ARTICLE · 1208295
OpenAI首席经济学家重磅发声:别只盯着裁员!未来大半工作,今天连名字都没有
假如你坐进时光机，穿回1976年
在街头随便拦住一个路人，告诉他你未来的工作是：“为托管在云端的视频流媒体移动应用，优化搜索引擎广告。”
对方大概率觉得你疯了
在这短短一句话里，几乎每一个名词都需要先上一堂历史课。那一年智能手机尚未诞生，“移动应用”无从谈起；商业互联网也远未出现，更谈不上“搜索引擎”；至于“云端”，1976年的人抬头看看天，那只是飘在头顶的水汽。
要把你的饭碗解释清楚，你得先把未来五十年还没发明出来的技术讲一遍。
这就是今天全球AI大辩论中最诡异的盲区。所有人都在争论哪些工作会消失，却没人算得清哪些工作会长出来。
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）在官方经济研究专栏抛出一篇重磅短文，标题只有冷峻的一句话，《我们还没有那些名词》（We don’t have the nouns yet）。
▲ OpenAI首席经济学家罗尼·查特吉发文推介团队最新研究，直指未来新岗位的“核算盲区”
这篇短文迅速引发了经济学界与科技圈的深度讨论，点出了一个反直觉的现象：我们对AI夺走工作的恐惧之所以如此逼真，仅仅是因为旧工作有现成的名字；而我们对未来的低估，是因为大量潜在的新饭碗，今天在人类词典里根本不存在。
01节点一：1970年代没有“网络安全”，语言滞后制造了失业恐慌
我们该如何给无法描述的东西估值？
这是萨切尔在文章开篇抛出的灵魂拷问。在评估任何一场技术革命时，人类的大脑都患有一种先天的“不对称失明”。
▲ OpenAI经济研究团队在《The Economics of AI》发表专栏文章，开篇追问：“我们如何给无法描述的事物估值？”
回到1976年，如果有人预言“电脑会让给报纸写分类广告的文案变少”，所有人都能听懂，因为“报纸”和“文案”是每天看得见的名词。但如果预言会出现“云端流媒体搜索广告优化师”，没人会信。
毁灭总是具象的，因为旧饭碗印在今天的工资单和人口普查表上；而诞生总是抽象的，因为新饭碗依托的产品和商业模式还没出世。
为了把这种“词穷”变成肉眼可见的证据，OpenAI团队调出了谷歌语料库词频统计（Google Ngrams），锁定了一个词：网络安全（Cybersecurity）。
今天，全美有大约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。但在1970年代之前的英文出版物里，这个词的出現频率几乎是一条贴地的死线。当时的人并非不需要安全防护，只因互联网尚未普及，大家甚至连这个词汇都不曾听闻。
同样的剧本在过去八十年里反复上演。核磁共振（MRI）发明后，才有了医学影像技师，如今在全美撑起近4.4万个岗位；太阳能电池板商业化后，电工里才分化出光伏系统运维师。麻省理工学院著名经济学家大卫·奥托（David Autor）曾做过一项震撼学界的数据回溯：2018年美国绝大多数的就业人口，干的都是1940年人口普查职业表里根本不存在的工种。
正如学者杰森·波茨（Jason Potts）在转发讨论时所言，经济学里最难算的账就是“看得见的成本”与“看不见的收益”。萨切尔在个人帖文中把话挑得很明：我们可以严肃对待眼下的负面冲击，但绝不能把今天的工作清单，当成人类可能性的边界。
▲ 论文作者哈里森·萨切尔强调：没有描述未来工作的名词，并不意味着它们不存在
02节点二：从火箭推进器到外卖骑手，打不开第一扇门就看不见第三间房
既然新工作迟早会来，为什么顶尖经济学家今天不能提前把它们的名字列出来？
