OpenAI首席经济学家警告:全人类都算错了这笔账!未来最赚的工作,今天连名字都没有

旧金山湾区，正在上演魔幻的一幕

在英伟达、OpenAI和Anthropic的办公楼里，年薪百万美元的工程师们日夜狂飙算力。他们训练出的大模型，正在让全球无数初级程序员、翻译和文案彻夜难眠。

但如果你走出这些科技巨头的园区，推开街角门店的玻璃门，你会看到另一番完全相反的狂热：普拉提私教课排到了三个月后，专门帮人缓解肩颈与焦虑的理疗师时薪飙升，甚至连上门安装“冰水浴缸”的技工和“私人家庭事务经理”，都被高薪抢破了头。

一边是AI疯狂吞噬传统白领岗位，另一边是看起来跟高科技八竿子打不着的新职业野蛮生长。

我们到底该如何计算AI时代的“就业账本”？

近日，OpenAI首席经济学家罗尼·查特吉（Ronnie Chatterji）与团队应用科学家哈里森·萨切尔（Harrison Satcher）联合抛出一篇重磅研究，标题只有冷酷的一句话：《We don’t have the nouns yet》（我们还没有那些名词）。

▲ OpenAI首席经济学家Ronnie Chatterji在社交平台发文，推介团队最新研究《我们还没有那些名词》

紧接着，美国《大西洋月刊》在2026年10月刊发深度长文《非AI的AI工作》（The Non-AI AI Jobs），耶鲁大学预算实验室执行主任玛莎·金贝尔（Martha Gimbel）与OpenAI研究团队公开隔空呼应。

这两份一线报告撞在一起，撕开了所有“AI失业预测”最致命的盲区：人类总是盯着那些马上要消失的旧饭碗，却对即将诞生的新饭碗视而不见。因为那些能够养活未来数以亿计人群的新工作，在今天的字典里，甚至还没有一个属于它的“名词”。

01一问：为什么所有关于“AI抢饭碗”的预测，从第一天起就算错了账？

不妨做个思想实验

假设你坐时光机回到1976年你在街上随便拉住一个路人，告诉他：“你好，我来自50年后。我的工作是为托管在云端的视频流媒体移动应用优化搜索引擎广告。”

路人大概会觉得你疯了

因为在1976年，这句话里的每一个概念都需要先上一堂历史课：当时商业互联网尚未诞生，搜索引擎无从谈起；智能手机还没出现，移动应用更是天方夜谭；至于“云”，1976年的人抬头看看天，只会联想到会下雨的白云。

要把这份工作解释清楚，你得先把未来50年还没发明出来的科技树挨个剧透一遍。

但如果你在1976年对他说：“未来给报纸写分类广告的人会变少。”他一秒钟就能听懂，甚至还会跟着你一起焦虑。

这就是OpenAI应用科学家萨切尔在文章开篇抛出的灵魂拷问：我们该如何给一个“连名字都叫不出来”的东西估值？

在经济学里，这叫“可见与不可见”（The Seen and the Unseen）。墨尔本皇家理工大学经济学教授杰森·波茨（Jason Potts）在转发OpenAI这篇报告时一针见血地指出：人们太容易算清“看得见的成本”（比如哪个工种被裁了），却极难算清“看不见的收益”，因为当新产品和新工作还不存在时，人类连想象它们的词汇都没有。

▲ 经济学家Jason Potts指出：当新工作与新产品尚未存在时，人们很难在账本上把“看不见的收益”算准

不信？看看“网络安全”（Cybersecurity）这个词。

今天，全美有整整125万人靠网络安全吃饭。平均每130个美国打工人里，就有1个干这行。但萨切尔调出了谷歌图书词频统计（Google Ngrams）的历史曲线：在1970年代以前的人类出版物里，这个词的曲线完全贴在地板上，几乎是一条死寂的直线。

当时社会同样渴求安全防护，只是人类的字典尚未收录这个专属词汇。

经济学家大卫·奥托（David Autor）等人的研究更是给出了一个反直觉的铁证：2018年美国绝大多数的就业岗位，在1940年的人口普查职业分类表里根本找不到对应的名字。

