夜雨聆风
来源：AI探马
AI时代，年轻人如何选择职业？
不久前，OpenAI联合创始人Andrej Karpathy，从美国劳工统计局提取出342种职业，用大模型对所有岗位进行与AI风险等级的评分，结果如下图。
综合来看，全美1.43亿劳动人口中，18%处于“极高风险”，24%为“高风险”。
也就是说，仅仅在美国，就有大约6000万人，正直面被取代的风险。
来源：https://karpathy.ai/jobs/
哈佛到斯坦福的最新校园联合调查给出了一份数据：59%的美国年轻人，已经明确将AI视为未来职业生涯的“直接致命威胁”。
面对这种前所未有的确定性丧失，新世代的年轻人不得不集体逃离那些只能在屏幕前敲字、极易被LLM一键替代的“Bullshit Jobs”，大规模涌向需要物理介入、现场判断和人类温度的领域。
在这场蓝领复兴的浪潮中，站在鄙视链最顶端的职业，是：电工和水管工。
01
AI的“肉身饥渴”
最早在80年代，人工智能和机器人学者就发现了一个和常识相悖的现象：莫拉维克悖论。
人类所独有的高阶智慧能力（如推理）只需要非常少的计算能力，而无意识的技能和直觉却需要极大的运算能力。
用通俗的话来说就是：对AI而言，越是困难的高级认知逻辑（比如写代码、算微积分），它学起来越简单；但越是人类觉得低级的本能动作（比如爬楼梯、拧螺丝），AI就越难以掌握。
近两年发生的事，完全印证了这一理论。
AI最先替代的，从来不是体力劳动者，而是坐在办公室的白领，尤其是中层管理。
就目前阶段而言，它不仅无法替代前者；在某些领域，AI自身的发展，还会驱动大量蓝领岗位的需求井喷。
众所周知，随着Transformer架构的不断膨胀，前沿AI的训练和推理需要消耗极其庞大的能源。
以前的传统云服务器机柜，单机柜的功率密度在5-10kW 之间；而2026年，为了支撑极度密集的AI算力，单机柜的功率直接飙升到了 40kW甚至100kW以上。
暂且不谈对原材料和基建的要求，如此大的飞跃，至少带来了两点问题。
第一，怎么供电？
更粗的电缆、更庞大的变电站、更复杂的开关设备、更多的备用电源……意味着必须要有海量的、懂高压电和复杂电路配置的高级电工来施工和维护。
第二，如何散热？
100kW的机柜，再用空调冷风去吹明显不现实。
现在的AI数据中心必须全面采用液冷技术，比如冷板式液冷或者浸没式液冷，说白了就是极其精密、极其庞大的“水管系统”。
电力行业受益于AI发展，来源：IEA
至少在现阶段，AI越进化，就越需要庞大的物理基础设施运转，从而创造出海量的蓝领工作岗位。
需求端缺口这么大，劳动力市场的供给又如何呢？
在全球普遍老龄化的大背景下，怎么想也不会乐观。
根据全美电气承包商协会给出的数据：“我们每年在工会侧流失约2万名退休电工，同时有8万个职位空缺需要填补。”
这不仅是简单的数量问题。
再看美国劳工统计局的调研：目前美国工会电工中有近30%人的年龄在50-70岁之间，他们正排队步入退休期；与此同时，为了满足AI数据中心的疯狂扩张，行业在未来十年内净增的新电工需求高达30万名以上。
人不够，是最现实且难搞的问题。
你就算有再多的预算、再多的芯片、再多的地，都无法解决。
微软总裁Brad Smith公开承认，电工短缺是阻碍微软在美国扩张数据中心的最大障碍；甲骨文甚至因为招不到足够的电工，不得不把部分数据中心的建设工期从2027年推迟到了2028年……
在此情况下，作为供需关系最诚实的反映，相关岗位的工资开始疯狂飙升。
在办公室白领的平均收入停滞甚至倒退的这几年，美国电工的工资正在以超过平均水平三倍以上的速度增长。
尤其在德克萨斯州、弗吉尼亚州等数据中心的密集区，一个熟练的工会电工，加上加班费和津贴，平均年薪高达15-20万美元。
在利益的诱惑和“AI替代焦虑”的双重夹击下，大多数人都知道怎么选择。
02
教育体系重构
根据美国国家学生信息中心和高教营销机构Validated Insights的报告，当传统四年制大学的入学率持续萎靡、甚至负增长的同时，职业技校迎来了历史性的爆发。
