彼岸，中关村的写字楼同样彻夜不熄，创业者追逐着所谓“风口”——前阵子那个风口叫“养龙虾”，也就是训练开源AI智能体OpenClaw，近千人排队到腾讯门口给设备装软件，连家长都替小学生买“装龙虾”服务，生怕孩子掉队。一位幻灭的用户，在小红书上为这场狂热写下了全文的题眼：“这不是拥抱未来，这是被未来收割。”
被收割的感受，在两国都长出了几乎对仗的网络黑话。美国的科技精英自称“高能动性”（high agency），其余人则是注定沦为“永久底层”的bot；中国的打工人自嘲“社畜”“加班狗”，用“内卷”形容那种困在无意义竞争里的疲惫。两边的失意者，都把自己认领成游戏里的“NPC”，只负责填满别人的世界，却无力改变它。作者还提到，2025年有一批AI研究者造了个词，叫“渐进式失权”（gradual disempowerment），用来描述这样一种未来：越来越能干的AI，悄悄侵蚀人类的能动性。在她看来，这早已不是什么远期风险，而是一份关于当下的诊断书。AI已经在替公司决定招谁、辞谁，盯着考勤、标记谁在摸鱼。
这恰恰是那三场访谈里自始至终缺席的视角：高管们在争论“工作会不会消失”，而真正坐在那个座位上的人，焦虑的是另一件更根本的事：在这套由别人设计、替别人赚钱的系统里，我究竟还是不是一个能为自己做主的人。
回到那三场对话，把这件事看得最重的是Manyika。他说，真正让他夜不能寐的，不是未来十年的工作流失——坦白讲，他并不担心那个——而是我们要如何支撑工人们必须经历的那些转型。他回忆起在麦肯锡时学到的一课：所谓“中国冲击”在总量上大概只影响了美国人的400万个工作，放在美国经济的尺度上似乎不算大。可如果你正是那400万人之一，那就是你的全部。而当年他们在安全网、工资保险、转型支持上做的，远远不够。
这可能才是这组对话里最该被放大的内容。与其争论“AI会不会消灭工作”，不如问问：改变真的在发生，可有没有人为那些被改变的人准备好一份计划？现在有70%的美国人反对在自己社区里建数据中心。其中很大一部分恐惧，源于一种实实在在的感受：万一明天丢了工作，并不会有哪个政府的援手在旁边等着，把我接到人生的下一站。
乐观派们爱讲“你会被解放出来去做更有价值的事”，但这件事会不会真的发生，取决于具体怎么设计工作，怎么提供支持，而不是一句轻飘飘的画饼。
（本期下载包可以 点此 获取）
新闻实验室Newsletter © 2026 – 取消订阅
