夜雨聆风
一、刷了100条「AI要替代你」的视频，我却越来越慌
最近这段时间，只要你打开手机，就一定会刷到这类内容——
《AI将替代90%客服》
《未来5年，程序员集体失业》
《3.45亿人用的豆包都开始收费了，普通人还剩什么机会？》
说句实在话，作为每天都在拆解AI的公众号主笔，我看到这些标题一开始也焦虑。
但真正让我背脊发凉的，不是这些自媒体博主的警告，而是一封来自AI巨头的、措辞极其冷静的公开信。
这封信的发布方，是Anthropic——也就是Claude（被认为是目前全球最强大模型之一）的母公司。
他们自家产品一年营收470亿美元、自己员工都靠AI写代码，结果却站出来说：
全世界，是时候考虑暂停或减缓前沿AI的研发了。
看到这里，你是不是也懵了？自家产品这么能打，为什么要喊暂停？
我们先把这件事掰开了、揉碎了讲清楚。
二、最懂AI的人，反而在喊暂停
2026年6月4日，Anthropic在官方博客上发布了一篇题为《当AI构建自身》（When AI Builds Itself）的长文。
署名的两个人来头都不小：联合创始人Jack Clark，以及公司内部研究机构Anthropic Institute的负责人Marina Favaro。
这篇博文里，Anthropic罕见地对外披露了一批从未公开过的内部运营数据，并提出了一个让整个AI行业都坐不住的判断——
AI可能很快就能完全自主地设计并改进自己的继任者。
这个能力在AI圈有个专有名词，叫「递归自我改进」（recursive self-improvement）。
一旦真的到了这一步，AI就不再是「工具」了，而是能造工具的「工人」——而且是比自己还聪明的工人。
Anthropic自己也承认：
「我们尚未达到这一阶段，递归自我改进也并非不可避免。但它到来的时间，可能早于大多数机构所准备。」
Anthropic的态度也很明确：希望全球顶尖AI实验室能建立某种「协调机制」，必要的时候，
可以考虑放慢甚至暂停前沿AI的开发，让社会制度、监管体系、价值观对齐研究能跟上技术的脚步。
这个表态，在AI行业极为罕见。
为什么说罕见？你想想看——5月28日，Anthropic刚宣布完成650亿美元的H轮融资，
投后估值高达9650亿美元（约6.54万亿人民币），正式超越OpenAI，成为全球估值最高的未上市AI公司。
6月1日，他们又悄悄向美国证券交易委员会（SEC）秘密提交了S-1注册声明草案，
正式启动IPO（首次公开募股）流程，最快今年秋季上市。
也就是说，这家公司正处在商业上最辉煌的时刻——融资刚到账，IPO在即，市值直冲万亿。
但就在这个节骨眼上，他们公开呼吁「暂停」。
这个动作，跟你正在开法拉利飙到300码，突然跟全车人喊「系好安全带，我要踩刹车」——是一个意思。
[图：Anthropic公开信核心数据可视化]
三、那封公开信背后的「恐怖数据」，才真正让人睡不着觉
很多人讨论公开信，只讨论「该不该暂停」，却忽略了里面那些让人后背发凉的具体数据。
我把Anthropic自己披露的关键数据整理成5条，每一条都值得反复看几遍：
1. 80%以上代码是AI自己写的
截至2026年5月，Anthropic合并入生产代码库的代码中，超过80%都是Claude自己写的。
什么概念？两年前，这个比例还不到5%。
也就是说，Anthropic这家顶级AI公司的核心研发部门，已经从「人写代码、AI辅助」，
彻底翻转为「AI写代码、人审核」。
2. 工程师人均代码量是之前的8倍
Anthropic官方说，他们工程师每个季度平均提交的代码量，已经是2021-2025年期间的8倍。
员工自己估计，使用最新模型Mythos Preview之后，自身产出大约是不用AI工具时的4倍。
用人话说：以前1个工程师干1个月的活，现在1个工程师带Claude一周就干完了。
3. AI独立完成任务时长，每4个月翻一番
这是Anthropic研究院的一个重要发现——AI能独立、可靠完成的任务时长，每4个月就翻一倍。
注意：之前这个周期是7个月，现在被压缩到了4个月。
加速度在加快，不是在减速。
4. 最高难度任务成功率，从26%飙到76%
在难度最高的开放式任务（比如开放式编程、长链路推理）上，Claude的成功率
在2025年11月时还只有26%，到2026年5月已经飙到76%——6个月时间，提升了50个百分点。
5. Anthropic 2026年5月初的年化收入突破470亿美元
2025年底这个数字还是90亿美元。半年时间，增长超过5倍。
这是什么概念？就是说Anthropic一边在喊「踩刹车」，一边油门踩得比谁都狠。
这5个数据放在一起看，你就明白Anthropic到底在慌什么了——
不是AI不够强，而是AI强到连他们自己都始料未及。
[图：AI重塑职场——替代还是赋能？]
四、最可能被替代的5类工作，未来5-10年要小心
