斯坦福这场讨论，3种人的机会变了

不要再纠结 AI 会不会抢走你的饭碗了。

在硅谷，最前沿的共识是：AI 是一场正在发生的财富与机会大洗牌。

斯坦福大学最近的一场讨论，向我们展示了三种真实的职场境遇：有人效率翻倍，成长周期被大幅压缩。有人还没开始工作，就发现机会变少了。还有更多人，岗位还在，但工作内容完全不一样了。

同一个技术浪潮，正在把人分流到不同的轨道上。AI 不只是生产力工具，它正在重新分配机会。

你会在哪条轨道上？

第一种人：被“放大”的人

斯坦福数字经济实验室主任埃里克·布林约尔松教授（Erik Brynjolfsson)）在讨论中分享了一项研究：有公司将大模型接入客服系统后，整体效率提升了约 14%。但真正令人惊讶的是：那些刚入职、经验最少的新人，效率提升了 30% 到 40%。

过去，职场存在天然的门槛：新人必须经历漫长的实习与试错，才能慢慢摸到老员工的及格线。高手的“隐藏技能”往往掌握在少数人手里，极难复制。

但大模型改变了职场的游戏规则。

那些原本散落在无数历史对话里的“最佳实践”，被大模型精准提取。当新人遇到难题时，模型会在关键时刻进行提示。原本要半年甚至更久才能掌握的能力，现在几周、几个月就能上手。新人不用完全靠摸索，可以直接借这些经验，很快达到一个不错的水平。

结果不只是效率的飙升，客户满意度随之提高，新人的挫败感锐减，离职率反而下降了。

但同一项研究还有另一个发现：那些已经做得很好、经验丰富的人，用这套工具带来的提升并不明显。因为模型给出的"更优做法"，本来就是他们平时的工作方式。

这一轮变化，并非让所有人齐头并进，而是在拉平一部分差距。

少数人独享的经验被迅速普及，需要时间熬出来的能力被工具提前交付。一部分人的起跑线被强行抬高，成长周期被极致压缩。领英的数据也印证了这一点：平台上标注“创始人”头衔的人，过去两三年暴增了 60%。当执行门槛被大幅降低，更多人获得了从零到一的入场券。

他们，是这轮技术浪潮里最先尝到甜头的一群人。

第二种人：还没进门的人

第一类人的故事，发生在公司内部。但在广阔的劳动力市场上，风向截然不同。

埃里克·布林约尔松基于数百万美国工人薪资的研究揭示了一个冷酷的趋势：在那些 AI 暴露率高的岗位上，22 到 26 岁年轻人的就业率萎缩了 17%。

领英上的招募数据同样刺眼。法律助理、文案、医疗记录员等传统的入门级岗位，招聘需求正在冻结，部分跌幅高达 40%。连学术圈的博士后岗位也未能幸免。

这不仅仅是岗位数量的减少。这些工作的共性在于：标准、琐碎、可重复。而这，恰恰是 AI 工具最擅长的。

过去，公司必须招募一批新人来做这些“脏活累活”，让他们在试错中熟悉业务流程。但现在，对企业来说，账太好算了：既然 AI 能以十分之一的成本、更稳定地完成这些基础环节，为什么还要花钱雇人来“练手”？

于是，从职场小白到熟练工的传统路径，断裂了。

过去的路径是：先做简单的打杂，慢慢接触核心业务。但现在，很多人还没来得及迈出第一步，就发现这第一步本身已经消失了。

年轻人最先感受到这种变化，因为入门岗位原本就是他们的过渡期。

这些人面对的不只是岗位减少，更现实的问题是：入口变窄了，机会变少了。

同一个技术浪潮，第一类人已经进了公司，拿到工具，成长加速。第二类人还在门外，发现入口比以前窄了，进去更难了。

这样的分化，早已蔓延到硅谷之外。

第三种人：工作在变的大多数

前两类人，一个被极致放大，一个无奈掉队。但领英首席经济学家 Karin Kimbrough 指出，真正被席卷的不只是这两端。对于更庞大的绝大多数人来说：岗位还在，但工作内容的内核已经变了。

以"数据科学家"为例。领英上这个岗位的数量没有明显增加，但越来越多其他岗位开始要求会数据分析。这项能力没有消失，只是不再单独作为一个岗位，而是变成了很多工作都需要的基本技能。

事实上，所谓的“一份工作”，本质上是无数个“任务”的组合：有些偏重复，有些需要沟通，有些需要经验积累。过去这些任务绑在一起，由一个人整体负责。现在，其中一部分任务可以交给 AI 工具，剩下的部分就变得更重要。

Anthropic 经济学主管 Peter McCrory 的“三段论”清晰地刻画了这种转变：提出问题、执行任务、评估结果。工具在执行这一步越来越高效，但提问和评估这两端仍然需要人来完成。工作的重心，正在从“怎么把事情做完”，变成了“应该做什么”以及“如何评判结果的好坏”。

于是越来越多岗位开始同时要求两类能力：既要熟悉工具、提高效率，也要能和人沟通、理解需求、解决复杂问题。

有些岗位看起来还在，但实际内容已经和几年前不一样了。你做的事情可能相似，但其中相当一部分环节已经被工具接管，留下的是那些更依赖理解、沟通和经验的工作。

对大多数人来说，当下的焦虑不该是“我会不会失业”，而是“我的工作到底在变成什么样”。当执行类的能力可以被工具替代，比的就是：你能不能把工具用对地方，能不能看清问题，能不能对结果做出判断。

工作还在，但证明价值的方式变了。

结语｜机会靠选择，不靠运气

技术会继续进步，生产力会继续提高，这几乎没有悬念。但谁被放大，谁被边缘化，不会自动发生。它取决于人怎么用工具，组织怎么调整，路径怎么设计。

所以才会同时出现两种信号：有人效率提升，有人被挡在门外。它们不矛盾，是同一件事的两面。

对每个人来说：

“你在借助工具放大自己，还是停留在容易被替代的环节？你在适应新的工作方式，还是沿着旧路径前进？”

同一轮技术，你的选择决定你的位置。

📮 原文链接：

https://www.youtube.com/watch?v=OvFI-V9Zaeo&t=1114s

https://www.hoover.org/events/productivity-gains-and-labor-pains-what-will-ai-do-jobs

本文来自微信公众号“AI 深度研究员”，作者：AI深度研究员，36氪经授权发布。