22 岁计算机高材生退学当电工，第一批 FOBO 受害者出现了
28 岁的杰克逊做了一个让所有人都觉得「疯了」的决定：从保险公司辞职，去考消防员。
不是因为热爱，不是因为梦想，就是因为害怕。
他原本做数据录入，稳定、清晰、有晋升路径。但他说，「我不相信这份工作还有未来。」
选择消防员的理由更直接：「就算以后真的有 AI 能灭火，人类在危机时刻，也永远需要另一个人类。」
也就是说，他已经不相信自己能在 AI 时代找到价值了。
另一边，软件工程师弗朗西斯科正在经历完全相反的路径。他没有逃离 AI，反而尽可能拥抱它，各种工具、自动化流程、生成式代码全上。
结果呢？不是效率起飞的成功剧本，而是满屏半途而废的项目。AI 生成了太多内容，他需要不停核对、判断、修正。工作没有变少，只是从写代码，变成了管理代码。他形容自己的状态：编码瘫痪。
一个在逃离 AI，一个在过度依赖 AI，方向完全相反，但结果却惊人一致：他们都没有被 AI 真正替代，但开始失去了对自己工作的掌控感。
这就是 2026 年最魔幻的现实，AI 还没动手，人先慌了。
FOBO 是越投入 AI，我越想「唉」
今年，一个词开始频繁出现：FOBO（Fear of Becoming Obsolete），害怕被淘汰的时代症候群。与传统的失业焦虑不同，普通的工作焦虑是「我可能会被炒鱿鱼」，有明确的对象，有明确的结果。
FOBO 的核心是「我可能会变得无关紧要」，它是弥漫性的，无处不在，也无从反驳。它焦虑的是，我们在还没有被替代之前，就已经失去了价值。
某种程度上，AI 的第一批「受害者」，并不是即将要被机器取代的人，而是那些被 FOBO 吓坏的人。
企业高管们正在为 AI 狂欢，但打工人们却在承受真实的脑力煎熬（Brain Fry）。
一组鲜明的对比揭示了这种上下层的严重脱节：74% 的高管对 AI 的引入兴奋不已，但 68% 的员工却因此感到焦虑；同时，仅有 27% 的员工获得过关于如何使用 AI 的正式培训。
在波士顿咨询集团对 1488 名全职员工的调查中，一个打破常识的现象浮出水面：同时使用 3 个以上 AI 工具后，员工的生产力不仅没有提升，反而出现了骤降。
因为缺乏系统培训的 FOBO 转型，让 AI 变成了一只榨干精力的吸血鬼。当我们被迫使用大量 AI 工具时，需要耗费额外的精力去阅读、核对和解释 AI 生成的内容。
这些因素，最终导致了接受调查的员工，脑力消耗增加了 14%，决策疲劳增加了 33%，信息过载增加了 19%；而经历着「AI 脑力煎熬」的员工，离职意愿上升了近 10%。
高管们想要的高效没有到来，等来的却是一个个因为认知超载而想要逃离的打工人。
是离 AI 越近的人，跑路越快
FOBO 的恐慌不仅在写字楼里蔓延，更直接传到了大学校园。
Gallup 和 Lumina Foundation 联合调查了约 3800 名在校大学生，发现 47% 的人「认真考虑过」因为 AI 对就业市场的影响而换专业，其中 16% 已经换了。
这个比例本身已经很高。但更值得注意的是恐慌程度的分布：考虑换专业意愿最强烈的，人文、医疗、自然科学专业的学生都只占少数，科技专业和职业技术专业的学生却各有约 70% 表示认真动摇过。
也就是说，离 AI 最近的那批人，反而是最想跑路的那批人。
AI 正在影响许多大学生对未来学业规划的思考。42% 的本科生表示，AI 促使他们认真考虑过更换专业，其中 13% 的人表示他们对此进行了深入思考。｜图片来源：https://news.gallup.com/poll/704087/college-students-weigh-impact-majors-careers.aspx
年轻人正在从容易被 AI 自动化的传统编程领域，逃向需要人类同理心，或物理操作的蓝海。
22 岁的莱德在看到 AI 的进化速度后，毅然从计算机科学专业退学，转而去技校学习成为一名电工。「起初我还在否认，但最终我不得不面对现实。」他在接受 WSJ 采访时这样说。