为什么会这样？科学界有一个著名的概念，叫“相邻可能”（Adjacent Possible）。

就像打游戏解锁地图一样，技术是一步挨着一步长出来的：先有了火箭，才可能放卫星；有了卫星，才可能有GPS定位；等GPS遇上了智能手机，才长出了网约车和外卖软件。

如果在火箭刚点火的年代，让你预测“网约车司机”和“外卖算法调度员”这两个工种，你根本写不进报告里。因为中间隔着三四层还没出生的产品和商业模式。

02二问：如果新工作连名字都没有，我们怎么知道它正在暗中发芽？

既然字典总是慢半拍，那在“新名词”正式诞生之前，职场到底会发生什么？

为了抓到第一手证据，OpenAI经济研究团队没有去发枯燥的调查问卷。在首席经济学家查特吉的带领下，他们直接对超过80万条美国ChatGPT用户的真实工作对话进行了脱敏分析，并发布了《工作在前沿》（Work at the Frontier）系列报告。

结果，他们抓到了一个惊人的现象，“任务交叉”（Task Crossover）。

▲ OpenAI官网发布的《Work at the Frontier》报告显示：近一半与特定职业相关的AI使用，正在跨越原有的岗位边界

数据显示，在所有涉及具体职业的AI对话中，高达43.5%的任务，干的根本不是提问者本职专业的事！

什么意思？

以前分工壁垒森严：做市场的只管写策划，网站崩了得求程序员；做销售的只管跑客户，做数据透视得找分析师。

但现在，80万条对话揭开了职场水下的暗流：市场人员正在用AI自己排查网站代码故障，销售人员正在用AI独立清洗客户数据库，HR和客服正在跨界做视觉设计和产品原型。

查特吉对此给出了一个极其毒辣的判断：哪怕宏观失业率看起来纹丝不动，岗位内部的工作内容也正在经历剧烈的基因重组。

在新的职业名称被写进招聘网站之前，旧岗位的围墙已经先被AI撞塌了。

而在查特吉的推文评论区，一位名叫ADL的技术从业者更是用一句话道破了新职业诞生的工程学天机：

“新角色通常出现在API（接口）层稳定之后，这时候第三方才能写出那些用来定义这份新工作的‘胶水代码’（Glue Code）。”

▲ 网友在Chatterji帖文下精辟总结：API层稳定后，第三方写出的“胶水代码”往往直接定义了新工作

现在我们已经看到的早期信号，比如2023至2025年全球新增的130万个AI相关岗位（像前沿部署工程师、甚至电信巨头T-Mobile专门招聘的“AI成本管理分析师”），以及两年内暴涨9倍的非IT岗位生成式AI技能需求，都还只是第一波浪潮。

当跨界干活的人越来越多，那些粘合不同工具的“胶水活儿”，就会慢慢沉淀成全新的工种，最后拿到一个全新的名字。

03三问：算力狂飙的尽头，普通人真的只能去写代码、训模型吗？

读到这里，你可能会松一口气，但紧接着又会冒出新的恐慌：“那听起来，未来的新工作还是围着AI转啊？如果我不懂算法、不会调接口，是不是就彻底出局了？”

错这正是整场大讨论里最精彩、最颠覆认知的转折。

《大西洋月刊》资深记者安妮·洛瑞（Annie Lowrey）在《非AI的AI工作》一文中，联合麦肯锡全球研究院与耶鲁预算实验室的学者，把通用技术创造的工作拆成了“三重境界”（三阶效应）：

• 第一阶（修路与拆迁）：
   算法直接干掉初级翻译和客服，同时催生大模型训练师和数据中心高压电工。这最显眼，大家天天都在吵。
• 第二阶（造车与护航）：
   围绕新技术长出的配套生态。麦肯锡研究员玛丽亚·拉米雷斯打了个绝妙的比方：“19世纪末，谁盯着一台冒黑烟的内燃机锅炉，能想到未来人类会需要‘客舱乘务员’（空姐）和‘空中交通管制员’？” 仅这一层，未来几年就将凭空创造50万到200万个前所未有的新岗位。
• 第三阶（财富工作，Wealth Jobs）：
   这才是能够吸纳海量就业的终极蓄水池，而且它们看起来，跟AI没有半毛钱关系！

▲ 《大西洋月刊》深度长文提问：未来的新工作，会不会是冷水浴安装工、迷幻剂治疗师和家庭事务经理？

什么是“财富工作”？

耶鲁大学预算实验室执行主任玛莎·金贝尔给出了一个让人拍案叫绝的解释：当技术大爆发让社会整体变得更富裕时，人们就会开始把钱花在“老一辈人觉得荒唐可笑”的事情上。

金贝尔还原了一段全世界年轻人都无比熟悉的家庭对话：

你给爸妈打电话，说自己刚花钱请人做了一项服务。爸妈听完的第一反应绝对是倒吸一口凉气：“天哪，这也太浪费钱了吧！”但沉默三秒钟后，他们又会忍不住小声问一句：“……那感觉好吗？”而你会老实回答：“其实爽翻了”

