摘要：春节假期刚过，朋友圈里的画风估计要从“年夜饭晒图大赛”秒变“求职焦虑的互助群”。年前还在纠结年终奖，年后大概要考虑今年的工作岗位还有没有了？

春节假期刚过，朋友圈里的画风估计要从“年夜饭晒图大赛”秒变“求职焦虑的互助群”。年前还在纠结年终奖，年后大概要考虑今年的工作岗位还有没有了？

大家刷了一假期的中国AI暴打纳斯达克，但有没有想过，这是技术迭代的加速度远超预期，就连华尔街的精英也始料不及。

按照以前GTP4的那种训练模式，人工智能想要实现全面自动化至少还需要5-10年的时间。

而Deep Seek的出现把训练成本和时间打到了地板上，算力瓶颈和资金上限不存在了，几乎所有公司和个人都能参与，这也就意味着AI技术即将进化到一种狂暴模式，从实验室到实际应用的周期大幅缩短，AI大规模替代人工也就只剩下了3-5年。

换句话说，留给打工人的时间真的不多了。

咱们就拿教培行业来说，自从GTP4上线后，30%的数学老师只能转岗去卖课，原因很简单，因为AI生成的教案比人写的更准确、还更便宜。

很多人可能教了二十几年的书，最后却败给了一串代码。

但从另一个角度看，资本肯定是笑疯了，以前雇个海淀名校毕业的数学老师，月薪两万起，五险一金还得另算，现在教培机构用AI生成教案，每个月电费还不到五百块，AI改错题比老师更较真，但凡一个笔画写歪了都要画个圆圈写批注。所以新东方旗下某个思维训项目，三个月内砍掉了70%的数学教研岗，股价反而出现了暴涨。

普通人感到很无力，那是因为抢饭碗的不是隔壁工位的卷王，而是改变所有行业的AI技术，这就好比让一个海淀学霸跑到非洲部落做奥数竞赛题，人家闭着眼睛都能拿金牌，完事还只是收个电费。

当降本增效遇见技术升级，只留下打工人在风中凌乱。

以前训练AI大语言模型还是个疯狂烧钱、堆算力的塔尖生意，而现在的DeepSeek R1模型的训练成本只要GTP4的1/10，一套底层算法甚至把英伟达都给整自闭了，AI的技术门槛已经下放到了是个企业就能参与的程度。

所以不光是培训班里的老师很受伤，整个教育和就业体系也难逃被修理的命运。

其实不光是马斯克、比尔盖茨、马云这些大佬公开喊话，说传统的教育体系已经没办法适应现代社会的需求，AI会促使教育系统进行彻底改变。

几乎所有的大型科技公司都在调整用人思路，以前他们看重的是学历门槛，未来的招聘标准一定是在技术和创新能力方面。

所以那些靠刷题卷学历的人，市场需求会越来越小，Ai可以无限复制和使用人类的知识库，而企业需要的是能发现问题，再利用技术去解决问题的人。

这种成本坍塌的引发的连锁反应，其实早在去年的武汉体现了出来。

2024年5月，百度在武汉一次性投放1000辆无人出租车，单月完成60万订单，平均每车每日接单20次，价格仅为传统出租车的一半，大家争相体验，甚至出现了打出租车去坐无人出租车的魔幻场景。

武汉的司机们集体抗议，不仅仅是因为收入腰斩，更多的是来自技术代际碾压的无力感，因为根据数据显示，45岁以上司机的转型成功率还不到27%，他们可以熟记城市里毛细血管般的路线，却看不懂中控屏上的高精地图，他们唯一能做的也只是停运、投诉。

这种情绪和1830年的卢德运动没啥区别，只是现代版的多了个短视频武器。

虽然后来萝卜快跑被叫停，但谁都心里清楚，科技的进步无法阻挡，无人汽车替代司机也只是个早晚问题。

当然不只是司机、老师，像画插画的，做效果图设计的、券商里的交易员、打电话的销售、甚至绝大部分的程序员都面临下岗再就业的局面。

这倒不是说他们的工作技术含量低，而是AI首先要解决掉的是那些标准化程度高、重复性强、数据驱动、不需要复杂的人际互动的工作。

换句话说，越是机械化、可预测、规则明确的岗位，就越是容易被AI所取代。

比如广东的某些电子工厂，机械臂调试手册的厚度从三本《辞海》缩减到一张二维码，机械臂调试时间从两周压缩到了八个小时，工程师现在的主要工作是给AI擦屁股，保证投喂的数据不被污染。

而陆家嘴的券商已经开始用AI生成行业周报，那些初级分析师要么转岗陪客户喝酒，要么就跟个AI驯兽师一样，教会AI分辨政策利好和领导的废话。

在收集这些资料的时候，我突然想起2016年AlhaGo打哭李世石的画面，当时人类还嘴硬，说AI没有创造力，可现在的大语言模型都把小学数学老师的饭碗给端了，再次升级可不是哪几个岗位的消失，而是大规模的职场消灭战了。

