AI越强，岗位越少

背景

该帖子来自 LINUX DO · AI 社区，标题为“AI越强，岗位越少”，反映了部分技术从业者对 AI 快速发展下职业前景的焦虑。帖子通过对比工业革命（珍妮纺纱机）与当前 AI 浪潮，指出两次技术变革的差异：历史上机器淘汰了高级工种但催生了大量新岗位，而当前 AI 可能“堵死靠知识技能跃升的路”，并形成“大厂训练模型 → 打工喂数据 → 数据回流大厂优化模型”的闭环，普通人难以从中获利。帖后附有投票区，呈现了社区成员对这一趋势的五种不同态度。

核心内容

原帖的核心观点是：AI 越强，大厂的护城河越高，普通人的上升通道越窄。作者以珍妮纺纱机为例进行类比——珍妮纺纱机淘汰了高级纺织工，但随之催生了大量普通纺织岗位。然而作者认为这次情况不同：AI 技术正在堵死传统依靠知识技能实现阶级跃升的路径。虽然普通人看似可以借助 AI 工具提升效率，但实际运作机制是：大厂负责训练模型，普通劳动者（打工者）在过程中为模型提供训练数据（喂数据），这些数据最终回流到大厂，进一步优化模型，强化大厂的优势，而普通人并未从中获得实质性收益。作者对此感到“实在高兴不起来”。

帖子末尾设置了投票区，包含五个选项：

1. 完全认同，已经开始焦虑，正在研究出路。
2. 有点认同，趋势存在，但忽略了 AI 同时也在创造新机会。
3. 不太认同，目前通过 AI 变现除了卖课和中转，就是大厂卖 token，还有跳舞机器人，没发现其他能打的。
4. 完全不认同，过度悲观了，以后 AI 人人必备，带来的机会远大于挑战，上升通道只是变了形式。
5. 管它呢，不行就送外卖和进厂打螺丝。

此外还有“其他，评论区见”选项。帖子显示有 46 个帖子、39 位参与者参与讨论。

关键要点

• 历史类比存在局限：珍妮纺纱机虽淘汰高级纺织工，但创造了大量普通纺织岗位；而当前 AI 发展可能使“知识技能”本身贬值，不再成为跃升阶梯。
• 数据闭环加剧不平等：大厂训练模型需要大量数据，普通劳动者以“打工”形式提供数据，数据回流后优化模型，最终大厂受益更大，普通人获益有限。
• 变现渠道有限：目前 AI 领域的变现方式（如卖课、中转、卖 token、跳舞机器人）被认为不够“能打”，缺乏可持续、大规模的新机会。
• 社区态度分化：投票结果（未公开具体票数）显示至少存在四种主流观点：完全认同（焦虑）、有点认同（但认为有新机会）、不太认同（认为变现路径窄）、完全不认同（认为机会大于挑战）。
• “躺平”选项存在：有部分人持“不行就送外卖和进厂打螺丝”的消极态度，反映对职业前景的无奈。

意义与影响

该帖子的讨论折射出当前 AI 技术高速发展背景下，技术社区尤其是中低层技术从业者的普遍焦虑。它揭示了几个深层问题：

• 技术红利分配不均衡：AI 的发展可能使头部企业（大厂）的护城河越来越宽，而普通劳动者（尤其是依赖知识技能的中产阶层）面临“被优化”或“被边缘化”的风险。这与历史上工业革命时期工人从高级工匠转向普通操作工的模式不同，因为 AI 可能直接替代认知劳动，而非体力劳动。
• 知识技能“贬值”的隐忧：如果 AI 能够完成大部分原本需要专业知识和经验的工作（如编程、写作、数据分析），那么依靠学习知识技能实现职业跃升的传统路径将受到挑战。普通人即使借助 AI，也可能只是为模型提供训练数据，难以形成自己的核心竞争力。
• 对“新机会”的争议：虽然有人认为 AI 会创造新岗位（如 AI 训练师、提示词工程师、模型微调师等），但帖子中提到的“卖课、中转、卖 token”等被认为缺乏大规模就业吸纳能力。社区的分歧本质上是“乐观派”与“悲观派”对未来技术生态的不同判断。
• 社会心态的警示：投票中的“不行就送外卖和进厂打螺丝”选项，反映了部分人将低技能体力劳动视为最后的退路。这种心态若蔓延，可能影响社会对技术进步的接受度，甚至引发对技术失业的强烈反弹。

总体而言，该帖子是 AI 时代下“技术焦虑”的一个缩影，提醒人们关注技术发展中的公平性、就业结构转型以及个人应对策略的调整。