AI来了,普通人怎么办?

写这篇文章的时候，我反复删掉又重写了开头好几遍。不是因为不知道说什么，是因为不想让你觉得——这又是一篇AI写的、赚焦虑的垃圾文。所以，我用最笨的办法写：打开编辑器，一个字一个字敲。

嘿，你点进来，说明你注意到了。

最近半年，你有没有这种感觉——打开手机，满屏都是AI的消息。今天说GPT又升级了，明天说某某工作要被取代了，后天又来一个AI生成视频逼真到分不清真假。你不知道该信哪个，也不知道该做点什么。

如果你有这种感受，你不是一个人。

今天这篇文章，就是想跟你坐下来，好好聊聊这件事。我不打算从很久很久以前开始讲起。我们就从你现在正在感受的那种焦虑开始。

第一，AI到底到了什么程度？——拆掉那些夸张的宣传，看清楚真实的能力边界第二，这到底在怎么改变世界？——不吹不黑，看数据说话第三，以前的人遇到这种事是怎么过来的？——历史不会重复，但韵律相似第四，焦虑了怎么办？——不是鸡汤，是心理建设的实操方法第五，普通人现在能做什么？——不是让你学编程，是有更简单的事

一、AI到底到了什么程度？

先搞清楚一件事：AI很强，但没强到媒体说的那个程度。

2026年4月，OpenAI发布了GPT-6。国产模型DeepSeek、通义千问也在快速迭代。每一次发布都是头条，每一次头条都在说又一次颠覆。

但如果你真的去用这些模型，你会发现一个事实：它们在某些事情上强得离谱，在某些事情上蠢得惊人。

AI真的很强的地方

编程辅助是目前最成熟的领域。 2023年SWE-Bench测试AI只能解决4.4%，到2024年跳到了71.7%。AI可以在几分钟内完成初级程序员几小时的工作。

信息整合也是它的强项。 它能同时阅读几十篇文档，提炼要点，生成摘要——这个能力已经超过绝大多数人的信息处理效率。

文本生成的质量也在快速提升。 写邮件、写文案、写初稿，AI已经达到了能用甚至好用的水平。

AI仍然很弱的地方

但有三件事，今天的AI做得并不好。

第一，事实核查。 AI会产生幻觉——它会用极其自信的语气，说出完全错误的信息。这不是bug，是模型的工作方式决定的。它在生成文字的时候，不是在查询数据库，而是在猜下一个最合适的词。这就导致它经常把事实和想象混在一起。

为什么会这样？因为AI在生成文字的时候，不是在查数据库确认事实。它是在猜下一个最合适的词——只不过它猜得极其流畅，流畅到你很难发现它在编。

第二，长期规划和价值判断。 AI可以帮你写一份项目计划，但它不能判断这个项目该不该做。它不理解意义，不理解对错，不理解值不值得。这些需要人类的价值判断。

第三，真实世界的理解。 AI没有身体，没有感官，没有在真实世界中生活过的经验。它知道烫的定义，但它不知道被烫到的感觉。它知道怎么描写恋爱，但不知道心动是怎么回事。这种缺失，在很多需要实践经验的任务中，是一个根本性的瓶颈。

AI是一个极其强大的工具，但不是一个全能的替代者。

你看历史——计算器没有让数学家失业，Excel没有让会计失业，搜索引擎没有让研究者失业。它们改变了工作方式，但没有消灭工作本身。

但这一次有一个关键的不同：以前的技术革命替代的是体力劳动，AI替代的是部分脑力劳动。这是人类历史上第一次，一种技术开始冲击想事情这件事本身。

这意味着什么？我们接下来看数据。

二、AI正在怎么改变世界？

说到数据，我们先看几个数字。国际货币基金组织（IMF）在2024年的评估中发现：全球约40%的工作岗位面临AI的实质性影响。在发达国家，这个数字接近60%。

世界经济论坛（WEF）的《2025未来就业报告》调查了全球超过1000家企业、覆盖1400万员工，得出的结论是：到2030年，预计9200万个岗位会被替代，同时1.7亿个新岗位会涌现——净增7800万。

麦肯锡在2025年底的一项研究指出：以今天已有的技术能力，美国约57%的工作时长可以被自动化。注意，这不是57%的岗位消失，而是超过一半的工作时间涉及可以由AI处理的任务。

高盛的估计更具体：长期来看AI将取代美国约6-7%的劳动力，相当于约1100万人。全球范围内，约3亿个全职岗位会受到影响。

哪些行业首当其冲？

这次跟以前最大的区别是：首先被冲击的不是流水线工人，是坐办公室的人。

行政和文职是目前风险最高的。布鲁金斯学会的数据说，大约610万美国文职人员面临高风险。数据录入岗位的自动化风险高达95%。法律秘书75%的工作内容可能被替代，医疗秘书63%，普通办公室文员50%。

客服行业是AI渗透最快、最深的领域。印度电商平台Dukaan用AI客服系统替换了27名客服人员，成本降低了99%，客户满意度保持在85%。IBM的内部AI助手每年处理1150万次交互，78%的咨询无需人工介入。

