AI抢走工作后,人类还能做什么?
速览
本文讨论AI和自动化技术日益普及,人类工作被替代后,还有哪些领域需要人类智慧。作者思考了AI无法轻易复制的技能,如创造力、情感交流和复杂决策。文章旨在引发对AI时代人类角色重新定位的思考。
AI 深度解读
背景
2026 年,机器学习顶级会议 ICML(国际机器学习大会)在首尔举行。普林斯顿大学一个研究 AI 智能体评估团队的负责人(原文作者)受邀发表主题演讲,题目为《我们还能剩下什么工作?》。面对 AI 能力持续提升带来的广泛焦虑,他试图给出一个冷静但务实的分析框架。演讲的幻灯片和注释版文字记录已在网上公开,包含动画、可点击链接等交互元素。这篇解读基于该演讲的完整内容。
核心内容
演讲者提出了三个核心论点,并逐一展开。
第一,除非未来出现某种不连续性(例如通过递归自我改进导致 AI 能力突变),否则“AI 作为正常技术”(AI as Normal Technology)框架是理解 AI 影响正确且有用的方式。
该框架并非将 AI 贬低为普通工具(如锤子或牙刷),而是承认它是工业革命级别的变革性技术。它借鉴了历史上电力等强大技术的扩散路径:
- 发明:发现电磁原理、交流电与直流电的区别等。
- 创新:人们不直接使用“电”,而是使用电器——这是下游创新。
- 扩散:人们逐步采用创新的过程。
- 适应(或称结构性转型):最慢的阶段,需要数十年,尚未真正开始,即使在软件工程领域也不例外。
以软件工程为例:大语言模型的能力快速提升,但人们不直接使用 LLM,而是通过“编码智能体”(coding agents)这类产品将潜在能力转化为有用工具。早期采用者尝试“氛围编码”(vibe coding),但后来发现这不是生产软件的最佳方式,于是出现了更复杂的“智能体工程”(agentic engineering)。而适应阶段——例如软件可能从“一款软件服务数十亿人”转向“为每个团队或个人极度个性化定制”——尚未真正开始。
第二,尽管我们应该认真对待递归自我改进的可能性,但没有任何实验室可能实现的里程碑会突然让所有人失业。
演讲者承认递归自我改进是一个严肃的议题,但他并不为此失眠。他认为,即使 AI 能力在实验室中取得突破性进展,从能力到经济影响的传导也需要经历创新、扩散、适应等多个漫长阶段,不会一夜之间颠覆就业市场。
第三,未来的工作将发生根本性改变,需要大量适应。演讲者分享了对人类/AI“共智能”(co-superintelligence)的愿景。
他提出,我们正面临两种对立的叙事,每个人都必须选择自己的立场:
- 替代叙事:认为 AI 几年内就能取代人类所有工作。在这种信念下,合理的应对是“在技能过时前尽快积累财富”——硅谷许多人选择了这条路,甚至出现了“永久底层阶级”的 meme。
- 增强叙事:认为 AI 将极大放大人类潜力。在这种信念下,现在正是建立技能的最佳时机——尤其是那些与 AI 互补的技能,以及围绕 AI 的“能动性、品味和判断力”。如果选择替代路径而 AI 实际上只是增强技术,那么将失去历史上最好的机会来获得这些“超能力”。
演讲者强调,AI 社区对“如何适应”的回应至关重要,因为全世界都在关注。如果 AI 社区简单地接受未来大部分工作将被 AI 取代,而不设定明确边界,将引发比现在更强烈的政治反弹。
关键要点
- AI as Normal Technology 框架是一个因果模型,解释 AI 能力如何影响经济和社会,并非简单的“正常工具” slogan。该框架包含四个阶段:方法/能力、产品/应用、早期采用、适应(结构性转型)。
- 适应阶段是瓶颈,历时数十年,即使在软件工程等早期采用编码智能体的领域,适应也尚未真正开始。未来可能出现“极度个性化”的软件模式,甚至颠覆传统软件公司的存在价值。
- 递归自我改进值得警惕,但不必恐慌:没有单一实验室里程碑能瞬间消灭所有工作,从能力到经济影响的传导链条很长。
- 两种叙事决定个人行动:选择“替代”将导向快速积累财富,选择“增强”应投资于互补技能(能动性、品味、判断力)。演讲者明确支持增强叙事。
- AI 社区的反应影响全局:如果 AI 研究者自己都放弃抵抗,公众将更强烈地反对 AI,因此必须设定界限,主动塑造 AI 融入社会的方向。
- 未来工作形态猜想:例如,编码智能体可能能创建千万行无 bug 的代码库,届时软件将大量转向内部团队定制化开发,而非通用产品。
意义与影响
这篇演讲的价值在于,它没有落入 AI 威胁论或技术乐观主义的简单二分法,而是提供了一个经过历史验证的、有层次的分析框架。它提醒我们,技术变革的社会影响从来不是线性的,而是由发明、创新、扩散和适应四个相互嵌套的阶段共同塑造。即使 AI 能力突飞猛进,人类社会的适应速度——包括组织、制度、技能、文化——才是真正的瓶颈。
对于 AI 从业者而言,演讲指出了两条截然不同的行动路径,而选择哪种路径将决定未来数年的职业发展策略。更重要的是,它呼吁 AI 社区肩负起责任,避免因过度悲观或过度激进的态度引发公众反弹。通过主动参与适应过程,人类可以与 AI 形成“共智能”伙伴关系,而非被替代或放任失控。
(注:原文末尾在“into the c”处截断,推测为“into the company”或“into the cloud”等,但此解读忠实于现有内容,未做补充。)
