OpenAI首席经济学家扔出震撼弹:别再猜谁失业了,80%的新工作今天连名字都没有!

如果让你穿越回 1976 年，走进一家嘈杂的打字机排字车间。

你拍拍一位满头大汗的工人的肩膀，对他说：“别灰心，50 年后，你的孙子会成为一名‘为云端流媒体 App 优化搜索广告竞价的工程师’。”

对方大概率会觉得你疯了

因为在那一刻，“流媒体”不存在，“App”不存在，“云计算”不存在，连“搜索引擎”和“互联网”都还只是极少数极客脑海里的科幻火星。对 1976 年的人来说，预测“报纸排版工要减少”轻而易举；但要让他们想象“移动端云优化师”是什么东西，比登天还难。

今天，我们正站在一模一样的时间节点上。

打开社交网络，铺天盖地的全是揪心的失业警报：文员、初级码农、客服、插画师……人们捧着一张写满“旧职业”的清单，惶恐地数着哪一个岗位会先被大模型送进坟墓。

但就在 2026 年 9 月下旬，OpenAI 首席经济学家团队扔下了一枚认知震撼弹，

别再盯着旧菜单猜明天的晚饭了未来能够吸纳成千上万人就业的新工作，人类今天甚至还没有发明出描述它们的名词！

▲ OpenAI 首席经济学家 Ronnie Chatterji 转发团队深度长文：我们还没有描述未来工作的“名词”。

01致命盲区：你是在拿昨天的词典，翻译明天的世界

在这篇名为《We don’t have the nouns yet》（我们还没有那些名词）的研究长文中，OpenAI 经济团队的应用科学家 Harrison Satcher 提出了一个灵魂拷问：

“我们该如何为一个连描述都无法描述的事物估值？”

现在的 AI 就业大讨论，犯了一个最致命的思维惯性：所有人都把目光死死锁定在“今天已经存在的岗位”上。

▲ OpenAI 经济研究专栏发表的《We don’t have the nouns yet》

这种恐慌完全可以理解因为这些具体的工种，养活着今天千千万万个普通的家庭。但如果你只盯着现在的工种，就会得出一个极度悲观且极度偏狭的结论。

学者 Jason Potts 引用推文时指出，这是经济学中最经典的“看得见与看不见”陷阱：

机器取代了哪些打字员、哪些电话接线生，所有人一眼就能“看得见”；但新技术孵化出的全新产业与全新需求，在它诞生之前，是彻底“看不见”的。

▲ 学者 Jason Potts 点评：不可想象的新职业与新收益，往往最难被计入算式。

但这并不代表它们不存在

真实的历史往往令人瞠目结舌MIT 著名经济学家 David Autor 曾在顶级期刊上发表过一项跨越八十年的重磅研究。结果表明：

今天美国市场上的绝大多数工作岗位，在 1940 年的人口普查官方目录里，根本连名字都没有！

▲ David Autor 等人研究：现代绝大多数就业岗位，几十年前连名字都没有。

不信？倒退回 1970 年代，“网络安全（Cybersecurity）”这个词在全美所有出版物和档案中几乎等于零。而到了今天，光是在美国，靠这个“当年不存在的名词”领薪水的人就超过了 125 万。

当太阳能电池板商业化，电工才分化出了光伏安装师；当 MRI 核磁共振仪普及，医院才出现了医学影像专员；当人工关节诞生，生物医学工程才独立成一门年薪诱人的庞大行当。

先有前所未见的新技术与新商业，随后，才会有被社会公认的新名词。

02水面平静，水下沸腾：岗位没丢，但内容全变了

那么，新的“无名浪潮”正在哪里酝酿？

OpenAI 首席经济学家 Ronnie Chatterji 给出了一个极为刁钻的观察视角：AI 对劳动力市场的深层冲击，最早根本不会体现在宏观失业率的数字上。

▲ Ronnie Chatterji 提醒：失业率可能看似平稳，但岗位内部的工作正在急速改写。

你看宏观数据，失业率可能风平浪静但在企业内部，无数工种的“内脏”正在被 AI 悄然重组。

OpenAI 发布的《Work at the Frontier》微观追踪报告捕捉到了一个极具启发性的现象：大量普通打工人正在通过 ChatGPT 跨界“偷渡”任务。

• 一个写代码的程序员，开始利用大模型直接写营销方案；
• 一个行政文员，开始用自然语言调取数据库做商业报表；
• 最容易被员工内嵌进日常工作流的，竟然是客户交互、品牌广告与市场营销！

▲ 员工正在借助 AI“导入”职责之外的新任务，并永久性地拓宽工作边界。

工作边界彻底松动了旧职位的壳子还在，但里面的血肉已经完全变了样。

生物学里有一个著名的概念叫 “邻近可能”（Adjacent Possible），每一种新工具的发明，都会瞬间解锁下一层此前绝不可能实现的“邻居空间”。

你发明了火箭，才可能把人造卫星送上天；有了卫星，才可能构建出 GPS 导航系统；有了 GPS 导航再撞上智能手机，才会不可思议地催生出滴滴、外卖平台以及数千万依赖算法调度的配送员与运营专家。

在造出火箭的第一天，谁能预料到几十年后会有一帮人专门研究“外卖超时赔付算法”？

在推特原帖下，一位敏锐的技术专家留言道：“每一批海量的新职业，往往都是在底层的 API 彻底稳定之后，由第三方用‘胶水代码’拼接新业务时，大规模爆发的。”