真正的故事不是「AI消灭工作」，而是工作在被重新定义。

有些岗位会消失——最可能的是那些重复性高、规则明确的认知劳动。但更多岗位会变化，和新岗位一起出现。

问题是：变化的速度有多快？普通人跟不跟得上？要回答这个问题，得看看历史。

三、历史告诉我们的几件事

说到技术革命对普通人的冲击，最有参照价值的不是互联网时代——太近了，我们都还没看清楚——而是工业革命。

经济史学家有一个持续了上百年的争论：工业革命初期，普通人的生活水平不升反降，还是从长期看确实提高了？

两位叫林德特和威廉姆森的经济史学家在1983年发表了一份影响深远的研究。他们的结论是：在1781年到1819年之间，实际工资增长非常缓慢；但1819年之后，实际工资开始快速增长——在32年内翻了一番。

而工业革命从1760年代就开始了。也就是说，从第一台改良蒸汽机投入使用，到普通工人真正感觉日子变好了，中间隔了大约60年。

其他学者提出了更悲观的看法。费尔斯坦认为实际工资增长更慢。还有学者指出，城市里的高工资有很大一部分是补偿恶劣生活环境的——真正的生活质量改善，远没有工资数字看起来那么美好。

而工业革命从1760年代就开始了。

谁掉队了？谁抓住了机会？

工业革命时期，掉队的人有一个共同特征：他们依赖的是即将被淘汰的特定技能。 手工纺织工是最典型的例子——他们花了数年学会的技艺，在机械织布机面前一夜之间失去了价值。

而抓住机会的人也有一个共同特征：他们不是在和机器竞争，而是在利用机器。 那些学会了操作和维护新机器的人，那些成为了工厂管理者的人，那些看到了新需求并提供了新服务的人——他们不是在抵抗变化，而是在适应变化。

好消息是：如果你现在感到焦虑，再正常不过了。历史上每一次技术革命，普通人都经历了同样的过程。

坏消息是：这个过渡期不会明天就结束。但正因为它是持续的、渐进的，你其实有时间做准备——前提是你从现在开始。

四、焦虑是正常的，但别被它吃掉

说到焦虑，我想跟你说句实话。

我写到这里的时候，也在想：我自己面对这些变化的时候，真的那么从容吗？ 不是的。我也会刷到AI新进展的新闻，然后心里咯噔一下。

如果你也有这种感受，我想告诉你：技术焦虑有生物学基础，不是性格缺陷。

人类对不确定性的本能反应就是警觉。当你看不清未来的时候，大脑会分泌更多皮质醇（压力激素），让你处于一种备战状态。这在远古时代是有用的——野兽来了你会更警觉。但在信息爆炸的今天，它带来的只是持续的低度焦虑。

更麻烦的是，有一个怪圈：知道得越多，越焦虑。 因为你现在看到的大部分AI信息，都是被筛选过的。媒体报道的永远是进步——新模型又突破了、又超越人类了、又颠覆行业了。没人报道「今天这个模型还是分不清猫和狗」或者「它又编造了一篇假新闻」。

这种信息环境会让你觉得变化比实际快得多。这不是你的问题，是信息供应链的问题。

焦虑本身不是坏事。 它像一个信号灯。只焦虑不行动是内耗，把它当动力去了解就变成了资源。

「算了，躺平吧」的心态怎么来的？

这种心态我能理解。它通常来自两个原因：

一是信息过载。每天都有新东西，追不动了。二是不知道从哪开始。想学，但AI这么大一个概念，不知道第一脚踩在哪里。

这两个原因其实是一个问题的两面：你没有自己的信息筛选机制。

如果你每天被动接收所有AI信息，你当然会崩溃。但如果你建立一个简单筛选原则——「我只关注跟我当前做的事情直接相关的部分」——信息量会瞬间减少80%。

五、普通人现在就能做的事

好，焦虑说完了。说点你能做的事。

我不会建议你去学Python。不会建议你转行做AI工程师。不会建议你辞职去创业。

我给你的建议是五件更实际的事。

写在最后

AI确实在改变世界。它第一个冲击的是坐办公室的人，那些靠想事情吃饭的人。这个变化是真的。

但历史告诉我们两件事：一，从技术爆发到普通人受益，中间有一个以十年为单位的过渡期。二，这个过渡期是难熬的，但它是有尽头的。

你现在感到的焦虑是正常的。它最好的用法是推你一把，让你行动起来，而不是把你按在原地不动。

不需要你辞职，不需要你学编程。只需要你做一件事：从现在开始，主动去参与这个变化。

我特别喜欢历史学家视角下的一句话：工业革命没有让所有人一夜之间变富。但它把贫穷的定义永远改写了。在那之前，贫穷是大多数人的常态。在那之后，贫穷变成了一个可以解决的问题。

AI时代可能也是这样。它不会让每个人都能赢，但它正在重新定义什么是可能的。至于你能不能成为那个受益的人——不取决于你多聪明、学什么专业、现在手里有多少资源——取决于你什么时候开始。

今天就不晚。

谢谢你看到这里。

改写说明：本文基于真实的研究数据和个人体验撰写。部分案例使用了AI工具辅助信息整理，所有观点、判断和表达方式均由人工完成。

数据来源：IMF、WEF、McKinsey、Goldman Sachs、NBER、Brookings、EY