根据某招聘网站的预测，40%的白领类职业有被AI取代的风险，“被替代恐惧指数”同比飙升47个百分点，45岁以上职场人搜索AI抗性职业的频率达到了日均17万次。

在岗位替代的前三甲里，电话销售高居榜首到达了惊人的92%，基础翻译是85%，排在第三位的居然是放射科的医师，替代率超过了60%。

大家也不用惊讶，因为历史告诉我们，技术替代从来不讲武德。

1830年英国纺织工人怒砸蒸汽机时，没人能想到机床维修工会成为高薪职业；1910年纽约马车夫抵制汽车时，也想象不到出租车司机会变成体面工作。

但这次AI革命的不同之处就在于，技术替代的加速度快得连历史经验都失效了。

工业革命时，蒸汽机替代手工纺织用了三代人时间，足够爷爷教会孙子操作锅炉；计算机替代记账员用了三十年，老会计还能转行教你玩转Excel表格；如今AI替代电话销售只要三个月，客服主管前脚裁完团队，后脚就得学习怎么让AI温柔的挽留客户。

更残酷的是替代的不可逆性。

ATM机消灭银行柜员时，催生出金融科技产品经理这类新岗位，但AI连“补偿性岗位”都要吞噬掉，杭州某直播公司用AI训练师替代了运营专员，三个月后AI训练师又被更高级的算法给替代了。

这种“替代链”就像贪吃蛇一样无限延伸，最后就连硅谷程序员也开始恐慌，大语言模型能自动生成代码，并且在编程竞赛中超越了85%的人类选手。

于是，硅谷风投已经开始重新定义初级工程师，那些能够准确描述需求的产品经理要比会写代码的工程师普遍溢价个30%。

因为AI替代呈现出诡异的非对称性，比如它在数学试卷碾压特级教师，却算不明白政府工程明明亏钱，为啥包工头们还抢着干。它能生成上市公司的年报，却解释不清楚为啥年轻人愿意为一杯糖水对牛奶的东西去买单。

在这场技术修仙运动中，最先渡劫失败的往往是标准化了的打工人。

那问题就来了，普通人如何在算法中求生，未来的职业发展又该如何规划呢？

简单概括，当所有人都认为AI将统一江湖时，人类特有的混乱属性反而成了自己的护城河。

怎么理解这句话呢？

举个例子，去年萝卜快跑在武汉的街头礼让行人，反而引起了更多的加塞和路怒，这就是非理性漏洞。

越是追求绝对的理性，越是需要人类来填补理性的裂痕。比如AI诊断书上可能冷冰冰地写着“五年存活率不到30%”，但人类医生还是会安慰患者，说我有个病人比你严重多了，现在还在海南跳广场舞。

这种叙事疗法是AI替代不了的，教培、销售也是如此，那些能把量子力学讲成脱口秀的老师永远要比照着课件讲语法的市场需求大；能把甲方哄成孙子的销售，也必然是公司的核心人才。

AI能解决大部分的难题，但只有人类可以让你笑着崩溃。

所以，当医院大面积引入AI读片系统后，放射科主任医师开会讨论的不应该是有没有误诊，而是怎么修改诊断书措辞让患者能保持个好心态。

律师事务所也不再比拼胜诉率，而是考核谁能写出更精准的“AI证据链提示词”。

大家不要觉得机器能够搞定一切工业，越是高危环境，越是需要人类脆弱的肉身。

当年，日本福岛核电站的燃料棒检修，机械臂被辐射干扰频繁死机，最后还得靠穿着防护服的人类完成微操。

东莞模具厂老师傅的时薪已经涨到800元，因为他们擅长用手掌去感受那0.01毫米的误差，在更为精细的制造领域，机器人+AI还是取代不了人类，德国人管这个叫工业玄学。

总之一句话，如果你不想被机器和AI取代，那就要学会在算法的夹缝中“务农”，做新一代的赛博手艺人。

比如会修光刻机的顺带做美甲，懂区块链的还能兼职看个风水，单一技能死得快，组合技能才能对抗人工智能的升级迭代。

其实历史总在重演，但每次都有新的花样。

1830年被蒸汽机淘汰的纺织女工，后代可能成为AI提示词的工程师；2024年抗议萝卜快跑的司机，子女或许在直播间里卖热干面。

未来最可能被替代的是标准化流程，最难被消灭的恰恰是人类的非理性和不确定性。就像春节返城，高铁站仍然需要活人安检员，不是机器分不清充电宝和炸弹，而是大家更相信人类瞳孔闪过的迟疑和判断。

技术革命的列车从来不等乘客，要么自己往上跳，要么被轮子碾压过去，历史的经验告诉我们，每次技术升级都会出现新的赛道，但赛道的入场券往往是用旧行业的尸体做成的。

此文完。

来源：不严肃问题研究室