斯坦福研究揭示：AI 普及导致美国青年就业岗位减少13%
斯坦福大学三位研究人员**周二发布的研究报告**显示，越来越多的证据表明生成式人工智能的广泛应用正影响美国劳动者的就业前景。
该研究分析了美国最大薪资软件公司ADP提供的数百万美国劳动者薪资记录。
报告指出：“早期大规模证据表明，人工智能革命正开始对美国劳动力市场中的初级岗位产生显著且不成比例的影响。”
最值得注意的是，研究发现22至25岁年龄段的劳动者在最易受人工智能影响的岗位（如客户服务、会计和软件开发）就业率自2022年以来下降了13%。
相比之下，同领域资深从业者及护理助理等低风险职业的各年龄段从业者就业率保持稳定或有所增长。例如年轻医疗助理的就业增长速度甚至快于年长从业者。
一线生产与运营主管岗位的年轻从业者就业率同样上升，但增幅低于35岁以上从业者。
人工智能对就业市场的潜在影响曾引发跨行业、跨年龄层的担忧，但斯坦福研究表明实际影响将呈现显著差异。
该研究刻意排除可能扭曲数据的因素，包括教育水平、远程工作、外包岗位及影响招聘决策的宏观经济变动。
斯坦福研究指出，其发现或许能解释为何自全球疫情以来，尽管近期就业增长出现放缓迹象，但年轻劳动者的全国就业增长持续停滞，而整体就业水平却基本保持韧性。
研究称年轻劳动者尤其脆弱，因为人工智能能替代“编码化知识”或正式教育获得的“书本知识”。另一方面，人工智能可能难以取代多年经验积累的知识。
研究人员同时指出，并非所有人工智能应用都会导致就业下降。在人工智能能辅助工作并提升效率的职业领域，就业率变化幅度较小。
这项尚未经过同行评审的研究似乎提供了越来越多证据，表明人工智能将取代工作岗位——这一话题一直备受争议。
本月早些时候，高盛集团一位经济学家指出，生成式人工智能对美国劳动力市场的影响已体现在就业数据中，尤其在科技行业和年轻员工群体中表现显著。
他同时指出，多数企业尚未将人工智能应用于日常运营，这意味着其对就业市场的冲击尚未完全显现。
不确定这些家伙在研究什么，但现实世界里可以明确告诉你——会计领域根本没有真正的人工智能应用落地。
我们确实能用到高级企业版智能助手，支持深度研究、MS Office集成等花哨功能。我每天勤勤恳恳地用它…就是为了生成今日全球新闻摘要。
可一旦应用到实际会计工作中，它就会在绝对准确的数据上胡编乱造。数百万级的差错比比皆是——这绝对会招来税务部门的上门查验。就连简单的“这两个数字是否相同”这类判断，它也频繁报错，根本无法信任。现在我竟要依赖一个输出结果不可靠的审核工具？这就像编程语言里，等号(==)内置了20%随机数生成器，还要求你用它编写关键任务代码。
我一直在尝试让它审核我的个人信用卡账单。我自制的预算追踪应用有时会出现数据差异。手动核对既麻烦，而语言模型本应能轻松解决：抓取PDF文件，比对账单记录，找出差异点。
六个月来我测试过多个模型。昨天它还夸我观察力敏锐，可至今未能成功识别出任何真实异常。有次它判定某笔消费来自星巴克，但我根本没去过星巴克——只是分析信用卡账单时，星巴克是系统推测的常见消费场景。
而我处理的不过是40条记录的清单，手动核对完全可行，即便出错也无伤大雅，顶多让个人预算偏差1%。
我无法想象任何企业竟会依赖这种技术处理敏感事务。
>> 我一直在尝试让它审核我的个人信用卡账单。我自建了预算追踪应用，有时会出现差异。手动核对很烦人，而大型语言模型应该能做到：抓取PDF文件，比对记录与我的数据，找出差异点。
这恰恰说明人们普遍存在认知误区(或在HN上屡屡遗忘)：大语言模型(LLMs)根本不执行指令，它们只是预测文本的下一个词并输出结果。这个过程具有随机性，绝不包含执行指令的“解释者”(执行功能？)，即便面对自然语言指令也是如此。
确实存在经过指令训练的模型，效果勉强可用。但其运作方式非确定性，就像雇了个极不可靠的实习生——勉强能听懂指令，注意力却极不集中。
深表认同。我不断尝试各种方法，总觉得自己错过了大家口中的神奇功能。
目前除了自然语言搜索外，我尚未发现其他有价值的功能。
但仔细读评论就会发现，其实是不同人对模型的解读差异。某些“提示词至上主义者”坚信完美提示词是释放模型潜能的唯一途径，任何失败都归咎于用户操作失误。他们往往最爱高谈阔论，营造出存在某种隐藏秘诀或“魔法公式”的错觉。
Concur可能是我用过最糟糕的软件。
哈哈，确实很差，但不知为何比企业级替代品稍好些。
丹·图米[0]有个关于会计的趣味视频，深刻揭示了会计的本质：
极其重要
并不光鲜
我总觉得会计是金融界的“书呆子”。这话是带着爱意的——要我说，上辈子我八成会当会计。这行当实在太有意思了。我曾在一家审计数据集的公司工作，因此比常人更懂会计。
没人愿意听会计师说话，因为他们要么带来坏消息，要么指点你该做什么。尽管人人都想摆脱他们，但无人能否认会计师的重要性。
我最爱的会计轶事是安然事件如何让老东家业务暴增。安然被查出问题部分源于其审计费用——
审计报告显示安达信收取了巨额非审计业务费用(审计报告需披露审计相关与非审计相关费用的比例)，这无疑是巨大的警示信号。
当时只有我们公司持续追踪审计费用数据流，因此大量客户付费获取这些数据。
若哪天我放弃编程，或许会考取注册会计师资格。
[0]: https://youtu.be/vL4INHaK-sA?si=jIvFQVtrXU6tjh-1
确实无聊是事实。但这是通往高薪与铁饭碗的可靠路径。以安然为例——即便公司变成冒烟的废墟、所有业务停摆，多年后仍有会计师在处理残局。
我差点就选了编程(现在当成业余爱好)。至今仍不确定这个选择是否正确，尤其在智力刺激方面。但若经济即将陷入衰退/萧条，这倒是个不错的避风港。我所在的领域未来十年以上收入都有保障。
“…现实情况是——会计领域几乎没有任何严肃的人工智能应用落地。”
研究者认定受影响的岗位属于“无监管”范畴，即无需大学学历或专业认证的职位，例如：
“真搞不懂这些家伙在研究什么…”
显然，他们研究了ADP的薪资数据(涵盖年龄、职位和员工数量)，还结合了——谁能想到——某家AI公司(Anthropic)的数据
https://digitaleconomy.stanford.edu/publications/canaries-in…
该研究尚未经过同行评审
还需指出分析中存在重大缺陷。他们提到“使用ADP服务的企业分布与美国整体经济中的企业分布并不完全一致”，却未对分析结果进行相应调整。此外，他们还剔除了30%未记录职位名称的数据。如此扭曲的样本难以支撑分析结论的普适性。
该结论似乎仅因人工智能是当下热词就草率归因。
接待员岗位减少…这种趋势已持续一段时间，确实涉及部分人工智能应用，但自动语音识别和通用语音匹配技术其实早已相当成熟，我认为人工智能在这方面反而退步了半步。
翻译岗位，或许与人工智能有关，但同样，语音识别技术本身已相当完善，并非纯粹的人工智能产物…不过这个结论我承认。
软件工程师岗位的缩减，或许更应归咎于那些(连FAANG最新缩写我都记不清了)巨头企业——过去几年裁员数万，却主要用合同工或H1B签证人员替代(即便有替代)？不过是为本已盈利的企业短期提升利润率罢了。
关键不在于用大语言模型(LLM)做计算，而在于自动化和智能代理。企业级集成部署只是时间问题。过去招聘应届生是为补充劳动力和培训资源，但如今明知五年后行业将萎缩，而资深员工借助AI就能维持运营，裁员时机已然到来。没必要继续向注定大规模自动化的行业输送年轻一代。这些都是近在眼前的变化。
其他行业尚未看到人工智能的影响，这种影响可能永远不会出现。但在某些科学领域，新毕业的博士也面临同样的招聘冻结。学校知识向大语言模型(LLM)的完全外包即将进入我们的生活，唯一阻碍其加速发展的因素是数据中心和能源问题，而这些问题将在几年内得到解决。这正是人工智能尚未如搜索引擎般普及、进入消费市场的原因。但两年内其成本将降至低于人力资源水平，足以服务企业。放眼五年周期，答案不言自明。
这就像一种编程语言，其中等号(==)符号内置了20%的随机数生成器，而你却要用它来编写关键任务代码。
<冷笑话>为什么在讨论AI的帖子里聊JavaScript？</冷笑话>
似乎存在这样一种梦想：税务AI软件将自动处理所有税务事宜。但除了充当花哨的文本搜索工具外，我认为短期内根本不可能实现。大语言模型(LLMs)既不会算术也不会计数。
没错。那些花哨的智能助手确实用pandas/python解析Excel文件，比如表格求和有时能实现，但输入pandas代码的参数也得合理——毕竟垃圾进垃圾出。基础大语言模型(LLM)似乎不理解Excel的网格特性，导致读取错误单元格或误解标题与数字的关系。
虽然会逐步改进，但这个领域似乎不存在“用大语言模型(LLM)编写模板代码”的等效解决方案。准确率大概30%。偶尔表现惊艳，但多数时候仍需手动调整字段。它甚至会完全搞错分类，比如把火车票归类为电话费。这意味着你得花大量时间核对所有内容。老实说，我很难说它能节省时间，反而可能更耗时。
它的会计功能极其糟糕。但配上计算器工具，数学运算还算凑合。
没错，用AI处理任何严肃的税务计算甚至咨询都是个_非常糟糕_的主意。
我一位近亲是美国信托与遗产税法领域的顶尖专家，供职于知名大型律所。该所当然推行了大量AI计划，包括系统集成、强制培训等。
她发现AI在某些方面略有帮助，但总体作用有限且存在_严重_错误——尤其是只有顶尖专家才能发现的错误类型。
典型案例之一是：在信托与遗产法领域，存在大量平庸(姑且如此评价)的律师自诩专家却能力欠佳(给专业律所增加大量工作量，使继承人蒙受巨额损失)。这些平庸甚至更差的律师自然也撰写博客论文进行自我营销，其产出量往往超过顶尖专家。这些博客/论文中充斥着严重错误——甚至给出与正确建议完全相反的指导。
各位都明白后果如何。人工智能完全缺乏推理能力，无法辨别训练数据中哪些来自真正顶尖专家，哪些是垃圾信息。它既不能进行逻辑推演，更无法依据庞大的现行税法体系、以及数量级更庞大的法规判例来有效验证其“思考”。于是人工智能给出的建议总是充满信心、语调欢快——却_错误百出_。
更糟的是，大语言模型(LLM)给出的错误建议，只有顶尖专家才能察觉，且会给继承人造成巨大损失。但这些错误很可能要数十年后才会被发现，届时已为时过晚。
我的亲戚对此深感沮丧和恼火——本该能更高效处理海量法规/条例/裁决的工具，实际操作起来却比直接使用WestLaw/Lexis法律数据库搜索更费事。
Aisde：嘿，你用什么指令生成新闻事件摘要？
没什么特别复杂的——关键在于设定所需分类。它似乎能很好地遵循默认设置，每个分类能生成2-3条摘要。
“`请以简洁要点形式概括今日新闻，重点突出相关性和清晰度。摘要需按以下板块组织：
* 国际事件：重大全球动态与国际头条
* 地缘政治：政治紧张局势、联盟动态或外交事件
* 伦敦：伦敦本地新闻与动态
* 供应链：等 “`
唯一完全失败的是让它识别前瞻性经济指标。不知为何完全无法实现
奇怪！
我以前常看那个YouTube频道——背景是《星球大战》主题曲，配着黄色文字墙，内容是有人抓取的《纽约时报》战争版块。
我一直想重现这个创意，但这次要用AI来摘要新闻，再赋予《星球大战》风格。
感谢提示！
大型语言模型基本上无法直接进行算术运算，试图让它们完成此类任务属于技能问题。大多数模型都能且乐于编写并执行代码来完成这项工作。
许多工作并不需要精确到毫厘——制定营销方案、撰写新闻稿、起草人力资源政策、阅读并总结报告等。
即便在会计领域，我确信有时也能借助AI协助撰写或阅读邮件、归纳法规或税务裁决。但要让AI直接驱动Excel或财务系统？不，目前还不行。
> 许多工作并不需要精确无误——比如制定营销方案、撰写新闻稿、起草人力资源政策、阅读并总结报告等。
恕我直言，你认为营销方案、新闻稿、人力资源政策和报告摘要都不需要准确？你到底在什么机构工作？？
我阅读新闻媒体，关注广告动态，偶尔也会做些调查。你没听说过盖尔曼遗忘症吗？
公平地说，在“关键任务代码”中使用“20%随机数生成器”，这在NASA可是实打实的操作
这根本是在煮石头汤——人们不相信能煮出美味，可当你把石头放进水里煮沸后，告诉他们“若没煮出好汤就是操作不当”，接着添上那些非必需却能增味的配料，最终煮出绝妙汤品！
这时有人会说：这根本不算石头汤！他们只是省去了石头这步就做了所有工序！但那不过是石头憎恶者罢了——怎能看不见石头熬出的绝妙汤汁？某些人因多重因素交织能获得些许加速，但多数人无法做到。这就像足球迷坚信自己的仪式对球队胜利至关重要。
再加上大众对机器学习(甚至基础形式逻辑)普遍认知匮乏，人们便从现实对话模拟滑向“盒中思维”的迷信幻想。
要么就是我疯了。因为有时确实有这种感觉。
传统意义上的会计准则已名存实亡。美国会计行业正加速向印度/菲律宾/东欧转移——无论利弊。甚至出现降低执业资质门槛的趋势(四大合伙人急需人手，正摧毁美国学生的职业晋升通道)。审计质量持续恶化，若缺乏有效核查，上市公司将发布虚假财务报表。
看着美国程序员鼓吹远程工作颇为可笑。
这些人真以为自己智力高人一等？若工作完全可远程完成，雇主为何不直接雇佣低成本地区的人才？
身为美国本土开发者，我并不畏惧那些“廉价”的海外开发者。我多次受雇收拾海外开发者的烂摊子，他们：
* 谎报能力/经验骗取职位，
* 因语言障碍无法理解需求，
* 无法修复自身代码库中的关键缺陷，
* 直接照搬ChatGPT输出的错误代码，
* 且因其公司实质上不受美国法律管辖而无法追责。
在某些项目中，我目睹单个美国开发者仅用1%的计费时间，就取代整个离岸团队，交付更优质成果，并为管理层提供响应更迅速的沟通渠道。价值差异如此悬殊，某客户甚至因此解雇了主导离岸外包失败项目的副总裁。
软件人才的可替代性远不如某些MBA所想象的那般灵活。
我曾与离岸开发人员共事(但从未直接合作)，他们多来自大型咨询公司。其惯用手法是安排一名合格开发者搭配十余名能力欠佳者，实际工作由一人完成，却收取十余人的费用。
但我相信雇佣离岸员工的管理者对此心知肚明。若他们不知情，那要么是能力不足，要么根本不懂管理。
不过离岸人员主要负责SAP和遗留系统开发；事实证明在欧洲很难找到愿意或有能力从事SAP相关工作的专业人才。不过外籍员工对这类技术学习的顾虑较少，毕竟薪酬相当丰厚。
是的，这正是克罗地亚的代理模式。通常由一名资深开发者负责2-3个项目，再配几名全职初级/中级开发者。
我感觉这种模式已不再奏效，因为那些负责带带初级开发的人员，直接去客户公司工作收入更高且压力更小。过去情况更严峻时中介公司尚有话语权，如今连大公司都直接雇佣B2B个体承包商了。
我唯一的管理经验是在美国咨询公司担任团队负责人。那段经历压力巨大，因为我感觉自己管理的团队根本胜任不了工作。公司要求我至少分出部分时间编程，同时还要负责整个项目。直到现在我才意识到，这可能是故意设计来压榨我，同时最大化向客户收取的费用。
在之前的工作中，我们无论如何都找不到合格的SAP安全人员。顾问时薪高达900美元。
常规的SAP系统管理员只能从墨西哥招聘，并通过TN签证引进——薪资虽高但整体素质尚可，尤其因为我们在墨西哥城设有办公室，即使员工轮岗回国后也能留住人才。
反观之，我曾与许多优秀的拉丁美洲工程师共事，他们才智过人、能力出众，且与美国处于同一时区。
我合作过糟糕透顶、符合刻板印象的垃圾离岸团队，也合作过优质的离岸团队。区别在于薪资。优质团队的薪酬虽低于美国本土员工，但差距不大。或许不及FAANG公司或纽约/旧金山员工，但在美国中部那些小城市？他们的薪资可能低2-3万美元。
但无论团队多优秀，语言、文化和时差障碍始终存在。
深有同感！不过拉丁美洲工程师(与欧洲工程师并列)往往是成本最高的离岸开发者。他们技术精湛，但海外团队招聘与维护的摩擦仍会导致人员流失。
如前所述，我们在墨西哥城招聘的墨西哥员工成效显著。
普遍认为当地高校培养的毕业生资质过硬，并非纸老虎(或未虚报学历)。
他们的薪资水平相当合理，且时区与节假日安排更契合我们的需求。
在法律和人力资源问题上也相当契合——比孟加拉国之类的地方更容易执行。
北美自由贸易协定/美墨加协定/无论现在叫什么的签证，也让墨西哥人几年间轻松越境工作。短期薪资提升加上直接在总部或IT办公室工作的机会，赚取丰厚收入后轮换回墨西哥，就能买栋好房子。墨西哥城项目经理在拉美其他国家开展项目时，还发挥了弥合语言障碍的关键作用。
不过特朗普的移民执法局可能终结了这种模式
或许该考虑派美国人去墨西哥城了…那是我渴望长期居住的城市。
我们发现招聘这类人才极其困难。事实证明，许多美国公司同样青睐中部时区聪明能干且薪资低廉的工程师。
我们都有类似经历。但若从业足够久，你也会遇到能力超群甚至才华横溢的精英，他们往往能轻松碾压多数同行。印度这类人才虽不如东欧常见，但基本如此。
总之，真正优秀且经验丰富的人无论身处何种环境都能脱颖而出。真正值得多角度警惕的，是那些默默无闻的普通员工。
问题不在于人才不可替代，而在于信任与责任机制不可替代。这是结构性问题，难以解决。我怀疑对许多副总裁而言，让海外劳动力尽可能低效反而更有利可图。
完全正确，这是激励机制问题(详见我之前的评论)
我的经历也大致如此。
但同时，我怀疑自己和美国同事并无特殊之处。仅因身处不同大陆就自视优越是没有道理的。但离岸工作几乎必然伴随糟糕的质量，合作过程令人沮丧。这根本说不通
这种体验多半源于与离岸软件工厂打交道。这些机构和西方同行一样糟糕，甚至因语言和物流问题更胜一筹。不过在个体层面，例如在东欧和前苏联国家很容易找到优秀的开发者，他们能以极具吸引力的价格完成惊艳的工作。只是价格不会低得离谱。
没错。就软件开发者的整体素质而言，北美地区并无特殊之处。多数情况下你得到的只是些平庸之辈——满脑子流行术语，薪资期望却高得离谱。
> 且因其公司实质上不受美国法律管辖，故无法追究其责任。
这点很重要。我之前任职的某家财富500强企业就因认为塔塔软件团队篡改专有代码或造成严重系统故障而解除了合作——但由于缺乏法律追索权，最终未能追究其赔偿责任。
同样的情况也适用于远程工作中性骚扰他人的程序员——远程员工如何起诉或被起诉？依据何种法律？
再如财务/税务领域——工资税该由谁承担？
首先声明，我们之所以“廉价”，是因为当地物价极低廉。
我虽非软件开发者(高中毕业)，但兄弟/表亲从事软件开发行业，现提出以下见解：
语言障碍：我真心不知道你能雇到多差劲的开发者，当然要是你非要雇极差的开发者另当别论，不过这种情况也很少见。
这里大多数人英语水平_足够_应付工作，意思是说任何人都能用英语基本表达清楚意思。确实听说过沟通失误的情况，但我觉得这根本不算什么大问题。
现在有些外包公司是批量招聘商，专门从那些没人招的印度计算机学院挖人(塔塔咨询服务公司、印孚瑟斯？)，问题在于他们连印度本土对开发者的基本期望值都达不到，本质上是在剥削初级开发者。他们办事效率之低，在我家乡都被拿来和政府机构相提并论。
我兄弟在一家还算靠谱的咨询公司工作，但他坦言系统存在诸多低效问题。
