夜雨聆风每隔一段时间， AI 圈就要流行一次“失业末日论”。
这次 Andrew Ng 直接出来泼了盆冷水。
他在 X 上写了一长段，大意很清楚：不会有什么 AI jobpocalypse 。
也就是，不会有一个 AI 失业末日，一夜之间把所有人的工作卷走。
这话很容易让人松一口气。
但我建议别松太早。
因为“不会所有人同时失业”，不等于“每个人都安全”。 AI 对工作的影响，可能不是一把大刀平均砍下来，而是更像一只手，重新洗牌。
有些人的工作会变得更值钱。
有些人的工作会变得更便宜。
有些人会被 AI 放大。
有些人会被 AI 照出原形。
真正危险的，不是 AI 把所有岗位都消灭掉。
真正危险的是：你的工作方式，还停在旧版本。
为什么“AI 失业潮”这么容易传播
“AI 会让人失业”这个故事，天然好传播。
它简单，刺激，有画面感。
老板少雇人， AI 多干活，白领抱着纸箱离开办公室。几句话就能讲完，标题也好写。
但现实通常没这么整齐。
Andrew Ng 提到一个很有意思的角度：前沿 AI 实验室有动力把技术讲得很强。因为如果一个技术听起来能替代很多员工，那它的商业价值看起来就更高。
这不难理解。
如果你卖的是普通 SaaS 工具，客户可能习惯一年为每个用户付几百到几千美元。但如果你说自己能替代一个年薪 10 万美元的人，或者让一个人效率提高 50%，那你收更高的价格，就显得合理多了。
企业也有动力把裁员说成 AI 提效。
承认自己前几年扩张太猛、管理失误、成本结构失控，不好听。说“我们正在利用 AI 提高效率，打造更精简的组织”，就体面多了。
媒体当然更喜欢失业潮。
“AI 正在改变技能结构”这种标题，没人爱点。
“AI 要抢走你的饭碗”，就不一样。
它像半夜敲门。
你很难不看。
AI 确实会改变工作，但不是平均毁掉工作
反对失业末日，不代表否认变化。
这一点要说清楚。
AI 确实正在改变很多人的工作。写代码、写方案、做客服、做设计、做数据分析、做内容运营，都已经被影响了。
只是它不是平均地毁掉所有工作。
BCG 今年的一份分析给了一个更细的说法：未来两到三年，美国大约 50% 到 55% 的工作会被 AI 重塑；但更长期看，可能被完全消除的工作比例，大约是 10% 到 15%。
这个判断比“AI 要让所有人失业”更接近现实。
大量工作会变。
少部分工作会消失。
还有一些新工作会冒出来。
软件工程就是一个典型例子。 Andrew Ng 说，软件工程是受 AI 工具影响最大的领域之一，尤其是 coding agents 发展很快。但他同时强调，软件工程师招聘仍然强劲。
外媒也提到过类似的“两速市场”：一边是裁员，一边是软件岗位空缺增长；高级工程师更吃香，入门岗位更难。
这很拧巴。
但这可能就是未来几年很多行业的样子：不是整体崩盘，而是重新分层。
同一个行业里，会有人更贵，也会有人更难找工作。
同一个岗位名下，会有人被替代，也会有人拿到更大的杠杆。
所以问题不是“AI 会不会抢工作”。
这个问题太粗。
更好的问题是：
AI 会改变你这份工作里的哪一部分？
最危险的，是只会等任务的人
如果一定要说 AI 会淘汰哪种人，我觉得不是某个具体岗位。
不是运营，不是销售，不是程序员，不是文案，也不是行政。
更像是一种工作方式。
只会等任务的人，最危险。
这种人的工作模式是：别人给目标，别人拆任务，别人定标准，自己负责执行。过去很多公司需要大量这样的执行者，因为信息传递慢，工具效率低，管理层必须把任务一层层分下去。
AI 出现以后，这一层开始变薄。
不是马上消失。
但会变薄。
因为很多“中间执行”正在被压缩。写初稿、整理材料、生成表格、做会议纪要、改邮件语气、写代码样板、做竞品初筛，这些任务不再需要从头手工完成。
