夜雨聆风
2023年11月，OpenAI内部发生了一场震惊科技界的宫廷政变。
董事会突然解雇了CEO奥特曼，理由是他"对董事会不够坦诚"。公司上下一片混乱，数百名员工集体签署联名信，威胁要辞职跟随奥特曼出走。
五天后，奥特曼重新回到CEO位置，那些签名的员工也留下来了。
这件事的奇怪之处不在于结局，而在于过程中一个细节：整件事情里，没有任何一方真正占据道德制高点，也没有清晰的对错。
董事会担心AI发展太快，有安全风险。奥特曼和投资人要加速，因为竞争对手不会等你。
这个矛盾，至今没有答案。
但这并不妨碍AI继续以令人目眩的速度向前冲。
· · ·
速度，已经超出了人类的直觉
有一组数字，我建议你认真看一看。
2024年初，中国互联网每天的AI Token消耗量，是1000亿。
到了2025年6月底，这个数字突破了30万亿。
一年半，增长了300倍。
豆包大模型在2025年12月的单日调用量，突破50万亿 Token，同比增长超10倍。
什么概念？
如果把每一个Token比作一个汉字，50万亿Token大约等于全中国人每天每人写5000字。这还只是一家公司的一个模型。
现在，中国AI核心产业规模已经突破1.2万亿元，AI企业数量超过6000家，国产开源大模型在全球累计下载量突破100亿次，中国已成为全球最大的AI专利拥有国。
规模不是问题。问题是：这波浪潮真的和之前不一样吗？
我认为，是的。
之前每一次技术革命——蒸汽机、电力、互联网——影响的是人类做事的效率，但没有改变"谁在做事"。这一次，AI在改变的是"谁在做决策"。
AI替代的，不是体力，而是判断
很多人以为AI会先替代体力劳动者，再慢慢向上蔓延到脑力工作。这个判断是错的。
AI正在走一条完全相反的路：先替代的，是那些"看起来有技术含量、但其实是标准化操作"的工作。
麦肯锡全球研究院预测：到2030年，生成式AI将使每位员工约60%～70%的日常例行工作内容实现自动化。
注意，这不是说"60%的人会失业"，而是说"每个人60%的工作量会被AI接管"。这是另一种形式的失业，更难被察觉，也更难被处理。
什么是"日常例行工作"？
会计里的凭证整理、数据核对，是例行工作。医生的初步问诊记录、常见病初筛，是例行工作。律师的合同条款比对、法规检索，是例行工作。程序员的代码注释、测试用例编写，是例行工作。
这些工作，占据了大量白领劳动者70%以上的工作时间。而AI在这些领域，已经做得比人好了。
腾讯内部有一个数据：公司内部的AI落地场景超过900个，借助AI编码的工程师比例超过90%。这不是腾讯特例，这是行业趋势。
一个正在消失的职业，一个正在诞生的职业
我们来看两个故事。
第一个，是河南某数据科技公司里的标注员。
几年前，这个岗位的主要工作是：录入数据，标记图片里的猫和狗。技能门槛很低，工资也不高。
现在，同一个岗位，工作内容变了：精细标注自动驾驶场景里的交通设施，区分上下坡路面的摩擦系数差异，标记不同光照条件下的行人轮廓。
简单说，就是"手把手教会AI具备类脑识别能力"。这项工作需要的，不是简单的劳动，而是人类对现实世界的经验性理解。这是AI做不到的事情。所以，它反而成了高需求的岗位。
第二个，是无人机航线规划师。
这个职业2020年还不存在。现在，它是人社部新增职业目录里增长最快的方向之一，入行门槛弹性大，适合吸纳大量青年就业。
它需要什么能力？统筹空域规则、地理信息系统和AI调度算法。这三种能力单独拿出来，AI都能做。但把三者结合起来，在真实场景里做决策，需要人。
这就是未来10年就业市场的主旋律：人机协同，人负责整合判断，AI负责执行处理。
人社部最新数据：拟新增17个新职业、42个新工种。机器人领域的人才需供比，已经突破5.2:1——5个岗位才能找到1个合格人才。供需严重失衡。
从"聊天"到"做事"：AI的第二次进化