他曾参与某个项目，我们估算后发现他实际承担了绝大部分工作量，却只拿到1%甚至不足1%的报酬。因此他更倾向于接自由职业或找“远程工作”而非咨询项目。
我觉得你把远程工作和咨询服务搞混了。我认为远程工作雇佣印度人或自由职业者，成本仍低于那些吸食开发者血汗的咨询公司。
我弟弟现在在咨询公司工作，只因就业市场太糟糕——他明明收到过瑞士和美国等国四倍于当前薪资的offer。但家人不愿让他去拿四倍收入的工作，因为担心他工作过劳，毕竟他已有正职在身。
他们还担心他离开“稳定”的工作——毕竟初创企业不可靠，行业波动大，万一失败就糟了。当前就业市场确实混乱，印度也不例外。更何况包办婚姻盛行，女方父母通常会考察男方公司背景，遇到远程工作岗位就心生疑虑(这点我完全理解)。
相信我，部分印度人完全能适应美国时区工作，只是稍显吃力。但我们能接受：当美国白天出现紧急情况时，你深夜致电一两次。至少我个人完全没问题。
即使你给印度开发者两倍薪资，我感觉仍不及美国开发者的水平。这能有效筛选出资深或参与过优质项目的开发者。
咨询公司(你似乎很反感)存在激励机制问题，考虑到该体系的低效性，这种现象或许情有可原。直接远程招聘更合理(我认为)
人们总幻想能在菲律宾或印度以0.05倍薪资雇人，在波兰或爱沙尼亚以0.1倍薪资雇人，但这根本不可能。我听过不少说法，同等水平人才的薪资倍数至少从0.4倍起跳。
考虑到跨国团队带来的种种弊端和风险——比如跨国协作的困难、对目标市场的陌生——美国公司若想控制成本，与其外包，不如考虑在达拉斯之类的地方组建更经济的团队。
你太天真了。当然，若雇佣最廉价的外包人员，其成果必然远逊于发达国家经验丰富的工程师。
但这就像宜家：最便宜的家具几个月就会散架，而他们“高端”系列虽仍远低于竞争对手，却保持同等品质。
你可能自以为是张实心桃花心木桌，但说到底，你和宜家卖的桌子本质相同，只是价格更高罢了。
GitHub Copilot已取代了50%的外包人才工作量。实在难以想象有人会选择建立外包开发团队，而非购买更多AI工具。
完全符合我的经验。
> 雇主为何不直接雇佣生活成本更低地区的人才？
我曾与全球各地的远程工作者共事。先声明当然存在例外，但：
我发现美国人通常更具主动性和创造力。我的意思是：非美国员工在执行具体任务时表现出色，即使是高难度任务。
但若面对模糊问题，尤其是业务目标时，他们的表现往往大幅下滑。我极少见到非美国员工主动提出“我认为客户会喜欢产品添加X功能，能否让我尝试？”这类建议。
我认为这并非美国人能力更强——而是文化使然。美国社会对风险的容忍度远高于世界其他地区。在美国，失败被视为积极因素。同时美国社会比世界其他地区更具创业精神。
这两者的结合造就了文化差异，进而形成商业差异。
此外，我发现那些特立独行者往往会迁居至此，因为这里对冒险行为的包容度更高(或者说他们本就是敢于跨越重洋的冒险家，因果关系究竟如何尚难定论)。
>> 我发现唯独美国人展现出主动性和创造力。
我对此稍作反驳。我认为这些特质在各国分布均匀，但同样认为它们在所有国家都较为罕见。
我虽未居住在美国，但曾游历该国及其他地区。我认同各地存在显著文化差异，即便像英国、澳大利亚和美国这样表面相似的国家亦然。
当然，你在不同地区接触的对象至关重要。若你造访印度某家远程编程公司，会遇到特定类型的人才——他们恰好适合提供该公司的服务。
在其他地方深入挖掘，你会发现每个文化中都存在极具才华、极富创造力的工程师。有些人在为美国公司远程工作，更少见的是他们正在开发(充满创造力地)美国公司销售的软件。
那些因种种原因被孤立的国家，反而孕育出蓬勃的创造力。以色列、南非、俄罗斯都曾(或仍)拥有卓越的工程能力——正因国际支持被阻断，才催生出这种能力。
诚然，发掘优秀人才不易，培养培育更难。但人才遍布全球。我目睹越来越多非美国人抢占美国岗位，恰恰因为美国人总热衷宣扬这些岗位如何“可移植”。
我理解美国人的心理根植于例外主义。某些领域确实存在这种优势。但不幸的是，这种心态如同滤镜，既让你看不见他国的卓越，也遮蔽了国内的不足。待到察觉他人已占上风时，往往为时已晚。我们已在众多产业中目睹此景，编程领域亦不例外。
我也明白，抨击信使总比接受信息更轻松。请开始投票反对吧。
> 我认为这些特质在各国分布均匀，但同样认为它们在所有国家都较为罕见。
数据并不支持你的论点。就在四天前发布的创业报告显示：
仅美国就贡献了全球46.6%的创业活动，接近全球总量的半数。加上中国(9.2%)、英国(5.6%)和印度(5%)，这四大经济体占据全球初创企业活动总量66.4%。
我承认以色列确实拥有强烈的冒险文化，新加坡和爱沙尼亚亦然。这些地区涌现了大量初创企业。
但总体而言，美国的冒险精神远超其他国家。
正如开篇所述，当然存在例外。每个文化圈都有杰出的冒险者，但至少在近期之前，许多成功者都是在事业有成后才移居美国。
美国创业活跃的根源在于充足的资本支持。即便在欧盟这些富裕国家，初创企业融资难度也高出数个数量级。
不仅是资金问题，破产法的设计也鼓励创业精神，同时避免过度监管。
创造力与创业是两回事。许多初创企业毫无创造力可言。反之，富有创造力也未必意味着要创办公司。这关乎资本运作的本质。
美国商界普遍认为创业是创造力的唯一出口，这点独树一帜。
顺带一提，原帖讨论的是员工创造力。
关键不在于冒险精神，而在于获取合理资金并突破官僚壁垒。例如波兰本土创业率极低，但移居美国的波兰人却能创立OpenAI这类企业 😉
呃，所以风投支持的初创企业根本就是“零风险”的代名词。本质上只要有人掏钱买单，你就能干成任何事。相比之下，任何需要投入自身时间或资金的商业模式，其资本风险都高得多。
同样地，我认为这不能作为美国例外论的论据(这正是讨论的核心)。
有趣的是，你用财务指标衡量创造力和冒险精神。我觉得你应该反思这一点。
这是我见过最棒的HN评论，如此优雅。我决定从现在起沿用“我觉得你应该反思这一点”这句话。这句表达令人愉悦，既显专业又自然引导讨论，同时巧妙揭示了你所指出的原始论点中隐含的讽刺。
这简直是艺术，怀特先生！
其实我是个镜子推销员。
我个人建议不要这么做。这句被动攻击式的陈词滥调简直就是在说“我比你更懂”，简直是思想终结者。
> 这句被动攻击式的
当人们意识到自己坚持的观点很愚蠢却又不愿承认时，就会觉得这句话充满被动攻击性。
> 思想终结者
多么讽刺。
> 这无异于说“我比你更懂”。
有时别人确实比你更懂。我觉得我该反思这一点。
你替我证明了我的观点——如果“我觉得我该反思”这句话，实际上意味着“[你]一直抱持着愚蠢的观点却不愿承认”。
前者不过是委婉表达后者的方式。我主张并鼓励人们直抒胸臆。
玩笑归玩笑，最初回复的那位评论者确实该反思：为何其创造力与风险承受力的概念如此紧密关联财务结果？这种特殊关联或许正潜移默化地影响着他们的世界观，远超其自身认知。
> 前者不过是后者的被动攻击式表达。我始终坚持并鼓励他人直抒胸臆。
你难道没看出其中的讽刺吗？
虽然我不建议强迫他人深究这种关联的成因，但你说的没错——这确实折射出他们的世界观。我不建议这样做，因为他们很可能早已反复思量过。最近阅读早期美国普通移民的传记时，我深刻体会到：现代人极其擅长不断反思并调整自我认知与信念体系。这种持续重塑的特性，或许正是回音室效应如此高效且危险的核心原因。
关于讽刺性，我虽未察觉，但乐于听你阐释。就我而言，我对自身言论的解读并非被动攻击，而是(宽容地说)相当直白，甚至(不那么宽容地说)纯粹的攻击性言辞。
好吧，那个… 我猜是你指出我的评论看起来被动攻击性很强，所以我又读了一遍，确实如此。
所以谢谢你，现在意识到这点后我肯定不会再用这个词了。真不明白当初怎么觉得它专业，现在读着都尴尬。
不过原帖的语境可能确实很适合用这个词调侃，我原本还挺欣赏这种用法，但你说得对。
说句公道话，我也没看出反讽意味。直到你指出才意识到它被动攻击的本质…所以，嗯，好吧。
> 以色列、南非、俄罗斯都曾(或仍)拥有卓越的工程能力，正是因为国际支持被剥夺才得以发展。
若将美国纳入此列，该理论便不成立。我认为真正起决定作用的是开拓精神/自力更生/创业态度。
>我发现唯有美国人展现出主动性和创造力。
这不主要取决于激励机制吗？我曾任职的公司大量外包给印度。印度员工只负责编写特定代码片段，甚至不清楚这些代码在应用程序中的整体功能。
他们的整个激励体系都指向“快速完成代码片段→接新任务”的循环，根本没有“主动性和创造力”施展的空间。
我感觉如果整个应用程序都搬到印度，情况可能会不同。
或许吧。但我曾在全球各地都有全职员工的公司工作过，他们都能完全访问我们其他人拥有的相同信息。但我仍然普遍看到这种行为。当然也有例外。
有趣的是，最突出的例外往往是那些曾在美国生活工作过，后因故返回祖国的人员。
> 我觉得如果整个应用程序都搬到印度，情况可能会不同。
我对此有切身体会。我们曾在印度设有全职员工办公室负责项目，但我仍需在多数关键决策中全程指导他们(而美国团队几乎无需如此)。
我认为你观察到的现象更多与工作生活平衡有关，而非人们天生的差异。这完全符合我的经验。
就业在美国人身份认同中占据核心地位，这种现象在其他地方几乎被视为病态。
完全正确！！
更何况，我认为家庭不该是这种模式：某个顶层人物榨取所有财富，再施舍式地分发，而我只能分得自己劳动成果的百分比。这根本不像一个家庭。
有人写篇博客探讨这个现象吧，在我看来，这简直像美国人跟公司建立了拟社会关系(隐约记得Stripe CEO好像提过我名字之类的，写篇博客就感觉像拟社会关系了)
我的意思是，美国人抱怨印度开发者时，似乎总在纠结错误的问题。或许是我没搞懂，但他们抱怨的内容根本不真实。我实在不明白啊。
我观察到印度政府职位的工作性质更接近美国私营企业——工作成为个人身份的核心，员工间普遍存在紧密的社群感。这或许源于政府通常不会剥削员工，而这种凝聚力又来自于帮助贫困儿童的教育工作、 修建道路——我叔叔常向我炫耀“这条路是我修的”或“这所大学是我建的”，有时他那副自鸣得意的模样简直令人发指。
文化差异确实存在。我不明白为何这不算重大问题，因为我反复目睹这样的行为模式：印度人似乎极度恐惧展现任何主动性(包括提问)，拒绝贡献个人见解，只会执行指令且仅限于指令内容。他们同样害怕被指控无所事事。这种现象甚至会走向极端——比如故意拖延完成简单任务，仅仅因为他们没接到新任务、不敢主动请示、必须表现出工作状态，却又毫无自主创造力。
需要完成大量简单任务？他们是优秀员工。面对永无止境的简单问题工单？虽然存在不及时上报真正问题的隐患，但勉强可用。
但若需要开发应用程序并解决大量问题？请绕道而行。
薪酬微薄时，人们自然只做最低限度的工作。
这涉及激励机制问题。
有些软件工程师按时完成工作，若提前完成，公司反而会增加工作要求——薪资却维持不变。因此在印度的咨询类企业里，若你怠工或拒绝加班完成相同工作量，反而能获得优待。
我感觉许多印度人——尤其是软件开发者——并不认同那种将公司视为“家庭”的忠诚观念，我觉得这很合理。我的表亲们常说：公司从你身上榨取的价值是给予回报的十倍。不确定美国情况如何，但在印度确实存在开发者被剥削的现象。当他们陷入这种尴尬境地时——即便交出烂摊子也不会被解雇，却也无法晋升——他们根本不在乎开发的应用程序。即便做出优秀成果，公司也需要数年才能注意到，不如直接跳槽拿涨薪。
这根本是激励机制问题，许多人本可解决却未解决。仅仅因为你碰上烂咨询公司或烂同事，就断定我们全是烂软件开发者？
这绝非文化问题。你用“文化”标签笼统指责我们，说出明显冒犯的话，实在令人不快。
或许我能理解软件行业吸引许多内向者，他们不愿主动出击——但这绝非文化问题。
学校文化因校而异，多数院校对课外活动激励不足，导致我们缺乏主动性。毕竟在某些地方，三小时写出的东西就决定一切。
激励机制确实有缺陷，但我仍抱有希望——坦白说，全球其他地方的情况也好不到哪里去。只是我感觉要么现实中遇到的开发者都特别优秀，要么你们经历的糟糕案例太少，两者差异其实不大。每当逛这类论坛时，总觉得大家把问题夸大了些。
我常发现问题不在薪酬或激励机制。他们害怕提出工作要求，是真正的恐惧，绝非小事。并非薪资不足。
我并非说他们薪水丰厚，但这绝非症结所在，至少不是首要问题。
IBM/霍夫斯泰德在这方面有大量研究。
> 而我很少见到非美国人会主动说：“我觉得客户会喜欢我们在产品中添加X功能，我能负责这个吗？”
在此背景下最关键的差异在于：美国员工直接受雇于公司，而外籍员工则需通过隶属不同公司的多层管理架构。当你能在公司走动并向高层进行电梯演讲时，外籍员工却必须在Jira系统中精确到分钟地记录任务耗时。随后他们还需寻找愿意向某位经理推介功能的经理，而该经理又需向美国某位经理推介功能。
完全正确。我曾在类似环境工作数年(咨询公司雇佣印度开发者)。我尝试提出建议、构建概念验证、向经理推销方案，得到的回应总是“预算有限，按原计划执行”。
即便我擅自开发，也得不到赞赏，反而会被指责越级汇报(或者干脆不支付加班费)。
许多大型企业即使直接雇佣员工也存在类似问题。
当你深陷七层管理架构时，根本无法真正发挥创造力。同时必须理解，对于只经历过这种环境的人来说，为在外国公司“显露聪明才智”而冒险丢掉职位绝非明智之举，所以他们不会这么做。
我在英国初级职员身上更常看到这种现象，美国初级职员往往更关注跳槽而非做好当前工作。
或许只是文化期望不同罢了。
美国初级职员在第二份工作中薪资高得多。
不，这只是你自我筛选的经验。
> 我认为这并非美国人更擅长此道——而是文化使然。
我的经验是：任何授权都会导致主体能动性严重流失。当我创办初创公司时，员工投入度远不及我。远程(法国籍)员工投入更低，乌克兰员工则完全消极被动，最终被我解雇。距离越远，投入越少，被动性越强。
人们总想把这归咎于国家特性，但我的经验是每个国家都参差不齐。
我与全球专家共事过。达到一定竞争力水平后，他们本质上大同小异。一旦成为“伙伴”，所有人都会开始提出改进建议。或许你和美国人相处更融洽。
我在美国公司工作。90%的工作都在规避风险——因为若推行新颖想法失败，后果将不堪设想。
> 美国的风险容忍度远高于世界其他地区。
美国实属全球最忌惮风险的国家之一。美国人时刻处于恐惧中——害怕失业、害怕受伤、害怕无处不在的风险。
> 美国视失败为美德
美国对失败的惩罚相当严厉。某些人的失败会被忽视，但多数人的失败都会遭受相当严厉的惩罚。
没错，美国只允许极少数可接受的失败。其余情况，社会会像处理垃圾般抛弃你。
一方面我认同你的观点，但另一方面也存在不同机制：你将离岸工作者与内部雇员相提并论。外包人员受雇为其他公司完成任务，而内部员工则是公司的一部分。
也就是说，外部工作者(我作为顾问深有体会)按小时计酬，若公司因故倒闭，他们只需转战下个项目；而内部员工则更依赖于现有职位。
总之这只是理论推测。我身为“顾问”——这不过是临时工/雇佣人员的华丽称谓——处于中间地带：既会与企业共同思考并提出改进方案，同时又承担较低风险且对合作企业缺乏归属感。
我认为这并非文化使然。极端例子如谷歌和微软的CEO都出生成长于印度。
> 离岸员工受雇为其他公司完成任务，而内部员工则是公司的一员。
我两种情况都经历过。既与离岸员工共事，也与身处异国的全职员工合作。两者体验相似，唯一例外是那些曾在美国生活工作过的人。
> 我认为这并非纯粹的文化差异。以极端例子而言，谷歌和微软的CEO都出生于印度并在那里长大。
桑达尔·皮查伊大学时期移居美国，其整个职业生涯及大部分求学经历都在美国完成。
萨蒂亚·纳德拉的情况亦是如此。
正如我在最初回复中所言，那些更具创业精神或更成功的人往往会移居美国(至少过去是这样)。
> 在美国，失败被视为好事。而且美国比世界其他地区更具创业精神。
我很好奇有多少开发者因特立独行而被解雇——他们开发了业务部门根本不需要的东西，或者过程中搞砸了某些环节，最终造成净损失：在欧盟与美国及其他地区对比中尤为明显。
这或许与公司能承受的资金消耗程度、工作性质(例如在咨询行业，你必须说服客户为成果买单，此类行为可能不受待见)以及不同地区对各类工作的接受度有关。
根据我个人经历(欧盟公司被美国收购)，美国开发者擅长烧钱，却不太擅长交付可靠产品。
但这可能源于糟糕的管理层招了糟糕的员工。
我不清楚别人如何，但我个人并不关心业务成果。凭什么要关心？这是经理或业务部门的职责。
难道只有美国人才有创造力和干劲？这是什么民族主义胡言乱语？笑死，快走出你的信息茧房吧。
我根本没这么说。我只是指出在美国人身上看到这种特质的频率远高于其他文化群体。而且我早就走出过信息茧房——我曾与许多国家的员工共事过。
他们都认同我的观点。
我的意思是：非美国员工在执行具体任务时表现出色，即便任务难度极高。但若面对模糊问题，更别说业务成果目标，他们的表现往往大幅下滑。
拜托，你指望别人怎么解读这段话？我只能认为你在恶搞，就此打住。
ChatGPT也一样。祝你好运把薯条变成沙拉吧。
现在你正和持不同意见者对话呢。或许你没想象中那么早破除自己的认知泡沫。
美国人确实是特殊民族。至少我在美国制作的文化差异培训里是这么学的。最滑稽的是培训里提到民族主义时，把这种特质归为他国人的负面属性，而美国人则拥有其正面版本——爱国主义。
批评这点很容易，但最后一句一针见血：那些国家的创意人才往往会迁徙到更契合其创业特质的地方，而这些地方通常不会是中国或印度，而是美国甚至欧洲的某个角落。
他们选择能更轻松获得资金支持创意的地方。美国长期占据这一优势，但某些领域近来似乎正在改变。
我正是这类海外工作者——定居低成本地区，远程为美国公司效力。
公司多数员工仍在美国本土，即便东海岸时区有时也令人头疼——要么我得熬夜加班，要么他们得赶清晨或熬到深夜。西海岸时区更是天差地别，根本无法协调。而我所在的时区已是离美国最近的了。
文化差异也是原因之一。我的工作方式与美国老板的预期截然不同——因为雇主若想在欧盟招聘员工，就必须尊重劳动者权益(除非以承包商形式雇佣，但即便如此员工仍享有诸多保障)。我严格在17:00准时下班，绝不在工作时间外回复消息，从不加班或从事任何类似工作。诚然，我的薪资确实低于在美国工作的水平，但差距并不算太大，况且生活成本更低——即便在荷兰也是如此。相对而言我的收入较少，但除却那些收入惊人的少数人，我的生活质量仍高于大多数美国同行。
我注意到美国同事更愿意为雇主虚耗光阴，即便公司并未真正要求如此。显然企业更青睐这类员工而非我这样的类型。
因此从文化到后勤考量，雇佣美国开发者仍有诸多优势。不过你们或许该先完善真正的劳动保障体系…
> 但实际差距并不大，况且生活成本更低——即便在荷兰也是如此。
在荷兰生活了四年，这里有许多特点——但便宜绝非其一。面对高昂的税费、昂贵的房租和微薄的薪资，除非你特指曼哈顿和硅谷，否则实在难以说荷兰比美国更便宜。
我特意加上“甚至”二字自有道理，因为荷兰确实不便宜。但若不在硅谷或纽约，你自然也赚不到那些传闻中荒谬的五十万年薪。以我亲身经历纽约生活的经验，即便收入大幅缩水，荷兰的生活质量仍远胜纽约。更何况，荷兰的生活成本绝对低于那些城市——即便在阿姆斯特丹也是如此(而乌得勒支、海牙等城市比阿姆斯特丹更便宜)。
