AI对就业替代与劳动力冲击

10月27日

Invest Like the Best Cliff Sosin：持有智能的互补要素——[Invest Like the Best，第497期]

• Cliff Sosin 更便宜的智能可能压低经济租金，但利润率和不平等的走向仍未确定。 全栈企业可能效率更高、利润更丰厚，消费者也能从软件、银行和专业服务成本下降中获益。与此同时，代理也可能放大主动性和进取心的回报：“我似乎明显两边都站。”

10月26日

20VC Satya Nadella谈开放与封闭模型：谁会胜出？

• Satya Nadella AI加速编程，并不能证明知识工作各领域的需求都同样富有弹性。 Nadella认为，把编程领域的进展扩展到可验证奖励之外“似乎要难得多”，尽管联络中心和供应链等领域已有部署，科学研究“可能也有同样的弹性”。他更广泛的增长判断务实且有条件——例如 NHS Copilot 能否在降低成本的同时改善患者结果；理想情况下，AI 应优先用于岗位替代最少 …

Lex Fridman Podcast 数学中的 AI 危机：Navier–Stokes、黎曼猜想与复杂性理论｜Lex Fridman 播客 #503

• Ankur Moitra 眼下的瓶颈在制度适应和人的动力，而不是缺少新的定理陈述。 学生的项目被打乱，审稿人要处理更多产出，导师也难以协调多年研究与学生 3 个月、6 个月的时间视野。Moitra 所说的“门房谬误”点出了劳动问题：自动化最显眼的任务，并不能证明整个岗位已被取代。

高能量 Vol.239 访问思考者1｜李翔对话陆铭：聊聊AI、内卷、房价和消费抉择

• 陆铭 陆铭判断，AI会加速人口向大城市集聚，城市与住房的长期需求仍要看就业流向。 制造业中标准化、流程化、可编码的岗位被机器替代，劳动力转向更依赖人口密度、规模和流量的服务业；创新又需要高频、跨界、随机的交流，把企业进一步推向市中心。“人工智能时代不是减少集聚，它是加速集聚的。”

The Diary Of A CEO Mark Cuban：关于下一次市场崩盘的残酷真相！

• Mark Cuban 智能体已经在改变 Cuban 的业务运作，但他关于新岗位的论点仍有条件。 在 Cost Plus Drugs，智能体会监控诉讼和投标，再协助获取竞争对手的合同；过去这类工作常被搁置，因为雇人和管理都很麻烦。他承认，这些智能体替代了实习生可能以每小时15至20美元完成的任务，同时提出生产率提高或许会催生另一门生意：“也许它会带来一个新的商业想法。”

10月23日

All-In AI网络安全恐慌、Ken Griffin的泡沫警告、法国衰落？

• David Sacks 收尾的争论在于，AI驱动的增长能否惠及选民，还是需要更直接地解决生活负担问题。 David Friedberg称，美国经济「完全且彻底地依赖并关联于AI交易」；Jason则希望住房和低薪工人得到同等关注。Jason提议联邦最低工资每年提高1美元，逐步升至15美元；Friedberg主张以减税和税收抵免替代，并反对政府干预劳动力价格。

Sharp Tech Netflix的焦虑、互联网的终结与Meta的VR眼镜｜Ben Thompson与Sharp Tech

• Sharp Tech 智能体可能让人类的阅读速度成为工作的瓶颈。 一位听众发现，输出快得让自己来不及理解，但仔细给出规划反馈，才决定最终质量。Thompson希望自适应界面能有所帮助；他眼下的尝试是边读边听，并提到在同步阅读文本时可以听3.5倍速音频。

10月22日

The Builders Peter Thiel：AI真正的危险，并非你以为的那样

• The Builders 即便中位数结果更好，也无法消除AI带来的分配问题及其引发的政治反弹。 Thiel举例说工资可能上涨3%，但“上下浮动10%左右”——这种动荡可能令厌恶风险的社会无法接受。Isaacson拿全球化作比较，迫使Thiel承认增长可能分配极不均；不过Thiel仍认为AI的影响超过互联网，也可能更平稳地提高人均GDP。