如果说ChatGPT的出现，是AI的第一次爆炸——让所有人看到了AI能够"聊天"。那么2025年到2026年，AI正在经历第二次爆炸——AI开始真正"做事"。
行业里有个词叫"Agent"，中文叫"智能体"。它和之前的AI助手有三个本质区别：
- 第一，自主性。
它不需要你每一步都给指令，它会自己分解任务，自己调用工具，自己修正错误。 - 第二，举一反三。
它能把从一个场景学到的能力，迁移到全新的场景里使用。 - 第三，长期记忆。
它记得你上周说的话，记得上个项目的决策，能基于历史上下文做判断。
这三点组合在一起，意味着什么？意味着你可以把一个"任务"交给它，而不是把一个"步骤"交给它。
以前，你告诉AI："帮我写一段客户邮件"。现在，你告诉AI："帮我跟进这批客户，分析每个人的历史订单，给不同客户写不同风格的邮件，并在每封邮件里附上他们可能感兴趣的产品推荐，三天内完成。"
AI会自己去做，而不是每一步等你确认。这是一个根本性的变化。它让AI从一个聪明的工具，变成了一个能独立承担任务的协作者。
有人因此赚钱，有人因此恐慌
技术本身是中性的。同一波AI浪潮，有人从中获得了红利，有人感受到了威胁。
哪些人在赚钱？
第一类：能看懂AI、但不执行AI的人。甘肃临洮有一座大桥，桥上安装了AI识别系统，能识别翻越栏杆、靠近水流等危险行为。这套系统已经挽救了20多条生命。设计这套系统的工程师，不需要自己去写每一行代码。他们需要的是：知道用什么AI模型，理解场景需求，把数据、硬件和算法整合起来。这种人，叫"AI整合者"。
第二类：AI无法替代其情感价值的人。重庆潼南梨树村，用AI监测独居老人的日常。异常情况预警到网格员上门，只需要15分钟。但这里有一个细节：网格员上门，不只是核实情况，还需要陪老人说话，给他们心理安慰。AI能发出预警，但它做不到的，是让一个孤独的老人感受到被人在乎。这种连接，是人类独有的。
哪些人在恐慌？
答案不是低技能工人，而是那些处于"中间地带"的人——既不是高端的判断者，也不是底层的体力劳动者，而是大量依赖"标准化脑力劳动"生存的中产白领。会计助理、法务初级助理、新闻编辑、客服人员、初级程序员。
世界经济论坛的《2025年未来就业报告》指出：净失业风险最集中的，是中等技能的重复性信息处理岗位。这批人，才是这场变革最真实的受冲击群体。
未来会往哪里走？
我没有办法给你一个精确的预言。但我可以告诉你几个大概率会发生的方向。
- 方向一：AI会越来越便宜。
DeepSeek的出现，改变了一件事：AI不一定要靠堆算力堆出来，也可以靠更聪明的架构做出来。AI的使用成本会持续下降，会有越来越多的中小企业、个人用上真正有价值的AI服务。 - 方向二：AI硬件融合，从屏幕走向现实。
下一个战场，是将AI深度集成到硬件里——机器人、眼镜、汽车、家电。这不是科幻，这是已经在发生的事。 - 方向三：AI治理会越来越紧。
技术跑得快，规则跑得慢。AI的风险不只是商业风险，还包括伦理风险和国家安全风险。中国已修订《网络安全法》，全球范围内的AI治理协调也正加速推进。 - 方向四：AI的红利，会向"懂AI的人"高度集中。
不是"用了AI工具的人"，而是"懂得如何让AI为自己工作的人"。两者的差距，就像是"会开车的人"和"懂得怎么最大化利用汽车价值的人"之间的差距。
我们正在经历的，不只是一次技术革命，而是一场文明级别的重组。
上一次这种量级的变化，是工业革命。那次变革用了100年，让农民变成了工人，让工厂取代了农庄，让城市成为了人类活动的中心。
这一次，变化的速度更快，影响的范围更广。一年半，AI日均Token消耗增长300倍。这不是线性增长，这是指数爆炸。
在这样的时代里，最危险的事情不是"不会用AI"，而是"以为自己不需要了解AI"。
技术永远不等人。但技术的红利，只留给那些主动理解它、驾驭它的人。
你打算成为哪种人？