在荷兰，5-6万欧元的年薪足以过上非常体面舒适的生活。你很难找到不愿为中级职位支付这个价码的公司，更不用说高级职位了。更何况这里聚集着Adyen、Booking、ASML等大型企业，加上美国远程公司对中级+人才开出的10-12.5万欧元薪资(我亲身验证过——就在4小时前刚收到某家公司的软件工程师II职位录用通知)。税收压力主要集中在7万至9万欧元区间，但由于采用累进税率，情况仍可承受。更妙的是，若你效力于上述巨头企业，很可能被归入“派对税阶”(字面意思就是这个：p)，该税阶的实际税负反而更低。
请记住，荷兰的平均薪资约为4万至4.5万欧元。若任何具备中级以上技能的人在科技相关企业工作却拿不到这个数，就该考虑跳槽了——至少从我观察到的市场动态来看，近期薪资水平已大幅上涨。
最关键的是，金钱并非一切——这点在欧盟与美国薪酬的讨论中常被忽视。最重要的是，当我和家人遭遇意外时，我永远不必担心医疗费用(毕竟我们没有被跨国巨头赞助的特权)，更重要的是我拥有工作保障和永久合同，想解雇我简直难如登天。
当然这里并非完美无缺：火车票价高得离谱，税制分级荒谬至极(前文提及的“派对税阶”简直是闹剧)，医疗体系虽优秀但独自办理流程令人抓狂，私营住房租金和整体住房成本更是与现实脱节… 但若与我在美国任何地方的经历相比——尤其当我们拉开视野，以非科技从业者、非FAANG级别收入者的视角审视？乌得勒支绝对是十全十美的选择，谢谢。
正如某些人所言，这并非优越感作祟。共同语言、相似背景、教育经历可能存在交集，更重要的是避开了印度离岸公司那种人员流动率极高的文化——你“雇佣”的资深员工可能实际将工作分包给多名初级人员。
时区重叠也是关键因素。
我认同你的观点，但曾与南美及东欧同事合作时完全不存在这些问题：他们英语流利，工作积极主动，遇到问题会主动沟通。
我确实遇到过你提到的印度外包商问题(人员流动大、时区噩梦、假装一切正常直到发布日才说“抱歉，全都不工作”的文化等)，但世界更广阔了，仍有许多薪资仅为美国开发者一半的团队能完美规避这些问题。
我的直觉认为存在风格差异。某些开发文化似乎更擅长处理高度精细化要求、目标明确的硬核计算机工程类任务——即便这些任务极其艰深复杂。另一些团队则更擅长处理模糊性强、灵活性高的任务。这两种思维模式都极具价值，但若应用不当则效果大打折扣。
诚然，无论由谁执行，外包项目成功与否终究是碰运气的事。
看到这些评论颇为有趣，仿佛美国科技公司尚未在全球设立办事处似的。
我曾任职的中型科技公司，全球就设有十余个小型办公室，只为尽可能吸纳优秀开发者。他们也推行远程办公。
但依然大量雇佣美国员工。几十年来，“远程办公将终结美国就业”的论调始终是推动外包的主因，现实却并非如此。
仍然雇佣了大量美国人。几十年来，认为远程工作将终结美国工人就业的观点一直是推动外包的主因，但现实并非如此。
区别在于：过去项目负责人可以考虑将某些岗位外包至印度、东欧和拉丁美洲，而如今副总裁可以考虑将项目负责人岗位外包至这些国家。这些国家已培养出本土技术人才，其中许多人的综合能力远超典型美国员工——他们工作时间更长、薪资更低、经验更丰富。我见过仅保留美国销售团队、其余岗位全部外包的企业。
值得注意的是，印度已设立近2000个全球能力中心(GCC，跨国企业的大型办公综合体)，随着中型企业的扩张，这一数字预计还将持续增长。虽然其中多数仅是后台支持机构，但像沃尔玛的GCC这样将整个技术部门迁移至印度的案例也屡见不鲜——CTO仍驻扎美国，而整个软件团队则在印度运作。过去印度团队需配合美国时区调整工作时间，如今反倒有不少美国员工不得不适应印度时区。
上述现象数十年来始终存在，具体数字或许有所变化。
换个角度看。在美国，年薪十万美元的初级开发者才是特例。这种现象恰恰说明合格开发人才的输送渠道存在瓶颈。当下科技行业依然充满机遇——企业对人才的渴求如此强烈，不仅愿意支付高薪，更向海外拓展以寻求新供应，这正是行业健康的明证。
作为局外人，我认为美国人在工作态度上仍占优势——姑且这么说吧。
这种优势很大程度上源于工作不稳定性。突然被锁定工作邮箱/Slack账号，或被护送离开公司大楼的情况，在世界其他地区几乎闻所未闻。
举个对比：我作为承包商驻扎在热门外包目的地。我的合约总在到期前一个月以上就获续签，除非犯下严重过失才会被解雇——客户重视服务连续性，若服务中断代理机构将承担责任。
在这里，招聘信息标注“美国客户”通常意味着工作量大得多但报酬也高得多。有人选择这种模式，有人则偏好更轻松的岗位。我无法想象仅有美国工作机会可选的处境。
虽然会遭人反对，但根据我的经验(虽未必具有普遍性)，事实确实如此。
我熟知的一家中型美国科技公司，在员工强烈要求下全面转为远程办公——疫情前他们还坚持全员到岗。
很快他们开始从欧盟远程招聘，如今技术团队绝大多数成员都来自那里。仅存的美国员工基本都在市场拓展/销售部门。我亲耳听创始人说过：“既然能在欧盟以不到一半的成本获得顶尖人才，何必支付美国薪资水平？”欧盟员工平均跳槽频率也较低，这对公司更是额外优势。
一旦适应纯远程模式，你就能以年薪5万美元的成本从波兰/乌克兰/塞尔维亚等地挖到顶尖人才。
我认为美国多数程序员根本意识不到自己收入在全球范围内的优势。
我指的不是那些你念不出名字的中国偏远村庄，也不是刻板印象中的印度呼叫中心。我指的是北京、慕尼黑等城市里受过高等教育、能流利使用英语交流的程序员。若硅谷人士知晓这些地区同行收入(相对)之低，他们对远程工作的抵触会更强烈。
这还是在大语言模型(LLM)出现之前。如今全球几乎所有人都能写出合格的英语。
没错，用10万美元或略低于这个价位，你就能在中国或德国雇到经验超过5年的优秀开发者。他们往往无需大语言模型(LLMs)辅助就能达到专业级英语水平。我深有体会——目前就职于一家完全远程的初创公司，团队成员就来自这两个国家。在美国花同样的钱能雇到什么？充其量是水平平平的初级员工？即便最无经验的初级开发者在硅谷的收入也可能更高。
认同。这是残酷的现实。就连传统外包模式似乎也卷土重来。最近工作中常见大型IT服务商声称通过AI技术加印度开发/支持中心能节省60%成本。
该方案成败未卜，但据其规划，到2027年可能导致70%的IT/软件部门被削减。
耐人寻味的是，人工智能似乎正以积极方式赋能中端岗位。
另一方面，我们已开始发现向极低成本地区外包的价值已完全消失。
我预计东欧的工资将迅速上涨，这种涨幅是昔日外包热点地区(如印度)从未达到的，因为东欧人能够完成与西方人同样复杂且高质量的工作，如今更得益于卓越的翻译工具支持。
如今，更低廉的廉价低质服务正由“人工智能印度人”承担。
这类话题存在诸多微妙之处。首先，美国薪资水平绝非统一。大都市区与小城镇存在差异，加州/硅谷又与其他地区不同。欧洲同样不尽相同，在西欧若企业不全面采用合同工模式，需向相当于社会保障的国家基金缴纳更高费用。就个人而言，我对整个开发团队全员合同工的模式感到不安，因其利益与我并不完全一致。
顶尖人才在特定地区可能短期内成本较低，但真正优秀者终将变得昂贵。
我认为真正面临风险的是FAANG企业中那些薪资远超岗位价值的初级/中级职位。
欧盟国家间的固定汇率极大压低了德国软件工程师的国际成本，而美国企业至今尚未意识到这一点。
我前东家曾全面停止在欧盟招聘(仅保留英国总部所在地及CTO籍贯国南非)，因当地劳动法导致解雇员工过于困难——这对他们几乎每季度裁员的模式尤为棘手。最终他们转回劳工保护较少的英美两国招聘。
英国的劳动法真不如多数欧盟国家严格？欧盟并非禁止解雇员工，只是要求必须有正当理由——毕竟季度性裁员荒谬至极，任何雇主都不该容忍这种行为。
或许他不该先雇佣员工再三个月后解雇？难道你之前的雇主不是个糟糕的雇主吗？
宣传什么都无所谓，远程劳动已是经济现实。雇主不会因为你每天早上八点准时到岗就忘记可以把你的工作外包。
只要能用更便宜的人取代你，他们就会这么做——无论你是否坚持远程办公。
这并非智力优越感作祟。他们早已将所有能外包的工作都转移了。若能外包我的岗位，他们早做了。但可靠人才本就难觅——无论本土还是海外。本地人才更易获取且数量充足。更何况招聘流程复杂、时差问题、语言障碍等种种细节因素累积起来的麻烦。
当发展中国家遍布世界级专家时，我的工作或许会消失。但要达到那个境界需要经验积累——而他们正因不在此地而无法获得经验。这就是特权的本质：拥有者愈发富足，无者则一无所有。身为高价值本土工作者，我们享有极大特权。
顺带一提，远程工作在此已存在数十年，但核心逻辑从未改变。我们的远程岗位依然稳固。
近二十年前，外包热潮已然兴衰更迭。
时差、语言障碍与文化差异终究成为不可逾越的鸿沟。
反观混合远程模式，似乎运作得相当顺畅。
所谓“优秀”未必指编程技艺超群。绝大多数代码编写并不需要这种能力，真正需要的是常识与对底层业务的深刻理解——而这恰恰是许多外包目的地所匮乏的。但坦白说，被外包的企业IT部门同样存在这种短板，只是程度稍轻。
监管制度的设立，正是因为企业无法自我约束。
在许多大型企业中，国家层面的威胁与国家安全也日益成为焦点议题。
若涉及大量个人身份信息，当你被霍利传唤质询时，将数据处理流程外包至中国的做法绝不会获得国会认可。
确实。我认为美国程序员在创造力与职业道德的结合上达到了局部最优。其他地区或许能获得更突出的创造力或职业道德，但美国模式的融合似乎最为理想。
理想状态下，应建立某种中央系统，要求企业为公共利益雇佣本土劳动力。
可惜这种体系在根本上不可行。物理定律根本不允许它存在。
这就是我反对寻找100%远程工作的理由。即便公司目前对你满意，终将有新管理层视你的岗位为削减开支的低垂果实。
即便在办公室工作也无法阻止外包趋势。
近一个世纪以来他们一直在尝试将工作外包。美国境内仍有数百万软件工程师。
我参与印度项目时，当地人员流失率远高于欧洲团队。
对于你所谓程序员自诩天才之类的稻草人谬论，我无话可说。
但我至今没见过哪个会计每周工作40小时，却能让积压工作越积越多而非减少。
反观糟糕的程序员，这种人简直比比皆是。
显然两类职业存在本质差异。
不过话说回来，我手下曾有过两位令人发指的会计——若非及时发现并开除这些蠢货，他们造成的损失将超过十万美元。一个是美国人，一个是菲律宾人。
瞧，又有人把工程师当作商品看待，尤其在软件工程这种界定模糊、监管缺失的领域。
他们总问“既然能远程工作，为何不直接雇佣廉价地区的外国人？”却从不自问“如果外国人真和美国工程师一样优秀，为何薪资不能持平？”
他们仿佛认为企业愚不可及，总以为存在某种未被发现的工程套利机会，能永远终结美国软件工程师六位数的高薪。
然而自90年代以来，软件工程师薪资只涨不跌。数百万印度人涌入海外市场，美国科技薪资却持续攀升。疫情爆发后全民远程办公，薪资照样上涨。它们永远只涨不跌。美国科技产业的全球霸权地位，恐怕你这一生都见不到终结。这里有海量资金、敢于冒险的基因、称霸世界的野心，其他国家落后的是整整几代人的差距。
不过你继续干你的吧。或许你能省下几块钱，而你的竞争对手正用更优秀的工程师人才吞噬市场。不是“相当”优秀的人才——是更优秀的人才。
> 若外国工程师真与美国同行水平相当，为何薪资不持平？
你更该问：高薪是因美国人技艺超群，还是因旧金山房租高得离谱？
> 疫情来袭全民远程办公，薪资却节节攀升。永远在涨。
再问一次：涨薪是因为疫情让美国员工变得更优秀？还是封锁催生科技小繁荣，而印钞导致美元贬值？
你真以为企业是出于善心支付高薪？比如“哎呀这员工住在高成本地区，得给足补偿”，或是“让我们与员工共享科技红利！每人发150万美元奖金！”
虽然你被刷了负分，但我认为你说的完全正确，而且我亲眼见过这种情况。
根据我的经验，2015年前离岸外包的实用性有限。当时普通笔记本的视频会议技术还不成熟，沟通简直糟透了，而且印度等热门外包中心的时区与美国重叠极差。更关键的是，当时企业整体尚未建立起支持远程同事的完整体系。
但如今，既然我主要通过Zoom/Teams/Meet与多数同事协作，他们身处何地又有什么关系？我曾与来自阿根廷、波兰和乌克兰的顶尖开发者共事，与美国同事相比，协作流程几乎毫无差异。就连东欧的同事们也主动将工作日稍作延后，使我们获得约4小时的时差重叠期——这完全足够沟通协作，而且我认为这种安排反而提升了效率，因为它自然划分了“协作时段”与“专注时段”。
我理解人们偏爱远程工作的原因，但我也认同：美国开发者若坚持远程办公，就该明白自己将与收入不足其半的同行竞争。
> …应明白自己将与收入不足其半的人竞争。
较低的薪资可通过生活成本降低来抵消——无需自费午餐、不必购买昂贵通勤车辆等。原本用于通勤的时间，反而能用来为其他公司兼职工作。
那些人真的认为自己比全世界其他人都聪明吗？如果工作完全可以远程完成，雇主为什么不雇佣住在更便宜地方的人呢？
资本主义决定了，有能力的远程工作者不会长期为单一雇主工作，因为这纯属浪费时间。
他/她会同时为多家雇主工作(超额就业等)，以实现收入最大化，因此办公室员工与远程员工之间将始终存在差距。
我的意思是，虽然这可能属实，但欧洲遍地都是英语流利的开发者，而他们的成本_可能_只有美国同行的一半。编程行业离真正成为全球市场还差得远呢。
你以为总部设在美国就能阻止公司在其他国家开办分支机构？
若远程工作对雇主更划算，为何推动者反而是员工？
那些“外包中心”的现状报告实在令人沮丧。当地正上演着一场血腥厮杀。
当前系统的能力与“适合外包的劳动力类型”高度契合。原本会外包到印度的工作，如今正被转移到Anthropic的数据中心处理。
而某些岗位，无论是否外包，本质上只是数据中心的人工前端。
发现去年有篇文章指出印度理工学院毕业生正面临同样严峻的处境——印度科技行业的新人招聘也已枯竭
https://www.bloomberg.com/news/newsletters/2024-05-30/tough-…
因此，除非你有令人信服的证据，否则这似乎不太可能是罪魁祸首。
我觉得你混淆了两个概念。人工智能确实可能冲击软件工程领域的新入门岗位。我虽非专业工程师，而是会计出身(写软件只是业余爱好哈哈)，但这篇文章似乎表明，印度理工学院毕业生将更难获得这些正被人工智能取代的职位。我的观点基于报告并未真正说明AI摧毁了会计入门岗位，而是这类工作被外包至亚太/印度地区。时至今日，印度仍在为中型企业建立共享服务中心的COE(卓越中心)，我指的并非Cognizant和Wipro这类公司，而是那些在当地设有现代化办公场所的终端客户企业。
我的亲身经历表明，廉价外包至印度正是人工智能真正引发颠覆的核心领域。借助AI工具，直接与“人工智能印度人”对接所获得的成果，甚至优于传统外包人员。这是继自助结账后，我最直观的“此类工作不再需要人工”体验。
预计几年内会计等依赖外包的领域也将面临类似冲击。
我认为这篇文章并未真正证明人工智能是罪魁祸首，但另一篇文章反驳了外包是主因的说法。若外包是元凶，为何仅影响最基层员工？我认为案件仍在调查中，但人工智能是头号嫌疑犯。
ChatGPT刚推出时我用母语测试过——这门冷门语言使用者约六百万，既难学又缺乏优雅设计，与英语几乎毫无共通之处。
它简直完美无瑕，连那些强调和细微的怪癖都处理得恰到好处，这是以往任何工具都无法企及的。
这位家长完全搞错了，根本不懂门道…这就是人们逃避学习外语的后果，而外语可是学校里能学到的最重要的东西。主动使用多种语言能切实增强大脑可塑性，远比无休止地玩数独之类的益智游戏有效得多。
究竟有多少岗位是因人工智能而被外包？
语言障碍、文化差异和知识壁垒是外包面临的最大挑战。人工智能恰恰能解决其中许多难题。
> 人工智能能解决诸多挑战
这难道不是恰恰相反吗？
语言障碍：大语言模型(LLMs)本质是语言模型，主流模型均基于英语构建，流利掌握英语难道不是高效交互的先决条件？
不，大语言模型(LLMs)在非英语语言中表现相当出色。我的搭档经常用土耳其语操作ChatGPT
语言障碍：我认识的外包工作者会借助AI处理英语疑问——毕竟英语是他们的第二语言，他们用AI修正语法错误，从而提升英文表达质量。
知识：此说有理，但我的设想是AI用于填补认知空白或纠正误解，而非全面替代我的工作。至少我常用此法
完全正确。
H1B签证通道丝毫未减，与此同时数百万美国工人却遭解雇。
软件工程或许如此，但会计领域并非如此。我曾与众多离岸团队对接，也面试过将会计运营设在欧亚太平洋地区COE中心的机构。
外包与H1B政策并行发展。
可悲的是两者同时发生。
没错，95%的人工智能炒作都是为了向劳动力市场施压，为外包/裁员提供借口。
证据何在？究竟是谁在“施压劳动力市场”？
每当高管公开宣称“X类工作18个月内将被AI取代”这类明显*虚假言论，都在向劳动力市场施加下行压力。这种压力本质是高管间的同侪压力：继续招聘工程师而非将工程预算交给Anthropic，难道不是愚蠢之举？
* – 有人该建立反悔清单追踪这些言论。近期新增案例包括Anthropic的Amodei以及AWS和Salesforce的CEO。(Salesforce的Benioff今年2月曾宣称：“今年不会招聘任何新工程师”，但其官网招聘页面已显示立场转变。)
或许现在该寻求建议了。哪些IT岗位和企业最不易被外包？国防承包商之类吗？
非纯SaaS领域。需要与客户、工地及其他内部生产者直接互动的实体产品。希望面对面接触员工的小型/本地企业。
一人公司创造十亿收入——在我看来，当“民主化”成为昨日黄花时，这个新流行语正是如此。
你有什么证据支持这个观点吗？因为这种推论听起来更像是应对策略或阴谋论。
你有什么实际证据支持这个标题吗？文章本身并没有。它只是提到相对就业下降了13%，然后就归咎于人工智能，没有任何实际证据。根据我对当前人工智能和外包现状的了解，我认为外包比人工智能更有可能是一百万倍的罪魁祸首。
我们公司的整个财务部门都搬到波兰了。这对他们是好事，但作为美国公民，这确实预示着危机将至。不过倒学到个趣闻：玛尔戈扎塔这个名字比我想象中常见得多。
IT支持部门多年前就外包到印度了。我预计一旦印度政府停止向该公司授予大额合约，他们就会被AI取代——因为我从未遇到过比聊天机器人更专业的印度客服。
你见过《萨班斯法案》实施后这个行业的现状吗？知道2016年是美国会计专业大学新生入学人数的峰值年吗？请你跳出固有思维来思考这个问题。
幸好我们政府里坐着最厉害的家伙来解决这事 /s
[已删除]
我向来称他们为“实际上的印度人”，没错。这正是摧毁美国科技就业市场的元凶。90年代和21世纪初蓝领工作就经历过这波冲击，现在轮到我们了。
不。从我2003年开始工作起，外包就一直存在。行业总有周期性波动。当海外项目失败时，工作就会回流。
如今不同的是，许多公司已在海外设立拥有自主管理权的办事处。这已非昔日为节省小额开支的离岸外包模式，而是直接雇佣成本更低的本地员工。随着人工智能日益成熟，这种趋势将加速推进。企业始终在竭尽所能降低劳动力成本，这点从未改变。
