2 月 27 日，美国金融科技公司 Block 宣布裁员 40%，约 4000 人，以全面转型为 AI 公司。AI 概念戏剧性地导致其股价暴涨超 20%。这家在硅谷算不上举足轻重的公司的案例，却透露出 AI 快速发展可能引发的经济连锁反应。
在这背后，有一个数字，在过去三年被改写了四次。
2023 年 3 月，OpenAI 说：美国约 19% 的工人会看到超过 50% 的工作任务被 AI 影响，这个过程需要十年。
2026 年 1 月，Cognizant 说：这个比例已经是 30%，而现在距离 ChatGPT 发布才三年。
同一个月，斯坦福数字经济实验室在分析了 2.85 亿条招聘广告后发现：AI 高暴露度行业的入门级岗位招聘量下降了 18%-40%，而资深员工的需求在上升。
如果你还在用”AI 会不会抢走人类工作” 这个二元问题来理解这场变革，你已经落后了。真正在发生的不是岗位的消失，而是劳动力市场结构的熔断：入口在关闭，中间层在塌陷，而站在塔尖的极少数”AI 驾驭者” 正在收割一切。
更可怕的是，根据 Citrini Research 对 2028 年的推演，这场撕裂才刚刚开始。
2023 年的刻舟求剑与 2026 年的凛冬骤至
把时钟拨回 2023 年 3 月，ChatGPT 刚刚引爆全球。OpenAI 的研究人员联合多所大学发表了一篇里程碑式的论文、《GPTs are GPTs》（生成式预训练模型是通用目的技术）。
当时，OpenAI 的团队采用了一套基于任务暴露度（Exposure）的评分模型。他们得出的结论是：美国约 80% 的劳动力至少有 10% 的工作任务会受到 GPT 的影响，而约 19% 的打工人会看到超过 50% 的任务被波及。
更有意思的是，他们发现了一个「高薪悖论」，与过去几十年自动化技术（如机械臂）总是最先淘汰蓝领工人不同，GPT 时代，薪酬越高的认知型工作，暴露度反而越高。 在技能树上，编程和写作技能与 AI 暴露度呈强正相关，而科学和批判性思维则被认为是「安全区」。
在那个时间节点，研究人员明确标注了一个局限性：他们没有将视觉等多模态能力计算在内。他们那时候甚至都没考虑到工具使用能力。
在 2023 年的框架里，AI 仍然是一个被困在屏幕里、只懂处理文本和代码的缸中之脑。他们给出的上限预测是，这场重构可能需要长达十年的时间（到 2032 年）才会彻底展开。
时间来到 2026 年初，全球 IT 服务巨头 Cognizant 发布了他们对 2023 年研究的更新报告《新工作，新世界 2026》。
报告的开篇就表明「我们原本预测需要十年（到 2032 年）才会发生的事情，现在已经提前六年就在我们眼前上演了。」
数据显示，今天美国已有 93% 的工作受到 AI 不同程度的影响。
Cognizant 用了一个指标叫「速率得分」（Velocity Score），说白了就是你的职业被 AI 吃掉的速度有多快。
如下图所示，此前所有职业的 AI 暴露度年均增长 2%，现在已经跃升到 9%，相当于加速了 4.5 倍。这意味着，那些在 2023 年看起来属于「AI 动不了我」的职业，现在正以 4 倍速度被卷进来。
具体到岗位上，任务暴露度超过 50% 的岗位比例从 2023 年的 0% 飙升至 30%（原预测 2032 年仅为 15%），而所有任务至少暴露 25% 的岗位则增长了 17%，达到 69%。
Cognizant 测算，仅在美国，这相当于将价值 4.5 万亿美元的人力劳动成本转移给了 AI，约占美国 GDP 的 15%。
这种加速是从哪儿来的呢？
报告用了一个很细的分类，描绘了不同暴露度的分层。
E0 (No exposure) – 完全不暴露，32% 的任务
E1 (Direct exposure) – 直接用 GPT 就能省一半时间，10% 的任务
E2 (LLM+ tools) – 需要配套软件但可行，17% 的任务
E3 (With image capability) – 加上视觉能力后可行，17% 的任务
Full automation – 完全可自动化，10% 的任务（这是 2023→2026 最大的跃升，从 1% 到 10%）