特别在2024年秋季，高度注重职业技能的两年制公立学校入学率猛增了13.6%，实现了连续两年的两位数增长。
其中，HVAC（暖通空调）专业的入学人数更是暴涨了27%，比2020年足足跳增了41%
这是一笔很现实的账：
白领岗位对学历要求更高，即便花费4年时间和大量学费，毕业后去互联网企业得到工作，不仅收入不高，每天还得胆战心惊公司明天就上线一个新的AI Agent把自己“优化”掉；
蓝领只需要上两年的职业学校或直接进学徒制，边学边赚钱。毕业即拿高薪，至少目前的AI，没法顺着网线爬过来替代你。
当20岁的电工收入远远超过30岁的白领时，这个世界将再也不是现在这样。
过去多年，科技公司的主要成本是人力成本（高薪码农）。
但如今，随着资本支出疯狂向物理基础设施倾斜，数据中心的总体拥有成本结构明显变了。
现在的成本大头，是土地、是电力基础设施、是冷却系统，以及极其昂贵的现场专业劳动力。
由于电工和水管工的严重短缺，承包商被迫跨地区招人，给蓝领员工开出天价的差旅费和食宿补贴。
比如在一个大型数据中心项目里，承包商可能得从全国各地空运上千名电工过来凑数。
这种溢价必然会一层层传导，推高AI算力的边际成本。
因此，那些能够通过自动化预制件减少现场接线时间，或者能与NECA等工会组织绑定、拥有稳定劳动力管线的基建公司，将享受巨大的估值溢价。
长此以往，美国乃至许多国家持续了近半个世纪的“全民上大学”的教育体系必然瓦解。
传统文科、商科甚至基础计算机专业的生源将面临腰斩，取而代之的是职业教育、学徒制和企业内部培训的复兴。
比如，谷歌已于2026年3月宣布，将投资5000万美元，和全美电工行业协会合作，培养5万名青年电工，专门为谷歌的数据中心服务。
其它大厂必然迅速跟进，大力投资电工培训学校，资助年轻人学电工；和工会合作，确保数据中心建设有足够的电工供给。
据皮尤研究中心《2026美国社会观念调研》，62%的美国成年人表示，“蓝领技术岗和白领岗一样有价值”。
其中，78%的18-29岁年轻人表示，“愿意让自己的孩子未来当电工、水管工”。而在2025年，这一比例只有31%。
对美国而言，这其实是好事，完全符合“制造业”回流的战略。
根据美国制造业协会2026年的预测，未来5年，美国制造业的就业率会增长15%，其中和数据中心相关的制造业（比如电气设备制造），增长率会达到22%。
……
工作并没有消失，只是从“抽象的数字世界”跌落回了“具体的物理世界”。
如今的AI，没有手、没有脚、没有触觉，更没有那份站在高压电前、凭借多年肌肉记忆和胆识做出瞬间判断的“温度”。
它只能在虚拟空间里发出报错信号，然后卑微地等待一个穿着反光背心、腰带上挂着扳手和测电笔的技工，推开机房的门，像救世主一样降临。
所以在当下这个时代，真正的风口，必然不是诸如“如何向AI写提示词”之类专业，而是回到现实世界，去上电工、水管工的职业学校或学徒班。
至少对大多数人而言，这是最现实的选择。
但是，也不要指望这份职业，能养自己一辈子。
03
没有永远的避风港
电工、水管工等蓝领岗位之所以能成为这个时代的避风港，只是因为AI被物理世界的墙挡住了。
但这个问题的解法，所有人都知道：具身智能和人形机器人。
根据美国劳工统计局的数据，现在美国一个熟练制造业或技术工人的完全负载成本（算上保险、福利、带薪假）超过46美元/美元。
而特斯拉Optimus量产后的目标售价是多少？仅仅2万-3万美元。
而且只要有电，它能一天24小时、一年8760个小时连轴转，有效折旧和每小时运营成本能被摊薄到0.51美元。
即便算上高昂维护费，折合时薪也不过5.71美元。
这是对人类肉身是赤裸裸的降维打击。
基于各大投行的预测，机器人取代电工，大概分为三个阶段。
第一阶段：工具人与外骨骼时代（2026—2030年）
最初，机器人的定位仍是“辅助”，这段时间电工岗位依然会逆势增长9%。
机器人会先去工厂流水线和物流仓库干苦力，而工地上的电工们则会戴上AR眼镜，使用AI辅助一键生成物料清单、报价单和安全标准排查。