▲ 耶鲁预算实验室执行主任Martha Gimbel发文：AI催生的新工作可能与AI毫无关系，父母眼中的“乱花钱”藏着未来的就业密码

回望历史，今天无数体面的服务业，在两百年前的老祖宗眼里全都是“精神病行为”：

• 婚礼策划师：
   两百年前结婚全靠亲戚街坊张罗，谁会花大价钱请个陌生人来指挥？但今天，全美每10对新人就有1对雇佣专业婚庆统筹。
• CrossFit体能私教：
   如果你告诉一个几百年前面朝黄土背朝天的农民，未来的人每个月要交200美元，专程跑进一个大仓库里，“把沉重的卡车轮胎从这头翻到那头”，老祖宗一定会觉得这群人脑子坏掉了。
• 当代正在长出的“奇葩新贵”：
   专门帮人挑选矿泉水搭配菜单的“水侍酒师”、帮高压人群定制冰浴的“冷水浴安装工”、甚至是帮你包揽家里所有水电年检、快递退换货和日常琐事的“私人家庭事务经理”。

为什么AI越强大，这些“伺候人”的工作反而越值钱？

这背后藏着一条硬核的经济学铁律，鲍莫尔成本病（Baumol's Cost Disease）。

简单来说，当AI把写代码、画图、造商品的效率提升100倍时，数字产品和工业品就会变得像自来水一样便宜。省下来的海量社会财富去哪了？全涌向了那些“绝对没法被算法加速”的地方。

GPU可以在0.1秒内生成一万字报告，但一次高质量的心理疏导、一节60分钟的康复私教、一场充满温度的临终关怀，依然实打实地需要人类付出60分钟的生命与面对面的陪伴。当算力极其廉价时，“真人的时间、体温与情绪价值”，就成了全社会最昂贵的硬通货。

04四问：在“新名词”追上来之前，我们手里的饭碗怎么保？

当然，经济学家的宏观乐观，不能直接当成今天晚上的晚饭。

在OpenAI这组报告引发的全网讨论中，一条引发广泛共鸣的评论戳中了现实痛点：

“我们一直在争论哪些工作会消失。更难的部分是那些还没有名词的工作。但在词汇追赶上来之前，人们依然得吃饭。”

这句话精准戳中了技术转型期最痛的软肋。

无论是OpenAI的萨切尔，还是《大西洋月刊》的洛瑞，都在文章最后给出了极其清醒的警告：

第一，新旧工作之间存在残酷的“时空错位”。 历史上每一次技术革命，新饭碗确实会源源不断地长出来，但它未必长在被裁掉的那批人手里，也未必长在同一个城市、同一个年龄段。过渡期的阵痛、降薪与迷茫，真实而具体。

第二，“财富工作”大爆发有一个死前提，AI赚到的巨额财富，必须切实分到普通中产阶级手里。 如果算力红利只被极少数科技寡头垄断，而广大白领的工资基底被彻底掏空，那么未来的“新工作”就只会退化成服务极少数富豪的私人游艇管家，根本撑不起千万普通人的体面生计。

苏黎世大学经济学教授柳泽（D. Yanagizawa-Drott）在转发这则研究时感慨道：“所谓超级智能（ASI），大概就是能准确预测出它自己将创造哪些‘新工作的名词’，那才叫逆天的世界模型。”

▲ 苏黎世大学经济学教授感叹：如果超级智能能预测出它自己创造的新职业名词，那才拥有厉害的世界模型

连最顶级的AI都还算不出未来的职业名称，说明人类的未来远没有被锁死。

面对这波大洗牌，不必每天盯着岗位淘汰榜单焦虑不安，OpenAI那80万条对话给出的启示更具参考价值：别把自己死死钉在名片上的那个旧头衔里。

去跨界，去用AI干一点原本不属于你专业的活儿，去写连接不同领域的“胶水代码”；或者，去深耕那些只有真人才给得出的审美、体魄、信任与情绪体验。

毕竟，今天的职位表，从来就不是明天人类机会的边界。那些最赚钱的新工作，正等着你去给它起名字。