ARTICLE · 1155488
OpenAI首席经济学家发文:别争论谁会失业了!未来的海量工作,我们连名字都叫不出
作者慢门
编辑快门
当全世界都在为“AI 会抢走多少打工人饭碗”吵得不可开交时，OpenAI 的经济学家们却坐不住了。
他们抛出了一个甚至让硅谷精英都为之一愣的观点：
关于 AI 抢工作的争论，从一开始就彻底跑偏了。所有人都在盯着那些即将消失的旧工种，却根本没人能看清正在浮现的新大陆，因为对于那些未来将支撑起几千万人生活的新岗位，人类今天甚至连一个能用来称呼它们的名词都没有！
▲ OpenAI 官方经济学专栏重磅长文：《我们还没有那些名词》
这篇在硅谷和经济学界引发巨震的长文，名为《我们还没有那些名词》（We don’t have the nouns yet）。文章由 OpenAI 应用科学家 Harrison Satcher 执笔，并由 OpenAI 首位首席经济学家罗尼·查特吉（Ronnie Chatterji）亲自推介。
他们直言不讳：人类的想象力，正在被今天的职业字典死死封印。
011976年的穿越者：怎么向古人解释“短视频运营”？
文章一开头，就丢出了一个极具穿透力的思想实验。
假设你坐着时光机，回到了 1976 年。
在街头，你遇到了一位西装革履的体面职员。对方问你：“年轻人，你在未来是干什么工作的？”
你骄傲地回答：“我在为托管在云端的视频流移动应用，优化搜索引擎投放广告。”
▲ OpenAI 首席经济学家 Ronnie Chatterji 转发并类比：我们童年时根本无法描述今天赖以生存的工作
对方大概率会觉得你疯了
因为在那句话里，几乎每一个核心名词，在 1976 年都是天方夜谭：
什么是“搜索引擎”？当时的人连民用互联网都没见过； 什么是“云端”？当时的人只知道天上下雨的积雨云； 什么是“移动应用（App）”？当时的计算机还笨重得像个衣柜； 什么是“视频流”？当时连彩色电视机还没完全普及，录像带才刚刚进入家庭。
在那个年代，如果有人预测“打字机工人和报纸排版文案会越来越少”，大家都能听懂，也能精准计算出失业率；但如果有人预测“几千万人会靠一部小屏幕做短视频运营和云算法优化维生”，只会被当成疯言疯语。
这就是今天我们面对 AI 时的完全写照。
我们拿着 2026 年的旧辞典，试图去丈量 2036 年的劳动力市场。被淘汰的旧岗位是有名有姓的，而由它催生的庞大新世界，却处于完全的语言真空。
正如麻省理工学院（MIT）著名劳动经济学家大卫·奥托（David Autor）团队在权威实证研究中发现的惊人事实：2018 年美国劳动者从事的绝大多数岗位类别，在 1940 年的人口普查名录里，根本不存在！
▲ MIT 著名学者 David Autor 团队研究显示：今天约 60% 的工作类别在 1940 年连名字都没有
六成今天养家糊口的体面职业，倒退八十年，连一个字都查不到。
太阳能光伏商业化，才催生了全新的光伏运维工程师；核磁共振（MRI）技术诞生，才催生了医学影像专科医师；人造血管和人工关节落地，才诞生了生物医学工程学科。
技术永远是先改变“人类能造出什么”，工作岗位的名字，才会慢吞吞地追赶上来。
02发电机悖论：AI今天只是在“假装提效”
有人会反驳：这次不一样！大语言模型一出来，文员、插画师、初级程序员眼看着就在被替代，新工作到底在哪呢？
要回答这个问题，必须重温经济学史上一段惊心动魄的往事，“发电机悖论”。
1987 年，诺贝尔经济学奖得主罗伯特·索洛曾发出一句著名的讽刺：“我们到处都能看到计算机时代的身影，唯独在生产率统计数据中看不到它。”