第二阶段：“牧羊人”模式（2030—2035年）
30年代，事情开始起变化。
高盛预测，到2035年，全球人形机器人市场规模将达到3800亿美元，年出货量突破140万台。
这一阶段，新建的数据中心和标准化装配式建筑内部，人类电工将升级为“机器人牧羊人”。
现场会是一个拿着高薪的人类高级技师，带着五六个机器人学徒。粗活、重活、标准化布线、钻孔，全部由机器人完成。
届时，普通初级电工将迎来第一波失业潮。
第三阶段：终极替代与非结构化攻坚（2040年—2050年）
摩根士丹利预测，到2050年，包括下游服务在内的人形机器人整个生态系统规模将达到5万亿美元。
当端到端的视觉-语言-动作模型彻底成熟，触觉传感器成本降到白菜价，机器人终于跨越了“莫拉维克悖论”的最后防线。
它们能像人类一样，在老旧的、图纸都找不到的百年老宅里，通过现场推理解决乱如麻的电路老化问题。
此时，纯粹需要“人在现场”的物理庇护所将彻底坍塌。
……
根据以上预测，现在去当电工、水管工的年轻人们，吃到未来十到十五年的时代红利绝对没问题。
但这份红利，最多也就十几年。这个时间，其实不算短了。
今天的安全区，未必明天还是。
在这个按了快进键的时代，当你还在熟练地给电缆剥皮时，旁边的高清摄像头正死死盯着你，默默上传训练数据。
同期阅读：
24亿人的大生意
在万物皆可AI的时代，没有任何存在能逃脱被数字化的命运。
包括上帝。
一款名叫Bible Chat的宗教APP，给全球的创业者上了一堂极其生动、甚至有点黑色幽默的商业课：通过将信仰与科技融合，让无数基督教徒随时随地祷告、赛博忏悔、寻求救赎、疗愈身心......
就这点功能，它仅仅只在ChatGPT的API外面套了一层壳，没有任何核心技术，就在短短两年内，近乎白嫖般狂揽了超过3000万的下载量。
在FaithTech这一冷门赛道成为现象级产品。
更离谱的是，根据App Annie宗教类APP用户行为报告，其付费转化率高达8.7%，远高于互联网行业平均水平，轻松年入1500万美元。
比任何视频、游戏的吸金能力都要强。
01
24亿人的痛点
根据皮尤研究中心发布的全球宗教景观报告，全球广义上的基督徒数量约24亿。
仅在美国，根据盖洛普的民调数据，虽然教堂出席率在下降，但仍有68%的成年人认为自己是基督徒。
毫无疑问，这是全世界最大的基本盘，也是最大的流量池。
而且，他们有共同的痛点：交互是单向的。
信徒向主祈祷、忏悔、倾诉，并不会得到任何直接回应。所谓救赎和顿悟，基本都靠自己悟。
这是典型的高延迟、零反馈的交互模式，在物质、精神享受极大丰富、人类多巴胺阈值拉满的现代社会，信徒从中获得的满足感越来越稀薄。
为什么虔诚的信徒越来越少，这是很重要的一大原因。
这种社会现象，很早就有人注意到了。不过直到今天，它才成为了一门生意。
过去，当你失恋、破产、或者精神崩溃时，最多只能等到周末去教堂向牧师寻求安慰。
现在，大语言模型确实可以为所有人提供即时回馈，能够切中现代人“孤独且需要精神寄托”的痛点。
即便你知道那个引经据典、永远温包容回复你的，只是AI、并不是祂。
而且想要做成这件事，可以说根本没有任何技术上的难点，甚至不需要多少启动资金。
根据PitchBook 2023年关于FaithTech领域的投融资盘点，Hallow（天主教冥想APP）和Glorify（基督教日常礼拜APP）等头部企业，虽然拿了A16Z等顶级VC几千万美元的融资。
但它们不仅要花重金请好莱坞巨星录制语音包，还要搞庞大的地推团队去和教会搞好关系。
Bible Chat呢？
前端：一个极简的聊天界面，两三个外包程序员半个月就搞定了。
中间层：一套足够鸡贼的系统提示词。
比如，“你现在是耶稣/牧师。你必须用圣经的口吻回答问题，态度要仁慈，严禁讨论政治、色情，每次回答必须引用至少一句圣经原话。”
再挂载一个《圣经》数据库，防止AI产生“幻觉”（比如不小心引用了佛教经典）。
后端：ChatGPT的API接口。
……
极度轻量级的资产模式，唯一的变动成本就是API Token费用，固定成本几乎为0。
