OpenAI首席经济学家惊人断言:别为失业慌了,你未来的新饭碗,字典里还没造出这个词!

全世界的打工人，正在陷入一场前所未有的集体恐慌。

每当大模型又刷新一次跑分、每当自动化工具又接管了一道工序，社交网络上就会掀起一轮“哪些行业即将阵亡”的名单倒计时。翻译、初级程序员、插画师、客服……死亡名单越拉越长，所有人都在死死盯着自己手里的饭碗，心惊胆战。

然而，就在全网哀鸿遍野的当口，OpenAI的首席经济学家却突然抛出了一个极其反直觉的断言。

比起预测哪些岗位行将消失，他把目光投向了一个发人深省的角度：

“你之所以觉得未来无工可做，是因为那些注定会诞生的新岗位，在今天的字典里，根本连‘名词’都还没有被造出来！”

▲ OpenAI首席经济学家Ronnie Chatterji发文：我们根本还没有描述未来工作的“名词”

这番判断源自扎实的经济学研究

2026年9月下旬，OpenAI首席经济学家罗尼·查特吉（Ronnie Chatterji）联合团队应用科学家哈里森·萨彻（Harrison Satcher），在经济研究专栏《The Economics of AI》上发表了一篇名为《我们还没有名词》（We don’t have the nouns yet）的重磅长文。

文章发布后，迅速在经济学界与科技行业引发广泛讨论。

它揭开了一个被所有人忽略的致命认知陷阱：人类在面对技术变革时，天生就是个“睁眼瞎”，我们能清晰地看见旧工作的死亡，却对新工作的诞生毫无想象力。

究其原因，人类对未来的预期常常被既有的语言框架所束缚。

01.穿越回1976年：你该如何向古人解释你的工作？

为了把这个异常现象查个水落石出，萨彻在文章里做了一个极其精妙的“思想实验”。

设想一下，你坐着时光机回到了1976年，走进一家热闹的酒馆。

旁边的老哥抿了一口啤酒，热情地问你：“嘿，哥们儿，你是干什么工作的？”

你一本正经地回答他：“我是一名在云端为视频流媒体手机应用优化搜索引擎广告的算法工程师。”

▲ OpenAI经济研究专栏《我们还没有名词》开篇发问：我们如何为无法描述的事物估值？

老哥脸上的笑容一定会瞬间凝固，甚至怀疑你脑子坏掉了。

因为在这短短一句话里，几乎每一个词汇在1976年都是天方夜谭：

• 搜索引擎
  ？抱歉，那时候民用互联网连影子都没有，信息索引还停留在图书馆的卡片柜里；
• 手机应用
  ？当时的电话还连着笨重的电线，旋转拨号盘沉得要命；
• 视频流媒体
  ？在磁带录像机刚面世的年代，通过空气把高清电影瞬间推送到掌心，纯属巫术；
• 云端
  ？天上飘的白云怎么能存数据？

在1976年的语境里，你根本无法解释你的工作。

但在那一年，如果有人信誓旦旦地预测：“看着吧，随着印刷自动化，未来报纸的排字工和文案写手会大幅减少！”酒馆里的所有人都会点头称是。

发现这个残酷的规律了吗？

“旧工作的消亡”总是具象、可见、极易被理解的，机器抢了工人的扳手，肉眼可见，人人都能听懂；但“新工作的诞生”却是抽象、离散、依附于未来技术网络的。当底层的技术基座还没搭好时，人类的语言库里甚至连指代它的“名词”都还没发明出来！