电工确实是很现实的选择，前段时间 Andrej Karpathy 把美国所有工作按照 AI 曝光度做了一次排名，电工成了那些被裁掉的人最稳妥的出路之一：目前可观的年收入，加上未来能参与建设大量的数据中心。
这种理工科学生更想换专业的反转，似乎有它的逻辑。因为科技专业学生对 AI 的理解更深，他们对「哪些任务会被替代」的判断也更具体、更真实。很明显的现实，写代码、做数据、跑流程，这些他们正在学的东西，AI 已经能做了。
但 AI 的能力不是突然降临在某一类职业上，然后这类职业整体消失的。
学生的偏好正在从 AI 更容易自动化的岗位，例如传统编程等，转向与 AI 本身创造更紧密相关的专业，例如软件工程和人工智能相关专业。AI 专业的兴趣在 2025 年至 2026 年间增长了 1.7 个百分点。｜图片来源：https://www.niche.com/blog/ais-future-is-uncertain-but-students-are-already-placing-bets/
调查数据也显示，对「传统编程」感兴趣的学生在减少，但对「AI 开发」和「软件工程」感兴趣的学生在增加。学生们并没有集体逃离科技，他们在科技内部做位移，从「被替代的那种技能」向「驾驭替代者的技能」移动。
这是相对理性的 FOBO。但 70% 里有多少人是做了这种判断之后决定留下并转向，又有多少人只是在恐慌，然后用一种看似「倒退」的方式，想要为自己筑起一道防备 AI 的护城河。
还有越抗拒，淘汰得也越快
FOBO 驱动的过度使用在制造伤害，而 FOBO 驱动的「拒绝使用」则在加速真正的淘汰。
EY 安永全球首席创新官 Joe Depa 在描述内部 AI 采用数据时，说出了一个让人不太舒服的观察。
AI 工具在 EY 内部的采用率，呈现出明显的代际分化：初级员工采用率高，资深员工采用率低。
「他们的态度是，我自己能做得更好，所以我不需要这个工具。」Depa 说，「他们曾经是最顶尖的那批人。现在，他们在同事里排名垫底。」
The Information 报道 Meta 公司内部有专门用于衡量员工 Token 消耗情况的排行榜。
与此同时，另一批员工的生产力是去年的 10 倍、20 倍。同样的公司，同样的职级，同样的年资，因为是否使用 AI 工具，绩效出现了悬崖式分化。
这就是 FOBO 最残忍的地方：对被淘汰的恐惧，正在加速淘汰的发生。
那些主动逃跑的人，失去了积累；那些过度使用直到精神耗竭的人，失去了判断力；那些因为傲慢或恐惧而选择拒绝的人，失去了竞争位置。
FOBO 的三种变体，造成了三种不同方向的伤害，但结果惊人地相似：人还没被替代，就已经先输掉了。
给科技人类以时间
MIT 最近发布的一项研究，可能是目前对 AI 劳动力替代速度最系统的实证分析之一。研究团队收集了超过 1.7 万条 AI 输出的专家评估，覆盖超过 3000 个劳动力市场任务。
研究发现，目前的 AI 已经能以最低可接受质量，完成 50% 到 75% 的文本类任务。但它强调了一个核心观点，AI 的进化是缓慢上涨的潮水，不是一夜之间淹没一切的海啸狂浪。
相比于能力突然增进的模式（图a），MIT 的研究发现 AI 会像涨潮一样，在大多数的任务里面同时取得广泛的进步。
要达到 90% 以上的高成功率，AI 至少还需要走到 2029 年。这意味着，水确实在涨，但我们并没有立刻被淹没，我们还有调整和适应的窗口期。
这些窗口期或许并不能缓解周围的 FOBO 情绪，至少现在我们看到了，在 AI 还没有真正淘汰大多数人时，FOBO 本身就是一种替代，它已经开始在取代一些无法应对焦虑的人。
别在 AI 淘汰人类之前，就先被自己的恐惧淘汰了。
潮水在涨，但我们还有时间学会「游泳」。
本文来自微信公众号“APPSO”，作者：HAO，编辑：李超凡，36氪经授权发布。