10月21日

Latent Space 纽约AI：Tenex如何打造AI原生工程团队——Alex Lieberman与CJ Hess

• Alex Lieberman 谈到岗位替代，Alex强调个人仍有选择和行动的空间；CJ则直言，把AI说成只会替代人们不喜欢做的工作，“多少有点自我安慰”。 CJ援引a16z称，随着AI承担更多工作，呼叫中心岗位正在减少；10X则把部署智能体描述为人员重新分配、转向下一个问题。谈到地域，CJ认为纽约的AI泡沫比旧金山小；Alex则认为，纽约在商业上的体量可能不逊于旧金山，甚至更大，也能推动AI扩散。

Bloomberg Podcasts Citadel CEO Ken Griffin 称 AI“几乎肯定”处于泡沫中；Trump 的执政成绩单喜忧参半

• Ken Griffin AI正在削弱老牌企业的护城河，但 Griffin 仍认为 Citadel 的 alpha 主要来自人。 过去需要受过高强度训练的员工花 4–6 周完成的工作，现在几小时就能做完；护城河被“推土机填平”，而再培训迟迟没有行动。他对经济转型的悲观已转向看好创业公司；Citadel 仍以人为主导开展研究，因为“交易是我们将研究变现的方式”。

Matthew Berman Sam Altman：RSI、AI意识、OpenAI的新硬件、算力等话题！

• Sam Altman Altman认为，软件需求增长可以抵消自动化的影响，但数学领域未必会出现同样结果。 他说，市场在“6或12个月前”还笃信岗位将消失，如今程序员却更忙、影响力更大、收入更高，“工作的质感变了很多”。他认为解读AI证明有价值，但不知道对数学家的总体需求是否会上升。

10月20日

The Builders Elon Musk：工作终结、货币消亡，以及由 AI 驱动的世界

• The Builders Musk 预计传统货币将不再重要，Isaacson 则追问财富如何分配、人生目的何在。 Musk设想，货币将按物理量计量，人们都能获得想要的商品和服务，工作则成为类似休闲园艺的自愿活动。面对 Isaacson 关于不平等以及医疗是否纳入公共资源的问题，他给出了丰裕预期，却没有提出具体的分配机制。

10月17日

Moonshots 飞行版 Tesla Roadster、每3周成本减半的机器人“大脑”，以及激励机制如何决定 AI 对齐

• Moonshots 关于目的的讨论追问：当机器承担更多工作，人类会怎样？ Ismail 表示，许多企业员工并不满意；随着机器承担更多“做事”，人们或许能花更多时间“存在”。Diamandis 提到 Abundance Prize 的目标：让一个4口之家每月以1000美元负担住房、食物、医疗和教育。嘉宾还讨论了如何从创造力、人际关系、社区和共同目标中获得 …

10月15日

Interesting Times Tyler Cowen 与 Dwarkesh Patel 预测未来｜Interesting Times

• Dwarkesh Patel Patel 的经济基准情景并不是某个由 AI 设计出的神奇产品，而是认知和劳动力成为几乎所有事物的投入要素。 他预计，2至3年内，“即插即用”的知识工作者将影响约40%的经济；约5年内，成本或许仅为3万美元、可以全天候工作的机器人，将取代年薪10万美元的体力劳动，把有效劳动力成本推向每小时几美元。到本世纪末，他预计数字心智的数量将超过生物心智。
• Interesting Times Cowen 和 Patel 都同意 AI 会制造巨大的赢家，但对扩散速度存在显著分歧。 Cowen 将2030年视为人类-AI“半人马”转向由 AI 独立完成工作的粗略分界点，但马上表示，如果进展真有这么快，他会非常意外；他后来又预计，半人马模式会延续到2045年之后。Cowen 提出的可观测里程碑是：到2027年底，头部3家实验室的年化收入超过5,000亿美元 …

