什么值得买App下载 App ›
连续签到专享现金活动

AI能力是锯齿状的:哪些工作现在真会被它替代

AI能力是锯齿状的:哪些工作现在真会被它替代

结论可以先说完:现在被AI真实替代的,不是按“职业”整建制发生的,而是按“任务段”发生的。唯一已经出现大规模可核验迹象的群体,是初级技术岗位——2025年初到2026年年中,Anthropic技术部门新入职员工里初级岗位占比从27%掉到9%,斯坦福数字经济实验室的追踪也显示,受AI影响较大的职业中,22至25岁年轻人的就业缺口主要来自企业少招人,而不是多裁人。与此相对,医疗临床一线、高层管理这类岗位几乎没被碰到,连Anthropic自己的非技术部门,初级员工占比都还稳定在25%左右。宏观就业数据目前仍看不到大规模替代,但校招入口已经先动了。知乎知乎

“锯齿状”到底指什么

这个词不是营销话术,而是研究者的内部共识。Andrej Karpathy 早在2024年就给大模型的能力分布起了名字——“锯齿状智能”:有时候聪明过人,有时候笨得离谱。2025年11月,OpenAI联合创始人 Ilya Sutskever 在 Dwarkesh Patel 的长访谈里把这种现象称为模型的“锯齿状”能力边界。他举了每个用过AI的人都见过的例子:让模型改代码,它承认了bug、修好了,然后引入第二个bug;你再指出,它道歉之后把第一个bug又改了回来。哈佛商学院与BCG的联合研究则称其为“锯齿状技术前沿”。如今各家实验室里用同一比喻的人越来越多。知乎知乎知乎

锯齿的具体形状,苹果2025年的一项研究给了个标本级例子:在小学应用题基准GSM-8K里,只在题目里加一句和解题完全无关的话——“其中5个比平均大小略小”——他们测试的所有模型在这类变体题上的表现都明显不如原题。一道题难不倒它,一道几乎一样的题却会翻车,而且它从不预告自己什么时候会翻车。知乎

这就是为什么“AI会不会取代某某工作”这个问法本身就是错的。判断替代,要看一项工作的任务清单里,有多大比例整块落在锯齿的峰区;而不是看这个职业的名头响不响。

AI能力是锯齿状的:哪些工作现在真会被它替代

峰区在哪里:渗透率数据给出的边界

Anthropic在2026年6月26日发布了新一期《经济指数报告》,基于真实对话而不是问卷印象,目前仍是少有的行为数据口径。在约800种职业里,大约36%的职业至少有四分之一的工作任务会用到AI;而任务中被用到四分之三以上的职业只有约4%——也就是说,几乎没有任何一种职业被完整覆盖。对话量最集中的是计算机与数学类职业,占Claude.ai对话的约35%。知乎

更值得注意的是自主性比例:增强(人反复与AI协作)与自动化(把任务整包交出去)之比是51.4比48.6,而且比例还在往增强方向漂移,报告自己也写明不能支持岗位替代的结论。低渗透的一端同样清晰:医疗从业者几乎缺席——出现在数据里的“医生相关任务”,82%其实是患者在询问自己的症状,而不是医生用AI辅助临床推理。高层管理者的工作依赖人际关系、判断与组织博弈,AI渗透率也垫底。知乎知乎

AI能力是锯齿状的:哪些工作现在真会被它替代

真正被替代的一线:招聘端已经先动了

概念上谁危险,和数据上谁在出事,可以互相印证。Anthropic 2026年10月公布的内部就业报告是目前颗粒度最细的一个观察窗口:技术部门新招员工中初级占比从27%降到9%,存量员工里的初级比例也从21%降到14%。而销售、财务等非技术部门,初级占比始终稳定在25%左右。同期,每位员工调用的AI智能体累计运行时长达到自身工时的6倍,核心研究部门是19倍,工程师人均代码提交量半年翻成5倍,而90天内的返工率、撤回率与手写代码没有统计上的显著差异。基础工作有人干了,只是不再需要新人来干。知乎

这不是单家公司自我循环。斯坦福数字经济实验室2026年8月更新的美国就业追踪发现,AI暴露度高的职业里,22至25岁劳动者就业增长显著落后于低暴露职业的同龄人;据同一追踪口径,美国22至25岁软件开发者就业人数已比2022年高点低约两成,技术类实习岗位自2023年以来减少约三成。前端信号也密集:2026年6月,腾讯高管公开称公司当年大部分代码已由AI生成。11月20日,网文圈“抵制AI,断更一天”的联署声明拿到4.3万人点赞——同一套生成能力,在短剧行业深受追捧,却在网文界被人人喊打。替代与反噬同时出现,恰恰说明它已经发生在了供给结构最容易被撕开的文字与代码行业。知乎知乎知乎36氪

AI能力是锯齿状的:哪些工作现在真会被它替代

暂时的谷底:三类活儿碰不动

把Anthropic的数据、经济指数和各行业从业者的描述叠在一起,AI当前的替代半径很清楚:重复度高、规则明确、全程在电脑里完成、结果能立刻验证——四个条件同时满足的活,最先被整段拿走,翻译的合同初稿、客服的标准问答、程序员的改接口与修简单bug都是这一类。反过来,三类任务目前还在谷底。

一是身体在场。装修工人在评论区说得实在:设计初稿、算账记账都能借助AI,“就是售后和客情关系,还需要人”。二是责任兜底。Ilya那个改bug的例子就是责任问题——模型不知道自己什么时候会翻车,所以医生签字、律师出意见、财务担责这类环节,AI只能停在草稿位。三是非标判断与人际协调:经济指数里渗透率垫底的高层管理岗,工作内容是说服、权衡和承担后果,恰好全是锯齿的谷底。

AI能力是锯齿状的:哪些工作现在真会被它替代

为什么新闻里还看不到“失业潮”

宏观统计没动,不是矛盾,而是时滞。企业用AI把产出效率抬上去之后,先发生的是同样的人干更多的活;只有当业务量撑不住多出来的产能,人力配置才会调整,而校招和实习岗位因为不需要“先培训三个月”,收缩得比在职岗位快得多。耶鲁大学预算实验室9月的跟踪也认为,职业结构尚未出现与AI引入相一致的变化。这就形成了现在的数据分层:宏观失业率里还看不出AI,招聘入口已经看得出来。知乎

对普通从业者,真正的风险不是“职业消失”,而是梯子被抽走。Anthropic曾用52名开发者做过分组实验:允许用AI完成学习任务的一组,随后测试平均得分50%,全程手写的一组是67%,差距恰恰出现在“查找和诊断错误”这类题目上——任务完成了,人未必学会。当一个岗位不再提供那些低难度的练手段,判断力从哪儿长出来,是比“会不会失业”更难回答的问题。知乎

所以,比刷职业榜单更有用的自查只有一条:把你本周干的活摊开,数一数有多大比例是“重复、规则明确、可立刻验证、不用你担责”的。这个比例就是你在锯齿图上的海拔。AI不吞掉整个职业,它只按峰段蚕食任务——被蚕食得最快的地方,恰好也是新人最难进门的地方。

评论

评论区空态插画

当前文章无评论,是时候发表评论了