ARTICLE · 1112184
OpenAI万字长文刷屏:别担心AI抢饭碗,我们连新工作的名字都还没发明!
如果坐上时光机回到1976年，你试着向当时的人解释你今天的工作：
“我是做云端移动端短视频流媒体的搜索广告优化师。”
对方大概率会把你当成疯子
因为在那一句话里，“云计算”、“智能手机”、“App”、“流媒体”、“搜索引擎广告”……每一个词，在当时都不存在。
当时的人能轻易预见“报纸排版工人可能会失业”，却无论如何也想象不出，未来竟然会诞生数百万人依靠“给手机视频调广告参数”来养家糊口。
就在最近，OpenAI 首席经济学家 Ronnie Chatterji 与应用科学家 Harrison Satcher 发表了一篇刷屏长文，直击当下全人类最深层的就业焦虑，标题言简意赅，《We don’t have the nouns yet》（我们还没有那些名词）。
▲ OpenAI 经济研究 Substack 文章《We don’t have the nouns yet》
文章给出了一个振聋发聩的论断：公共舆论之所以陷入“AI毁灭一切工作”的恐慌，是因为消失的旧岗位看得见、摸得着；而AI将要创造的全新职业，人类甚至连它们叫什么名字都还没发明出来！
▲ OpenAI 首席经济学家 Ronnie Chatterji 强调：最难估算的是尚未存在的新技术与商业模式将催生的新职业
01历史的耳光：今天60%的职业，曾是“天方夜谭”
人类在面对新技术时，总是习惯性地短视。
劳动经济学统计依赖严格的分类代码。统计局要发问卷，招聘网站要挂职位名称，大家习惯去问“哪些现存岗位会被替代”。这套逻辑的前提是：这份工作必须已经被命名。
但历史的发展从来不按常理出牌
MIT（麻省理工学院）著名经济学家 David Autor 团队在长期研究美国人口普查数据后，得出了一个惊人结论：2018年全美就业市场上的大部分岗位在1940年根本不存在，今天大约60%的工作，在八十年前连名字都没有！
看看我们身边的真实案例：
- 网络安全（Cybersecurity）
：在1970年代以前，书面语里几乎查不到这个词。如今，仅美国就有约 125万人 从事网络安全工作，大约每130名在岗工人中就有一人，且全美仍有数十万的人才缺口。 - 核磁共振（MRI）技师
：医学影像扫描仪普及后，美国劳工统计局统计显示，2025年磁共振成像技师专岗已达 4.39万个。 - 新能源与生物工程
：光伏安装运维、基因测序工程师……全都是“先有技术突破，后有产业名词，最后才形成岗位集群”。
著名复杂系统学者 Stuart Kauffman 曾提出一个概念，“邻近可能”（Adjacent Possible）。
火箭的发明，让人类拥有了人造卫星；卫星的组网，让 GPS 导航成为现实；GPS 与移动互联网结合，催生了网约车和外卖平台；紧接着，才有了“算法调度员”、“网约车车队运维”、“外卖运营专家”。
如果你站在阿波罗登月的那一年，去预测今天会有成百上千万人依靠“送外卖软件调度”谋生，你等于要强行跨越四层当时堪比科幻的中间发明。
这就是为什么我们无法在当下画出一张完整的未来职业清单。
▲ Harrison Satcher 指出：没有名词不代表它们不存在，不要把今天的工作当作可能性的边界
02招聘前线大爆发：非技术岗暴涨9倍，抢跑者狂赚28%溢价
在宏观经济学家还在推演远期模型时，微观的劳动力招聘市场早已在真金白银地疯狂抢人。
领英（LinkedIn）最新发布的2026年度全球劳动力报告显示：尽管全球总体招聘在宏观周期中有所放缓，但过去两年内，全球劳动力市场净增了超过130万个 AI 赋能型新岗位。
在美国市场，招聘启事中明确要求具备“AI素养与协同技能”的岗位，同比暴增了70%！
更令人意外的数据来自劳动力大数据机构 Lightcast：
- 非技术岗位需求暴增 9 倍
：从2022年底到2024年底，全美非 IT、非技术类岗位对生成式 AI 技能的要求激增了 800%。 - 过半需求脱离计算机大类
：截至2024年底，全美要求 AI 能力的岗位中，51% 完全分布在数字营销、人力资源、法务合规、财务审计与客户服务等传统部门。 - 28% 的真金白银溢价