答案藏在复杂系统科学的底层定律里。萨切尔在文中引入了圣塔菲研究所理论生物学家斯图尔特·考夫曼（Stuart Kauffman）的经典概念，“相邻可能”（Adjacent Possible）。
想象人类社会正身处一座由无数房间相连的巨大暗影宅邸。我们当下掌握的全部技术与工具，就是目前站立的这间房。环绕四周、伸手能推开的门，叫做“相邻可能”。
残酷的铁律在于：你永远无法越级开门。 不推开第一扇门走进下一个房间，你根本不知道第三间房的门朝哪儿开。
萨切尔举了一个跨度长达半个世纪的硬核长链条：火箭技术是怎么一步步生出网约车司机和算法调度员的？
如果在1950年代火箭刚点火时，你跟人说：“看，这玩意儿以后能让几百万人靠手机叫车和送外卖谋生。”人们一定会把你送进精神病院因为从火箭到网约车，中间隔着五道必须依次解锁的门：
- 第一道门
：二战后火箭推进技术成熟，人类才第一次把人造卫星送进轨道； - 第二道门
：卫星在天上组网，搭配精密原子钟，才催生出全球定位系统（GPS）； - 第三道门
：另一条技术线上的晶体管、锂电池与多点触控屏拼在一起，造出了智能手机； - 第四道门
：当GPS芯片、蜂窝网络和智能手机操作系统撞在一起，移动网约车App才终于进入“相邻可能”的射程； - 第五道门
：当亿万人每天用网约车通勤，动态定价算法工程师、运力调度师、合规专员这些新名词，才正式写进招聘网站。
这就是著名技术思想家布莱恩·阿瑟（W. Brian Arthur）所说的“组合式进化”。每一个新技术都是旧积木的重组，只有当积木搭好，围绕它拧螺丝、做维护、定规则的“人类生态位”才会浮现。
把这套逻辑投射到今天，启发同样深远：大语言模型不过是刚刚开启的第一扇门。
今天我们能叫出名字的AI工作，比如2023到2025年间领英（LinkedIn）统计全球新增的130万个AI岗位（数据标注员、前沿部署工程师），或是T-Mobile招聘的“AI成本管理分析师”，全都挤在“第一间房”里。因为它们服务的对象（算力、模型、Token账单）已经摆在桌面上。
那么，第二间、第三间房里的工作长什么样？
苏黎世大学经济学教授D. Yanagizawa-Drott在引用查特吉的推文时半开玩笑地感叹：“所谓超级智能（Superintelligence），大概就是能准确预测出它自己将创造哪些新工作名词，那得是多逆天的世界模型啊！”
▲ 经济学教授调侃：如果AI能提前预测它创造的新职业名词，那才是超级世界模型
而在评论区，一位一线技术开发者的回复更是直接捅破了窗户纸：“新岗位通常只有在API（应用程序接口）层彻底稳定之后才会出现，这时候第三方才能写出定义这份工作的‘胶水代码’。”
▲ 技术评论者一针见血地指出：只有当底层接口稳定后，定义新职业的“胶水代码”才会涌现
这句话堪称神来之笔什么叫新职业？新职业的本质，往往就是在新技术接口稳定后，人类用工作流和商业逻辑写出的那层“社会胶水”。
03节点三：80万条对话泄密！新名词诞生前，“动词”已经率先越界
虽然未来的职业“名词”还没造出来，但水面之下的暗流已经在改写打工人的日常。
如果不把这篇短文放进OpenAI经济研究团队更庞大的观察视野里，就很难看懂其全貌。查特吉率领的这支团队，手里握着观测AI生产力的第一手窗口。
在团队此前发布的《工作在前沿》（Work at the Frontier）报告中，研究人员在严格保护隐私的前提下，解剖了超过80万条美国ChatGPT用户的真实工作对话。结果发现了一个惊人的现象，“任务交叉”（Task Crossover）。
▲ OpenAI《工作在前沿》报告揭示：近半数特定职业的AI使用已经跨出了原本的岗位边界
数据显示，在所有与特定职业相关的AI对话中，高达43.5%的任务，传统上根本不属于提问者自己的工种！