讨论完Anthropic的「恐怖数据」，我们回到普通人最关心的问题——
我的工作，到底会不会被AI抢走？
先说结论：AI对就业的冲击不是「一刀切」，而是一次「精准的定向爆破」——
规则越明确、流程越重复、越不需要「临场判断」的工作，被替代得越快。
结合Goldman Sachs（高盛）2026年5月报告、McKinsey（麦肯锡）2026年最新研究、
Stanford HAI 2026 AI Index报告、北大张丹丹教授团队论文等权威数据，
我把「5-10年最可能被替代的工作」按风险高低排了序：
第1类：基础客服与电话销售
智能客服已经能自主处理80%以上的常规咨询——订单查询、售后退换、问题答疑，
全部自动化。国内保险、电商、通信行业的人工坐席，每年缩减幅度稳定在32%左右。
电话推销类岗位的AI替代风险约为96%。
第2类：数据录入与基础会计、出纳
数据录入员的AI替代风险高达98%，基础记账出纳约95%，银行柜员94%。
高盛调研数据显示，国内中小企业上线智能财税系统后，基础财务人力成本直接下降80%——
过去3-5人的财务小组，如今只保留1名财务主管。
2025年全国财会类应届生招聘数据显示，基础出纳岗招聘量同比下滑41%。
第3类：初级程序员与代码测试
GitHub相关统计显示，AI代码工具可自动生成70%的标准化基础代码，
初级程序员、代码测试岗位替代率达到75%-80%。
中小型互联网公司不再大批量招入门级开发，资深工程师搭配AI工具就能完成
过去3-4名新人的基础工作量。
第4类：基础文案、初级翻译、模板化设计
批量软文、产品详情页、模板化海报、基础法律文书这些岗位，AI几分钟就能批量产出。
法律AI可以秒级检索海量判例、自动生成合同初稿，初级法务助理需求逐年下滑。
麦肯锡报告测算，现有AI技术已经能自动化57%的美国工时内容——
受影响最深的，就是会计、编辑、销售、初级程序员这些知识密集型白领。
第5类：商超收银、流水线质检等重复性体力劳动
商超收银员AI替代风险约94%，流水线质检员风险同样居高不下。
自助结账、视觉检测机器人等设备的成本，仅为人工用工的十分之一左右。
这5类工作的共同特点：规则明确、流程重复、不需要太多「临场判断」和「复杂沟通」。
Anthropic自己说，他们在内部调研中得到了一个反直觉的结论：
「顺利的日子里，我不禁觉得我做的一切都无关紧要，一切都被自动化了，
比我更快更好。但也有一切都崩了、我不明白为什么的日子，
我意识到我已不再清楚自己究竟在做什么。」——一位Anthropic员工
这句话，值得所有「高不成低不就」的中产白领警醒。
[图：5类最可能被AI替代的工作]
五、相对最安全的3类工作，AI来了也抢不走
说完高危的，再说让人安心的——
结合McKinsey、Stanford 2026 AI Index、以及GoTu 2026年AI抗性岗位研究等权威报告，
我总结了3类「AI来了也抢不走」的工作：
第1类：医疗与护理（医生、护士、康复师、老年照护）
GoTu 2026年研究显示，物理治疗师（康复师）的AI替代风险只有10%，失业率0.6%，
是全美最「AI抗性」的职业。外科医生风险10%，牙医8%。
为什么？
因为手术台上的突发大出血、ICU里患者瞬间的病情变化、临终关怀时家属的情绪——
这些都需要真人医生的临场判断、经验积累和共情能力，AI只能辅助，不能替代。
更现实的是，中国60岁以上人口已超3亿，老龄化正在驱动医护需求刚性增长。
第2类：基础设施与现场维修（电工、水管工、设备技师）
建筑管理员的AI替代风险13%，失业率1.8%，位列GoTu抗性榜第4。
为什么连「高大上」的程序员、律师都有风险，反而水电工最安全？
因为真实环境里的灰尘、噪音、光线变化、设备老化，是AI和机器人目前最头疼的变量。
老旧小区水管爆裂的抢修，没有两个完全相同的故障——
需要现场判断、临时止水、沟通居民、抢时间。这种「技术+沟通+现场管理」的复合能力，
AI短期内复制不了。
国际能源署预测，到2030年全球清洁能源岗位缺口达3000万个，电工将占据核心地位。
第3类：教育、心理与高端人际服务（教师、心理咨询师、谈判专家）
心理学家AI替代风险20%、失业率0.3%；律师风险31%、失业率0.8%。
为什么？
因为教育不仅是知识传递，更是品格培养和思维训练——
职校汽修教师既要讲原理，又要示范操作，还要根据学生实操问题个性化指导，
这种「理论+实操+反馈」的闭环AI难以复制。
心理咨询师需要通过非语言信号捕捉来访者情绪变化，动态调整方案，
这种「识人+应变+共情」是AI的明显短板。
而商业谈判专家能在利益、情绪、策略之间随时切换——
这种「读人+读局」的能力，AI目前根本玩不转。
这3类工作的共同特点：
场景非标、依赖情感信任、需要临场应变、承担法律与伦理责任。