10月9日

Big Technology AI还能保持指数级增长吗？问问 SemiAnalysis——Dylan Patel 与 Jordan Nanos

• Dylan Patel AI支出预计将由劳动力、研发和销售成本共同承担，同时把价值转向以算力为基础的资本。 Dylan的表述是，token“本质上就是资本”，只是以芯片和数据中心的形式固化下来；企业可以在员工人数基本不变的情况下，生产和销售更多产品。他以芯片设计为例：过去20年，美国工程研发人员数量大体持平，但工具让行业得以制造出价值高得多的芯片，覆盖手机、传感器、机器人和AI系统。

10月8日

The Cognitive Revolution AI:AM：不该跨越的智能水平？The Curve 笔记 + Token 对比薪资与 SaaS 要凉了吗？

• swyx AI Token 支出开始像工资单，软件劳动力也正围绕判断力而非代码产出重新定价。 GPT-6 发布后，Positron 一度在 Token 上花得比薪资还多，日支出超过 $100,000；随后 Opus 5.5 在许多任务上优于 Astra，价格约为其 1/4。Swyx 的招聘标准更加直接：“我不想为别人的语言模型精神错乱买单”——员工必须同时监督 5至10个 …

10月7日

Moonshots Claude 意识之争、AI 的 1942 时刻，以及 Altman 为何说“接受一些坏事发生”

• Moonshots 数字劳动力正逼近人口规模，组织设计将成为下一个硬约束。 节目援引一项估算称，仅靠截至2027年的内存出货量，就可同时支撑3000万至1.7亿个前沿智能体；使用效率更高的开放模型，则可能支撑19亿个智能体，约等于80亿人的工作时长。Salim Ismail 提出的关键问题已不再是某个岗位是否消失，而是当一家公司可以在48小时内调来5万名 …

10月2日

Hard Fork 如果 AI 让你抓狂，你并不孤单｜Hard Fork

• Hard Fork AI 的经济后果与其安全风险一样，仍然无法确定。 预告追问大规模裁员是否将至；如果真的发生，“那我们要靠什么来支付智能体替我们安排的晚餐？”

9月29日

Moonshots Cathie Wood 谈 Tesla-SpaceX 合并、100万美元比特币与 AI 数量超过人类 | 第296期 | Moonshots Live

• Cathie Wood 随着采用过程日益政治化，Peter 提到80%的美国人担心 AI、73%反对在住所附近建设数据中心，而中国约80%的人支持数据中心。 Cathie 认为，数据中心最终可以降低能源成本；而核能限制意味着，美国电价可能比本来水平高出一倍。她表示，AI 应当让住房、教育和医疗更容易获得。Cathie 承认初级岗位可能被替代，但预计整体上仍会出现劳动力短缺；Peter 则称技术最终会创造更多就业。

The Cognitive Revolution 过时，还是不可替代？Garrison Lovely 谈如何叫停替代人类劳动的竞赛

• Garrison Lovely 这套劳动论比普通自动化更激进，因为前沿公司试图自动化一切认知任务，包括改进 AI 本身的研究。 Lovely 的左翼框架异常直接：资本家正在追逐“在没有工人这一中介的情况下，把资本变成劳动的终身梦想”，这可能将资本回报占比推向100%，同时把劳动回报占比推向0%。即使冻结当前能力，部署 GPD6 和 Fable 5.1 也会带来重大冲击，尤其是通过那些从未被创造出来的岗位， …
• 节目中最有力的近期干预点，是前沿实验室内部的组织化劳工，而研究人员的议价能力可能正接近峰值。 工程师目前仍拿着异常高的薪酬，也依然不可或缺，但成功的递归自我改进会先抹掉他们的议价能力，随后再抹掉其他所有人的。Lovely 因此敦促重视安全的员工组织起来，要求具有约束力的标准，并在公司之间协调——“你们会被替代，也会失去权力”（you’re going to be …
• Lovely 的正面替代方案是“第三次新政”，将体面的物质生活与工资劳动脱钩，同时把 AI 引向公众选择的任务。 方案包括全民 Medicare、可选择的地方管理岗位、激进的再分配，以及“全民治愈”（Cures for All）：一项类似 Operation Warp Speed 的计划，通过奖金、预先市场承诺和人体挑战试验推进研发，成功的治疗以成本价在全球供应。对投资者而言，这意味着从通用 …