03终极反转：当算力免费如自来水，什么才是全社会唯一的稀缺？

很多人的脑海中依然有一个刻板偏见：未来所谓的新工作，肯定属于那些整天与高深代码、机器人仿真、合成生物学打交道的天才极客。

大错特错

OpenAI 经济团队在 8 月份发布的另一篇重磅研究，揭开了一个足以颠覆所有科技精英认知的未来真相：

在通用人工智能（AGI）乃至超级智能降临的后半场，全社会最大的就业蓄水池与最高贵的价值锚点，恰恰是长期被严重低估的，照护经济（Care Economy）！

这项推论植根于经济学里著名的“鲍莫尔成本病（Baumol's Cost Disease）”。

百年前，经济学家鲍莫尔提出了一个洞见：为什么造一辆汽车的成本随工业自动化一降再降，但请一支交响乐团演出四重奏的票价却越来越贵？

因为机器流水线可以一秒钟冲压一个车门，但你绝不可能通过让乐手加速四倍，把一首 40 分钟的贝多芬四重奏在 10 分钟里拉完。

在 AI 时代，这一法则迎来了最剧烈的“绝地反击”：

• 代码、文案、财报分析、法律合同、病理切片初筛……这一切认知运算的边际成本，正在光速砸向接近于零。
• 智能，正在退化成像水龙头里的自来水一样的廉价基础设施。
• 那么，全人类社会最后无法被压缩、无法被规模化、永远稀缺的资产是什么？

是人类的真实注意力、有温度的身体在场、面对面的同理心倾听，以及不可推卸的道德责任。

OpenAI 团队给出了一组极度震撼的实际测算数据：

• 仅仅将全美公共学校的平均班级规模缩小 20%（从 22 人降到 17-18 人），就需要全美额外雇佣 92 万名 专任教师；
• 如果给全美基础最薄弱的 25% 的学生，提供每年 90 小时、3人一组的高密度面对面辅导，仅这一项举措，就能凭空创造 40 万个 专职岗位；
• 更不用说在老龄化海啸中，为每一个失能失智老人提供有尊严的 1 对 1 陪伴与专业康复……

这项投入远超传统的福利救济，它本身就是具备惊人经济回报的生产性投资！

长达数十年的因果追踪实验（如著名的田纳西 Project STAR）早已证明：享受过高触感、高密度人类关怀的孩子，成年后的大学入学率净增近 2 个百分点，长期的心理健康与收入水平显著压倒对照组。

当智能极其充沛，社会的财富总量极大膨胀时，人类终于有资本把海量的劳动力，投入到“人对人的关爱”中去。

未来的高薪新职业，大概率会走出冷冰冰的算法调优室，涌向更具温度的现场：

• 带着多模态健康系统的“居家高龄生活质量架构师”；
• 配合认知模型辅助自闭症患儿的“神经多样性成长协同员”；
• 或者是借助深度情绪分析的“社区心理韧性陪伴师”。

“这项技术最深层的承诺，从来在于创造一个再也不会有人仅仅因为‘人类的注意力太昂贵’，就被剥夺关怀的世界。”

04黎明前的颠簸：词汇还没赶上，人还得吃饭

画卷虽然壮丽，但现实往往带着刺骨的寒意。

在所有热烈的讨论中，推特用户 Jobcoin 的一句冷水瞬间戳破了所有浪漫主义的泡沫：

“消失的工作大家都在争吵；更难的，是那些还没有名词的工作但别忘了，在词汇赶上现实之前，人们还是得吃饭的！”

▲ 现实的冷水：在词汇赶上现实之前，普通人还是要养家糊口。

这正是技术大换轨时代最残忍的“时间差”。

旧的工作被 AI 击碎往往只需要几个季度；而新的行业、新的名词、新的社会分工要落地生根，可能需要数年乃至一代人的时间。

新机会不会在同一秒钟、同一个地点、精准降临在同一个被淘汰的劳动者头上。

一个在写字楼里被算法裁掉的 45 岁文员，很难一夜之间摇身一变，成为一个熟练的高龄生活陪伴师或大模型数据架构师。

这种转型期的钝痛、技能断层的焦灼、养家糊口的真实重担，远非一句宏大的“未来会更好”就能轻轻揭过的。

05终局：在没有名字的未来里，重新定义人

让我们重新回到文章开头的那个场景。

站在 1976 年的门槛上，那个为未来感到绝望的打字排版工人，无论如何也想象不到，自己的后代会坐在明亮的恒温办公室里，对着液晶屏幕调试着“搜索推广”和“流媒体链路”。

他当时所能看到的所有绝路，最终都被时间证明只是历史的一道小土坡。

苏黎世大学经济学教授 Yanagizawa-Drott 曾留下过一句极具科幻色彩的哲思：

“终极的超级智能，应当是能够准确预言出，它未来将创造出的那些全新职业的名词，那得是多么强大的世界模型。”

连超级智能今天都无法断言的未来，我们又何必急着用过去的悲观来提前宣判？

今天的你，或许正在为大模型的每一次版本更新而坐立不安，或许正看着自己日复一日的工作被算法一点点蚕食。

但请记住：

今天的旧职业，远非明天可能性的天花板。

代码会贬值，算力会便宜，文字会过剩

但只要人类还需要被治愈、被倾听、被连接、被理解，那些今天还叫不出名字的新工作，就早已在历史的地平线尽头，静静等待着我们去为它们命名。