GoTu研究的结论很精辟：「当生活或法律上需要签字、需要有人承担最终责任时，
你没法起诉一个算法——社会永远需要有心跳、有双手的人站出来。」
[图：3类相对最安全的「AI抗性」工作]
六、客观说一句：AI替代论和AI赋能论，都对了一半
聊到这里，必须给大家泼一盆冷水，也加一勺热汤。
Anthropic这封公开信很震撼，但网上很多「AI替代论」的自媒体，把事情严重夸大了。
城堡证券2026年初的报告，用一组「矛盾」数据戳破了替代恐慌：
AI资本支出已经占到美国GDP的2%（约6500亿美元），全美在规划建设2800座数据中心，
但美国的失业率稳定在4.28%，软件工程师的招聘岗位不降反升，同比增长了11%。
世界经济论坛《2025未来就业报告》也测算：2025-2030年，全球将有9200万个传统岗位缩减消失，
但同时会诞生1.7亿个AI时代新职业，净新增7800万个就业机会。
结论很清楚：AI在替代某些任务的同时，也在创造新工作。
真正应该焦虑的，不是「AI会不会替代我」，而是「会不会用AI的人会不会替代我」。
Anthropic的公开信，表面上是呼吁暂停，本质上也是一个「商业行为」——
宾大沃顿商学院教授Ethan Mollick分析，AI实验室往往是「混合体」：
既有公司的营销、律师、资本逻辑，也有追求下一代模型的研究人员，
还有真心忧虑未来的「哲学王」式人物。Anthropic一边在冲刺万亿估值，一边喊「暂停」，
既是真心焦虑，也是一种「监管俘获」——通过渲染AI风险，
给监管部门施压，从而限制竞争对手。
批评者说得也没错：「这封信，其实是请让我们领先，停止开发。」
所以，普通人别被任何一方的说辞带着走。
AI替代论是焦虑的简化版，但它说对了一半（大量事务性白领确实会被优化）。
AI赋能论是鸡汤的乐观版，但它也说对了一半（高端复合型岗位正在大量增加）。
真相在中间。
七、给普通人的3个应对建议
最后，给所有担心自己饭碗的普通人3个建议，不灌鸡汤，只说能落地的：
建议1：先把你现在的工作「拆」开来，看看哪些是AI能干、哪些只有你能干
把每天的工作列个清单，分成三类：
（A）规则明确、可重复的——比如数据录入、报表整理、模板化文案。这部分会优先被AI替代，
你得主动学会用AI工具提升效率，至少别让AI工具成为别人替代你的理由。
（B）需要临场判断、复杂沟通的——比如客户谈判、跨部门协调、危机处理。这是你的护城河，
需要刻意强化。
（C）需要承担责任、价值判断的——比如项目最终决策、伦理风险把关、签字担责。这是AI短期内碰不了的，
应该主动争取。
未来5年，最值钱的不是「会做某件事」的人，而是「会判断AI做的事对不对」的人。
建议2：把「会用AI」从「加分项」升级成「准入门槛」
斯坦福2026 AI Index有个数据：AI技能已出现在全美2.5%的招聘帖中，比去年涨了55%。
未来一两年，「会用AI」可能就像今天「会用Office」一样——不是加分项，而是准入门槛。
不需要你去研究算法、写代码，但至少要熟练使用1-2款主流AI工具（豆包、ChatGPT、Claude、Qwen都行），
把AI真正嵌进你每天的工作流。
比如你做运营，就学着用AI批量生成文案、做数据分析；
你做销售，就学着用AI准备客户资料、生成话术；
你做设计，就学着用AI出初稿、再人工打磨。
关键不是「我会不会被替代」，而是「我能不能用AI替代掉别人」。
建议3：深耕「AI干不了」的能力——共情、判断、责任、复杂沟通
GoTu研究的总结很到位：AI抗性岗位的核心，是「需要承担责任的真人」。
具体来说，这4项能力是AI短期难以突破的壁垒：
（1）共情——你能感知到客户没说的需求、用户的真实情绪，这是AI的盲区。
（2）判断——面对复杂、不确定、没标准答案的问题，你能做出当下最合理的选择，AI只能给参考。
（3）责任——签字、担责、做最终决策的能力，社会永远需要真人。
（4）复杂沟通——跨部门协调、客户谈判、危机公关，这些是「读人」的工作。
未来5年，复合型技能（技术+沟通+判断+责任）才是真正的「铁饭碗」。
无论你做哪一行，刻意强化这4项能力，至少能让你在AI时代不被淘汰。
──────────────────────────────
写在最后
Anthropic的公开信，本质上是一个「既得利益者」的真诚警告：AI的发展速度，
已经快到连最懂它的人都开始害怕。但对普通人来说，重要的不是去站队「AI替代论」或「AI赋能论」，
而是看清趋势、调整自己——把AI当杠杆，把自己的判断、沟通、责任当护城河。
──────────────────────────────
我是新知边界，一个用大白话帮你拆解AI的频道
觉得有用，点个关注不迷路
你有什么想用AI搞定的事？评论区聊聊，我帮你出主意！
──────────────────────────────