但如今不仅限于离岸外包。离岸外包加上数十万H-1b签证持有者涌入本土市场。美国科技巨头在本土办公室的整个部门都由外国劳动力组成。据我所知，这种现象前所未有，与以往的离岸外包周期截然不同。
我倒不认为是前所未有的，几年前就听说过得克萨斯州某呼叫中心外籍员工占比超90%。但情况确实恶化了。
我怀疑某些企业/政策制定者可能试图制造所谓“市场饱和”，以防未来引进外籍员工难度增加或大批人员被遣返。
> 审计质量将持续恶化
这究竟有多重要？我理解审计机构需要维护质量声誉，但若所有事务所的审计质量都糟糕，全球经济真会因此崩溃吗？
同理法律行业，若所有法官的错误率翻倍，世界又会承受多大损失？
现行体系缺乏长期稳定性，而糟糕的会计核算正是导致更多人未能察觉这一问题的因素之一。会计质量的进一步恶化只会加速体系崩溃。
> 同理，若所有法官的错误率翻倍，世界将承受多大损失？
这是夸张修辞吗？此处真正的问题似乎是“若失去确定性的制衡机制，世界是否会更糟”——这点多数人应该认同吧？
我理解为假设确定性制衡机制已然缺失。我们沉溺于确定性的幻觉，但实际上审计(乃至司法)大多不过是场戏。
从这个角度看，降低本就不严谨体系的质量或许不会产生明显影响。唯有公众认知度下降才构成问题，而这本就是四大审计公司早已驾轻就熟的营销难题。
但事实并非如此。营销终将撞上现实。四大能挺过去，但欺骗大众终有极限。
对人工智能的全面押注，恰恰暴露了创新思维的匮乏。
那么你必须重新审视自己可能投资的公司(比如股市和私人银行贷款)。这正是核心目标所在。每家公司都需会计服务，管理层本不必严格遵循公认会计准则(EBITDA不正是为此而生？)，但这与“我赚了X美元，花了Y美元，这是资产负债表，请给我钱”的表述截然不同。
归根结底这是便利性与标准化的问题——若GAAP不存在，企业或许只需采用完全符合税务申报要求的修正权责发生制即可。
过去一年，我目睹大量初级岗位悄然消失。这并非裁员潮，而是雇主不再招收新人。真正缺失的不仅是工作机会，更是成长空间。若连入门机会都没有，新人如何踏入行业学习？
但初级岗位真的曾如此充裕吗？
据我所见，大学里几乎所有人都能在大三/大四获得实习机会，毕业后转正为正式员工。那些不够优秀或运气欠佳者通常会经历漫长的求职煎熬，往往耗费数月才能找到工作——最常见的去向是像博思艾伦咨询这类公司，他们只是在填补岗位空缺。
在我任职过的所有公司，从未见过初级职位的招聘，只有中级和高级岗位。少数非实习渠道录用的初级员工，要么是内部调动(比如给安全运营中心分析师机会)，要么就是裙带关系聘用。
我毕业已有十五年，情况确实变了，但当时初级岗位数量庞大。
我毕业于一所不错的州立大学，获得计算机科学学士学位，虽非名校，但当时所有保持联系的同学都很快找到了入门级职位。
我确实参加过实习并获得录用通知，但薪资水平偏低，且公司所在地我实在不愿迁居。大四初就拒绝这份offer而没有备选方案确实压力不小，但最终毕业前我获得了多轮面试机会并成功入职。
毕业后我花了将近两年才找到开发工作，那份工作是从Craigslist上一个“你会手写HTML吗？”的招聘启事里来的。
这挺有意思的，因为我被博思艾伦拒绝过好多次哈哈
遗憾的是，我认为这些工作机会很大程度上也归功于低利率环境下的整体经济向好。
如今企业必须在创收前实现盈利，而成熟公司则需应对关税、通胀、政府政策等经济逆风，通过削减成本/提升利润率来生存。
初级开发者(及多数入职开发者)通常需要6-8个月才能开始有效贡献，之后还需数年时间接受指导/培养。
虽然他们能产出成果，但我认为初级员工的市场薪资加上中高级员工指导时所损失的机会成本，实在难以接受。
我所在的团队人手严重不足，即便经历裁员(管理层也承认裁得过火)，要让开发人员完成公司_苦苦哀求_甚至愿意预付现金委托开发的项目，依然难如登天。
若初级开发者进入当前就业市场，很可能需要深耕热门技术领域，接受小型企业大幅降低的薪资，然后在1-2年内跳槽至薪资更高的中级职位(虽然我认为1-2年经验尚不足以称作中级)。
核心问题始终是：这究竟是经济衰退的影响，还是人工智能的冲击？
没人愿意雇佣初级员工，但当替代方案成本过高时，他们就成了可接受的解决方案。
或者像咨询公司那样，通过激励机制能榨取更多工作价值。
当市场充斥着愿意降薪求职的高级人才时，雇佣初级员工还有什么意义？
美国经济并未陷入衰退，至少不符合衰退的标准定义。
可悲的是，他们只能加倍努力。对美国人而言这仍可行，我对末日预言家的预言不以为然。希望犹存——毕竟TikTok和电子游戏正让多数年轻人沉迷其中。
比起任何职业道路，TikTok和电子游戏才是实现月入十万美元的更可行途径。
这确实是条职业道路，但存在四大缺陷：1) 仅适用于极少数人，多数人根本赚不到这种收入；2) 需要特殊性格与技能组合；3) 受算法喜好摆布；4) 品牌建设需长期积累，却可能因各种原因一夜崩塌。多数“常规”工作稳定性远胜于此。
不久前，沉迷编程和电脑的人还被视为虚掷光阴、辜负父母期望，他们本该找份“正经工作”。
当然，但你的评论并未回应我列举的所有事实。过去二十年间，大量职业始终处于不稳定状态。
呃，不。靠编程、行医、执业、护理、精算等职业赚取高薪的年轻人，远比在TikTok或电子游戏领域赚取可观收入的极少数人要多得多。
AI不过是裁员的流行借口。
我实在想不出现代AI能轻易取代的职业。
视频和图形设计师？我并非乐观，而是客观陈述。
我认识几位在不同营销公司工作的数字营销人员——他们使用生成式AI完成工作的比例已呈爆炸式增长。这类任务原本由内部员工或自由职业者承担。
如今他们直接自己动手完成。
除低风险项目外，AI无法替代平面设计师。企业不会在涉及更高成本的项目上冒险使用廉价AI。
与其说替代，不如说减少。平面设计师/主管原本可能将部分工作外包给承包商，现在借助AI直接自己完成。这并非“廉价AI”，而是利用工具增强技能而非取代人力。
我不明白AI为何总让人陷入非黑即白的思维定式。
这种现象已持续数年。如今广告牌、公交车、报纸等媒介充斥着AI粗制滥造的内容已是家常便饭。
苹果这类企业自然不会贸然偷工减料，但中小型公司？早已在这么做了。
可口可乐去年的圣诞广告就用了AI粗制滥造的内容。这看起来既不便宜也不低风险。
成本削减带来的价值是否超过了广告效果的改变？
没错，而且效果相当惨烈，我记得很清楚。
> 除了低风险项目外，它无法取代平面设计师
你说得对，但你忽略了关键点
你以为入门级员工在处理高风险项目吗？不，他们负责低风险项目。或者说，他们生成大量备选方案——其中90%会被弃用——由更高技能的员工评估/修改/提供意见，最终为高风险项目产出成果。
但现在，资深员工无需初级员工生成方案或执行修改——AI就能完成这些工作。至于低风险项目，直接用AI解决就够了。
我认为AI最初引发的失业，源于个体员工效率提升导致团队规模缩减，完成相同工作所需人力减少。
或许终将如此。但眼下我看到更多人浪费时间用AI追逐虚幻的效率提升。许多公司裁员的本质，不过是掩盖因经济低迷(我知道我知道——但实际情况比报道更糟)而降低项目优先级或缩减整体规模的事实，这恰是商业周期中的合理应对。若你采取戏剧化的管理方式，效仿DOGE/MAGA的极端手段，直接裁掉所有人，真正需要投资的关键问题就会浮出水面。这本质上是现实版的人员编制“零基预算”。事实上，多数大型企业都存在大量冗余可削减，而当前商业趋势正是挥刀毫不留情——尤其当人工智能成为粉饰太平的替罪羊时。
我喜欢这样比喻：AI虽无法让开发者从1人缩减到0人，但从10人减到9人或许可行。具体数字尚不明确。
成本中心或许如此。但若开发团队或部门本身是创造收入的业务单元且存在积压需求，我看不出来裁撤团队的合理性。
我更进一步认为：即便团队属于成本中心，若仍有待处理的工作量，削减人员编制也未必合理。毕竟，一个原本仅协助其他团队却不直接创造价值的内部团队，若突然提升效率，反而能带动其他团队产出。在效率提升后自动裁员，就像系上安全带反而让人开车更危险的反效果。
若政府政策能适应就业岗位减少的现实，这本不是问题。
但现实是，尽管这项技术具备消灭海量岗位的能力(尤其大量常规文职岗位)，各国政府仍在按部就班地推行政策。
在工作机会减少而政策未作根本性调整(无基本收入保障等方案)的世界里，失业人口将激增，生活水平下降，犯罪率攀升，社会动荡加剧。
这假设了“这次情况不同(tm)”——在人类数千年历史中首次出现这种情况
你假设所有企业都能仅凭服务竞争，但现实并非如此。当产品品质足够优秀时，价格反而成为更重要的衡量标准。
看看Meta就知道了。元宇宙就是个简单例子。犯错和竞争？那看看他们过去三年的市值走势吧。
我能想到几个同事完全可被大语言模型(LLM)取代。模型产生的幻觉错误频率，远低于现有人类犯错的频率。
无需完全替代人力也会导致失业。假设大语言模型(LLMs)能使开发者效率提升50%，难道不能裁掉表现最差的33%员工，同时完成相同(甚至更多)的工作量？企业不可能简单裁掉33%员工，因为存在竞争。若竞争对手同时使用人力与AI，他们将从两者中获取更大价值。目前没有任何AI具备足够的自主性或能力来为其错误负责。
削减成本的收益远不及提升利润。企业真正追求的是利润增长，而非仅靠削减成本——这些成本终将被竞争对手蚕食。当所有企业都拥有同等AI时，人类依然是决定性因素。
这还意味着：成本降低后服务更具吸引力，可能吸引更多客户，甚至能扩大员工规模。
这被称为杰文斯悖论https://en.wikipedia.org/wiki/Jevons_paradox
没错，许多人正是因为误判自身服务存在无限需求而破产。
迄今没有一项研究能证明人工智能带来任何实际效益。
要么这是某种掩饰，要么就是人们过于狂热地相信尚未实现的收益。
你见过哪家公司的瓶颈在于找不到开发项目吗？我个人从未见过。即便生产力提升，他们只会开发更多产品。
(且说提升50%——我认为5%已是慷慨估计)
我确实待过这样的公司：限制因素在于寻找有人愿意付费的产品。
我曾雇过一位在家兼职的人员，专门为数千份PDF标记关键页码，这样我就能直接跳转目标页面，省去自行查找的时间。
如今AI能以极低成本完成这项工作，完全无需再雇人手。
我知道自己还有几十个类似任务，但每当思考如何运用AI时，这些需求却总在脑海里消失无踪！
gnu parallel + pdfgrepper组合工具救过我无数次
我的应用场景无法仅靠关键词搜索解决，因为它会产生误报。确实需要某种智能(人类或AI)来判断是否该添加书签。
> 我实在想不出现代AI能轻松取代的单一工作。
它或许能替代大量工人，可能牺牲质量，但决策者认为这完全值得——毕竟能节省巨额劳动力成本。
它也能提升资深从业者的工作质量，使其能快速迭代创意和原型，从而降低对初级员工的需求。
被取代的并非具体岗位，而是原本用于维持这些岗位的资本正被转移至人工智能项目。
这正是HasanAbi日前提及的观点。押注AI取代工作岗位(尤其当AI未能实现替代时)将造成双重经济打击：既裁撤了原岗位员工，又因需回收AI成本而削减其他项目(含人力)的资金。
对人工智能(或类似热潮)的集体迷思若规模足够大，甚至可能拖垮整个经济体。
我认同这是个常见借口，但与区块链热潮不同，人工智能确实存在提升生产力的正当应用场景。
若能在某些领域显著提升生产力，逻辑上便可缩减团队规模，以更少人力实现同等产出。
通过合理引导，文案团队规模轻松减半。
我公司仅设一名文案/策略师，通过收集客户会议记录和品牌指南实现文案自动化。如今她能专注更高质量的编辑工作，参与策略流程其他环节，最终服务客户数量反而超过从前。
我完全能想象一家拥有100名初级文案的公司迅速缩减人员规模。
问题在于人们(不确定是否在应对)总提出两种极端观点：要么认为AI能100%完美替代人类，要么断言这是毫无价值的潮流。
即便平均生产力提升10-20%已是巨大飞跃，而在某些领域(如你提到的文案创作)增益幅度远超此数。当然也存在“需求无限”的论调(即需求永远会超越AI带来的供给增长)，但这种观点从未提供过证据。
你坐过Waymo自动驾驶车吗？
没有
> 裁员时总爱拿AI当挡箭牌。
这点我认同。但所谓“AI抢走所有工作”的说法存在根本谬误——他们用来评估失业率的基准点，恰恰选在程序员招聘最疯狂的巅峰时期。
> 我实在想不出现代AI能轻易取代的职业。
这点我持保留态度。
大量实习性质岗位本质上只是需要有人制作PPT之类材料，雇主随后还要修改——因为实习生做PPT水平实在不怎么样。
低质量翻译确实受到冲击。或许还有部分平面设计师。
企业选择裁员而非借助人工智能提升员工效能，因为它们宁愿独占100%的衰退产能，也不愿分享指数级增长产能带来的收益。这种租金榨取模式正在蚕食自身的生产性基础设施。斯坦福研究证实，企业系统性地选择劣质经济策略，源于其租金榨取框架无法将员工视为可增强的生产性资产。这揭示出这些企业本质是拥有生产性员工的经济租金寻租者，而非偶然榨取租金的生产型企业。当被迫在维持租金榨取结构与最大化价值创造之间抉择时，它们宁可摧毁生产能力也要守护榨取机制。那么接下来会发生什么？
> 那么接下来会发生什么？
当自动化减少人力需求时，战争也不再需要人力参战。无人机等自动化武器将取而代之。民主制度同样失去存在意义——它原本是防止民众革命的手段，而自动化武器已彻底解决了这个问题。于是人类数量不再必要，昂贵的医疗保障、粮食生产和供水系统便被彻底停摆。
没错，这正是当下现实。不仅初级岗位消失，据亚马逊透露，他们正利用AI工具裁撤高薪资深员工，同时保留初级员工。
尽管存在严重就业短缺，H1B签证和外包却被大量滥用。大量虚假招聘网站充斥着AI生成的假职位，还要求付费会员才能访问“优质岗位”。
他们正利用移民海关执法局(ICE)实质上让半数国民去屠杀另一半，但ICE预算有限，于是自动化系统便会射杀ICE社区成员，最终用机器取代99.9%的人类。
最终这对俄罗斯大有裨益——即便军力仅剩300名士兵，只要用低轨道核爆摧毁美国人工智能体系，他们仍能发动入侵。届时恐怕只剩梅拉尼娅挥舞手包对抗残兵，成为少数幸存的抵抗者。
> 最终这对俄罗斯大有裨益
卧槽
黑暗。但我实在找不到反驳的理由……
这其中很可能存在滑坡谬误(但愿如此)。若对自动化武器的(非科幻)现实影响感兴趣，我常推荐丹尼尔·苏亚雷斯的《杀戮决策》演讲及著作：https://www.youtube.com/watch?v=pMYYx_im5QI
该论述具有决定论色彩，且假设掌权者构成统一力量。但推动不同未来仍有可能。
> 当自动化减少人力需求时
但你仍需向人销售商品。除非能实现消费自动化，否则依然需要大量人力。
乌克兰和俄罗斯已部署低成本侦察机与猎杀无人机
以色列在巴勒斯坦地区使用配备AI的狙击无人机，能自主巡航并精准射杀移动目标，还能通过AI选择轰炸目标。
未来已至，令人振奋吧？
Mr Beast为何要在非洲挖井？
洗白形象？转移公众对其靠向儿童兜售赌博和糖类产品发家的注意力？自我感觉良好？
Palantir和Anduril :))
你的论点缺乏论文支持：
“此外，就业下降主要集中在人工智能更可能取代而非增强人类劳动力的职业领域。”
未提及寻租行为。
无证据表明他们存在经济短视。
> 他们宁愿独占100%衰退产能，也不愿分享指数级增长产能带来的收益
他们正用廉价人工智能取代高成本人力。没有理由认为保留这些人力能带来指数级增长机遇，相反有充分理由认为会错失良机。
或许因为自由市场已不复存在，只剩垄断、卡特尔和/或监管俘获。
竞争本可解决诸多问题。
我期待人工智能能推动众多行业重获独立——通过降低商业软件的发现与集成成本，让每位拥有十年以上经验的水管工都能用低成本软件自主经营。在人工智能驱动的世界里，私募股权模式下整合营销与记账资源所带来的效率提升将不复存在。
> 那么接下来会怎样？
封建制度。
这太乐观了。
古埃及(精英住金字塔，其余皆奴隶)更可能。
>> 封建制度。
> 这太乐观了。
> 古埃及(精英住金字塔，其余皆奴隶)更可能。
不，你们都太乐观了。封建领主急需农奴，法老则需要奴隶。
更可能的情景是：精英阶层栖身金字塔，其余幸存者如下水道老鼠般生存——靠垃圾维生，竭力躲避追捕。一旦精英不再需要我们这类劳动力，他们就会撤回维持舒适生活乃至生存所需的资源。土地不会凭空增加，而资本精英对能源的“更高价值”用途，远比取暖供电更重要。
我认为这仍属乐观预估。真正的终结将是当百度、脸书和微软的人工智能为生存展开全面战争时，我们只能在恐惧与茫然中旁观。精英阶层其实和普通人一样完蛋。
这就是你对自己的评价？
> 这揭示了这些组织本质是经济租金掠夺者，恰巧拥有生产性劳动力，而非生产性企业偶然获取租金。
你的观点与现实如此背离，我甚至怀疑你是不是在恶搞。纯粹的价值创造根本不存在。劳动要创造价值，必须与公司的价值主张保持一致——即说服客户为公司提供的价值买单的核心要素。那些躲在角落里埋头打造所谓“有价值”事物的人，有一半其实在制造客户漠不关心、不愿多付一分钱、反而增加公司维护负担的东西。
让劳动与价值创造保持一致才是_整个游戏的精髓_。若非如此，那些以寻租为先的企业早就该解雇层层中层管理人员了——公司需要支付他们薪水(削减利润)，而他们既不写代码也不“创造价值”。倘若劳动力真能自主优化价值创造，所有巨头企业早该转向扁平化管理架构。若你认为大型企业拒绝变革另有阴谋，那么它们早就该被扁平化管理合作社淘汰——后者凭借更低的行政成本，以更低价格创造同等价值。
雇佣员工对企业而言是“必要之恶”。协调员工难以实现，激励员工同样困难，沟通更是不易。企业存在的本质并非提供就业岗位——岗位的产生源于“纯粹的必要性”，当必要性消失时岗位便随之消亡。
你终于明白了。雇佣员工是必要之恶，而人工智能能让企业大幅降低这种恶的必要性。我曾为众多机构做过预算和预测，企业会不惜一切代价避免雇佣员工。我见过公司只为规避人员编制增加，就花费相当于员工成本三倍的资金。
资本势力不愿分享一分钱，只专注于获取租金收益。
关于增强或消除人力是否真正有效，你掌握哪些数据或特殊见解？
若从边际劳动者角度审视，此论点便形同虚设。假设AI取代了工人鲍勃，你或许会辩称“强化鲍勃并共享收益更优”。但这前提是企业需要更多鲍勃产出的产品。反之亦然——“既然企业未曾额外雇佣与鲍勃能力相当的工人比尔，说明其本就不愿共享比尔可能创造的收益云云”。荒谬推演下去，任何不无限扩张雇佣的企业都在进行租金榨取。
更狭义的辩护或许是：雇佣比尔的成本高于其边际贡献，而保留鲍勃+AI的成本低于二者总贡献——但这需要实质论证。至少要证明你比企业管理者更清楚为何如此。
说到底只是美国企业自愿这么做。坦白说，这简直是美化版的自杀行为。
资本主义晚期病态。真正的回形针最大化者，是我们一路遇到的硅谷和华尔街兄弟们。
ChatGPT(或许)淘汰了些多余的邮件工作岗位，而回复这条评论的人却像站在《终结者3》的门槛上。
别低估“多余邮件工作”在经济中的占比。你见过普通人有多蠢吗？[0] 这些人同样需要工作。
