Anthropic CEO 达里奥·阿莫代伊曾警告：未来 2–5 年 AI 可能冲击约一半白领工作。编译文章指出，与三四年前「会一本正经胡说」的 ChatGPT 不同，当下模型已能大规模承接写码、研报、影像阅片等执行层任务——纯执行技能溢价被压扁，真正稀缺的是主体性、品味、决断与跨学科整合。以下按站内解读重写其主线论点（观点属原作者/编译，非本站投资建议）。
为何「今天的 AI」不一样
文章用能力跃迁做对照：从 GPT-1 基础语言任务，到 GPT-4 跻身多项考试前列，再到后续模型在数学竞赛等场景拿高分；并提到 OpenAI 曾展示更强的代码/迭代能力叙事。英伟达黄仁勋「未来的编程语言是母语」被用来解释：工程师把实现外包给模型、「氛围编程」把产品构想用自然语言交给 AI——据文中称相关市场规模约 30 亿美元、有预测未来数年可扩至约 300 亿美元量级。
结果是：研发预算相对向营销与获客倾斜，因为瓶颈从「能不能做出来」转向「能不能找到真实用户」。客服、数据录入、初级法务/金融分析、部分医学影像与内容生产等，都被点名为高替代风险岗位——技术替代劳动力并非首次，印刷术、农机与工业革命都曾重演类似剧本。
本站关于教育与岗位结构的讨论，可对照美国文科生在 AI 时代的触底回升；工具侧亦可逛逛AI资讯栏目里的模型与 Agent 动态。
劳动叙事的缺口：之后呢？
常见「终局故事」停在「人类全面失业」。作者追问：收入从哪来、消费如何维持？其判断是社会可能分化为两极——高主体性、自主立目标并创造大部分财富的人，与更依赖政府基本收入（UBI）安排的人；并警告后者易丧失能动性，因为「钱从哪来」决定「谁有支配权」。观点偏尖锐，宜作思想实验而非政策定论。
工作曾支撑的六维，与意义引擎
传统全职工作不只是工资，还常同时提供：身份认同、生活秩序、社交纽带、社会地位、被需要的价值感，以及少数人能升到的「天命式」意义。AI 若接管脏活累活，空出来的不是「躺平」，而是要自己重建目标——否则空虚会填上来。作者认为商业实践（尤其「一人企业」）是逼自己成长、把性格短板暴露为产品短板的高强度训练场；Altman 关于「一人独角兽」的赌局式评论被用来渲染杠杆时代的想象空间。
四项更难被标准化灌进模型的能力
作者断言调研、编程、网页与动画等「可教可考」高薪技能，未来约两年内会被模型大幅吃掉；真正要押的是学校很难批量灌输的四项：
1. 高主体性（High Agency）：言出必行、自己狩猎痛点—用 AI 拆障—做成产品变现；马斯克式「偏执落地」被当作极端样本。 2. 独到品味与个人视角：顶级模型普及后，纯智商红利被拉平；不可复制的经历与审美成为非对称优势。 3. 深度决断力：杠杆（AI 产能、分发、无代码）放大后，「押对/押错」后果指数化；AI 可做执行与情报，开停项目的最终拍板仍在人。 4. 深度通识（跨学科整合）：垂直专精上模型强，跨域化合仍常需要人类掌舵；最强小团队往往是「少数深耕 + 广博通识」组合。
底层逻辑一致：独立思考、自主造物、自己造血，把 AI 当杠杆而不是雇主。
常见问题
Q：是不是不用再学编程了？ A：文中立场是「手写代码溢价被压扁」，不等于零价值；更稀缺的是把母语需求变成可靠系统、并完成获客与商业闭环的能力。
Q：「一人企业」是唯一出路吗？ A：那是作者的护城河叙事，不是普遍处方；本质是提高主体性与杠杆使用能力，就业路径仍可并存。
Q：UBI 会被写成「天堂」吗？ A：作者明确唱反调——依赖外部供养可能失去目标自主权；宜结合各国真实政策讨论，勿直接当结论。
相关文章
