ARTICLE · 1112128
OpenAI首席经济学家:为什么你害怕被AI淘汰?因为未来的工作“还没造出词”
如果现在把你扔回 1976 年的街头，让你向路人解释你的工作：
“我是做云端视频流媒体手机应用的搜索引擎广告优化师。”
对方大概率会把你当成疯子
因为在那一串词汇里，“云端”、“视频流媒体”、“智能手机”、“应用商店”、“搜索引擎”……在 1976 年的现实世界里，连一个对应的名词都不存在。人们只能听懂“报纸排版工”和“打字员”，并且会信誓旦旦地警告你：打字机一旦普及，人类就要集体失业了。
这正是今天全人类在面对 AI 时，陷入的最大认知陷阱。
2026 年 9 月下旬，OpenAI 首席经济学家罗尼·查特吉（Ronnie Chatterji）与经济研究团队的应用科学家哈里森·萨切尔（Harrison Satcher）在官方专栏《The Economics of AI》上发表了一篇震动业界的深度随笔。
文章的标题格外简短，却像一记重锤砸碎了当下的就业焦虑：
《We don’t have the nouns yet》（我们还没有那些名词）。
▲ OpenAI 经济研究团队长文《We don't have the nouns yet》
OpenAI 向全世界抛出了一个极具颠覆性的问题：当全社会的公共辩论都在疯狂计算“今天已有的岗位会被取代多少”时，我们是否因为语言的匮乏，系统性地无视了那些尚未出生、甚至连名字都还没造出来的庞大新机会？
▲ OpenAI 首席经济学家 Ronnie Chatterji 发帖导读
01房间里的大象：看得见的裁员，与看不见的“无名岗”
经济学里有一个经典的洞察：看得见的与看不见的。
为什么今天所有人都在焦虑？
因为旧工作的死亡是看得见的，裁员公告上有明确的职位头衔，新闻标题里写着“原画师被裁”、“基础客服缩编”。这些名词在字典里存在了几十年，系统统计得到，媒体报道得了。
但新工作的诞生是看不见的
▲ 经济学者 Jason Potts 指出：新工作在未出现前，其收益在计算中完全是“不可见的”
劳动力市场的统计，本质上极度依赖“分类代码”。无论是政府人口普查还是招聘网站，都必须预设工作已经被命名。
一旦某项新产品、新商业模式还没彻底成型，统计员和招聘官就根本找不到词汇来描述它。
大众很容易理解“报纸广告文案会被算法压缩”，却无论如何也想象不出“信息流投放算法调优师”到底是个什么饭碗。这种词汇上的巨大断层，让人类在每一次技术革命初期，都会产生一种极其逼真的幻觉：所有的旧工种都在崩塌，而未来空无一物。
02历史的耳光：今天 60% 的工作，在 1940 年全是“黑户”
为了戳破这种信息茧房，OpenAI 搬出了麻省理工学院（MIT）著名经济学家大卫·奥特（David Autor）团队的重磅长期实证研究。
Autor 团队翻阅了美国长达 80 年的人口普查数据，得出了一个惊人的历史结论：
今天全美劳动力市场中超过 60% 的就业岗位，在 1940 年的普查目录里根本不存在！
人类历史上技术演进打破了“岗位守恒”的零和博弈假象，始终沿着“先有物、后有名、再成岗”的轨迹推进：
- 网络安全工程师
：今天全美有超过 125 万人以此谋生（约占总劳动力的 1/130），全行业依然存在 26.5 万人的巨大缺口。而在 1970 年代之前，“Cybersecurity”这个词在人类出版物里甚至没有被印刷过。 - MRI（磁共振）技师
：美国劳工统计局（BLS）官方数据显示，2025 年全美有接近 4.4 万个专职 MRI 技师岗位。在第一台核磁共振设备被造出来之前，医学界根本不知道还需要设立这种编制。 - 太阳能安装、生物医学工程、算力运维
……无一例外都从曾经的“科幻名词”，演变成为如今养活数百万家庭的支柱职业。
OpenAI 在文章中引入了理论生物学家斯图尔特·考夫曼（Stuart Kauffman）的概念，“邻近可能”（Adjacent Possible）。
技术的演进是层层嵌套的：火箭的发明使人造卫星成为可能；人造卫星使 GPS 导航系统成为可能；GPS 结合智能手机，让网约车与外卖平台成为可能；最终，网约车和外卖平台催生了成千上万名算法调度工程师、动态运力分析师、外卖社群运营官。
站在火箭升空的发射台前，就算你智商高达 200，也绝不可能凭空预测出几十年后会出现“外卖算法优化”这个饭碗。因为中间隔着四五层当时连影子都没有的基础设施。
03OpenAI 内部数据：工作没有消失，它在“任务越界”中撕裂重组
那么，在 AI 时代，这种新旧交替到底演变到了哪一步？
Chatterji 引述《经济学人》的早期粗算指出：自 2023 年中以来，AI 已经在全美催生了约 100 万个新增岗位，而同期被归因为 AI 的企业裁员大约在 20 万左右。尽管转型过程中的置换阵痛不可忽视，但劳动力需求的总盘子并没有塌陷。
▲ OpenAI 首席经济学家 Chatterji：AI 暴露度并不等同于岗位减少，转型两侧需要同时观察
更深度的微观裂变，记录在 OpenAI 发布的 《Work at the Frontier》（前沿工作报告） 系列研究中。