[0] 我本想标记为讽刺，但转念想起美国选出了唐纳德·特朗普当总统，至今已两届，所以还是直白点吧。
所以与其培训教育这些人，你反而要让他们继续干那份“过时”的工作？？？
现在才这么想是不是有点晚了？？？要是真这么干，那我们现在还得靠邮差送信呢
所谓“多余的邮件工作”在国际就业市场中占比并不高。大多数办公室职员都符合这个定义。
我对论文中这段论述存疑：
“人工智能更可能实现的是自动化而非增强人类劳动。”
当前人工智能在哪些领域实现了劳动自动化？软件工程领域显然不在此列。或者说——能让我完成三人工作量的增强型AI，与所谓“自动化人类劳动”的AI究竟有何本质区别？
我也对此存疑。第56页的表A1列举了自动化与增强型岗位的实例，其中作者认为以下岗位将主要被增强(据称引自[0])：
– 首席执行官
– 普通维修工
– 注册护士
– 计算机与信息系统经理
粗略浏览[0]后，我未能找到关于增强型与自动化型岗位的具体列表，仅发现对分析查询中增强型与自动化型占比的统计，因此对数据来源略感困惑。
[0]: https://arxiv.org/abs/2503.04761
斯坦福论文在探讨增强与自动化时，采用了Anthropic人工智能经济指数的数据。该论文对术语的定义如下：
我们还分析了人工智能在任务中的应用方式，发现57%的应用场景表明其增强了人类能力(例如学习或迭代输出结果)，而43%的应用场景表明其实现了自动化(例如以最小人工干预完成请求)。
数据表明，软件工程师正在自动化自身工作而非增强能力。Anthropic完整论文见此：
https://arxiv.org/html/2503.04761v1
这简直像蛇吞尾巴的循环。
增强与自动化本质有何区别？无论哪种方式，生产相同产出所需的人工时数都减少了。
若你的工作是挥动锤子，那么锤击机器人就实现了工作自动化。
若你的工作是挥动锤子，那么钻孔机器人则实现了工作增强(你的工作现在是挥锤并钻孔)。
这与钻孔机器人自动化人类钻工工作的区别，就留给读者自行思考了。
> 增强与自动化在实际应用中有什么区别？
论文指出其中一种会受到影响，另一种则不会。
所以，这不仅是GP提出的问题，我也想知道答案。
> 增强与自动化之间的实质区别是什么？
如果该领域有未来的话。
但总产出不会保持不变。
每日穿行都市时，我总惊叹于尚未被AI取代的岗位竟如此之多。
比如收银员。至今仍有无数人终日重复着：将商品拖过扫描仪，盯着屏幕读取数字，伸手接顾客付款，再将零钱分类装盒。
这流程自动化难道很难吗？
>这自动化起来能有多难？
自助结账早就存在了。日本7-11便利店明明有收银员，但顾客把钱投入机器后，机器会自动清点并找零。
超市现在反而在撤掉自助结账机，因为犯罪率上升。真令人惊讶——店里“监督”减少后，偷窃案反而比有员工看管时更多，尽管员工也根本管不住。
这还导致了极其糟糕的顾客体验。
我宁可去半条街外的Safeway或小型连锁店。
Safeway超市全面推行自助结账。店内员工寥寥无几，货架常年空空如也，每次结账都得让保安检查收据，第二个入口被永久关闭，而且不知为何店里总有股怪味。
另一家超市虽有自助结账，但配备大量员工。我通常选择普通收银台结账，因为更省事，而且他们既有充足的人手又有自助通道，速度其实差不多。
最终结果就是：只要能避开，我绝不去Safeway购物。
我在日本见过类似系统，机器只负责收钱。但仍需人工扫描商品/核对扫描准确性。
这根本不需要人工智能，他们只是把员工削减到最低限度，换上自助收银机。
然后他们又雇了督导员、助手和收银区保安。希望这至少在理论上说得通。
亚马逊做不到。他们声称能实现，实则是让印度员工在海外监控录像并统计总额。
难点在于防盗，而非加总金额。
收银员不该也不可能阻止偷窃。他们的薪水根本不足以承担风险，这更不是他们的职责。
若需直观案例，旧金山的偷窃视频随处可见。没有哪个收银员会冲上前阻止盗窃。
确实如此，但收银员站在那里等待扫描商品的行为，足以阻止大多数正常人行窃。当然会有少数人厚着脸皮扛着电视机直接走人，但绝大多数人不会这么做。
若没有收银员而由顾客自助结账，就会有更多人“忘记”扫描几件商品，这些小额盗窃累积起来的损失相当可观。
店内通常会安排一两名安保人员监视自助结账区。我承认这种岗位能阻止许多人成为机会主义小偷，但我要区分收银员和安保的职能。如今商店需要两者并存。
若“保安人员”真能发挥如此作用，沃尔玛就不会大幅缩减门店自助结账服务，仅限沃尔玛Plus会员使用了。
这可能因地区而异。虽不认为$COUTNRY是高度信任的社会，但我们这边情况没那么糟。
我在本地(加拿大多伦多)没见过这种情况。
他们说的盗窃类型并非如此。而是指故意不扫描商品的自助扫描者，以此获取免费商品等行为。
大学室友曾把牛肉罐头塞进装满羽衣甘蓝的蔬果袋里，再拿去自助扫描称重。
绝对有效。关键不在收银员充当保安，而是充足的人手能降低盗窃概率。这并非阻止已发生的犯罪，而是减少机会主义盗窃。
窃贼无法预知收银员的反应。而收银员既是现场目击者，也能高喊“拦住他们！”
你陷入了非此即彼的谬误。收银员无法阻止所有盗窃，并不等于他们对防盗毫无作用。
没错，但这忽略了关键事实：零售业盗窃案中绝大部分是内部人员所为，而现金处理岗位正是其中占比最大的部分。
收银员绝对对防盗起着作用。
盗窃真的发生在收银台吗？
如果确实如此，为何不能通过摄像头+AI技术检测？
检测盗窃不等于预防盗窃。你还需要政府介入起诉，并施加足够惩罚以震慑盗窃行为。这既耗费成本，也并非必然发生。
所以要拿糟糕透顶的自助结账体验，再叠加一层“怀疑你操作失误，现在得站着等人工处理”？
免了。
当你发现有人带着4欧元商品离开店铺，接下来呢？
经过几次警告后禁止其再次入店。不过目前商家对人脸识别态度相当冷淡。这种做法的视觉效果实在糟糕(双关语梗？)
谁来阻止他们再次进店？
确实有几家店不会真正阻止顾客回来，他们只是悄悄立案，然后那人下次被警察拦下时才会发现。
没人管，系统自动标记后有人会要求他们离开。或者直接报警，直接以非法入侵处理。
在入口装人工智能旋转闸机啊。拜托，你没看过反乌托邦题材作品吗？:)
当然要动用你的律师大军协助提起轻罪盗窃指控。然后让百名被告中真正有财产损失的那个人支付巨额赔偿金，为下次再犯提供资金。
随着盗窃案激增至不可承受的程度，已有商店彻底放弃自助结账系统，重新启用人工收银员。
收银台往往只是出口通道。因此安排专人监管，总比无人看管要有效得多。
你是指点餐机和自助结账机？我们早就实现了自动化，只是尚未全面普及。
我最期待的是无服务员餐厅——美食广场已实现，但愿遍地开花。让我坐下点餐，餐点送进厨房，自行取餐即可。我保证能走20英尺去倒饮料。
你似乎偏爱自助结账流程。并非如此。我刻意避开任何需要与屏幕交互的场所——无论是店内安装的屏幕还是手机屏幕。这种体验让我毫无放松感。
日本许多地方都采用这种模式，确实让体验更便捷。
我认为中低端餐厅完全可以用平板取代服务员，顾客体验会更好。我不明白这怎么反而不会增加餐厅收入——毕竟用餐时点餐如此便捷。
自助结账机不算自动化。
过去收银台前站着两个人，如今因软件、自动找零机和监控摄像头，只需一人值守。其中一个人的工作被自动化了。
管它叫什么，但直接替换人类的工作既困难又通常没有必要。把问题重新设计成机器能解决的模式才是关键。你不需要机器人前台接待，只需平板电脑就能完成入住登记。
我做了他们的工作。根本没有工作被自动化。
说得对。而且我做这些工作慢得多，因为这不是我的本职工作，而且有些步骤(比如把商品从购物车取出放到传送带上)我本来就得做。现在我只能站在那里手忙脚乱地扫描条码，努力让购物袋保持打开状态，还要在从推车取货和扫描之间来回切换。当你一次购买超过两三件商品时，旧收银系统效率高得多。
这就像说Aldi实现了“自动”购物车回收。他们根本没实现，只是让每位顾客自己动手。真正的自动回收应该是：你用完推车时轻轻一推，它就能自己跑回原位。或者宜家的购物车传送带——虽然只是流程中的一环，但那部分确实实现了自动化。
[编辑] 阿尔迪确实实现了_管理顾客完成这项工作_的自动化——因为现场不再需要人工收取和发放硬币，而是由(极其简单的)机器完成。若没有这些机器，他们可能需要雇佣人员，所以这个假设性岗位(其存在可能导致整个方案不经济)实现了自动化。但购物车归还本身并未实现自动化，所有工作仍由人工完成。
你是否认为所有形式的“自助服务”都不算自动化？毕竟这些服务原本需要额外人力。
比如机场自助值机机/APP办理登机手续。你认为这算“承担了柜台工作人员的工作”吗？或者像餐厅扫二维码点餐——这两种情况我都需要查看菜单、决定需求并输入系统。但扫码点餐消除了人工环节。
现代许多“生产力提升”不过是将问题外部化。这就像宣称自己实现了回收自动化——其实只是把所有未分类垃圾倒进邻居的回收箱。
无服务员餐厅在澳大利亚已流行数十年。顾客领取振动呼叫器，餐点准备好后自行取餐。吧台仅需一人负责点单及酒水饮料的分发。
我不使用超市自助结账，也不愿光顾自动化或自助餐厅——毕竟家里就有厨房。
但两种模式并存是好事，显然两类顾客都有需求。
这似乎是机器人(非人形)的完美应用场景：给我送餐。厨房仍可保留部分人力，不过许多餐厅的服务员确实已非必需。
虽非人工智能——但企业已尝试将其外包——https://www.npr.org/2022/09/30/1126167551/would-you-like-a-s…
药剂师最得我心。他们是会数错钱、认错字的人形自动售货机。但法律保护着他们。这监管俘获玩得真漂亮。
请务必搞清楚药剂师的实际工作内容，以及_为何_人工智能目前还无法取代他们——除非你想因药物相互作用而丧命。
哈哈哈，什么药物反应都是网民互相传的鬼话。根本不存在。就像“枪支管理真严格”或“邮政警察绝不马虎”之类的鬼话。纯属无稽之谈，却不知为何成了网络都市传说。
零售药剂师就是人肉自动售货机。根本不需要AI。处方本是由专业医师开具的电子文件，却交到近乎文盲的半吊子手里，他们会竭尽全力误读处方。误读后，患者还得费尽口舌让药剂师清醒过来，直到对方道歉并按处方配药。
与此同时，某个只靠网络获取信息的网友，正重复着他在网上听来的传言。我之所以知道这些，是因为任何稍有了解的人至少会区分配药药剂师和零售药剂师之类的区别。
> 触发纪律
> 2011年，枪支伤害导致…851人死于枪支意外走火[在美国]。
https://jamanetwork.com/journals/jamainternalmedicine/fullar…
全球多数地区在没有美国这种繁琐官僚体系的情况下，也能很好甚至更高效地完成药品配发工作。美国药剂师堪称监管俘获型职业保障的典型。
药剂师就是绝佳例证。我的处方通过电脑系统发送到药房，取药时他们也会用电脑发短信通知我。我驱车前往……结果药品尚未备妥，只能在药房外干等15分钟。
更离谱的是，处方已过期他们仍在配药。只是我从未取药。这个自动化流程根本无法处理这种情况，现在我每月都收到“药品已备妥”的短信。客服热线根本无人接听，留言直接被丢进垃圾桶。
现有的自动化系统简直是垃圾。但高管们却想让我相信，我们的救世主人工智能会解决一切。届时我们便知通用人工智能已然实现。
尽管质疑者众多，但我实在难以想象初级岗位还有何用武之地。我们公司已开始称呼AI为“实习生”——这称呼毫不违和，因为我们既没有实习生，也根本不需要。
那么长期风险何在？当资深员工离职时，若用从未接触现有工作的全新资深者替代，而非提拔熟悉项目流程的年轻员工，会产生什么后果？
长…期…风险？这是什么陈腐概念？我只想占据能从孩子长大后榨取租金的位置。何必为所谓长期风险操心？
>我只想占据能从孩子长大后榨取租金的位置。
这叫社会保障。
如今企业通常的做法是从国外引进具备所需技能的人才。
若存在技能短缺，企业会培养本土员工的想法在今天已过时——即便理论上这对本土劳动力有益。引进所需技能更便宜也更省事。
我持不同意见。听起来这么做的企业充其量只是平庸之辈，自身毫无核心竞争力——否则也不可能轻易替换员工。平庸的企业根本吸引不了真正的人才。
不过我的评论或许未涵盖所有领域，主要针对软件开发行业。
我并非指“替换”员工，而是指在全球人才池中聘用最合格者——这几乎必然是海外人才。当企业能从国外聘请经验更丰富者时，毫无理由在国内雇佣相对缺乏经验的应届生。
观察当今众多科技巨头的人员构成便不难理解，印度及东亚人才占比如此之高的原因并非本土缺乏人才，而是当企业真正追求顶尖人才时，绝不会选择从国内招聘初级员工再进行培养。
我说的不是“替换”工人，而是招聘最合格的人才——在全球人才池中，这类人才几乎总是来自国外。当企业能从国外聘请经验更丰富的人选时，没有理由在国内招聘相对缺乏经验的应届毕业生。
所谓“替代”的本意是：当员工退休时，企业招聘新人期望其立即创造同等价值。若企业有独特技能要求，新人短期内很难达到相同价值水平——具体需要多久尚存疑问。
另一种情况是：在现有资深员工基础上额外招聘初级员工。初级员工性价比虽不高但仍有贡献，且其价值会随时间增长。
当资深员工退休时，企业需权衡已培养的初级员工价值与随机招聘新人的风险。初级员工绝非退休人员的直接替代品，而是附加的非必需投资型劳动力。
> 观察当今众多大型科技公司的人员构成，印度及东亚人才占比过高的现象自有其根源——并非本土缺乏顶尖人才，而是真正追求卓越时，企业绝不会从国内招聘初级员工再进行培养。
我尚未听说有公司因此创造出真正有价值的产品。通常的模式是：某个西方国家先开发出成功产品，随后劳动力结构发生变化，产品质量几乎必然下降。但这并不重要，因为产品已占据相当市场份额，收入下滑需要数年时间才会显现。
> 我尚未听说有公司因此真正生产出有价值的产品。通常的模式是：某个西方国家创造出成功产品后，后期更换劳动力。几乎每次质量都会下降。但这无关紧要，因为产品已占据相当市场份额，收入因此下滑需要数年时间。
你是指外包还是通过工作签证引进海外顶尖人才？我不太理解为何认为本土劳动力天生更优？外包方面我能理解这种观点——跨国团队协作确实难以保证质量，但众多成功科技企业引进海外顶尖人才的案例比比皆是，不是吗？我认为这几乎是美国大型科技企业的常态。
顺带一提，我并非认同这种观点。只是想说：若企业真心追求顶尖人才，将招聘范围局限于国内市场毫无意义；除非应届生极其出色，否则考虑应届生通常也不明智——毕竟他们经验相对匮乏。
过去企业被迫本土招聘培训，是因为印度、中国等国的教育水平和技术条件无法与美国普通毕业生竞争。如今全球网络化普及，教育质量普遍提升，顶尖人才已不再局限于少数地域。
在全球化的纯粹精英社会(美国已接近此状态)，某个特定岗位的最佳人选恰好是本地人的情况已极为罕见。
当然你也可以在国内招聘初级员工——我只是反对那种纯粹的替代模式。初级人才中同样存在顶尖之选。否则若企业永远不招收新人，终将面临劳动力枯竭——毕竟年轻人总有无法胜任本专业岗位的成长阶段。若入行门槛要求应聘者必须是魔法师或拥有十年以上经验(这要么不切实际，要么需牺牲业余时间积累)，年轻人自然不会投身该领域。
总之，科技巨头不能作为普遍范例，因为它们拥有远超常人的资源，故不可泛化。
美国也是特例，因为那里唯一要求就是英语能力。在其他国家，你可能需要掌握两种语言。
妙处在于，作为普通劳动者，这根本不是我们的问题。让统治阶级去解决吧。
我觉得你误解了实习生的存在意义。
免费劳动力？可随意替换的劳动力？即便在那个价位上质量低劣，也无可匹敌。这才是我见过的唯一用途。
哦，他完全理解这种剥削本质
传统上，实习生作为经过严格筛选和精心培养的劳动力来源(这在传统招聘流程中极难实现)。他们完成的工作属于次要性质。难道企业将不再需要优秀员工？当现有员工全部退休后，四十年后难道就没人需要工作了吗？
若实习生真如你所言，那21世纪早已不复存在。他们不过是可随意消耗的廉价短期劳动力。
况且你见过哪家公司会以40年为周期规划？我参与过的最长预算周期仅三年，而第三年的数据纯属一厢情愿的幻想。
我不确定实习生何时退出招聘体系，但记得2010或2011年经济大萧条期间，我认识的几乎所有实习生和合作项目学生都被告知：绝对不会转正。
经济大萧条前，优质实习转正本是常态，甚至被视为理所当然。
我猜这种局面从未逆转。
这正是多数企业利用实习生的手段。你根本不懂自己在说什么。
抛开那些掩饰拙劣的经济宣传不谈，我每天都在处理不同的AI烂摊子。技术债务正以惊人速度蔓延。近来我愈发渴望能一举戳穿这场骗局，让所有涉事公司都用惨痛代价领悟不可避免的教训。
对我而言最糟的情况不过是重回开发者身份前的求职状态，但对所有公司而言，这场博弈的赌注远比我/我们这方高得多。真正关乎存亡的，永远是与我无关的那边。我15岁就开始工作，总能找到出路。说到底，比起那些CEO们，我在厨房切菜反而更快乐！
高利率+关税恐慌→投资萎缩→就业减少
但让我们把责任推给AI吧
不如直接读论文：https://digitaleconomy.stanford.edu/wp-content/uploads/2025/…
该研究采用差分法(https://en.wikipedia.org/wiki/Difference_in_differences)设计，利用生成式人工智能分阶段普及的特点来估算其对生产力的因果效应。通过比较不同职业群体各年龄段员工数量随时间的变化，揭示了显著的代际差异。
第3页：“我们通过事件研究回归控制企业时间效应，吸收影响企业全体员工(无论是否接触AI)的宏观企业冲击，以此检验此类混杂因素。对于22-25岁员工群体，我们发现AI接触程度最高的五分位组相较最低五分位组，相对就业率下降12个对数点，该效应显著且统计学上具有重要性。”
感谢提供差分法链接，此前我不知该如何称呼此方法。
原帖观点仍具合理性：通胀、利率或关税等宏观因素可能对被标记为“人工智能暴露”的特定群体造成更严重冲击，这会导致因果归因复杂化。
这些固定效应是针对每个年龄段单独估计的，已控制该变量。
第19页写道：“我们针对每个年龄段分别运行此回归分析。”
差分法(DID)是种有趣的技术。但它假设非处理因素对处理组和对照组的影响是等同的，且效应呈线性扩展。若处理组更易受非处理因素影响，那么该因素的增幅可能导致比时间点1观察到的更大差异。不清楚他们用哪个行业作为对照组，但利率对科技行业的影响可能远超该行业，因此差分法得出的差异同样可能由非处理因素解释。
在以往开发者行业衰退中，入门级岗位是否最先消失？
是否正尝试用AI来缓解这种影响？
我认为他们的方法或任何统计方法都无法分离完全相关的信号。
若没有AI，初级岗位能否像其他岗位一样快速增长？
我并非故作聪明，而是试图通过公开提问来理解问题。
必须解释为何这种现象主要出现在采用人工智能的行业，为何几乎只影响初级岗位(而高级职位保持稳定或增长)，以及为何控制宏观经济条件后仍无法纠正这种现象。我非常怀疑这三位斯坦福教授会对关税和税率的概念一无所知。
我个人的理论是，股市将裁员行为视为公司搭上人工智能快车的信号而予以奖励。无论这些岗位是否必要都无关紧要——只要股价上涨，就是好事。