什么意思？在现实生活里，名片上印着“销售”的人，正在用AI写脚本分析客户数据库；头衔是“市场营销”的人，正在用AI排查网站代码故障；做“人力资源”和“客服”的员工，正在跨界做着原本属于设计师和工程师的活。
这是一个极其毒辣的先行指标：在新职业的“名词”正式诞生之前，旧职业里的“动词”已经率先越界了。
过去，分工的护城河是技能壁垒，销售不懂SQL代码，所以必须设一个“数据分析师”的岗位名词。现在，AI把技能护城河填平了工种之间的围墙正在从内部融化当一个懂业务的普通人，把原本属于三个部门的“跨界动词”固定成一套日常流程时，下一个时代的新职业名词，就会从这片模糊的交界地带破土而出。
04节点四：冷水浴安装工与品水师，以及词典追上来之前的残酷时差
许多由AI催生的未来饭碗，很可能连半行代码都不沾。
就在OpenAI探讨“没有名词的工作”几乎同一时期，《大西洋月刊》（The Atlantic）记者安妮·洛瑞（Annie Lowrey）发表了一篇极具穿透力的深度评论：《非AI的AI工作》（The Non-AI AI Jobs）。
▲ 《大西洋月刊》发问：未来的劳动力市场，会不会由冷水浴安装工和家庭事务经理组成？
文章将技术对就业的冲击剥成了三层洋葱：
- 第一阶
最显眼：旧岗位被替代，造芯片、建数据中心、调算法的岗位暴增； - 第二阶
是围绕技术的应用生态：就像当年看着一台笨重的内燃机，没人能想到后来会诞生“空姐”和“空中交通管制员”一样，麦肯锡预测AI将在未来数年催生50万到200万个此类全新岗位； - 第三阶
最隐秘，被称为“财富工作”（Wealth Jobs）。
耶鲁大学预算实验室执行主任玛莎·金贝尔（Martha Gimbel）在接受采访时道破了天机：当技术让生产力暴增、让一部分人暴富并抬高社会整体购买力后，人类就会开始把钱花在“老祖宗觉得纯属有病”的服务上。
两百年前的人在技术上完全能做“婚礼策划师”、“CrossFit健身私教”、“冷水浴缸安装工”甚至高档餐厅里的“品水师”（Water Sommelier）。为什么当时没有这些职业？因为全社会都在为温饱刨食，没人有闲钱为情绪价值和极致体验买单。
AI越是把数字世界的生产成本压向零，人类就越愿意为物理世界里“真人的温度、折腾与陪伴”支付高昂溢价。 萨切尔读完这篇报道后当即公开转发点赞，直言这与OpenAI“没有名词”的研究精神高度契合。
但技术发展的全貌，并不只是一曲乐观赞歌。
在这场关于未来职业的讨论中，有高赞评论给出了极其清醒的提醒：
“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。但在新词汇追上来之前，人还是得吃饭的。”
这几句话道出了最现实的生存关切
萨切尔在文章结尾也坦诚地写下了这层阴影：历史证明新工作一定会涌现，但历史同样证明，新机会出现的时间、地点和人群，往往与丢掉旧饭碗的工人并不重合。1940年的纺织工很难直接摇身一变成为1980年的网络安全专家；今天被冲击的初级白领，也未必能无缝切换到十年后的新名词里。
宏观经济学看的是五十年的长周期，在那里，新名词总会填满人口普查表；但每一个普通人活在具体的房贷、账单和一日三餐里，我们必须肉身穿越“旧名词正在死去、新名词尚未命名”的漫长断层期。
那么，在未来的新名词被写进招聘软件之前，普通人该怎么自救？
OpenAI那80万条对话其实已经给出了唯一的生存指南：别再把自己锁死在名片上那个旧“名词”里。去跨界，去借用AI干原本不属于你工种的“动词”，去成为那个在接口之间写“胶水”的人。
毕竟，当历史推开下一扇门时，率先把握新机会的，永远是那些已经在暗处主动摸索门把手的人。
