AI 与个人工作——后劳动力时代的困局与答案

这篇是 《科技慢半拍》EP126：AI 与个人工作｜后劳动力时代的困局和答案 的文字稿整理版，把节目里快速带过的”注意力经济天花板”计算、“分布外人类”概念，以及财富再分配路径补充完整。

楔子：一个开发者的分水岭

他把那天记成了”2026年2月5日”。

在那天之前，他觉得 AI 只是一个非常好用的副驾驶。他跟 AI 来回沟通，引导它，修改它写的代码。虽然 AI 每天都在变强，但他依然觉得自己是那个”把关的人”，是那个握着方向盘的机长，是那个拥有核心专业知识的主人。

但就在那天，OpenAI 发布了 GPT-5.3 Codex，Anthropic 推出了 Opus 4。他形容说，这就像你一直以为上涨的海水才到脚腕，突然一瞬间漫到了胸口。

那个周一，他坐在电脑前，用最平淡的日常语言描述他想要一个什么样的 App。然后他站起来，离开电脑，去喝了杯咖啡。四小时后他回到座位——AI 已经独立完成了成千上万行代码。更让他震撼的，是 AI 开始像一个真正的人一样”思考”：它自己打开还没完工的 App，一个按钮一个按钮地点击测试，发现问题，跳回去修改代码，不断迭代，直到它自己满意为止。最后，AI 发来一条消息：“我已经准备好了，你可以来测试了。”

测试结果是”非常完美的”。

这不只是效率的提升，这是对”工作”这个定义本身的消解。传统的技术工作包含 90% 的枯燥执行和 10% 的创意决策。AI 把那 90% 整个吞噬了，还在 10% 的决策部分展现出令人恐惧的独立性。人被物理隔离在工作流之外：你给出一个起点，它直接跳到终点，中间的过程，你完全不需要参与。

更深的危机不是失业，而是”被需要”的感觉正在慢慢消失。

工作之后的工作

另一个故事来自一篇博客，标题叫《工作之后的工作》。作者是个典型的”优秀的孩子”：计算机科学专业，成绩优异，手握三份大厂实习，还经营过一个能赚钱的小咨询公司。他的履历，非常完美。

然而，他失业了。

官方公布的失业率数据并不难看，长辈们用这些宏观数据来安慰说”再坚持坚持”。但身处其中的人，体感完全不同。招聘信息还在，面试流程也还在，但机会的”密度”已经不一样了。一个岗位背后，堆积着成百上千个同样做对了一切的人。

这揭示了一个更深层的结构性变化：职业发展阶梯最底下那一级，被整块抽走了。

过去，公司雇一个毕业生，是把他看作白纸，愿意花时间和成本让他从基础工作开始慢慢成长。但现在，企业发现，那些”学徒任务”——基础的数据整理、代码调试、文件归档——用 AI 工具链来解决，成本更低、效率更高。所以，不是没有活儿干了，而是企业不再需要通过”雇新人”来干这些活儿了。

你能看见上面的梯子，但你根本够不着。

亚马逊的 CEO 在向股东汇报时，第一个被问到的就是这个：在最先进的配送中心，订单量飞速增长，但人类员工总数却在持平甚至下降。人类劳动力从”基础底座”变成了”边际插件”——只有在自动化系统搞不定的零碎角落，人才被允许插进来提供一点边际价值。

这种逻辑完美解释了为什么初级岗位最先消失：初级岗位干的恰恰是那些流程化、重复性高的”填缝”工作，而这正是 AI 最擅长的地方。

更可怕的是：当一家公司决定砍掉所有初级岗位、转而依赖”几个资深员工 + AI 工具”的组合时，它实际上切断了下一代人才的成长通道。行业只保护参天大树，禁止新的树苗生长。短期看起来郁郁葱葱，但枯萎只是时间问题。

无需移民的移民

在马尼拉的办公室里，一个菲律宾工人戴着 VR 头盔，远程操控着几千公里外东京一家便利店里的补货机器人。

这些工作没有被”取代”，只是像幽灵一样被拆解成一个个动作，通过网络被调度到世界任何一个角落。这是一种”不带移民的移民”：发达国家获得极其廉价的劳动力，却完全不用承担随之而来的社会成本。

但这个故事最讽刺的部分在于：这些工作本身的主要目的，根本不是为了完成当下的任务，而是为了收集数据，训练 AI。那个工人每一次成功的操作、每一次对机器人错误的修正，都被记录下来，变成高质量的训练数据，喂给下一代更聪明的模型。

今天的”远程操作员”，其实就是物理世界的”标注员”。他们用今天拿的工资，来购买自己明天的失业。

工业时代的逻辑是：你工作越久，经验越丰富，你就越值钱，经验像一个复利账户。但在今天这个数据驱动的时代，你的工作经验更像一次性电池。你工作得越努力，你产生的数据就越多，能完美模仿你所有技能的 AI 模型就成熟得越快，你被彻底自动化的那天也就来得越早。