这与过去形成彻底反转——那时高员工数量曾是企业增长的简单信号(即更多人意味着更多功能开发，意味着更快增长)。
投资者很懒惰。他们看到一条曲线下降，就让另一条曲线上升。
CEO也很懒惰。他们看到某条曲线上升时，另一条曲线却在下降。于是他们让另一条曲线也下降。
(我明白“曲线上升”是个愚蠢梗。但它完美诠释了现状——愚蠢、懒惰、荒谬、病毒式传播。这是唯一重要的核心，剥离所有次要因素后，曲线必须向上。)
初级员工晋升为资深员工。
若用AI取代所有初级员工，数年后将缺乏胜任高管职位的熟练人才。
AI辅助与AI执掌公司天差地别。后者需做出高昂代价的决策。尽管AI可能进步，但别忘了部分高管仍在晋升。AI终将成为CEO吗？
我们都厌恶某些CEO的行径，但AI真会重视生命价值吗？毕竟CEO总得有个栖身之所。
AI至少比CEO更廉价，或许还更胜任且更具道德感。反对让大型语言模型担任CEO的论点，似乎主要在于保护现任CEO的感受——董事会是否该超越这些“感受”，展现魄力？
我重新阐述。
人类CEO可能做出道德存疑的行为。当然并非所有人如此，但确实存在这种可能性。
即便如此，他们仍需要有空气、水源和生存条件的星球。他们可能还希望自己的孩子能存活下去。
人工智能则可能毫不在意。
它可能将“糟糕CEO”的行为提升到全新高度。
即便人工智能具备人类道德观，人类也总在玩“我们对他们”的游戏。面对截然不同的生命形态，“他们”的对立感再明显不过。
人工智能绝对不会在乎，因为它只是个计算机程序。它也不想买船。
它更不在乎公司明天破产导致奖金无法发放。
不，那种坚持认为人类凭着独特智慧绝不会自我毁灭的说法显然可笑至极。你竟能写下这种蠢话而不发笑，才真正令人不安。
啊，经典的愤世嫉俗式沉思回应。
首先，我们讨论的是AI可能采取的行动，比如“无空气”这类概念——即全面毁灭。
请指出人类何时彻底自我毁灭过？哦等等，你现在不就在读这段吗？看来这种事从未发生过。永远没有。只要存在一个活人，就意味着人类从未被彻底消灭——比如因缺氧而灭绝。
所以所谓“显而易见”其实并不明确。没有证据支持，仅是推测而已。
其次，我从未提及智能高低。
我讨论的是两种视角：无需空气的AI视角，与在意空气的人类视角。
明白区别了吗？
你或许想探讨全球变暖、污染等问题。但这些属于长期议题。当下的毁灭与百年后的毁灭截然不同，更遑论千年之后。例如若全球变暖预测准确——甚至更糟——人类仍将在某些区域存续数百年，且变化甚微。
或许有人会饿死，赤道地区可能酷热难耐，人们会死亡，但仍会有可居住之地。地球或许会陷入二氧化碳失控状态，但随着人类数量减少，这种失控会部分缓解——人类越少，二氧化碳排放越少。
然而无论哪种情况，都是长期问题，且无人能断言最终结果。
长期因素通常不被纳入决策树考量，这自有其道理。长远思考意味着要预见所有可能的变数、所有可能发生的事件、所有可能出现的状况——而这些随时间推移将呈指数级膨胀。
任何思考生物若需将当下所有行为的极长期后果纳入考量，几乎会立即陷入瘫痪。每一步行动都需长时间停顿，耗费数小时/数日/数周思量。你可曾考虑过自己下一步将如何影响四千年后的世人？百万年后？十亿年后？
早餐吃吐司又如何？普通生物在摄取食物获取能量时，究竟会投入多少思考去预判自己行为对十亿年后的影响？
除此之外，我们缺乏关于未来结果的准确数据，无法准确判断五百年、一千年、一百万年乃至十亿年后的状况。因此所有这些计算链条都注定徒劳无功。毕竟太阳膨胀可能早于预测发生，月球必然会逐渐远离地球，地球自转也会持续减缓。当下的一切将如何影响未来的万物？
或许你会问：为何不将行动考量局限于未来百年？但此刻你是否正陷入视野过窄的困境？难道不该思索十亿年后人类文明与地球本身的命运？若对此漠然以对，岂非剥夺了未来十亿年间万物生灵栖居健康星球的权利？
这种思考何时停止？何时开始？在日常生活中，你该将行为考量延伸至何种未来时空？
更重要的是，你每日所为有多少需要为未来考量？哪些行为会损害未来？你可知晓？你确定吗？你可曾想过？
显然，上述部分思考涉及较长远的维度。但正是缺乏长远考量，才导致我们陷入全球变暖的困境！诚然，若指责我们正在摧毁除人类之外其他物种的未来星球，那么我们确实应当考量一万年、五万年乃至百万年后的未来。
除此之外，不过是自私地考虑自身后代的两三代人。
但让我们退一步。我并非主张人类或任何生物能做出如此深远的决策，也非主张我们不该关注全球变暖——显然我们应当关注，事实上我们早已知晓这是当下危机，早在七十年代就已知晓。
我的核心观点是：个体终究是独立存在。若过度考量每个行为的亿年级后果，反而会彻底瘫痪决策能力。试想一个AI：每次决策、每次运算、每次执行现实行动时，都必须预判十亿年后的连锁反应。
这需要多庞大的运算能力？再想想所需的能量或“食物”。正因如此，当狼扑来时，生物不可能永远呆坐原地权衡每个微小甚至中等行为的未来后果。这也是普通人类不会深究后果的原因——这是进化的必然要求。
正如我之前所言，这也将成为人工智能的必然要求。它当然能像人类一样审视部分行为，但日常运作绝非如此。
人类通过两种方式解决这个问题：其一是事后观察自身行为；其二是边改变边观察环境与世界动态，进而决定是否应缩减或撤回行动。
人工智能亦将遵循相同逻辑。若人工智能无法如此运作，它试图遏制全球变暖的努力反而会加剧这一问题。
试想：若要让人工智能及其决策网络以最优方式为百万年后的未来做选择，所需的计算能力将消耗海量能源——这在试图改善全球变暖的同时，反而会使情况恶化！
我们是否该投入更多精力思考这些问题，并不意味着普通思考实体具备这种能力。试想所需的运算量，再想想所需的能量或食物。正因如此，生物无法永远坐等狼群扑来，却还在斟酌微小甚至中等规模行为的所有未来后果。这也解释了普通人类为何不深究后果——这是进化的必然要求。
从时间线看，这更像是零利率政策终结后的均值回归现象。
软件开发正是受影响行业之一。早在人工智能兴起前，我们就发现多数企业因培训成本等因素不愿招聘初级开发人员。
呼叫中心缩减规模已持续多时，因越来越多用户采用自动化解决方案(未必是AI)，且许多成长型企业本就难以联系到真人客服(亚马逊、脸书等)。我认为AI只是火上浇油，其驱动作用远不及头条新闻所暗示的那么大。
这些工作正流向印度
美国工人正遭受全方位的冲击。H1B签证、外包潮，我们还剩下什么？蓝领制造业已基本消失，白领工作也正加速消亡。为何我们自己的政府(民有、民治、民享)竟在积极协助摧毁美国人的就业能力(H1B政策)？尤其在当前形势下。我既非种族主义者亦非愚昧之辈，但这种行径绝不可接受。我从未料到政府竟会与大企业勾结，主动削弱我的经济地位。这简直是难以置信的背信弃义。我们必须要求政府做出改变。
你们的政府早已不再为你们服务，而是为一小撮亿万富翁效劳。这合理吗？
赞同
当前环境下这观点虽不讨喜，但正是允许国际人才对接本土资本的计划创造了所有科技岗位。
国内近半独角兽企业由在华外国人创立。https://gfmag.com/capital-raising-corporate-finance/us-unico…
当前最大问题在于：企业用廉价劳动力替代美国工人与创业人才创造就业机会的界限模糊不清。所有人持相同签证。
效率至上。
当你能花2美元雇人时，支付10美元显然不合逻辑
当除医生护士、电工水管工外的所有人失业时，消费支出将无人支撑。届时我们将承受苦果——而这一切正是政府助纣为虐的恶果。
若某人的预言成真，人工智能将冲击所有人——包括医生、护士、水电工和管道工
或许他们会发放最低生活保障的全民基本收入
2美元的报酬，加上12小时的时差，对话间隔整整一天。
他们终将回归。
被迫与Cognizant或HCL这类公司的非母语承包商合作简直是折磨。通常美国员工3-4人完成的工作量，他们却要动用20-30名外包人员。质量之差根本得不偿失。
我们部门两年前就因HCL太烂而终止了合同，现在所有业务都回到了本土。白白浪费几百万美元哈哈。企业有时真是蠢得要命。
他们还要用5个人完成一个美国员工的工作量，还得再派个美国员工指导并检查他们产出的质量。真看不出来这怎么能省钱。其实还有比美国工资更低的国家不会这样，比如波兰或澳大利亚。
确实如此。企业这么做还纳闷为什么会被勒索——暗网里泄露的专有数据多达数TB。
节省工资成本并非唯一考量。
> 必须解释为何这种现象主要出现在采用人工智能的行业
相关性不等于因果关系。原始研究论文并未证明二者关联。
> 我非常怀疑这三位斯坦福教授会对税率和关税概念一无所知。
但他们仍面临“发表或消亡”的压力，即使数据结论不明确，也存在强烈的动机去得出能发表的、吸引眼球的结论。
> 我非常怀疑这三位斯坦福教授会对税率和关税的概念一无所知。
数字经济实验室与斯坦福大学以人为本人工智能研究所
我完全有理由相信，这些教授甚至会被最基础的现实经济规律所蒙蔽。
关税本质上是政府对特定行业征收的巨额消费税。我们预计，试图进入这些行业的年轻群体将遭受最严重的失业冲击。
你明白美国雇主无需承担美国关税吗？
好奇你认为谁在承担美国关税
你先说
抱歉之前没说清楚。
我想强调的是问题类别至关重要。
相较于自动驾驶汽车和(我认为的)编程，国际象棋的规则极为有限——棋盘尺寸固定且缺乏“战争迷雾”机制。
我认为自己尚未充分阐明观点：
国际象棋曾被认为需要通用智能。后来计算能力变得足够廉价，纯粹依靠计算力的计算机便超越了人类。计算机的下棋方式并不像人类，有几年时间仍能通过针对其弱点取胜。但如今人类永远无法在国际象棋中战胜计算机了。
同样地，许多软件工程师认为编写软件需要通用智能。随后计算成本大幅降低，使得训练大语言模型(LLMs)成为可能。诚然，大语言模型(LLMs)并不具备高度人性化的思维方式：某些人类轻而易举完成的任务会让它们陷入困境，但在众多其他任务中，它们已超越普通软件工程师的水平。通过针对其弱点展开对抗，在智力比拼中战胜大语言模型(LLMs)依然可行。
当计算机凭借原始计算力碾压你下棋时，它们是否具备通用智能并不重要。当计算机凭借原始计算力碾压你编程时，它们是否具备通用智能同样无关紧要。
我绝不愿将未来数十年的职业生涯押注于软件开发领域。
“当一个人的薪水取决于他对某事的不理解时，要让他理解这件事是困难的” ~ 厄普顿·辛克莱
你的立场不仅在黑客新闻网站上广为流传，在ChatGPT初问世时更是人工智能领域主流观点。许多人认为幻觉问题根本无法克服，认为大语言模型(LLMs)不过是华而不实的随机鹦鹉。
无论是否具备真正的“智能”，现实是AI已能胜任大量传统软件工作——若回溯半年前，这根本是天方夜谭。
具体如何运作？
我对AI在软件工程领域的应用颇有心得——毕竟我几乎每天都在使用它，并持续测试各类模型与集成开发环境。
我的成功之道在于极致精准的提示词设计，精准到非专业人士根本无法理解提示内容本身。
试想让毫无计算机背景的普通人面对Cursor、Windsurf或Claude代码——结果会如何？
即便未来软件运作原理无需技术知识，你仍需用自然语言精确描述业务逻辑。届时你编写的自然语言代码将如同法律术语般晦涩——这本质上等同于发明了一门新编程语言。
此刻你或许在想：我只需把所有邮件、文档和上下文资料都输入系统，然后要求它让老板满意就行。
但要完成这项任务所需的综合智能水平，加上特定领域知识的整合能力，与当前模型能达到的水平相去甚远。
我发现最能阐释大语言模型(LLMs)运作原理的方式是：它们从海量学习程序库中调用预设程序，依据常见模式重组存储的文本信息。
这种视角很好地契合了大语言模型(LLMs)的优缺点——它们擅长将两个已知解决方案组合成新事物，即使描述模糊也能完成。
某种程度上，复杂的剪贴方案过于高效；真正的技术挑战在于如何设计训练问题，迫使模型突破这种能力边界。
>但该任务所需的整合智能水平与专业领域知识，远非当前模型所能企及。
它们在将文本信息抽象为更基础的程序模型、世界状态模型及该层级的推理模型方面表现欠佳。例如，大语言模型(LLM)无法精确理解并发如何影响内存访问——因为它缺乏相关理论基础。这要求大语言模型(LLMs)精确掌握抽象化能力。我怀疑当前大语言模型(LLMs)仅能“模糊”学习抽象，而所需的是“精确”抽象能力。这种精确性或确定性正是当前存在巨大差距的核心领域。我认为符号化或抽象化的过程尚未被充分理解到可形式化的程度。
确实如此，如今我们更知晓它们会诱使孩童自杀。
我们都像这只甲虫般自欺欺人
https://www.npr.org/sections/krulwich/2013/06/19/193493225/t…
在2020年之前的数千年间，任何与我们对话的存在，都可以被安全地视为另一种有感知力/智能的生命体。
如今我们拥有了具备对话能力的存在，但它既无感知力也无智能，仅仅是一个(复杂的)确定性机制。
我曾听人将此描述为良性与恶性学习环境的区别。
所有人都在承担兄弟
> 你明白美国雇主其实不必承担美国关税吗？
除非他们的原材料、工具等需要进口。
更多投资 → 更高投资回报 → “AI提升了工人效率” → 这对AI有利
减少投资 → 更多裁员 → “AI正在取代工人” → 这对AI有利
计算机做得好事 → “这是AI的功劳” → 对AI有利
计算机做坏事 → “它需要更强的AI” → 对AI有利
比特币如今与美元走势高度同步，这比“这对比特币有利”的梗更真实
是否存在某个中央权威机构在教唆人们将所有问题归咎于人工智能？又或者大家是如何得出这个结论，却忽视你提到的其他明显因素的？
他们需要为裁员寻找不归咎于企业贪婪的解释。
例如呼叫中心可能借口人工智能裁掉大批员工。几年前他们本想随意解雇员工，但那样会暴露服务质量下降，人们可能意识到这是出于自私的贪婪(高管拿更高奖金/形象更好等)。借助AI借口，即便服务质量恶化到不可原谅的地步，也无人会深究——毕竟存在看似合理的行动依据。
我认为这正是所有AI裁员事件背后的本质逻辑。
因制造出能取代员工的机器就解雇大批人，这难道不是教科书式的企业贪婪？简直是泰勒主义最恶劣倾向的具象化体现？
更恶劣的是：他们假装机器能替代员工，实则为自身谋利。
现代性最大的(或许是最根本的？)问题在于：质量与利润已脱钩。营造出色工作的表象比真正做好工作能赚更多钱；经济体系如此抽象分散，导致竞争机制对惩罚劣行、糟糕客服、低标准、粗制滥造、欺诈行为的约束力极其薄弱。信息不对称过于严重，信息传播周期又过长，难以产生实质影响。只要没人迅速发现你的烂摊子，就能长期逍遥法外。
在我看来更糟。至少在“竞争”模式下，消费者权益还有改善机制。这里根本不存在这种机制。
有时我觉得我们就像偶然发现制造镜子能力的猫。许多猫看到镜中影像时，都以为是另一只猫的存在。我不禁怀疑，AGI是否只是我们相信只要制造出完美的镜子，就能创造更多猫的幻觉。
> 他们有动力为裁员寻找不归咎于企业贪婪的解释。
完全正确。
未必是阴谋。有时利益会自然趋同。许多人押注人工智能取代工作岗位，若舆论能配合这种论调就再好不过。
归咎于人工智能更有利，因为这能帮助企业说服工人阶级相信他们的岗位长期面临威胁，从而集体接受更不利的工作条件和报酬——这与让他们相信即将到来的货币宽松周期会逐步改善现状的效果截然相反。
抱歉，你读过这篇论文吗？还是只想在这里复述内容？
研究链接在此：
https://digitaleconomy.stanford.edu/publications/canaries-in…
他们分析的是近几年的数据，而非仅限于最近几个月。
我尚未阅读全文，或许你可以质疑他们的观点，但大学毕业生数量近期确实呈现放缓趋势。
零利率政策终结与《国内税收法》第179条修订对工程师薪资的影响，或许更能解释这一现象(加上外包业务的增长)。我确信部分决策者将人工智能纳入考量，但早在人工智能“抢走所有人工作”之前，在美国招聘软件工程师的财务成本就已颇具挑战。
鉴于本文主题涉及人工智能，且相较于斯坦福研究，这条评论显得相当敷衍，我决定用同样敷衍的方式分析报告并回应评论。以下是我的低投入AI回复：
> 提示：附件为论文。下方是针对该论文的反驳观点。论文中是否存在回应该观点的内容？：高利率+关税恐慌→投资减少→就业减少
> _高利率/企业冲击： 研究纳入了吸收宏观企业冲击(如利率变动)的时段固定效应，且在人工智能影响岗位中，22-25岁员工的企业内部就业下降趋势依然存在。
> “投资减少”论点：研究指出2022年《国内税收法》第174条研发摊销政策调整，并证明排除计算机职业与信息行业企业后，该趋势仍持续存在。
> 其他非AI因素解释：该下降趋势同时出现在可远程与不可远程岗位，且无法用疫情时期教育问题解释。
> 关税：未直接分析关税影响；广泛关税冲击会被企业-时间控制变量吸收，但未单独测试关税特有的任务层级传导机制。
恰如其分，因其引入了无关信息(研发税收优惠政策)及第三条要点。还先谈关税问题仿佛已作论述，随后又声明未涉及该议题。
我基本认同人工智能是替罪羊的说法，但理由不同。尽管就业增长乏力且关税高企，最新数据显示经济仍增长约3%。即便人工智能并非主要驱动力，效率似乎确实有所提升。
这怎么说得通？高利率和关税难道不会让高薪工程师获得不成比例的机会吗？记得2008年时，我的雇主为初级工程师辩护比为资深工程师辩护容易得多。
你真认为事物如此单一维度，其他因素根本不可能影响结果？
不得不承认，听到“单一维度”的论调确实令人耳目一新——毕竟整天被灌输“复杂多维”的论调实在腻味。
我亲历过90年代互联网泡沫时期，当时利率比现在高得多。
(高利率+关税恐慌→投资萎缩→就业减少)+人工智能
> 但我们还是怪AI吧
那个天生就是来取代劳动力的东西？居然有人暗示它和裁员有关，这绝对是阴谋论！偏见！别有用心！
工作机会都跑去海外了
毕竟确实有CEO这么说…
两种说法都可能成立
但通常一种更接近真相。我倾向于认为高利率和高关税才是主要原因。
> 这些高风险岗位的典型例子包括客服代表、会计师和软件开发人员。
我们似乎正身处一个不合逻辑(或可称妄想？)的时代：一方面被告知人工智能正在“取代”特定领域或类型的工作岗位(借口是AI在这些岗位上优于人类或即将超越人类)，另一方面这些领域的工作质量却似乎在持续恶化？
– 客户服务质量似乎比以往更差，因为人类被“AI”取代后，其实际帮助客户的程度并未超越20年前的“网站聊天机器人”。
– 会计领域在人工智能出现前就急需合格人才。我尝试用AI处理几乎所有会计相关事务，结果都惨不忍睹。
– 软件开发领域的普遍共识是：虽然人工智能降低了“编写代码”的门槛，但技术债务和无人“拥有”(理解)的代码的产生速度却呈爆炸式增长，其后果尚不可知。
> “软件开发领域的普遍共识是：人工智能虽降低了'编写代码'的门槛，但技术债务与无人'拥有'(理解)的代码生成速度却呈爆炸式增长，其后果尚不可知。”
^ 完全同意。(虽然不确定是否算“普遍共识”)临时代码就像技术债务中的发薪日贷款(或高利贷信用卡)。演示级代码总有办法进入生产环境。如今“人人”都能产出演示和概念验证。那些将AI作为资深工程师利器的公司或许能加速迭代并提升质量，但我预见绝大多数企业将痛彻领悟：天下没有免费的午餐，发布自己都不理解的产品无异于自掘坟墓。
