随着ai时代爆炸的发展，在感叹于ai的能力强大的同时也在后怕，如此的一个强大且不知疲倦的东西是否真的可以替代我们? 现有的工作岗位是否都会被取代?
昨天晚上10点在和朋友交流的过程中，她问我什么岗位以后不会失业呢?确实把我问懵了，随之而来的是无穷的痛苦。结合最近和各种不同层次的人进行讨论的结果，我觉得需要进行总结下，大致分为的以下几种，顺便从一个程序员的角度聊一聊。
一、认为容易且缺乏创造性的工作会失业
认为低端且重复的工作会被取代，这个概念其实很不严谨。因为每个人对于“低端”、“重复”的定义不同，到底什么是重复性强? 什么是容易?显然我们需要一个清晰的逻辑，才能继续讨论。
可能大多数人都认为有一些工作是重复性强的，是容易的。但是要合理的评价事情的容易以及重复性需要建立一个统一的评价指标。毕竟就像是一个简单的mlp(多层感知)的代码实现，对于一个资深的算法工程师来说很简单，但是对于一个大学生来说并不容易。该如何建立这个评价体系是个非常大的问题，如果纯从技术和学术的角度出发，任何已有的知识都是一个简单且容易的事情。例如，修建一条跨海隧道，有很多成功的案例，不困难。真的困难的是人类尚未解决的问题，例如大到，可控核聚变、常温超导体，小到大参数llm模型的幻觉问题。
- 本质是“概率预测”而非“数据库”： LLM 的底层逻辑是下一个词预测 (Next-token prediction)。它们并没有像传统数据库那样存储具体的“事实”，而是通过海量数据学习到了词汇之间的统计和概率关系。当它生成一段看似合理的文本时，它是在进行概率拼接，而不是在“回忆”客观真理。
- 缺乏对真实世界的真正理解： 模型没有常识，也没有物理世界的运行逻辑。只要生成的文本在语法和概率上是顺畅的，模型就会自信地输出，即使内容违背了客观事实。
- 训练数据的局限性： 训练大模型的数据往往包含了互联网上的错误信息、偏见、甚至自相矛盾的内容。模型吸收了这些“有毒”数据，自然也会在输出中反映出来。
这种一直无法真正的解决真正解决的问题或许才不算是简单且重复性质高。如果是这样，那就太可怕了，只有尖端行业的工作才有价值，大部分维持社会运转的工作都可以交给ai。其实仔细想想看，确实是这样的，ai是一个强烈的生产力工具，可以提升百倍千倍的生产力，这就会出现只需少部分人劳动，多数人躺平的情况发生。
小结下，我觉得这种观念的到此为止就不攻自破了。毕竟根本站不住脚，抽象的说，其实和50步笑百步差不多，因为大多数的工作哪怕是有着创造力的工作，只要被量化后，ai都可以很好的处理。
二、认为ai很笨，完全不可能替代
这里才是最恐怖的，大多数人都没意识到ai的到来或许比前几次工业革命更加爆炸。由于多数人的信息闭塞，用不到人类目前相对顶级的ai，又或者是不屑一顾连用都不用。作为一个AI boy我可以负责任的告诉大家，目前ai的水平在所有的行业中已经是顶级高校博士的水平了，甚至某些层面超过了全部的人类。我觉得首先要正视AI，理性的分析。
这类观点常见的论据大概有几种：
- “它没有意识，所以永远不可能做出真正的创造。”
- “它只会抄袭和拼接，不会自己思考。”
- “它现在写的东西一眼就能看出来很假。”
这些话听起来都没错，但问题在于：它们讨论的是“终极形态的 AI”，而我们真正要面对的是“工具形态的 AI”。绝大多数岗位被替代，并不需要 AI 具备意识，也不需要它原创出莎士比亚级别的作品，只需要它能够把工作流程拆成若干小步骤，并在其中的大部分步骤上做到：更快、更便宜、更稳定。
举个不那么极端、但更贴近现实的例子：
- 一个岗位每天要写 50 封邮件、整理 20 份文档、做 10 次对比、开 5 个会。
- AI 不需要把“整个岗位”一次性干掉，它只要把邮件写作、文档归纳、信息对齐、会议纪要、简单决策建议这些环节做到 80 分。
- 组织就会发现：原来 10 个人做的事，变成 3 个人加上 AI 就够了。
这里面最关键的误区是：大家习惯用“AI 是否完美”去判断“岗位是否安全”。但市场的逻辑从来不是完美主义。对企业来说，替代的阈值往往是“足够好 + 足够便宜”。对个人来说，最危险的不是 AI 比你强，而是 AI 让“你的优势不再稀缺”。
所以我并不担心 AI 会不会写出诺贝尔文学奖级别的文章，我更担心的是：那些原本需要你花 5 年才能熟练掌握的技能，可能被一个提示词压缩成 5 分钟。
三、真正不会轻易被替代的：热爱驱动的“长期主义”
如果前面两种观念都站不住脚，那剩下的问题就变得更尖锐了：在 AI 提升生产力、压缩学习曲线、稀释技能壁垒之后，我们还靠什么区分自己？
我越来越觉得答案不在“技能清单”里，而在一个看起来很虚、但极其硬核的东西上：热爱。
这里的热爱不是鸡汤式的“做你喜欢的事”，而是指一种能力：
- 你愿意在短期没有回报时继续投入
- 你愿意在枯燥重复时继续打磨
- 你愿意在别人放弃时继续向前
当 AI 把“入门”变得廉价，把“标准答案”变得唾手可得时，人和人的差距会更集中地体现在两点：
- 你会不会提出更好的问题。
- 你愿不愿意把一个问题追到足够深。
而这两点，往往需要热爱来支撑。因为深入意味着孤独，意味着反复被否定，意味着很长一段时间里你看不到掌声。
更现实一点说，未来很多工作的核心竞争力可能会从“会做”变成“持续做”。
- 会做方案的人会越来越多。
- 会写代码的人会越来越多。
- 会做内容的人会越来越多。
但能持续三年、五年、十年，在一个领域里迭代自己的认知、审美、判断力的人，依然稀缺。稀缺的东西才有议价权。
小结
所以我现在更愿意把“不会失业”理解为：不是你永远安全，而是你永远有重新开始的能力。而热爱，是这种能力最稳定的燃料。
评论 (0)