这是一种自毁式的工作。你正在亲手编写那个替代自己的剧本。

历史性的误读

讲到这里，很多人会反驳：“别担心，技术革命总会创造出新的工作岗位！”

这听起来很有道理，因为过去每次都是这样。1589 年伊丽莎白一世拒绝为织袜机发明人颁发专利，担心手工织袜工失业——但机器后来成为工业革命的引擎，创造了远超从前的工作岗位。1811 年卢德分子砸毁机器，但英国纺织业反而爆炸性增长，带动了航运、煤炭、金融的大量新岗位。1970 年代，ATM 被预测会消灭银行柜员，结果运营成本降低，银行开了更多分支，柜员人数从 48.5 万增加到 52.7 万。

但这是一个历史性的误读。

无论是 iPhone 还是 Netflix，技术本身创造的是新的商品和服务，工作岗位只是因为在那个时代恰好只有人类能够提供这些服务，才偶然产生的”副作用”。从来没有任何一条物理定律或经济学法则规定，新的商品和服务必须由人类来提供。

直到现在，AI 的出现可能要终结这个”副作用”。在未来的经济算法里，人类的参与甚至可能变成一个”负期望值”的选项——相比于可以毫秒级响应、零失误、全年无休的 AI 系统，一个需要思考、会疲劳、还可能闹情绪的人类员工，他本身的存在就成了一种潜在的生产事故。

如果生产端已经不再需要人类，那我们还能干什么？我们还剩下什么价值？

注意力经济的天花板

乐观的人会说：没关系，我们不做生产了，可以去做内容，搞”注意力经济”。

但一组残酷的数字可能给这个想法泼一盆冷水。以美国为例，3.4 亿人口，就算所有人都实现了财富自由，把睡觉、吃饭、洗漱这些必要时间刨除掉，整个社会一天能拿出来被货币化的”注意力总时长”，大概也就是 27 亿小时。

这是一个物理上限。代码可以无限复制，商品可以无限生产，但每个人的时间一天都只有 24 小时，这是绝对的刚性约束。

这意味着，所有想在注意力经济里分一杯羹的人——内容创作者、健身教练、心理医生——大家其实都在抢同一块固定大小的蛋糕。

更要命的是，注意力经济遵循极端的幂律分布：赢家通吃。顶端 1% 的创作者拿走超过一半的关注度。绝大多数普通创作者根本无法靠这个谋生。当未来上千万甚至上亿被 AI 取代的劳动力都试图涌入这个赛道时，他们面对的不是什么新蓝海，而是一个极度拥挤、人均收益趋近于零的血腥红海。

这种饱和状态还会导致”技能通胀”：当 AI 辅助普及到几乎每个人都能制作高质量内容的程度，这个门槛就消失了。原本能支撑一个中产家庭生活的职业，在数千万人的竞争下迅速贬值。

在一切物质皆可无限产出的未来，人类唯一的稀缺资源就是他那每天只有 24 小时的注意力。而这个资源的不可扩展性，恰恰成了后劳动时代最大的就业屏障。

后劳动时代的幸存者

那么，未来 15% 能存活的工作岗位是什么？主要分布在两个领域。

第一个：法定职业。

法官、政治家、公司 CEO。这些人能保住工作，逻辑上不是因为他们比 AI 更聪明，而是因为法律和社会契约规定，“责任”这个东西，必须由一个活生生的自然人来承担。你不能起诉一个算法，然后让一串代码去坐牢。你必须能够把责任和指责，钉在某个真实的人身上。

第二个：一对一的深层关系服务。

高阶心理咨询、个人化成长教练、高端养老陪伴。未来可能会有像 C3PO 那样的机器人来照顾老人，而且做得更标准、更不知疲倦。但总会有一部分人，愿意为”真实的共情”和”有温度的连接”支付非常高的溢价。

未来的劳动力市场，会从”能力导向”转向”身份导向”和”情感导向”。你获得一份工作，不再是因为”你会做什么”，而是因为”你是谁”，以及”你能承担什么样的法律后果”。那 15% 的幸存者，出售的其实是自己的社会信用、法律身份，和作为生物的独特性。我们未来支付的，可能不再是人类的技能，而是人类的”可问责性”。

分布外人类

这里还有个值得深思的概念：“分布外人类”（Out of Distribution Humans）。

把所有工作想象成一个正态分布的钟形曲线。绝大多数白领工作——咨询、会计、初级编程——落在曲线最中间最肥厚的那块。这部分工作的特点是任务重复、逻辑可预测、高度依赖历史经验。而这，恰恰是 AI 模型最爱吃的”饲料”。

