AI 职业风险表：被删除的真相
前OpenAI研究员Karpathy的AI职业风险表引发争议。核心观点：AI冲击将引发系统性失业潮，所谓“安全职业”亦难幸免，且失业数据可能掩盖真实困境。
前 OpenAI 研究员 Andrej Karpathy 近期制作并迅速删除的一张 职业自动化风险评估表，在技术社区引发了广泛而激烈的讨论。这张表格试图通过 Gemini Flash 模型来评估各个行业受 AI 影响的程度，但其核心逻辑却忽略了一个更为宏观且关键的社会经济问题：当知识型白领岗位出现大规模失业潮时，那些被标记为“安全”的体力职业，也将在经济连锁反应的冲击下难以独善其身。
这张表格的初衷，是直观地标注出哪些职业更容易被当前或近期的 AI 技术所替代。不出所料，软件工程师 和 律师 等高度依赖结构化知识与信息处理的白领工作被列为重灾区，而许多需要灵活身体操作和现场应对的 体力劳动 则显得相对安全。然而，表格发布后不久便被作者删除。Karpathy 本人坦言，这份评估属于“slop”（即低质量或垃圾输出），其讽刺之处在于，使用 AI 工具来评估 AI 对社会的影响，这种方法论本身就存在明显的循环论证缺陷。
但真正值得深思的，并非其粗糙的评估方法。有尖锐的观点指出，此类分析最致命的缺陷在于将 自动化 视为一个个孤立的职业事件。社会经济是一个高度互联的生态系统。试想，当一个容纳数百名员工的办公楼因自动化而关闭，不仅其中的职员失业，为之提供服务的 清洁工、周边的 餐饮店、员工子女所在的 托儿所，乃至整个区域的消费活力都会受到直接冲击。失业的浪潮会通过消费萎缩、服务需求下降等方式，传导至社会的每一个角落。因此，那些在表格上被标记为绿色的“安全职业”，其安全性可能只是暂时的假象。当大量失业人群涌入有限的“安全”行业，如水管工、电工等领域，供需关系的瞬间失衡将迅速使这些蓝领市场变成竞争激烈的红海。
更为微妙且可能正在发生的现实是，大部分工作并不会凭空“消失”，而是经历 工作内容的浓缩与兼并。企业可能不再填补离职员工的空缺，而是利用 AI 工具让剩下的一个员工完成过去三四个人的工作量。公司实施招聘冻结，从宏观失业率统计数据上看，数字或许依然平稳，但社会却积累了大量的 隐性失业 与 就业不足。刚刚毕业的年轻人找不到与专业对口的工作，被迫进入外卖、网约车等灵活就业领域，他们在统计上算作“已就业”，但实际上却处于 underemployed（未充分就业）的状态。数据在此刻具有欺骗性，它掩盖了劳动力市场质量的下滑与个人职业发展的困境。
讨论中也有网友提到，即便是传统的 建筑工人 也并非高枕无忧。机器人技术在持续突破，虽然目前在复杂环境下的部署成本高昂、数据不足，但长远来看，失去一个价值 40 万美元的机器人，其经济与伦理成本远低于失去一个鲜活的生命。这套冷酷的成本效益逻辑，很可能驱动资本在未来做出无情的选择。
Karpathy 删表这一行为本身，或许比表格内容更具意味。为职业的自动化风险进行公开的量化评分，极易引发社会性的 政治风暴 与集体焦虑。一旦将抽象的“技术冲击”转化为每个人都能对号入座的具体失业概率数字，讨论就不再局限于技术论坛，而会演变为一种广泛的、切身相关的恐慌。这可能是作者迅速撤回的主要原因之一。
最具讽刺意味的对比出现在 软件工程师 这个职业上。仅仅在十年前，它还被普遍视为数字时代最安全、最具前景的职业选择之一。如今，在 AI 尤其是高级代码生成工具的冲击下，它却赫然位列风险榜单的前排。有刚入行的开发者分享，自己正是因为看好行业前景而转专业学习了计算机科学，却在工作几个月后，就不得不直面职业被重新定义甚至边缘化的可能性。这种时代的错位感，对个体而言尤为残酷。
面对可能到来的就业市场重构，UBI（全民基本收入） 常被提及作为一种解决方案。然而，在当下的美国社会语境中，这更像是一个遥不可及的设想。正如讨论中所指出的，一个连 全民医保 都难以实现的国家，如何能指望其建立起一套向所有人发放基本收入的庞大体系？有观点认为，美国作为资本主义的核心阵地，UBI 在某种程度上与资本的积累逻辑相悖。既得利益者与权力结构为何要主动放弃优势，去推行一个可能削弱其控制力的政策？这其中的政治经济阻力巨大。
尽管 Karpathy 的这张表格在方法论上被其自嘲为“垃圾”，但它确实起到了 抛砖引玉 的作用，迫使更多人开始严肃讨论 AI 自动化带来的深层社会影响。然而，一个更令人不安的问题是：讨论之后呢？历史经验表明，大多数人或许仍会选择继续当下的生活轨迹，假装一切如常，直到裁员信真的递到手中。这种集体的认知滞后与行动迟缓，可能才是面对技术革命时，社会所面临的最大风险。
原文链接： 当AI来袭，没有人是安全的：一张表引发的争议