从这个分类我们就可以看到，从 E1 到 E3，也就是 LLM 加上多模态（眼睛与耳朵）和高级推理（大脑）以及随之而来的 Agentic AI 智能体（手与脚）带来的改变最大。单纯的 ChatGPT 其实影响有限（10%），但一旦 Agent 能使用专业工具，影响就扩大到 27%，再加上视觉处理的范畴，则直接覆盖到了 44% 的工作。
比如一个修水管的工人，AI 单独看或想都替代不了他，但当 AI 能「看懂漏水的位置 + 推理出可能的原因 + 生成维修方案 + 自动下单配件」，那他的工作就被重构了。虽然还得他去拧螺丝，但前期诊断和后续报告都不需要他了。
这种复合能力的爆发，导致了几个在 2023 年无法想象的后果。
第一，管理层不再安全。 曾几何时，CEO 和高管们认为协调、预算分配和决策是人类独有的。但在 2026 年，Agent 能够自主安排日程、根据支出模式重新分配预算、追踪项目进度。Cognizant 的数据显示，CEO 的 AI 暴露度从 25% 飙升至超过 60%。
第二，蓝领与物理世界的防线被渗透。 建筑工人、机械师和水管工曾被认为是 AI 无法触及的低风险区。但在多模态和 AR 穿戴设备的加持下，AI 现在能够分析现场照片以诊断管道泄漏，或者读取建筑蓝图。建筑业的 AI 暴露度从 4% 上升到了 12%，交通运输业从 6% 暴涨至 25%。 一个水管工不会失业，但他未来的工作方式是被 AI 头显直接指挥的。
按可由 AI 完成的任务百分比排名，Cognizant 选出了受 AI 影响最大的六个职业。
排在榜首的是财务经理，84% 的工作内容可以被 AI 接手。换句话说，财务规划、预算分析、风险评估这些核心任务，AI 都能插上一手。
计算机和数学相关职位紧随其后，受影响程度达到 67%。商业和财务运营、办公室和行政支持这两个大类都在 60% 到 68% 之间。法律职业 63%，管理工作（包括高管层）60%。
过去几个月，软件开发领域的变化尤其明显。Anthropic 的首席工程师鲍里斯・切尔尼（Boris Cherny）今年 1 月透露了一个令人惊讶的数字：他们公司几乎 100% 的代码，都是由自家 AI 产品 Claude Code 和 Opus 4.5 编写的。
「就我个人而言，我已经有两个多月没亲手写过代码了，连小修改都不做。」切尔尼说，「昨天我提交了 22 个拉取请求，前天提交了 27 个，每一个都是 Claude 写的。」
当然，他们发现 34 个职业完全没有任何任务暴露。这些职业清一色是纯体力、现场、手工活：砌砖工、屠宰工、洗碗工、石匠、轮胎修理工…
这些变化，可能意味着劳动力市场的极化会加剧。
高技能的人用 AI 变得更高产，低技能的人困在无法自动化的低薪苦活里，中间那批能自动化但还没完全自动化的中等技能白领工作最危险。
而这正是在当下招聘市场中真实发生的事。
大数据不会撒谎：入口已经关闭，中间层正在塌陷
预测看起来很紧迫，但在过去现实中的劳动力市场到底发生了什么？
当我们把目光转向由 Lightcast、PwC、Indeed、Stanford 等机构汇编的过去三年（2023 年 - 2026 年）的在线招聘广告大数据时，会发现很多符合预言的部分。
报告当时预测，高工资职业普遍展现出更高的暴露度，并且暴露度与职业所需的编程和写作技能正相关，与科学和批判性思维技能负相关。这些在招聘广告数据里都得到了验证。
而且方向也大体正确，即越是知识密集、文本密集、规则密集的工作，AI 渗透越快；越是需要物理操作、现场判断、人际互动的工作，暴露度越低。
被超越的部分是速度。2023 年的报告预测这些变化会在十年内展开，结果三年就看到了显著的结构性变化。更重要的是，报告当时强调我们的暴露度测量不区分劳动增强和劳动替代，言下之意是技术可行不等于实际采用。但现实是，企业的采用速度比学术界预期的快得多。
深入去看，我们会看到一幅被研究者命名为「混合转型」（Hybrid Transformation）的图景。这个温和的学术术语掩盖不了它的本质，即一场正在发生的阶级重组。
首先，在这个转型中，得利最多的是 AI 使用者。截至 2025 年底至 2026 年初，纯粹的「AI 技能岗位」在整体招聘市场中占比依然不高，大约在 4.2% 左右。 但它的增速是极其恐怖的，生成式 AI 相关岗位的提及率相比 2023 年增长了 3 倍以上。
而且，从 2023 年低期，招聘开始分化，所有招聘在减少的情况下，提到 AI 的招聘却在一路上行。