▲ 作者Harrison Satcher直言：没有描述未来工作的名词，不代表它们不会存在

今天的人类，正站在与1976年一模一样的历史隘口上。

我们看着AI写代码、画海报，吓得高呼“人类要完蛋了”。但真相很可能是：我们现在的认知，被今天这本薄薄的词典彻底绑架了。

02.历史的冷酷底牌：今天60%的体面饭碗，八十年前全是空白

或许有人会问：凭空造出几个新词，难道真能变出就业机会？

现代劳动经济学泰斗、MIT经济学教授戴维·奥托（David Autor）团队用一份硬核的历史大数据，给出了一个震撼的答案。

奥托等人追踪了自1940年以来美国长达近八十年的职业演变史，结果发现了一个颠覆常识的事实：

2018年全美正在从事的工作岗位中，有整整60%（五分之三）在1940年的人口普查职业分类里根本不存在！

想想看，“网络安全”（Cybersecurity）。

今天，仅美国就有约125万人以此为生，平均每130个打工人里就有一个网络安全专家。年薪动辄数十万美元，是各大企业争抢的核心中枢。

但在1970年代以前，Google Ngram的书籍语料库里，“Cybersecurity”这个词的出现概率为零。在分布式网络尚未普及、数据泄露概念尚未成形的岁月里，谁能想象世界上会需要一种专门防止数字化信息遭窃的职业？

同样的逻辑，在过去半个世纪里反复上演：

• 太阳能技术商业化，催生出了成千上万的光伏矩阵安装与并网技师；
• 核磁共振（MRI）设备的发明，在医院里硬生生砸出了一个拥有数万高薪从业者的医学影像新专科；
• 人工关节和生物材料的突破，让生物医学工程从一片荒原变成了全球顶尖大学争相开设的独立学科。

这些职业是在全新技术土壤中生长出来的新物种，具备独立的分工逻辑与专业门槛。

生物学中有一个迷人的概念，叫做“邻近可能”（Adjacent Possible）：每一次重大的技术突破，都会为人类打开通往全新未知领域的大门。

火箭技术的成熟，才让人类发射了卫星；有了卫星，人类才拥有了GPS；有了GPS和移动互联网，才催生了滴滴、美团和高德地图；有了网约车平台，才诞生了今天数以千万计的平台算法架构师、数据合规官与地推安全员。

站在火箭升空的起点，如果你要求科学家预测“四十年后会有一群人靠在手机上抢单送外卖为生”，他们会把你当成疯子。

而今天的大语言模型与智能体，就是当代的“火箭发动机”。

03.追查办公室现场：工作边界正在被悄悄“液化”

那么，这些连名字都没有的新工作，究竟会怎样从泥土里长出来？它们会像雷劈一样突然降临吗？

OpenAI的经济研究团队并没有坐在象牙塔里空想。查特吉带着十几个由数据科学家和经济学家组成的精锐小组，直接调取了真实世界中的海量人机交互数据，发布了重磅报告《前沿工作观察》（Work at the Frontier）。

他们发现了一个极其惊人的微观异常现象：

在所有与工作相关的AI使用场景中，有高达43.5%的非通用任务，完全脱离了使用者本人的官方岗位职责！

▲ Ronnie Chatterji发布的数据图：哪些被员工“跨界导入”的任务，最终固化成了新工作？

在传统的职场里，程序员只管写代码，市场人员只管写文案，法务只管审合同，楚河汉界，泾渭分明。

但当AI作为超级外脑切入日常后，边界开始彻底“液化”了：

• 一线客服
  开始用AI撰写专业级的SQL查询语句，自己排查系统Bug；
• 初级文案
  开始用AI搭建自动化营销工作流，跨界干起了资深增长黑客的活儿；
• HR行政
  开始用AI调试微型智能体，直接重构了部门内部的数据看板。

团队在第二阶段的追踪中进一步发现：这些跨界导入的任务，并没有随着会话结束而消失。

OpenAI的跟踪数据显示，客户交互、广告投放与微型营销类任务，最容易在员工的日常工作流中“沉淀”下来。

久而久之，老旧的岗位说明书被撕碎了。

回看技术史，这种演进屡见不鲜：全球网络安全行业的调查显示，有36%的资深安全专家起初来自普通的IT网管或桌面运维岗位，他们在日常工作中顺带处置系统安全隐患，逐步将边缘职责发展为核心业务，最终促成了“网络安全官”这一独立职业的成型。