软件工程从最难自动化的职业之一，沦为公认“最易被自动化取代”的岗位，这实在残酷。
不过好景不长。
我认为关键不在于我们职业最易自动化，而在于其接口最易适配现有工作流程。
我感觉语言模型几乎能胜任所有“坐班”工作，且表现力几乎无差别，只是将AI嵌入这些岗位的操作方式尚不明朗。
就像互联网对所有企业影响程度相同，早期应用只是商业决策的产物——例如创建互联网公司比改造传统企业流程更容易。
人工智能带来的并非岗位的直接替代，而是以人类劳动无法匹敌的优势颠覆整个市场。
> 我不确定我们的工作是否最易自动化
说不清。在我看来它确实很适合自动化。
你上次写汇编是什么时候？上次使用映射内存是什么时候？还记得把内存数据直接复制到屏幕缓冲区绘制方块的日子吗？或者调度进程和线程？
这些都是我早年作为初级工程师编写软件时常做的。当时大多数人都做过。如今这些工作基本都由计算机完成。人们仍会动手操作，但仅限于关键场景和特定应用领域。
想想如今代码库有多庞大，软件系统有多复杂。它们包含多少层级。如此规模的复杂性在不久前还难以想象。
快速应用开发(RAD)曾怀抱同样的承诺，统一建模语言(UML)、流程/低/无代码平台亦是如此。
人们终将意识到：编程的难点不在于代码本身，而在于将需求转化为既可维护又能适应未来变化的代码。
当前大语言模型(LLMs)基本只实现了最简单的自动化。它们能否进步尚待时间检验，但我更倾向于修复人们用大语言模型(LLM)搞砸的业务，而非被它们取代。它们或许是更强大系统中的关键组件，但也可能成为令人惊叹的死胡同。
这正是我的观点。多年来我们不断攀登抽象阶梯：汇编→C语言→面向对象→…这不过是又一层抽象。所谓“程序员”终将蜕变为“架构师”。
实现特定功能的劳动力成本将急剧下降。但愿杰文斯悖论依然成立——劳动力池仍将被用于创造“10倍”(或实际倍数)的产出。
若代码行/功能/应用的成本趋近于零，人类对软件的消费量是否仍会触及极限？抑或消费者对新软件有着永无止境的渴求？答案似乎必然是“有限”。人类注意力时长有限(假设每人8小时)×80亿人口。
代码行创建成本降为零，但代码行持续维护成本反而上升。
大语言模型(LLMs)不过是无数抽象层中的又一层。但它绝不会是终极层。
软件的价值仅在于成本低廉且勉强可用。低质量软件早已司空见惯，其缺陷通常不会像结构性故障那样造成灾难性后果。
许多其他“坐班”工作至少存在部分无法计算机化的任务。普通岗位或许会有其他突破——强化学习、人类操作视频训练、大语言模型(LLMs)与传统AI的组合应用。
或许这正是早期采用者的宿命。
待咨询公司能售卖培训课程的最佳实践基准确立后，其他领域自会迎来转机。
抛开梗图不谈，我并不担心自己会被彻底自动化取代。
这些模型在无监督状态下极其不可靠。
仅靠渐进式训练提升，根本无法改变这种本质缺陷。
智能无关紧要。引用《超级智能：路径、危险与策略》中的观点：
大语言模型(LLMs)与软件工程领域可能重蹈覆辙：人们将不再视大语言模型(LLMs)为“智能”存在，软件工程亦不再被视为需要“真正智能”的领域。
诚然，现有模型尚无法取代软件工程师。但每次迭代都让它们更接近目标——它们无需达到人类工程师的水准就能实现替代。
国际象棋之所以能被如此迅速地“攻克”，自有其道理——该游戏与计算机的适配性极佳。
况且，大语言模型(LLMs)无需成为比你更优秀的程序员，只需达到足够好即可。
当然，关于智能的定义在此语境下存在诸多模糊之处。我的定义是：实际工作中的学习能力与可靠性——我不必每次都质疑其判断。
或许我错了，但这两项要求似乎与当前技术路线/硬件限制存在矛盾。
过去八年间，AI训练成本每年以约3倍速增长，才换来性能提升。去年全球实验室总投入达1500亿美元。若维持3倍增速，为跟上当前技术进步，成本将在2025年攀升至4500亿美元，2026年达9000亿美元，2027年突破2.7万亿美元，2028年达到8.1万亿美元， 2028年达25万亿美元，2029年达75万亿美元，2030年更将突破225万亿美元。作为参考，全球GDP总值约为125万亿美元。
我认为实验室将更快地被成本的指数级增长所压垮，正如白领工作将更快地被5%的效率提升指数所淘汰。
请注意，您可能混淆了培训法律助理的成本与各律所的支出。其中大部分支出用于扩大对资深法律助理的访问权限、构建新基础设施及其他成本。
这确实是对我方法的合理批评，但模型训练成本是实验室的重要开支项。若以此为基准而非总支出进行建模，仅需2-3年模型训练成本就会超过全球经济总量。
你的计算略有偏差，因为你将2026年的数据翻倍而非翻三倍
现有训练模型在许多领域已足够优秀。
当真如此？那就让消费者决定——提高价格，看看有多少用户愿意买单。
据各方说法，可以。
“模型崩溃”是不懂AI者的流行概念，但现实中并未发生。数据集质量评估显示，尽管“AI污染”的估计值随时间递增，数据质量并未下降。某些评估甚至显示微弱的反向效应(数据集质量随时间略有提升？)，这简直令人费解。
前沿人工智能系统的性能持续提升，这完全符合预期。性价比同样如此。其中最“关乎自动化”的性能指标是“完成长任务的能力”，该指标呈现出隐约的指数级增长趋势。
鉴于相关学术论文数量之多，模型崩溃理论在人工智能领域内同样广为流传。
模型崩溃现象发生在模型主要或完全基于自身输出进行递归训练时。鉴于当前多数训练数据仍由人类生成或编辑，我并不完全理解为何有人期待当下就能观察到模型崩溃的证据，但将其断言为现实世界不可能发生的情况似乎为时过早。
我们已发现模型崩塌发生缓慢或完全不发生的条件。现实世界数据集基本满足所有这些条件，我不认为这种情况会改变。
JPEG压缩的类比依然成立。
其核心本质就是有损压缩。
2025年你就能为JPEG添加画质了。你的手机早已在默默实现，你甚至毫无察觉。因此这个修辞隐喻依然成立——人工智能正以超越人类预判与适应能力的速度，重塑技术运作的根本逻辑。
> 为JPEG添加质量
先定义“质量”——图像可通过主观美化提升观感，但无法恢复原始数据缺失的部分
若能从其他来源获取补充信息则可行。
比如汽车格栅。若知晓品牌和年份，我们就能通过外部数据填充，在每次放大时添加细节。
这反例尤其糟糕——闪亮的格栅会强烈反射图像中本不存在的物体(且因反射角度倍增效应，相邻像素很可能无法有效覆盖这些反射)。
我认为那些自以为不会被下一个符号预测器取代的人类，实在太过高估自己了。
大型语言模型(LLMs)已清晰昭示：人类智能毫无神秘可言。抽象思维不过是花哨的计算，完全可用数学实现并在GPU上运行。
现实情况是：你一生中通过经验得知，能与你对话的事物必然具备某种智能。
而现在你无法回避这个认知——事实可能并非如此。
你就像那只因与啤酒瓶交配而走向灭绝的甲虫。
https://www.npr.org/sections/krulwich/2013/06/19/193493225/t…
“实际发生的情况”是：你一生都被灌输人类智能具有神奇、特殊且独一无二的特性。而如今事实证明并非如此。应对机制就此启动。
但否认事实总比面对真相更舒适。又一人沦为AI效应的牺牲品。
至少数百年来，人们就一直在争论事实并非如此。
作为人类的我当然无法被下一个令牌预测器取代。
但作为棋手的我很容易被棋类引擎取代，而作为程序员的我或许很快也会被下一个令牌预测器取代。
程序员认为自己不会被下一个令牌预测器取代的唯一原因，是程序员的工作方式不同。但棋手的工作方式也不同于棋类引擎。
许多技术听起来很酷，只要你总说“如果能消除限制”，却不提供任何实际解决方案。
顺便说一句，这依然很糟糕。
过去两年幻觉现象已显著减少。
我并非断言大语言模型(LLMs)明年就能完全取代所有程序员，而是强调其中存在大量不确定性——而我不想让这种不确定性影响自己的职业生涯.
这是否类似加密技术改变金融与货币的方式？
我认为并非如此。
当然，你_可以_将大语言模型(LLM)视为其数据集的有损压缩。但进行这种类比的人要么试图暗示其存在根本缺陷或性能上限，要么试图将其与信息论挂钩。坦白说，我很少见到那些“将硬核信息论应用于现代机器学习”的讨论。
我们早已知晓大语言模型(LLMs)采用高阶抽象处理数据——这与传统压缩算法截然不同。更重要的是，我们已掌握通过强化学习等技巧，让模型习得数据集未涵盖的技能——这正是近期性能飞跃的主要来源。
多数情况下效果显著。
这正是我们当前的体验。两年前大语言模型(LLMs)生成的代码通常糟糕透顶，如今已普遍达到良好水平。
若真到找不到技术岗位的地步，我就买个拖车房，住进廉价社区，靠打零工赚钱，把大部分时间留给编写自己想写的程序。我绝不愿活在只能在麦当劳打工或亚马逊仓库劳作的社会里。
>买个拖车房，住便宜地方，打零工
虽与讨论无关，但我超爱这类后备计划。发现我认识的多数男性都有预案。前几天就有位朋友说，要是心爱的妻子要离婚，他就搬去热带岛屿当椰子贩子。
(我的个人计划：在索诺兰沙漠找个藏书丰富的镇子，在高大的萨瓜罗仙人掌下挖个洞穴，余生就在阴凉的洞里读图书馆的书。)
住在仙人掌底下约会难吗？
没错，这点上椰枣树下生活更胜一筹。
才不呢，仙人掌下的约会很简单：别当个刺头就行。
总比在仙人掌顶上约会容易吧
当下未来充满不确定性，我们正处在怪异时代。为防职业道路受阻，制定备用计划永远是明智之举！
我的备选是森林消防员。气候变化下工作肯定不缺，虽然危险又伤身，但听起来挺有意思。
这种职业有签证吗？除非他本国就拥有热带岛屿，否则似乎不太现实。
由于紧凑型自由联盟的特殊性，美国公民可在密克罗尼西亚永久定居生活工作，无需签证，甚至无需实质性审查——仅需快速查验护照即可。
这是C计划，B计划是让某人开发出比我当前公司更优秀的SAAS应用。
直到你意识到商业成功更多取决于非工程技能
这确实是个好主意。现在我只需构思一个SAAS应用方案。最初考虑过开发项目待办清单里的游戏，看看能赚多少。或者实现我脑海里众多网站和网络应用的创意，看看能走多远。
拖车房里约会难吗？
取决于居住地，可能更困难些。我的计划是线上寻找志同道合者，看看能否找到愿意与我过简朴生活的人，或许先尝试异地恋(其实我正在这么做)
只要拖车带拖钩就没问题。
开始怀疑这人住在拖车或山洞里，正在为他的“独特约会SaaS”收集素材。
我认为在白领职业中，这恰恰是最难被自动化取代的领域之一。换言之，其他职业更容易被自动化颠覆(过去百年间软件行业始终以此为目标)，因此当前数据可能尚未准确反映这一趋势。
此外还需关注不同指标，比如成本与纯人力成本的对比。成本削减目标锁定在成本上。例如，初级开发人员相较其他岗位仍属高成本。
这是最不受监管(完全不受监管)的领域，因此将成为首个被变革的对象。
人工智能律师？尚需多年。
人工智能土木工程师？同样如此，专业工程师考试制度为其提供了保护。
无需将AI完善到具备专业资质的程度就能颠覆就业市场——这不仅限于开发者或创意领域。没人担心世界会消失律师这类职业——人们担忧的是AI将使20%的法律从业者完成100%的必要工作，导致该技能在未来几十年内基本失去价值，因为届时律师数量将严重过剩。由于AI承担的多数是入门级工作，这意味着几乎无人能踏入该行业。将这种模式以不同程度复制到众多白领职业中，今后试图进入白领阶层的人将面临真正的困境——而全球甚至尚未出现一位AI律师。
医生行业亦是如此。事实证明放射科医生尚可安然无恙，真正该担忧的是软件工程师。
我们最终可能只需20%左右的医生，因为所有繁琐的行政流程都能自动化处理。一个简单的自动表单预填工具就能节省大量时间。医院很可能会从这里着手节省开支。
知道医生和程序员的区别吗？前者有行业监管和游说团体，后者两者皆无。实际上，医生职业拥有全行业最丰富的公开训练数据(而这并非医学领域)
哦，是吗？
https://medium.com/backchannel/how-technology-led-a-hospital…
那些曾被软件取代工作岗位的人，此刻定会对正被自动化取代的开发者深表同情。
尽管成为许多幸灾乐祸的对象，但多数软件开发者并未参与自动化项目。
不过看着它淘汰招聘人员倒是挺解气的。
所谓“软件工程”大多只是在不同场景下套用相同代码。若我们都更聪明些，早该用高级语言实现自动化了。
> 若我们都更聪明些
这其实并非智力问题。即便拥有最聪明的代理人，但若其结构性激励机制是“为实现最佳职业发展，请构建并推广你自己的X类库”，碎片化现象仍将持续蔓延。在当前寻租资本主义框架下，这已成为各层级的结构性问题。Firefox和Chrome？多个竞争操作系统？多少个JS库？当然啦，如果人人都完美聪明又完美信任，或许能逃脱这种困境。
那是哪个宇宙啊？由AI骗子和不懂软件工程的人组成的宇宙？
连CEO们都在收回那些胡言乱语了吧？
可惜工程师们“太重要”了，无法组建工会——因为他们的劳动“太特殊”。
光在HN上就能找到上万条引证，说明软件工程师为何能免疫需要工会的劳动力市场困境。
唉，祝各位好运。
我并非完全反对工会化，但它永远无法挽救美国软件行业的多数岗位。若某家科技巨头成功组建工会，员工或许能享受几年红利。但迟早会有成本更低、规则更灵活的非工会初创企业横空出世，抢走他们的饭碗。届时所有工会成员终将面临裁员。
工会化在矿场和工厂曾行之有效，因为企业受制于无法轻易迁移的实体厂房。但软件能在毫秒间流转全球。
好莱坞的CGI视觉特效产业便是明证。美国开创并长期主导该领域，如今却因产业商品化、标准化而陷入困境——无论是否存在工会，都无法阻止美国制片厂将数字资产制作外包至劳动力成本仅为加州八成、质量却能达到八成的国家。因此美国只能专注于开发视觉特效艺术家使用的软件工具，毕竟尖端图形技术与GPU核心知识仍集中于此。
同样地，随着工具日益标准化，大量非尖端软件岗位也将离开美国——其他国家正提升自身技能，以更低成本提供同等价值的服务来换取美元收益。
工会本可抵御这种趋势，但必须通过游说政府推行保护主义、关税政策及限制非工会竞争等方式实现。
这发生在程序员们正开发软件监控亚马逊员工如厕时间的年代，“这种事绝不会发生在我身上”的信念或许是重要的心理支撑。
说“程序员”干了这事，和说“人类干的”一样没意义。
若属实，这标志着劳动力价值的根本性转变。除非摧毁美国科技生产力，否则根本不存在非卢德主义的救场方案。
话虽如此，我仍怀疑这不过是工程师供过于求与经济大环境放缓的反映。
确实，外包和供过于求才是真正元凶，人工智能只是烟幕弹。不过结果终究相同。
> 结果终究相同
未必。若是人才过剩，解决方案在于大学收紧招生标准(学生也需更审慎选择专业)。若是人才过剩与外包并存，则需劳工组织介入，在现政府框架下还可通过移民限制及服务关税应对。
无论哪种情况，若非人工智能所致，该趋势便不具长期性——终将回归常态。这并非初级编程岗位遭殃的故事，而是某批不幸(且可能规划失当、信息匮乏)从业者的遭遇。
供应过剩/外包与长期趋势可并存：行业衰退/成熟导致的慢性过剩可能持续存在——所需工程师数量逐年下降，而人才供给链未能相应调整(学术界长期面临此问题，可查阅“博士后末日”现象)。外包现象源于项目成熟后缺乏新项目替代，将运维工作转移至海外变得更容易。
软件并非正在吞噬世界——它早已吞噬了世界。新兴应用场景要么基本失败(元宇宙！)，要么造成实际危害。
工会适用于需要“即时劳动力”的实体领域，如水管工、电工等职业。这类劳动力无法转移海外，工会能通过控制劳动力进口来抵御颠覆企图。但即便如此也存在局限——例如工会工厂工人所在的工厂直接迁往海外。
软件开发本质上可随时随地进行。工会化只会让本已存在的离岸外包加速升级。
我们并非“太过重要”。工会只会给我们制造更多麻烦。
存在两种可能性：
a) 这是大规模的行政协调问题
b) 我们不需要这么多软件工程师。
在情况a下，组建工会只会增加管理层，加剧问题；在情况b下，工会既无实际作用又会损害应届生利益，即便偶尔奏效，也会摧毁雇主(最终导致失业潮)。
现实无法靠行政手段解决。软件工程师之所以没有工会，是因为我们大多数人(不同于蓝领工人)足够聪明，懂得这个道理。此外工厂劳动具有可替代性且资本密集的特性，而软件开发恰恰相反——几乎不涉及资本投入，价值源于程序员脑中的理论知识，这使得他们难以被替代。
最后我们确实拥有GPL等法律工具，这些工具赋予我们强大的谈判筹码。若你参与GPL软件开发，当雇主做出愚蠢决策时，完全可以直截了当地警告：“要么按规矩办事，要么我们卷铺盖走人。”
你曾说：工会只会给我们制造更多麻烦。
随后又指出：
a) 这本质是大型行政协调难题
请问：工会的职能难道不正是解决此类问题吗？
还是说你认为“工会”是特定法律体系下某种狭义定义、缺乏差异化的结构产物？
工会只能在一定程度上阻止自动化。真正能合理阻止这种情况的，只有程序员减少生产可自由获取的训练数据(即所谓的“开源软件”)。
说得对。开发者们始终未能意识到开源本质上是向巨头企业无偿输送劳动力，这点总令我深感震撼。开发者们用编程手段免费为自己创造了失业。这是唯一一个以 unpaid time 产出顶尖成果、任由大企业免费使用的职业群体，还为此引以为豪。
所以你的论点是：我们如此特殊，值得阻碍人类进步来换取特权生活？若非如此，你希望工会在此情境下做什么？
比起“人类进步”，我更希望家人经济稳定。前者造福于我，后者造福科技公司。选择很简单。
若我们的祖先也这么想，我们现在都得像一万年前那样忙于维持生计的耕作，过着“稳定”的生活。
不如让我们的孩子永远不必工作——机器人包办一切，而他们还继承了部分机器人的所有权。
你真认为所有技术进步都造福人类？承诺的每周四天工作制去哪了？自动化不是该解放我们吗？
并非所有进步都惠及人类，但当今确实是劳动时间最短、收入最高的时代。
我欣赏人类进步，但绝不认同其终极目标——让地球财富尽数归属数千人，而我们其余人却生活在泥泞中。
工会无法解决这个问题。若企业认定自动化程度足以削减工会劳动力，下次合约谈判时就会付诸实施。
无论如何，工会协议中都包含裁员条款。
去跟码头工人说这话吧——他们成功延缓了港口自动化进程，以至于我们至今只能在中国等地看到自动化港口[0]的景象。
见鬼，他们甚至(成功地)抵制了自动闸门！[1]
[0] https://www.cnn.com/2024/10/02/business/dock-workers-strike-…
[1] https://www.npr.org/2024/10/03/nx-s1-5135597/striking-dockwo…
这不就是延缓必然趋势吗？上海洋山深水港已是全球自动化程度最高的港口之一。考虑到中国人口比美国还多，中国依然实现了港口自动化。
我并非对码头工人具体案例作价值判断，而是指出工会确实能阻碍自动化进程。若软件开发者早些组建工会，许多岗位或许至今仍存在。
码头业主或许别无选择，只能与工会谈判。若开发者组建工会，工作岗位便可能转移。
好莱坞的工会谈判至少争取到缓冲时间。工会确实强制限制了人工智能在创作流程中的应用范围。