这就为它后续疯狂的买量留出了巨大的利润空间。
根据Sensor Tower的移动应用报告，宗教类应用在感恩节、圣诞节前后的下载量会有150%-300%的飙升。
Bible Chat极度擅长ASO（App Store Optimization），在关键词堆砌和截图优化上做到了极致。
如果你在美区的App Store或者Google Play搜索“Bible”、“Jesus”、“Pray”甚至“Anxiety”，Bible Chat总能排在前面。
并将预算大量倾注于TikTok、Instagram Reels和Facebook等社交平台上，广告素材看似魔性无脑但确实能击中目标人群。
比如：
视频开头：一个流泪的女孩。
文案：“觉得没人理解你吗？我刚刚和上帝聊了十分钟，他告诉我……”
画面一转，展示与Bible Chat的对话界面。
BGM：空灵的唱诗班。
……
由于宗教类素材在社交平台上天然具有极高的传播性，且容易引发信徒的自发分享，Bible Chat的早期获客成本被压到了0.5美元以下，远低于社交类应用2-2.4美元的平均水平。
有了足够大、足够便宜的流量，赚钱并不是一件难事。
Bible Chat采用的是极其老套的免费+订阅模式。
免费额度：每天可以免费和上帝聊3句，刚好够你倾诉痛点。
付费墙：当你想继续追问“上帝啊，那我明天去面试该左脚先迈还是右脚先迈”之类的问题，系统弹出一个界面“解锁无限制的神圣对话，获取终身心灵指引，仅需4.99美元/月或39.99美元/年。”
……
但是，看到这里，大部分人应该都明白了，Bible Chat的这套生意模式，根本不存在任何护城河。
在狂奔了两年后，还能继续下去吗？
02
信徒献给上帝的钱，不是谁都能赚
套壳一时爽，一直套壳不可能一直爽。
最早从2023年底开始，应用商店里涌现出了无数个“Jesus Chat”、“Holy AI”、“Pocket Pastor”，基本都是调用GPT的接口。
竞争很快就成了存量博弈。
获客成本被后来者迅速推高，用户留存率因为同质化严重而暴跌。
没有自己核心的微调模型，没有沉淀下来的社交链（用户只跟AI单聊，不跟其他用户互动），Bible Chat极容易沦为“月抛型”应用。
更难的是监管。
现在的大语言模型是概率预测机器，必然是有“幻觉”的。
比如2024年，天主教护教机构Catholic Answers曾推出过一款“Justin神父”AI聊天机器人，就翻过一次车。
这个AI神父不仅建议用户用佳得乐代替圣水来施洗，甚至还跨越了神职人员的底线，直接听取用户的忏悔并宣布赦罪。
这等于是触犯了庞大教会体系的底线。
国内大部分人没有明确的宗教信仰，可能体会不到这件事的严重性。
迫于巨大的社会压力，Justin神父被火速剥夺了神职身份，变成了一个普通的讲师AI。
这就引出了一个严峻的问题：谁来为“数字上帝”的言论负责？
如果Bible Chat在回复患有严重抑郁症的用户时，出现了错误的心理引导（LLM并不能真正理解人类情感，只是在做文字接龙）；或者在解读某段圣经时，给出了极端主义的释义，引发了社会事件……
面对美国严苛的法律和宗教团体的集体诉讼，这家套壳公司乃至所有类似同行的抗风险能力基本为零。
而且这种风险，基本无解。
因为传统宗教机构并没有想象中那么保守。
或是为了“准确引导信徒”、或是为了利益，总之，正规军决定亲自下场。
无论如何，能够“正确”解读上帝意志、播撒福音的，必须是教会本身。
这一点，从古老的中世纪到现在，从来没有变过。
最早在2024年底，梵蒂冈为了迎接2025年，官方推出了一款名为“Luce”的二次元吉祥物。
这是一个信号。
一旦像Hallow之类拥有教会官方背书、拥有更大资金池的FaithTech独角兽，或者直接是教廷官方，推出他们经过正规神学专家团队RLHF（基于人类反馈的强化学习）微调过的、真正符合教义的“正版AI助手”，那么Bible Chat这种缺乏背书的“草台班子”，其用户信任度将面临毁灭性打击。
这是真正的降维打击。