新岗位的诞生往往经历漫长的孕育，源于从业者在实际探索中不断拓展工具边界、沉淀全新技能。

04.致命两极：超级智能的世界模型，与普通人的今晚晚餐

随着围绕“职业命名”的探讨在学术界与公众舆论中持续发酵，不同视角下的思考将这一议题推向了更深层次。

苏黎世大学经济学教授 D. 亚纳吉扎瓦-德罗特（D. Yanagizawa-Drott）在转发中留下了一句毒辣至极的神评：

“超级智能如果真有那么厉害，有本事就正确预测出它自己将要创造的那些新岗位的‘名词’。那才算它拥有极其硬核的‘世界模型’！”

▲ 苏黎世大学教授Yanagizawa-Drott：能够预判新工著名词的AI，才算深刻理解世界运行规则

这一观点道出了预测未来劳动力市场的核心难点：要预测一个新岗位，不仅要算准算力的增长，还要算准人类社会的法律、商业博弈、地缘冲突乃至伦理禁忌的非线性演进。这需要一个神级文明尺度的模拟器

而演化经济学家杰森·波茨（Jason Potts）则直接搬出了古典经济学大师巴斯夏在1850年写下的传世名篇，《看得见的与看不见的》。

▲ 经济学家Jason Potts：经济学中“看得见与看不见”的思维何其重要

“看得见的”，是流水线上被取代的操作工，是外包公司被砍掉的翻译订单。那些带着血泪的裁员数字被写在新闻头条上，触目惊心。

“看不见的”，是未来由于智能成本暴降至接近于零，而在深海勘探、基因修复、空间计算、合成生物领域拔地而起的万亿级产业生态。它们今天连名字都没有，在国民经济核算表里是一片虚无，自然无法替自己辩护。

然而，在学者们的宏观论述之外，公众也表达了更为务实的关切：讨论哪些工种消失固然重要，但尚未命名的岗位难以捉摸；而在新概念落地之前，人们依然要面对现实生活的日常开销。

这种关切扎中了技术变革浪潮中最现实的痛点。

历史虽然证明了新工作一定会诞生，但历史从没承诺过：新机会降临的时间、地点、以及它所需要的人群，会与被淘汰的那批旧工人完美重合。

一个因为大模型翻译降本而失业的45岁外贸文员，很难在三年内无缝蜕变为“人造器官微流控芯片质检师”；一个被自动化流程替代的初级画师，也无法靠一句虚无缥缈的“未来会有新名词”，来抵扣下个月的房贷账单。

技术在呼啸狂奔，而生物学意义上的人类，需要按月缴纳水电费。

05.站在未知的甲板上：对人保持审慎的乐观

在接受《巴伦周刊》（Barron's）的深度播客专访时，面对主持人关于未来到底是《终结者》废墟还是乌托邦的追问，OpenAI首席经济学家查特吉给出了一个极其清醒的回答。

他说，他从来不做十到十五年的确定性大预言。“因为如果你把远期科幻小说包装成经济事实兜售给公众，你很可能会彻底误导年轻人的一生。”

相反，他给出的判断质朴而坚决：“我对人类依然保持极度的乐观（Pretty bullish on humans）。”

为什么？无论是算力设施加速建设的当下，还是全要素生产率迎来跃升的未来，总有一些价值是算法模型无法替代的：医疗看护中充满温度的人际抚慰、讲台上对年轻心灵的点燃与激发、以及商业决断和法庭裁判中不可推卸的最终道德责任。

机器可以生成无穷无尽的答案，但“提出正确问题”的特权，永远属于人类；算法可以完成精密的任务，但“承担最终后果”的重担，从来都在人类肩头。

别再对着那些注定被重写的旧职业表顾影自怜了。

今天摆在我们面前的选择其实非常简单：你可以选择坐在一艘正在漏水的旧木船上，为一个个行将腐朽的旧工种默哀；你也可以选择跨出岗位说明书那道狭隘的藩篱，拿起AI这把未成形的刻刀，去混沌的现实中劈出一条裂缝。

历史的大幕才刚刚拉开那些最激动人心的生存方式，正静静地潜伏在未来的海面之下，它们只是在等待着，由你亲手为它们命名。