：在同等工作年限和职级下，熟练掌握生成式 AI 协同技能的从业者，平均享有 28% 的年薪溢价（每年多赚约 18,000 美元）！
劳动力市场正在催生一个庞大的“新领阶层”（New-Collar）。这类群体立足前线业务，熟练调度大模型流水线，将其与供应链、法律文书、医疗核保等行业垂直场景深度焊接，成为兼具业务理解与AI落地能力的新型实务专家。
03那些正在偷偷诞生的“离谱”新岗位
企业的人力资源部门已经在用极快的速度创造怪异但高薪的职位名称。
在 OpenAI 科学家的长文中，特别点名了通信巨头 T-Mobile 曾发布的一个新职位，“AI 成本管理分析师”（AI Cost Management Analyst）。
▲ OpenAI 经济研究团队报告《Work at the Frontier》
为什么连成本分析师都要带上 AI？
因为当全球企业把大模型全员铺开后，调用大模型 API 的 Token 消耗、GPU 集群算力开支呈几何级数爆炸。Linux 基金会甚至为此专门设立了“FinOps for AI”的标准体系。
这位“AI 成本分析师”的工作是什么？他们要精算“模型经济学”（Tokenomics）：
监控不同业务部门调用 OpenAI 或开源模型的性价比与响应延迟； 设立防范突发性死循环烧钱的“熔断安全栏”； 计算每一次提示词（Prompt）交互给公司带来的真实投资回报率（ROI）。
除了算力精算师，还有更多新工种在成型：
- 前线部署工程师（Forward-Deployed AI Engineer）
：深入客户一线，把通用的基础大模型与企业极其复杂的内部数据库、涉密业务流程焊在一起； - 上下文与知识库工程师（Context Engineer）
：专门管理企业内部的企业级外挂知识库（RAG），负责清洗数据碎片，让大模型不再胡说八道； - “兼职式人在回路”（Fractional Human-in-the-Loop）
：业内专家最新提出的新形态，人类专家以分布式兼职方式，在关键节点上核验 AI 输出的合规性、事实真实性与伦理风险。
▲ 业内专家指出：“兼职式人在回路”正在成为确保 AI 合规与真实性的全新角色
根据 OpenAI 追踪超过 150 万条工作相关 ChatGPT 对话的实证研究（Work at the Frontier 第二期），跨职业处理任务的比例在短短几个月内从 13.1% 暴增至 25.9%。
即使你的名片头衔还没变，你日常工作的边界已经被 AI 彻底撕裂重组。
▲ OpenAI《Jobs in the Intelligence Age》报告封面
04阵痛与撕裂：技术转型中的脱节与代价
在保持乐观的同时，经济学家们并没有掩盖残酷的转型代价。
OpenAI 首席经济学家 Ronnie Chatterji 援引《经济学人》的估算指出：自2023年中期以来，AI 在全美大约创造了 100 万个新增岗位，而企业归因于 AI 的裁员大约在 20 万人。
▲ 宏观数据显示 AI 在创造就业的同时，技能置换带来的个人阵痛同样真切
尽管宏观上“新增远大于流失”，但宏观的总量数字绝不能抹去微观个体的真实痛苦。
承受 AI 替代冲击的劳动者，与享受到新岗位溢价的群体，往往彼此错位。
MIT 的后续追踪研究明确指出：历史上新技术创造的新机会，往往率先被那些更年轻、受教育程度更高、身处核心城市网络的劳动者所捕获。
苏黎世大学经济学教授 D. Yanagizawa-Drott 在社交平台上留下了一句意味深长的神评：
“所谓‘超级智能’（AGI），或许就是它能够准确预测出，它自己将会创造出哪些连人类都还没想出来的新职业名词。”
▲ 苏黎世大学经济学教授 D. Yanagizawa-Drott 的精辟点评
技术列车滚滚向前，它从不等待词典的修订。
在未来的标准职业代码公布之前，在那些名词被写进教科书之前，每一个身处一线的普通人唯一能做的，就是不要把今天手头的工作清单，当成人生活法的边界。
率先跳出旧名词定义的人，已经在定义下一个时代。