Shanghao Jin AI token demand

• Shanghao Jin AI 造成的大规模失业尚未出现，不是替代逻辑失效，而是企业还没有把模型训练成可用的员工。 他估计 AI-sensitive 行业目前对 payroll 的影响约 1万—1.5万人，又被数据中心建设部分抵消；科技、香港投行和资管招聘变弱，但通用 agent 仍不能稳定接管业务。“现在裁员还远远不够”，一旦企业完成数据整理、post-train 和流程匹配，裁员才可能集中 …

9月28日

Moonshots Palmer Luckey：自主武器早已存在，以及 Anduril为何不造人形机器人｜EP #295

• Palmer Luckey AI可能早在触及创始人最不光鲜的职责之前，就已经自动化了技术性工作。 Luckey预计，AI还会先推动其他业务流程加速约10年，之后才会触及法律责任、融资、产品架构、人事决策和冲突解决。他对想成为单人创始人的人的警告是：“当创始人一直感觉像是AI抢走了你的工作；只不过那份工作其实是被其他人拿走的。”

9月25日

Hard Fork 《Ezra Klein Show》：Jensen Huang 认为，AI危言耸听已经走得太远

• Hard Fork 就业争论是整场对话中最尖锐的交锋：Ezra认为，AI是一种无摩擦、通用的模仿技术，不同于外包；Huang则反驳，所有人的计算中都“漏掉了雄心”，并指出在AI“变得有用”后的6个月里，有5000亿美元风险资本流入AI原生企业。 他用放射科医生和软件工程师举例：自动化任务，但保留工作的目的；与此同时，79%的美国人认为AI会减少就业总量。

9月23日

1000x 市场更新：Meta、Bitcoin、原油和经济都在狂飙。还能持续多久？

• 1000x Jonah称这是“我见过最乐观的图表”：AI成本下降的速度超过历史上任何一种先进技术——计算从1940年到2001年才完成这一过程，电力从1892年到1973年几乎没有变便宜；更便宜的AI将增强劳动力，并流入GDP和标普500。 Avi补充了需求被诱发的关键一环：企业此前因为成本限制而压低AI支出，因此AI变便宜后，使用量会像高速公路增加车道一样爆炸式增长。

卫诗婕｜漫谈 Light the Star 89.当 AI 进入组织，那些「从没人说过的真相」｜与网易阮良聊 AI 原生组织与企业 Agent 实战

• 阮良 AI 替代的是工作环节，而不是整个人及其创造力、勇气和好奇心。 卫诗婕追问：如果基础劳动被 AI 接管，人还从哪里积累判断与信念？阮良承认旧的技术性工作会消失，却认为新的技术性工作会继续提供训练场；企业若只把 AI 当裁员工具，就是“本质上想错了”。

9月22日

Moonshots 向伙伴们提问：第2轮 | MOONSHOTS AMA #293

• Dr. Alexander Wissner-Gross AI 带来的生产率提升很可能主要归属于股权所有者，让所有权的重要性超过薪资谈判。 Blundin 直言，“几乎所有价值都会通过所有权和股权体现为资本利得，而不是工资”；对刚毕业的人，他给出的两个切入口是管理大规模智能体，以及进入人手不足的50亿—100亿美元级谈判。

9月21日

20VC Daniel Dines谈UiPath：AI不能取代人，工作流更值钱

• Daniel Dines Daniel Dines 认为，今天的 AI 可以记住工作，却不会被工作本身改变，因此“数据中心里的数百万个 Einstein”更像推理引擎，而不是可以雇用的人。 人会因经验而改变；模型只是添加上下文，并不会在工作中改变自身权重。在模型具备类似人类的主动性、意志和经验学习能力之前，Dines 预计企业采用将按流程逐步扩散，而不会一夜之间抹去就业。