市场对这极小部分掌握新生产力工具的人给予了极其丰厚的回报。PwC 和 Lightcast 的数据高度一致：在同一职业中，包含 AI 技能要求的岗位平均能获得 15% 到 30% 的薪资溢价，甚至在某些核心知识领域（如律师、金融分析师）工资差异能拉大到 56%。
这绝不是全体打工人的「共同富裕」，而是工资结构的剧烈分化。企业愿意为能用 AI 十倍速提升产出的人付高薪，同时开始冻结那些只做传统重复性脑力劳动的人的薪水。
其次，是在这三年间，入门级白领岗位的「隐性死亡」。AI 并没有在宏观层面造成总就业人口的断崖式崩塌（目前招聘总数仍在疫情后常态波动），但在「新手村」，一场屠杀已经发生。
斯坦福数字经济实验室结合 ADP 薪酬数据与数千万份简历的分析表明，自 2022 年末 ChatGPT 爆发以来，在 AI 高暴露度行业中，22-25 岁年轻人群的就业出现了显著的收缩（下降约 6%，软件开发等领域甚至回落 20%），而同行业的年长资深员工就业依然在增长。
一篇基于 2.85 亿条美国岗位广告的因果识别研究估算，ChatGPT 发布后，高 AI 可替代性职业的岗位广告数量相对低可替代性职业平均下降了约 12%。而且这个效应对无需高学历 / 无需更多经验的入门岗位更强，分别达到 18% 和 20% 的降幅。行政支持类职位的降幅甚至接近 40%。
这被称为「偏向资历的技术变革」（Seniority-Biased Technological Change）。 过去，大公司需要招聘大量的应届生和初级员工来做基础的代码审查、数据清洗、草拟财报、整理法律文档。现在，资深员工借助几个 AI Agent 就能搞定这些脏活累活。
一项覆盖 6200 万劳动者的研究发现，从 2023 年一季度起，采用 GenAI 的企业初级岗位就业明显下滑。企业不是在裁人，而是干脆不招了。
因为中级员工用上 AI 之后，能干更多活。企业甚至懒得开掉初级员工，因为不招新人，让老人自然流失就够了。这种温水煮青蛙式的裁员，连劳动法都管不着。
年轻人进入职业阶梯的「第一级台阶」被 AI 抽走了。
最后一个趋势是，任务重写（Task Rewriting）取代职业消亡。2013 年牛津大学曾有过一个著名的恐怖预测，认为未来「47% 的岗位会被自动化」。它为什么至今没有发生？因为职业是一个壳，里面包裹着无数个「任务」（Tasks）。
Indeed 和 Revelio Labs 的数据显示，岗位名称没有消失，但 HR 写在招聘广告里的「岗位职责（JD）」被重写了。 在财务、文书、初级代码岗位中，「日常对账」、「生成标准代码」等容易被 AI 取代的任务占比正在直线下降；取而代之的是，企业要求应聘者具备「复杂性管理」、「AI 系统引导」、「边缘案例解决」和「质量验证与判断」的能力。
这印证了 Cognizant 的洞察。即使一个职位有 39% 的任务被 AI 接管，剩下的 61% 也需要人类把 AI 干完的活整合起来，放入更大的商业语境中。 未来一两年内的时代是「人类 + AI」的重构，纯粹的执行者被淘汰，留下的是审判者和协调者。
但审判者和协调者也不需要那么多。
一个资深审判者 + AI 能干过去 10 个初级执行者的活，企业只需要原来 1/5 的人就够了。所谓的人机协作，本质上是用少数精英 + AI，替代掉大多数普通人。
通向 2028，Agent 奇点与全球智能危机
如果我们把当前招聘市场的「结构性挤压」和 Agent 技术的进化曲线向前延伸，会发生什么？
在回答这个问题之前，先看看过去三年发生了什么？2023 年，OpenAI 说” 需要十年”，2026 年，Cognizant 说已经发生了；2023 年，完全自动化的任务占 1%，2026 年，这个数字是 10%；2023 年，入门级岗位还在正常招聘，2026 年，AI 高暴露行业的初级岗位招聘量已经下降了 18%-40%。
如果这个加速度不变，2028 年会是什么样？
Citrini Research 在一篇名为《2028 年全球智能危机：来自未来的金融史思想实验》的深度推演中，描绘了一个令人毛骨悚然的后奇点世界。
在这个剧本中，时间线被设定在 2028 年 6 月。