研究团队穿透了数百万条真实 ChatGPT 职场工作流，发现了一个剧烈演进的现象：任务越界（Task Crossover）。
▲ OpenAI 9 月发布的《Work at the Frontier》第二期研究报告
- 2026 年 7 月首期报告
：在可识别职业的真实提问中，有 43.5% 的任务在传统分工上根本不属于提问者本身的行业范畴。 - 2026 年 9 月追踪报告
：在固定样本群里，跨职业任务占 AI 使用总量的比例，在短短四个月内从 13.1% 暴涨至 25.9%。
旧的职业边界正在被 AI 暴力融化
一位程序员在写代码的同时，借助 AI 完成了原本属于法务的合同审查、属于运营的海外营销文案。职位头衔虽然还没变，但员工每天处理的事情已经面目全非。
正如社交媒体上的深度观察者 ADL 所指出的：“新角色的诞生，往往发生在 API 底层接口稳定之后，第三方开始有能力编写定义新工作的‘胶水代码’。”
当任务被彻底打散、重组、胶水化之后，全新的独立职位就会脱颖而出。
04正在成型的惊人事实：从 15 美元众包，到 125 美元时薪专家
在许多人的刻板印象里，AI 时代的“人工参与”等同于廉价的数据标注员，坐在屏幕前拉框打标签，时薪 15 美元，随时会被下一代视觉模型淘汰。
大错特错产业一线的真实演进恰恰相反：“人在回路”（Human-in-the-Loop, HITL）非但没有消失，反而在发生极其凶猛的“智力阶梯跃迁”。
随着大语言模型全面走向长思维链与深度推理，过去那种粗放的众包标注彻底失效，前沿对齐（RLHF）需要的是货真价实的顶尖人类大脑。
以全球 AI 数据基础设施巨头 Scale AI 及其旗下的 Outlier、Surge AI 为例，硅谷正在全球范围内疯狂争夺法学博士（J.D.）、持证执业律师、临床医学专家、生命科学研究员与资深系统架构师：
- 时薪直接飙升至 60 至 125 美元以上
：在复杂的跨国税法论证、罕见病诊断路径推演、极端并发架构审计等领域，顶尖专家的报酬甚至更高。 - 工作内容全面升维
： - 思维链逐行纠错（Chain-of-Thought Verification）
：一行行审阅模型在给出终极答案前的数十步逻辑推演，揪出其中极其隐秘的逻辑跳跃和伪造文献； - 极端对抗用例构造（Red Teaming）
：设计能穿透模型安全防御、引发深层幻觉的刁钻极端边界案例（Edge Cases）； - 设定合成数据的“真理基准”
：在人类现有网页语料消耗殆尽的关口，由人类专家产出无法被概率统计简单拟合的高质量黄金样本。
除了技术训练本身的渴求，法律与合规框架更是架起了一道不可逾越的硬约束。
美国国家标准与技术研究院（NIST）推行的《AI 风险管理框架》（AI RMF 1.0），明确将金融、医疗、雇佣等核心场景确立了“不可转嫁的人类问责制”，企业绝不能用一句“这是算法跑出来的”免责，必须有具备资质的自然人对关键决策终身背书。
▲ 业内学者 Tom Bradicich 观察到“兼职人在回路”（Fractional HITL）等新形态正在自发成型
由此催生了一批建制化的崭新工种：
- AI 算法合规审计员（Algorithmic Compliance Officer）
：专职核查模型提示词管线与数据溯源，确保不踩反歧视法与数据隐私红线； - AI 评测工程师（AI Eval Engineer）
：不再测试传统软件是否崩溃，而是专职构建评测基准套件，度量大模型的逻辑鲁棒性与语义漂移； - 合成数据架构师（Synthetic Data Architect）
：设计复杂的模型博弈机制，为下一代基座模型生产无污染的高密度合成训练集； - “兼职人在回路”（Fractional Human-in-the-Loop）
：医生、律师和高级工程师无需辞职，在碎片时间以极高咨询费对自动化系统产出的关键结论进行异步法律签名。
这些新角色，既懂 AI 的技术死穴，又掌握现实世界的专业裁决权。在名词尚未被辞海收录的荒原上，他们已经拿到了新时代的最高阶入场券。
05别用今天的字典，给明天的世界下定义
苏黎世大学经济学教授 D. Yanagizawa-Drott 在转发 OpenAI 的文章时写下了一句极具哲学意味的话：
“所谓超级智能（AGI），或许其最强大的标志，就是能够精准预测出它自己将为人类创造出的新职业名词。那得需要一个何等恐怖的世界模型”
▲ 经济学者指出：连最顶尖的模型都难以预测未来的工种名词
我们正处在一个词汇追赶现实的漫长黎明。
每一次生产力跃迁，人类社会都要经历一段“旧名词迅速失效、新名词尚未诞生”的尴尬真空期。在蒸汽机轰鸣的年代，马车夫看着空旷的公路感到前途灰暗；在内燃机普及的初期，人们甚至把早期的汽车称为“没有马的马车”（Horseless Carriage）。
面对 AI，我们今天面临的恐慌并不比当年的马车夫高明多少。
技术过渡期的阵痛绝对真实，技能重塑的代价也绝非轻松。但请永远记住 OpenAI 首席经济学家的这句警告：
不要把你今天手头这份正在老去的岗位清单，误当成明天人类全部可能性的边界。
新世界早已破土动工，只是字典还没来得及印刷罢了。