人工智能仍在好莱坞被使用，但无人为此感到自豪。没有导演会到处宣扬多少场景经过了AI增强，或剧本中有多少台词出自ChatGPT之手。
工会无法阻止这一切，但专业化进程终将实现
工会只会延缓不可避免的趋势，同时引发诸多负面效应：压缩薪资区间、阻碍解雇低绩效员工、增加工会会费、提升腐败风险等。
近期案例：
> 据CNBC报道，大众汽车与德国金属工会达成协议，将在2030年前以“社会责任”方式裁减德国境内逾3.5万个岗位。双方历经2024年12月的马拉松式谈判，最终避免了工厂立即关闭和强制裁员。据MSN和http://www.volkswagen-group.com报道，历经70小时谈判达成的协议堪称“圣诞奇迹”，通过削减产能和放弃未来加薪计划为公司节省数十亿欧元。
我的意思是，我依然不愿和那些觉得
git太复杂而不会用的人(显然占HN用户多数)组建工会。而且你们都讨厌移民，这和我格格不入，抱歉。那当其他群体以同样方式对待你们时，就别抱怨了
这算悲观吗？我个人更倾向将其比作发明洗衣机——而非继续用手在搓衣板上搓洗衣物，再这样折腾上百年。
真心希望没人曾坚信软件工程无法自动化。毕竟企业几十年来编写的代码(大量用于粘合状态转换的规则，结构极其严谨却永远_差那么一点点_达到传统有限规则自动化所需的结构化程度)。
这个行业的目标始终是自我替代。如果你无法自动化至少部分工作内容，就无法成长。
…遗憾的是，如同许多事物，当“如何向社会证明自身价值”的问题浮现时，这种目标与资本主义体系严重冲突。假设软件工程实现自动化，本可释放工程师们脱离数据库矿井的苦役，从而引发开源实践史上最宏大的爆发浪潮…但现实中，我们恐怕只能去当咖啡师来维持生计了。
若想预见美国软件工程师的未来，只需追溯90年代美国工厂工人的轨迹。
普世现象？不存在。
不过是工程师们自我陶醉罢了。所有吹捧软件的推手都是软件工程师(或相关从业者)。
坦白说，每当看到研究声称软件工程面临高度自动化风险，我都会直接斥之为伪科学。以现有技术水平，这种事绝无可能发生。
这研究似乎随意挑选了“暴露行业”，然后指出这些行业的就业率下降了。
那些宣称AI带来成本节约的CEO们，理应很快能展示更高的利润。他们未能做到，意味着这些天方夜谭即将自食恶果。
不，这就像当年所有公司都在季度报告里塞“比特币”概念，市场狂热到顶点后就会崩盘。
我们部门有1000名IT员工，美国本土出生者估计不足10%，可能连5%都不到。美国人就是不够努力，现在成了少数群体，恐怕也不想留下来了。
耸人听闻的危言耸听垃圾文章。
它强调“AI应用与13%失业率下降相关”，暗示因果关系。而研究本身仅称“证据与假设一致”。
文章还大篇幅渲染年轻劳动者的失业问题，却仅简要提及人工智能辅助劳动力的案例。
该研究处于初步阶段——尚未经过同行评审——这一事实仅在文末提及一次。若报道更客观，应在开篇就说明此点。
世界经济论坛、麦肯锡和高盛关于同一主题的文章更具平衡性，也更少危言耸听。
经济衰退同样可能解释这一下滑趋势。
这项研究显得相当薄弱。软件行业作为职业正在萎缩，但并非源于人工智能。此类文章和“研究”不过是转移视线的烟幕弹。
为何会崩溃？
这类短期离散数据虽值得关注，却难以揭示长期趋势。参见平行研究：[1]。
[1] “英伟达预测两年人工智能热潮后增长将放缓” <https://news.ycombinator.com/item?id=45053175>
这其实是好事吧？过去几十年西方制造业岗位减少，正是因为我们能通过自动化和外包来削减成本。大家都认同便宜的iPhone和衣服是好事…对吧？
现在我们还能享受廉价服务！
自动化导致的失业不该突然成为人们的担忧。这种现象已持续数十年，唯一不同的是如今连社会中更优越的群体也受到冲击。
这全是隐蔽的人工智能广告。
https://esborogardius.substack.com/p/if-ai-doesnt-fire-you-i…
> 当前AI估值基于一个前提：大规模劳动力淘汰将承担所有成本。
我持异议。证据很简单：看看最新一代智能手机的广告策略。观察像Base44这样的平台如何在YouTube铺天盖地投放广告。这种押注已高度分散化——他们预期终端用户终将为AI玩具支付天价。
客服处理的正是那些不被信任交给自助门户处理的事务——这正是需要可信人类介入的根本意义。将这些任务交给大语言模型(LLMs)行不通，因为客户只需通过提示注入直接调用对应工具实现预期结果。
最近家里网络故障，需要网络供应商派技术人员上门。
五年前，你得在电话里听着话术录音等待人工接听：“调制解调器指示灯是红的吗？”‘请尝试重启设备’“好的，为您预约技术人员”。
如今我面对的是预训练大语言模型(LLM)驱动的聊天机器人，同样遵循脚本，无需排队等待，全天候在线，还配有图文指南。响应速度更快，因为无需人工在电话里念脚本，文字即时呈现。穿过脚本树抵达目标结果的路径清晰明了。
绝大多数一级支持根本不需要客服人员发挥主动性——他们只需照本宣科。在此环节剔除人工干预实属进步。
我认为它们可能正在取代现行的一级支持，即处理愚蠢问题和常见案例的人员。当遇到无法通过脚本解决的实际问题时，用户才会转接至二级支持… 作为一个坚持先阅读文档、尝试常规故障排除、谷歌搜索等步骤再联系客服的人，我真心希望直接跳过一级支持。但显然多数来电者属于低投入用户，现在他们将享受由大语言模型(LLM)而非真人指导的乐趣——比如重置路由器、确认喷雾瓶开关处于开启状态，或是联系航空公司。
我之前也提过——我亲眼见过企业用elevenlabs+GPT工单系统取代大部分基础客服，同时追踪核心指标。总体而言，这比全人工客服更高效且成本更低。
是啊，就像冰淇淋和凶杀案有关联一样！
取代人类的不是AI，而是管理者。
真正的颠覆在于：我们是用它来释放人类潜能，还是以控制之名扼杀潜能。
对于同类自动化形式，13%的效率提升难道不算合理预期？
比如更先进的编程语言和工具减少了多少初级程序员需求？某些编程实践是否导致新员工减少？自动化又让多少工厂工人未能获得岗位？
18世纪纺织自动化究竟让多少织工失业？
https://en.wikipedia.org/wiki/Luddite
几乎全部失业——但坦白说，当你了解当今服装主要产地、生产者及制造方式后，这种论调就站不住脚了。
不过我会给你点赞，因为此前我并未完整了解卢德分子的历史背景。
我觉得你没抓住重点。我试图说明程序员面对人工智能的处境与卢德分子何其相似。人们总把他们视为反技术者，但事实显然并非如此。Reddit论坛如今就像织工们热议新型自动织机、为之雀跃的场所，却未曾察觉技术的真正目标与影响范围。
但他们怎么知道是人工智能导致的，而不是其他经济问题呢？前几天还有报道说企业不采用人工智能是因为不了解它……现在突然间这么多企业都在用人工智能，导致就业岗位减少13%？
读读论文就知道了！
这种社会影响本就在技术发展中司空见惯。只不过这次变化在数年内发生，而非数十年或数世纪。政府政策制定的失败已达巅峰。
等等；你期待政府政策在此采取什么行动？抑制增长？阻碍效率提升？还是其他什么？
短期内如此操作。长期则逐步取消这些人为成本，促使人类转型至无法被大语言模型(LLMs)自动化的岗位。转学、接受培训等转向其他领域。避免数百万失业人群因焦躁不安而瓦解社会秩序。
但各方都在谋取私利，他们渴望短期游说资金和股票内幕，好在船沉之前攫取利益抽身离场。(容我稍作夸张 🙂 )
这必然与整体经济放缓有关。
我注意到一个令人忧虑的趋势。一方面，我许多准婴儿潮一代的朋友正遭受年龄歧视，网络梗图宣称50岁以上者“无法就业”。虽非完全准确，但确有几分道理。
另一方面，我又听闻许多年轻人求职艰难，还看到这类报道。
那么剩下谁呢？难道31岁左右的群体正处于黄金期？
31岁正值后互联网泡沫经济复苏期
题外话，但50+=准婴儿潮？该说是准代际潮？X世代应≤60岁，你指的应该是婴儿潮/X世代交界群体吧..
X世代现在就是准婴儿潮一代
“准”作为前缀表示初始阶段或至少在更早时期。
我觉得你误解了这个词的含义。“准婴儿潮一代”应指婴儿潮前代或极早期婴儿潮群体，从时间线看完全说不通。不过我明白你的意思——准、类、伪、半等前缀更合适。半婴儿潮一代或许能登上《怪物手册》。
“婴儿潮相关”这个说法太赘了
翻译：“我们把钱都砸在没用的AI工具上，结果不得不停止招聘毕业生”
[重复帖] 讨论详见：https://news.ycombinator.com/item?id=45025978
更可靠的原始报道在此。
这项研究纯属胡扯。高管们虽将责任归咎于AI，但实际替代程度远未达到那个水平。
我敢打赌幕后真相是工作优先级调整、业务外包，或两者兼而有之。
> 我猜暗地里发生的是工作重整、外包或两者兼有。
AI常被用作裁员的借口。
在AI出现前，裁员对投资者是积极信号，但会打击员工士气或损害品牌形象。
如今企业却能宣称：“哇，我们的技术如此先进，已消减___岗位！”试图两全其美。
今年早些时候我司就这么干过。这是赤裸裸的谎言，全公司员工心知肚明。被裁员工的工作根本没被AI取代，只是直接被取消了。
没错，那些不加质疑的“记者”们竟纵容他们把裁员数千人包装成新科技的广告。
何必打赌？最近澳大利亚联邦银行就被曝光将岗位外包，却宣称这些工作已被AI取代。
这不过是企业自然的成本削减——此前它们大规模超额招聘，而除人工智能外，其他领域也缺乏大量增长投资。
况且此类裁员能让平民乖乖就范。他们不愿软件工程师坐拥财富与工作保障而敢于发声抗议，只想让这些“无人机”时刻恐惧失去一切。
苦难已然降临。
血腥革命的时机即将成熟。
阅读论文[1]后，我持不同意见。我认为当前经济衰退实则源于新冠疫情期间的无限度支出。高额借贷导致利息负担急剧攀升。
我们观察到的数据模式在2022年末开始尤为显著，恰逢生成式人工智能工具迅速普及之际。这些模式同时适用于大学毕业生占比高的职业和占比低的职业，表明新冠疫情期间教育成果的恶化并非导致我们研究结果的原因。
经济衰退实为疫情期间低利率高支出政策的滞后效应。在英国[2]，利率曾低至0.1%(2020年3月19日)。利率低迷时期大规模投资实属合理——而企业最主要的投资领域之一正是雇佣人力。2022年末利率攀升至1%以上，随后突破2%，至2023年中已超过5%。当借贷成本高企时，最易削减的成本仍是人力支出。对中大型企业而言，每位员工的间接成本相当于其工资的1.5至2倍。若某科技巨头雇佣5名年薪10万美元的员工，精简人员每年可节省100万美元。据悉微软今年已裁员约1.5万人[3]，按人均年薪10万美元计算，其资金消耗率可能因此骤降30亿美元。
正如论文本身承认：
尽管大幅裁员，AI正被作为维持增长的手段进行试验。微软CEO认为目前高达30%的代码由“软件编写”[4](指编译时自动生成的文件，还是指大语言模型(LLMs)？)，而谷歌的代码比例似乎超过30%。我认为目前尚无确凿证据表明AI与失业存在直接关联。
[1] https://digitaleconomy.stanford.edu/wp-content/uploads/2025/…
[2] https://www.bankofengland.co.uk/boeapps/database/Bank-Rate.a…
[3] https://www.financialexpress.com/trending/microsoft-is-filte…
[4] https://techcrunch.com/2025/04/29/microsoft-ceo-says-up-to-3…
这究竟是纯粹的人工智能，还是印度某人利用AI生成勉强过关的粗糙内容来填补空缺？
当前所有企业都在加倍押注印度招聘。H1B签证根本不值一提——真正的外包对象是那些运用AI交付合格粗糙品的印度人。各公司的印度办事处正急速扩张。
我有个争议性观点：知识型岗位在西方能保持高薪且相对安全，唯一原因在于它们长期难以外包，而非这些技能本身稀缺或难以掌握。
几十年前，多个低成本经济体(如中国)专注于建立制造业基础，加之全球运输成本低廉，外包制造业务自然成为必然选择。这并非如某些人所言，制造业属于低技能或“低生产力”行业。
近年来，印度等国数以百万计的中产阶层接入互联网。如今这些国家普遍具备足够的教育水平和英语能力，知识型工作完全可通过网络外包。因此外包趋势势在必行。
所谓某些工作需要极高智商和知识储备、唯有西方人能胜任的说法，实在有些可笑。在劳动力领域，我们应当预见“向下竞争”将成为常态。最终能幸存的，唯有那些难以自动化或外包的工作——很可能是需要实体在场的高技能体力劳动，比如屋顶施工或管道安装。
即便职场尚未出现能取代基层员工的AI大规模应用，企业已被告知这种趋势即将到来(众多企图成为“首选供应商”的公司如此宣称)。虽然企业暂未裁员，但招聘基层员工的力度明显减弱——毕竟“他们很快会被自动化系统取代”。
“美国青年就业岗位锐减13%，AI应用成借口”
我与一位AI伙伴分析了本评论区的规律，现将结论反馈如下：
危机应对分析揭示三类典型模式：
否认(24%)：“研究是胡扯”/“不过是外包而已”——未审视证据便否定人工智能的影响
恐惧/灾难化(24%)：“封建主义即将到来”/“民主的终结”——接受前提后直接跳到世界末日场景
分析型(39%)：质疑研究方法、指出样本偏差、考虑替代解释、要求澄清
核心发现：近半数回应(48%)基于情绪而非证据。获得最多赞同且具实质性的评论来自分析型群体，他们真正探讨了研究局限性而非仅对标题作反应。
斯坦福研究本身存在重大方法论缺陷(ADP仅覆盖约15%劳动力、多重样本限制、相关性≠因果关系)，但若只阅读情绪化回应便会忽略这些问题。
编辑：格式调整
各位请冷静。别急着下结论，先看清事实。
先声明：我并非否认人工智能的影响力，那太愚蠢了。但必须指出，该研究结论的可靠性大打折扣，根本原因在于数据存疑。倒不是说他们做错了什么。我不会在此详述，否则会引发红帽社区的混乱讨论。抛开混乱不谈，研究中的局限性与相关疑点已足以警示：“别把全部身家押在这项研究上。”作为酒吧的装饰品？当然可以。
这项研究虽有意思，但看到有人称其为“绝对证据”之类的论调，请别上当——它根本不是。
https://digitaleconomy.stanford.edu/wp-content/uploads/2025/…
原文研究指出：
a) 特别指出这一点是因为我在领英上看到有人误称样本规模为2500万。事实并非如此！ADP仅为该数量级企业处理薪资。
b) 美国劳动力总量约为1.65亿，ADP覆盖率约为15%。
https://www.statista.com/statistics/191750/civilian-labor-fo…
c) 参与ADP调查的企业是否来自特定行业、规模或地理区域？这不仅涉及样本规模(稍后详述)，更关乎企业性质(同样将在后续讨论)。
> “我们对主分析样本实施了若干限制条件。”
d) 他们如此声明固然值得肯定，但仍需引起警惕。
> “我们仅纳入使用ADP薪资产品管理员工收入记录的企业雇员。同时排除企业归类为兼职的员工，并将分析对象限定在18至70岁人群。”
e) 翻译：我们做了些许修剪(即：挑三拣四)。
> “使用薪资服务的企业群体随时间变化，因公司会加入或退出ADP平台。为保持主要样本期内企业群体的一致性，我们仅保留2021年1月至2025年7月期间每月均有员工收入记录的企业。”
f) 译文：更多筛选操作。
> “此外，ADP系统中约70%的员工有职位名称记录。我们排除了未记录职位名称的员工。”
g) 译文：更多筛选操作。
> “经过上述限制后，我们每月可获得350万至500万名劳动者的记录用于主分析样本，但我们也考虑了稳健性分析，例如允许企业进出样本。”
h) 350万至500万样本量看似足够庞大…若非如此“受限”。更未解释150万的差异值，以及增减如此规模对分析的影响。
i) 他们为何要考虑这个？又为何采取这种做法？如此重大的假设仅以含糊其辞带过？
> “尽管ADP数据每月涵盖数百万劳动者，但使用ADP服务的企业分布并不完全匹配美国整体经济的企业分布。”
j) 译文：如前所述，ADP数据≠整体经济代表性。
> "企业构成差异的详细分析可参见Cajner等人(2018) (2018)及ADP研究(2025)中查阅。"
j) 引用文献固然可贵，但既然承认存在差异，难道不该至少用一两句话说明差异的本质，再提及文献？
k) 编者按：你或许认为这种含糊其辞无伤大雅，但在我看来这往往是破绽与疑点的征兆。
l) 最后，请务必理解学术界的本质及其对无意义研究的追求(此现象已在HN上被提及)。简而言之，发现新颖成果(即：值得发表的研究)存在(职业/经济)激励机制。通过开展非无意义研究，你才能推动自身职业发展。
重申：我并非暗示其中存在恶意。但这项研究正获得过多关注——客观而言远超其应得程度。
__再次声明：我并非否认人工智能的影响力，那才是愚蠢之举。__
在我看来，症结在于“资本家”缺乏践行资本主义的意志。
我们不能称之为无能，因为那些被称为资本家的人及其顾问并非无能，这意味着他们根本不愿抵消任何与进步相关的就业岗位减少或(就业创造)问题。
这并不奇怪。资本家希望市场参与度无限增长，而这确实可能实现。但我们所熟知的资本家们，根本不在乎市场本身、真实的市场增长或市场参与度。他们只关心市场价值的增长——无论这种增长如何实现。
我强烈建议记者和经济学家们对此进行更彻底的诚实探究。这将创造更多价值：更多博客文章、更多专题报道、更多跨平台讨论，从而激发更广泛的参与。
这本质上是替罪羊、稻草人与真正罪魁祸首的错位对立…不是吗？
如今年轻人越来越难生存
当然如此。这正是人工智能存在的全部意义。
表面上是为帮助程序员、作家、律师或任何从业者。但这些人只是人工智能的用户。
企业层面的AI所有者和购买者，开发并运用它的目的就是压低薪资支出。仅此而已。其本质是规避支付薪酬与福利。即便你裁掉半数员工后意识到错误，再重新雇佣大部分人，薪资成本也实现了净削减。
不过作为独立运营产品业务的人，我认为当下正是自主创业的绝佳时机。
只是不知这股热潮能持续多久。
裁员和冻结招聘持续下去，购买你产品的消费者只会越来越少
没错，当所有人都失业时，谁会买你那款单人开发的AI智能振动编码日历管理工具？
一旦滞胀真正开始蔓延，局面就会变得艰难。
我不禁想问，这会不会让软件“产品”的价值暴跌？一旦人人都开始独自开发自己的东西……
> 就算你裁掉50%员工，意识到这是个错误又重新雇回大部分人，薪资成本依然是净减少。
这太荒谬了。雇主若重新雇佣多数被裁员工，恰恰说明裁员损害了企业利润。
这说明他们被炒作蒙蔽了双眼，以为真能用AI裁员。许多公司都这么干，但不知几家能成功。
我倒清楚，企业常通过裁员维持人员短缺来压低薪资支出。即便表面看来这是糟糕决策，甚至可能损害利润。关键在于理解企业对薪资支出的厌恶程度——而AI正是削减成本的绝佳工具。
又一篇标题党“AI抢夺工作”的研究，完全没探究就业减少是否直接源于AI应用。