所谓”分布外”，指的是落在曲线两端细长尾巴上的工作：极其新颖、完全没有历史数据可参考的任务；发生在混乱、难以被传感器捕捉的物理环境中的任务；需要一种无法被点击率和好评率量化的微妙”品味”和”直觉”的任务。

那个完美的计算机毕业生，他过去所有的努力——那份完美的履历——其实都是在把自己打造成一个完美的、“分布内”的样本：标准的、可预测的，因此也容易被 AI 学习和替代的样本。

我们整个教育体系、社会舆论，仍然在鼓励人们成为”分布内人类”。在这个时代，平庸和标准不再是安全的避风港，它就是风险最高的重灾区。

财富再分配的必然

接着是一个经济悖论：如果 85% 的人都没有了工资收入，那谁来购买那些由 AI 和机器人生产出来的堆积如山的商品和服务？

当工资不再是社会财富分配的主要渠道，从逻辑上讲，就只剩下一条路：把”工资”这种分配方式，转化为”资本收益”。

最终，社会顶层的精英阶层会主动支持某种形式的全民基本收入（UBI）或主权财富基金。这不是因为他们突然变得慈悲为怀，而是出于最纯粹的贪婪：精英们手里的工厂、AI 公司、自动化服务要创造利润，就必须有足够多有购买力的顾客。如果社会上 85% 的人都穷得叮当响，整个市场会因为缺乏流动性而崩溃。

具体的实现方式可能是：像阿拉斯加那样，建立集体所有的主权财富基金，每年给所有公民分红；或者推行”全民基本资本”，让每个人在出生时就拥有一份初始的资本，通过投资和分红维持生活，而不是靠打工。

这场听起来像乌托邦的转型，实际上是对根深蒂固的”工资奴隶制”的一次彻底爆破。

我们这一代人最深刻的恐惧，来源于我们已经把”工作”和”价值”这两个词在脑海里锁死得太久了。

个体的出路

既然大环境如此，我们每个具体的个体，又该如何存活？

第一：从增量竞争转向杠杆竞争。

过去，职业壁垒是你积累了多少知识和付出了多少体力；现在，壁垒变成了你调度 AI 这个杠杆的能力有多强。AI 最危险的不是被机器取代，而是你还在用”打工人”的思维，去操作这台能创造奇迹的杠杆。

第二：成为”分布外人类”。

在算法统治的世界里，避免成为”正态分布”的中间层，去寻找那些藏在大数据后面的、因为太过小众和私人化而无法被压缩的”长尾末端”。那些你曾经觉得很”怪异”、完全无法变现的偏执爱好，在 AI 大大降低创造门槛的今天，反而可能成为你最独特的竞争力。

未来的赢家，不是试图讨好所有人的大众化生产者，而是在某个极其狭窄的领域里深挖到底、让算法都无法模仿其个人特质的”偏执者”。 当机器能产出一切平庸的正确时，你那些无法被算法解释的”怪癖”和”偏执”，才是你唯一的护城河。

第三：从生产者转向策展人。

AI 可以帮你生成无限的内容，但它无法生成你的”品味”和”策展力”。你需要成为那个决定什么样的材料和想法搭配在一起，能讲述一个动人故事的人。当内容的生产成本趋近于零的时候，你的价值就不再取决于你”生产了什么”，而是取决于你”选择了什么”，以及你赋予了这些选择什么样的独特意义。

价值的中心会从那些拥有生产力的”工厂”或”平台”，转移到那些具有独特审美和偏执追求的”个体策展人”手中。

第四：学习通过资本收益而非劳动报酬获得收入。

这在心理上极其痛苦——我们大多数人失去职业身份会感到失重、恐惧和无所适从。但如果你的生存已经获得保障，你的贡献也纯属自愿，那你该如何度过每一天？这个问题正在从哲学思考变成现实。

当贡献变成自愿的时候，人类将从”劳作以求生”的时代，跨入一个”为了体验而活”的时代。

---

结语：劳役合同的终结

我们正处在一个极其尴尬的交接期。身体活在 21 世纪，思想却停留在 20 世纪——还在固执地认为”每个人都拥有一份朝九晚五的工作”是维持社会尊严和稳定的唯一方式。

我们花了整整一个世纪的时间，把”劳动”这件事神圣化，结果到头来，我们亲手建造了一个并不需要那么多人类劳动者参与的系统。

但历史已经一次次证明，当旧的经济激励消失时，人类并不会陷入永久的虚无，而是会创造出新的游戏规则和意义来源。

我们正在经历的，可能不是一场简单的失业危机，而是一场长达数千年的”劳役合同”的终结。

当我们不再被”生存压力”这根皮鞭抽打着前进时，我们才能真正看清这场 AI 革命的真面目。