至少以现在的模式而言，Bible Chat虽然一时风光，但根本没有长久的未来。
非官方的宗教类应用想要继续存活，必须进化。
有几个可能的方向。
比如，从“单文本交互”到“多模态数字伴侣”。
结合目前大火的文本转语音技术，宗教APP未来必然会全面切入语音市场。
想象一下：你戴上耳机，一个充满神圣感、甚至还带着一点教堂回音的AI声音，在你的耳边用真人的语调为你朗读诗篇，甚至根据你的心率自动调整说话的节奏和BGM。
根据德勤关于AI多模态应用的报告，语音交互能将用户的使用时长提升至少40%。
又比如，制造牧师的数字分身。
将自己的壳子做成一套SaaS系统，卖给各地数以十万级的基层教堂。每个牧师都可以把自己的讲道录音、写过的文章喂给系统，训练出一个自己的AI分身。
信徒们晚上睡不着，完全可以和自己熟悉的、社区里的牧师的AI分身聊。
这种典型的“社区信任感”，可能比现在的模式更吸引人。
……
但是，无论那种可能，最终可能都像现在一样。
草台班子一时风光，然后被正规军降维打击。
除非，届时这个市场足够庞大，大到正规军吃不下。
这是有可能的。
文章开头我们就说了，全球基督徒的数量超过24亿，是毫无疑问的全世界最大的流量盘子。
他们的需求之大、之复杂，仅靠官方的宗教机构，确实是很难满足的。
Bible Chat之类的先行者，只要有足够的创新力，不排除永远能找到新的盈利模式。
03
造神的必要因素
聊完Bible Chat的过去、现在、未来，我们再以更大的视角来看待这件事。
近两年大量宗教APP套壳OpenAI的现象，表面上是开发者在寻找垂直领域的商业变现，本质上却是AI在贪婪地吸收人类文明中最深邃、最感性、也最敏感的“灵魂数据”。
宗教数据绝不是一般意义上的文本数据，它对OpenAI乃至整个AI行业的发展具有极其特殊且深远的意义。
宗教典籍、神学辩论以及信徒的祈祷数据，在自然语言处理领域属于高质量、高密度、高难度的语料。
为什么能“三高”：
1.突破语义理解与抽象推理的上限。
宗教典籍中充满了隐喻、象征和多义性，极少是字面意思。AI处理这些数据时，不仅在学习语法，更在学习人类最高级别的抽象思维和哲学推理。
同时，神学有着极其严密的逻辑体系。利用这些数据训练，可以显著提升模型在复杂语境下的逻辑推演能力。
2.幻觉控制。
宗教APP开发者极度依赖严格的RAG技术，限制AI只能在特定经文范围内回答。对OpenAI而言，这是观察和优化其API在“严格事实约束条件”下表现的绝佳场景。
3.跨语言与极低资源语言的补全。
宗教文本涵盖了大量古代语言（如古希伯来语、梵文、拉丁文）。这些数据帮助OpenAI的模型跨越了时间维度的语言障碍，极大地丰富了模型的多语言映射网络。
4.高浓度共情训练。
用户在宗教APP中输入的往往是忏悔、痛苦、迷茫和祈祷，包含了人类最深层、最脆弱的情感。
这为AI的“情感分析”和“共情回应生成”提供了极其宝贵的真实交互数据。
……
总而言之，宗教类APP的爆发和宗教数据的反哺，对AI向向AGI的进化能够起到非常关键的催化作用。
从“生产力工具”进化为“精神伴侣”，意味着AI正在跨越工具的边界，进入人类的精神和情感领域。
更关键的是，AGI要想真正理解世界，就不能只学习物理和数学，必须理解人类的非理性、信仰、仪式感和道德直觉。
宗教数据包含了人类几千年来关于“我们从哪里来、到哪里去、什么是善恶”的最高浓度思考。
吸收这些数据，是AI构建完整“人类世界观模型”的必经之路。
比如，当一个穆斯林用户和一个基督徒用户分别向AI询问同一个道德问题，AI该如何回答？
如果AI迎合特定宗教，可能会违反普世人权价值观；如果AI坚持世俗标准，又会被信徒视为“异端”。
宗教APP的繁荣，迫使OpenAI在API规则上不断走钢丝，寻找“定制化价值观”与“通用安全护栏”的平衡。
宗教数据的冲突性，将迫使未来的AI进化出更高级的架构：不再是一个拥有单一“OpenAI价值观”的巨无霸，而是能像“变色龙”一样，在不同的信仰体系、文化背景下，无缝切换其底层逻辑和道德准则。