在 2026 年到 2027 年间，市场沉浸在一种荒诞的狂欢中。因为 AI Agent 的大规模部署，标普 500 指数和纳斯达克一路狂飙，企业利润屡创新高。劳动生产率达到了 1950 年代以来的最高水平。创造产品的 Agent 不需要睡觉，不需要医保，也不会生病。
但经济学家们很快发现了一个致命问题，即幽灵 GDP。它指的是那些在国民账户上闪闪发光、却从未在实体经济中流转的财富。
为什么？因为北达科他州的一个 GPU 集群完成了过去曼哈顿一万个白领的工作，而机器是不会去买咖啡、交房租、看电影或者去度假的。占美国经济 70% 的消费主导型市场开始枯萎。
如果我们把当前招聘市场的「结构性挤压」和 Agent 技术的进化曲线向前延伸，这个词很可能会从隐喻变成现实。
过去的技术创新（如云计算、互联网）大多属于资本支出（CapEx），它创造了庞大的上下游就业。但 Agent 的引入是运营支出（OpEx）的直接替代。
2026 年，当 Agentic 工具（如 Claude Code 的进阶版）迎来能力阶跃时，企业 CIO 们发现，他们可以用内部的 AI 原型在几周内替代掉每年几十万美金的 SaaS 服务。软件公司（如 ServiceNow）为了保住利润，只能裁减自己 15% 的员工，并把省下来的钱投入到更强的 AI 工具中去抵御竞争。
这是一个没有任何物理制动机制的负反馈循环： AI 变强 → 企业裁员 → 用裁员省下的钱买更多 AI 算力 → AI 变得更强 → 进一步裁员。
被优化的白领们失去了收入，消费降级，导致企业收入下降，企业为了维持利润率，只能更加激进地引入 AI 并裁员。财富以前所未有的速度向掌握算力资本的极少数人集中。
2027 年，危机的烈火将从软件行业蔓延到了整个「中介层」。在过去五十年里，人类社会建立了一个极其庞大的「利用摩擦力变现」的商业帝国。因为人类没有时间、缺乏耐心、存在信息差，所以我们愿意忍受旅行平台、保险续保、房产中介的抽成。
但在 2028 年的世界里，消费者全面接入了个人 AI Agent。这些 Agent 会在后台 24 小时不知疲倦地全网比价、自动退订那些忘记取消的 SaaS 订阅、瞬间完成房产交易的尽职调查和合同审查。传统的订阅经济（赌你忘记取消）和中介经济（赌你懒得比价）在一夜之间土崩瓦解。人类所谓的「商业黏性」，在冷酷的机器最优化算力面前，被证明只不过是一层温情脉脉的「摩擦力」外衣。
「技术总会创造新工作」神话的破灭
几百年来，面对卢德分子的恐慌，经济学家总是用一句金科玉律来安慰大众：「技术在消灭旧工作的同时，总会创造更多的新工作。」ATM 机淘汰了部分柜员，但银行开出了更多网点；互联网干掉了黄页，却创造了电商和外卖。
但这一次不一样。因为过去的新工作，都必须由人类来做。 当 AI 进化为「通用智能体」（General Intelligence）时，它不仅能胜任旧工作，它在新工作上的学习速度和执行成本也远胜人类。AI 确实创造了新岗位（比如提示词工程师、AI 安全审查员），但每创造一个新岗位，就同时让几十个传统高薪白领岗位变得多余。而且，这些新岗位的生命周期极短，很快又会被下一代更强、更便宜的 Agent 自我迭代掉。
所有的线索都在指向同一个结局。AI 不会像终结者那样在物理世界上消灭人类，但它正在以一种极其高效、极致理性的方式，重构人类社会的劳动价值网络。
但这还只是问题的第一步。
到了 2028 年，真正的问题是当一个社会里，机器创造了 99% 的价值，但机器不消费、不买房、不看病、不交税，这个社会的循环怎么转起来？
我们可以嘲笑 Citrini 的 2028 剧本是危言耸听，但过去三年的数据已经证明，技术的加速度远超人类社会的适应速度。2023 年，OpenAI 说需要十年；2026 年，Cognizant 说已经发生了。那么 2028 年，会不会真的出现那个 GDP 数字狂飙、但消费枯萎的时刻？
也许答案不在技术本身，而在一个更古老的问题上，当生产力的主体不再是人类时，人类凭什么分配财富？
这个问题，亚当・斯密没回答过，马克思也没回答过。因为在他们的时代，劳动永远是人类的。
Block 裁掉的那 4000 人，华尔街欢呼的那 20% 涨幅，已经告诉我们资本选择了哪条路。
问题是，我们选择什么？
在 2026 年，我们必须回答这个问题。
因为留给我们的时间，可能只剩下 24 个月。
来源：微信公众号： 腾讯科技
没有评论:
发表评论