如果一个人的价值主要来自“我能按要求把东西做出来”，那压力会越来越大。
因为 AI 也能按要求做。
甚至更快。
当然，它会出错。它会胡说。它会不懂语境。
但如果你只是在执行别人已经定义好的任务， AI 只需要做到“够用”，你就会被挤压。
这话不好听。
但没必要假装看不见。
Brookings 最近讨论过一个相关问题： AI 不只影响具体岗位，还可能影响很多人的职业上升通道。一些过去被当作跳板的岗位，可能因为高度暴露于 AI ，而变得更难进入、更难积累经验。
这比“岗位会不会消失”更值得普通人关心。
因为很多人的职业成长，靠的就是那些入门任务：写材料、做分析、整理信息、跟进流程、处理客户问题。
如果这些任务被 AI 大量接管，新人靠什么练手？
这是个真问题。
会变值钱的，是能重新定义工作的人
那什么人会变得更值钱？
不是最会收藏工具清单的人。
也不是最会说“我刚问了 GPT”的人。
而是能重新定义工作的人。
这种人有几个特点。
他能说清楚任务目标。
不是“帮我写个方案”，而是“我要说服老板批准预算，所以这份方案必须解释 ROI 、风险和时间表”。
他能拆流程。
知道哪些步骤适合交给 AI ，哪些步骤必须人来判断，哪些地方容易出错，哪些输出不能直接发。
他能检查结果。
AI 写得很顺，不代表对。 AI 给出结论，不代表能用。 AI 说得自信，不代表它知道你们公司真实情况。
他还能把一次经验沉淀成模板。
这很关键。
一次用 AI 成功，不叫能力。
下次还能复用，才叫能力。
这也是为什么前几篇我们一直在讲工作流。 AI 时代最值钱的，不是“我会问”，而是“我能把工作组织成 AI 可以参与的流程”。
普通职场人现在该做什么
别从“学 100 个 AI 工具”开始。
真的。
那条路看起来很勤奋，实际很容易把人带进收藏夹地狱。今天收藏 10 个工具，明天看 5 个教程，后天发现又出了 3 个更强的。
然后你依然不会更早下班。
更好的方法，是从一个高频任务开始。
比如：
只选一个。
然后把它拆成四步：
这四步写清楚，再让 AI 进来。
不是让它全包。
而是让它先做一段。比如先整理材料，先生成初稿，先列出风险，先给三个语气版本，先把会议录音变成待办清单。
你负责判断。
你负责取舍。
你负责把做得好的版本保存下来。
一个月以后，你手里就不是一堆零散 Prompt ，而是一套自己的工作流。
这比追新工具有用。
也比单纯焦虑有用。
这不是安全感问题，是升级问题
Andrew Ng 说不会有 AI jobpocalypse ，我同意一半。
不会有一个整齐的失业末日。
但会有大量不整齐的变化。
有人会发现，自己原来花一天做的东西， AI 半小时就能打底。
有人会发现，自己过去靠经验判断的东西，现在可以被数据和模型辅助。
有人会发现，老板不再满足于“我完成了任务”，而是开始问“你能不能把这个任务流程化，让团队下次都更快”。
这不是安全感问题。
这是升级问题。
你不需要变成工程师。
也不需要立刻去研究所有模型。
但你需要开始理解：自己的工作里，哪些部分是重复执行，哪些部分是判断，哪些部分是沟通，哪些部分可以变成流程。
这才是普通人面对 AI 最现实的准备。
不是喊口号。
不是躲起来。
也不是把每个新工具都试一遍。
是把自己手上的工作，重新拆开。
评论区聊一个具体问题
AI 不会平均淘汰人。
它会奖励那些更快重写自己工作方式的人，也会惩罚那些一直等别人安排任务的人。
所以我更想问你一个具体的问题：
你现在手上的工作里，哪一部分已经开始被 AI 改变了？
是写方案？做表格？开会？写代码？做销售？还是找工作本身？
评论区可以聊聊。
不用说宏大的判断，说一个你最近真实感受到的变化就行。