为了解开这个谜团，著名经济史学家保罗·戴维（Paul A. David）在 1990 年发表了一篇划时代的论文。他把目光拉回到了 19 世纪末电动机刚刚取代蒸汽机的年代：
在电动机商业化后的前整整三十年里，工商业界干了一件极其荒唐却又必然的事。
工厂老板们仅仅是用一台大型集中式电动机，1:1 原地替换掉了旧厂房地窖里的蒸汽机。工厂依然保留着纵贯几层楼的笨重铁轴、皮带系统和垂直塔楼设计。
结果是什么？电费省了一点点，但工人的生产率几乎毫无动静，也没有任何新工种诞生。因为整个流水线和组织架构，完全是为蒸汽机量身定做的！
直到 1920 年代，旧厂房全部折旧报废，新一代工程师彻底推倒重来：
垂直厂房被推平，改造成单层开阔厂房； 笨重的中央转轴被扔掉，每一台设备都装上了“独立分体小电机”； - 亨利·福特的流水线作业由此诞生，专业化机械装配工随之爆棚
； 微型电机外溢到千家万户，洗衣机、吸尘器、电冰箱等家电产业拔地而起，带来了千万级的家电维修、渠道销售、工业设计新岗位！
今天的大模型，正硬生生卡在“用电动机单点替换蒸汽机”的原始阶段。
大家在用大模型干什么？无非是用它写一封本该由文员起草的邮件、生成几段原本由程序员手动码出的样板代码、或者代替人工客服接电话。
这是存量流程的 1:1 对位替代 企业流程、组织架构与交付逻辑依旧沿袭旧制。倘若人们对 AI 的想象力始终局限于“降本裁员”，这恰恰折射出传统管理模式的惯性，技术本该拥有的生产力红利远未释放。
只有当底层的推理成本彻底降到白菜价、多智能体协同（Agentic Workflow）像微型分体电机一样重塑每一个生产环节，属于 AI 时代的“装配流水线”和“家电级生态”才会迎来全面爆发。
03复杂系统的阶梯：火箭怎么能生出“网约车司机”？
更深邃的洞察，来自于理论生物学家斯图亚特·考夫曼（Stuart Kauffman）提出的经典概念，“相邻可能”（Adjacent Possible）。
在复杂系统中，演化永远是步步为营的。你无法跨过中间阶梯，直接实现终局
考夫曼指出：现实世界绝非固定的棋盘，每一次重大发明的落地，都会不可逆地把整张棋盘向外拓展一圈。
Satcher 在 OpenAI 的报告里勾勒了一条令人拍案叫绝的技术进化链：
▲ OpenAI 官方模型：技术暴露不等于岗位归零，关键在于工作流的重组与相邻可能
上世纪中叶，人类为了登月点燃了运载火箭； 只有火箭送上天了，人造地球卫星才成为现实； 只有卫星组网了，微型化原子钟上天，全球定位系统（GPS）才进入“相邻可能”； 只有 GPS 成熟，再与数十年后的触控智能手机、移动通信基站、低延迟移动支付撞在一起； - 网约车平台与外卖配送系统
才轰然降临。
在火箭点火的发射场上，没有任何一个精算师、经济学家或科幻小说家，能在模型里推导出未来会有数以千万计的“算法调度工程师”和“外卖骑手”。
因为中间隔着四五层技术阶梯的递进与重组。在中间梯级现实化之前，未来的职业在概念上就是“不可预先陈述的”（Unprestatability）。
正如社交平台上技术观察者 ADL 所言：“新岗位的形成机制在于，底层的 API 接口必须先趋于稳定，让第三方开发者能够写出定义新工种的‘胶水代码’，岗位才算得以确立。”
我们今天能叫得出名字的“AI 岗位”，比如数据标注员、提示词工程（Prompt Engineering）、模型部署专家，无一例外全都是这个黎明期最早暴露的“脚手架”。
它们甚至可能在几年内迅速消亡，正如当年打孔卡程序员迅速退出历史舞台一样。而那些深植于大模型之上的次生产业，大幕才刚刚拉开一角。
04正在发生的蜕变：打工人每天的“任务越界”
这种巨变绝非空中楼阁，它早已在最细微的日常工作中悄然渗透。
在 OpenAI 追踪分析的超 150 万条打工人真实 ChatGPT 交互记录中，他们发现了一个极其惊人的现象：任务越界（Task Crossover）。
▲ OpenAI 追踪超 150 万条工作记录发现：打工人正疯狂从事“本工种之外”的跨界任务
数据显示，在所有工作相关的交互中，高达 43.5% 的任务并不属于使用者自身的法定职业范畴！
软件工程师在用 AI 撰写专业的公关传播稿； 财务分析师在用 AI 搭建自动化的数据清洗脚本； 临床医生在用 AI 起草跨学科的患者沟通物料。
从 2026 年 4 月到 7 月，持续追踪的用户群体中，这些“跨界任务”在工作流中的比重直接从 13.1% 翻倍飙升到了 25.9%。
职业的边界正在被熔化
打工人的岗位头衔也许没有变，但干的事情已经完全超越了传统职位说明书（Job Description）的定义。在各大招聘平台上，虽然“AI 成本分析师”或“多模态流程架构师”这样的生僻词汇才刚刚冒头，但全美非 IT 类岗位中要求生成式 AI 技能的招聘比例，两年内已经暴涨了整整 9 倍。
旧瓶子里装的，早就是新酒了
05看得见与看不见：在词汇发明前，人还要吃饭
然而，OpenAI 描绘的这幅波澜壮阔的技术演化图景，能直接抚平普通人的恐慌吗？
答案是：不能
在 OpenAI 经济学家的推文下方，一条来自普通用户的回复获得了极高的共鸣与转发：
“大家总在争论哪些工作会消失，而看清那些尚未命名的新职业往往艰巨得多。但在词汇追上现实之前，人们仍然需要吃饭。”
▲ 触及痛点的现实视角：“在词汇追上现实之前，人们仍需要吃饭”
这句朴素的大实话，直接戳中了技术革命最残酷的软肋。
经济学者杰森·波茨（Jason Potts）借用法国古典经济学家巴斯夏的名篇《看得见的与看不见的》指出：
在技术转型的巨浪中，“看得见”与“看不见”构成了最巨大的心理剪刀差。
- 看得见的
：是那个被外包替代的原画设计师、是被智能客服劝退的电话坐席、是明天就要交房贷却突然收到离职通知的文员； - 看不见的
：是五年后才会成形的数据合规评估网络、是十年后才会爆发的人机协同新商业生态。
技术所创造的新增红利，从来不会在同一时间、同一地点，精准降临在同一批承受阵痛的人身上。
哪怕《经济学人》估算自 2023 年中以来，全美因 AI 创造了约 100 万个岗位，被 AI 归因裁员的仅约 20 万个，宏观账面上的“净赚 80 万个岗位”，对于那切实承受代际淘汰的 20 万人而言，冰冷得不值一提。
正如瑞士苏黎世大学经济学教授 D. Yanagizawa-Drott 所调侃的那样：“能够精准预测出自己将创造出哪些新岗位名词的 AI，才称得上名副其实的超级智能，因为那得是一个何等深邃的世界模型。”
06终局的启示：别用昨天的尺子，量度明天的旷野
我们正处在一个历史性的断层线上
左脚踩在工业时代高度细分、各司其职的确定性世界里；右脚却已经踏入了一个由大模型底层驱动、充满流动性与不可名状的混沌生态。
别再被“AI 抢饭碗”的单向恐慌绑架了认知。
历史一次又一次地证明：当一种底层的通用生产力被彻底解放，人类对欲望、体验、安全、创造与复杂系统的需求，从来没有萎缩过，它只会以十倍、百倍的规模向外扩张。
一百年前，没人能预测流水线装配工；五十年前，没人能预测云端架构师；三十年前，没人能预测带货主播与自媒体创作者。
浪潮已经翻涌，地平线下的群山正在隆起。
明天的很多工作，用今天的任何词汇都无法定义，放轻松，我们只是还没来得及给它们起名字而已。