Anthropic 2026年3月5日發布的報告《Labor market impacts of AI: A new measure and early evidence》引入“observed exposure”指標：結合LLM理論能力+真實使用數據，衡量AI自動化風險。 AI實際使用（紅區）集中在高技能認知工作，而非低端體力活。
根據Anthropic最新勞動力市場影響報告，與大家認知相反，AI最先高風險衝擊的並非低收入體力勞動，而是高收入認知型白領工作。最暴露職業包括計算機程序員（74.5%，自動化任務：編寫維護軟件）、客服代表（70.1%）、數據錄入員（67.1%）等。高暴露群體特征為女性、白人、本科及以上學曆，時薪更高（32.69美元 vs 低暴露22.23美元）。
大學生最慘，剛畢業就趕上這波——入門級崗位直接砍14%。你寒窗十六年，AI三個月學會。
普通人的出路在於主動擁抱AI，把它當工具用，而不是等它來取代。學用AI提升效率，專注人類獨有的優勢：同理心、複雜創意、麵對麵互動、動手實際操作。
矽穀PayPal幫主彼得·蒂爾認為，AI正終結過去200年，以數學能力為核心的精英體係。工程、量化等“數學型人才”的邏輯優勢，正在被AI迅速替代，其職業護城河也正在消失。未來真正的競爭力，在於敘事、社交語境理解，以及把AI嵌入社會係統的語言型人才，這才是人類獨特優勢。工業革命讓肌肉貶值，AI革命正在讓“純計算的大腦”貶值。未來的勝出者，是那些能用語言駕馭算法、用敘事錨定價值的社會係統操盤手。
作為程序員： 別隻埋頭代碼，而是要多練自然語言描述問題；學產品思維和用戶研究，理解非技術需求；開發時優先考慮倫理、社會影響；選領域深耕；把代碼變成“能講故事”的係統。未來你的優勢是“代碼+敘事”。所以，年輕人別慌著放棄STEM，也別覺得學文科就躺贏了。真正該練的，是用AI思考更深的問題、講出更動人的故事、構建更複雜的社會係統。蒂爾指出了方向，但真正的遊戲，才剛剛開始。
說白了，需要文理兼修，才能走得更遠。未來優勢是代碼 + 敘事。
AI時代需要什麽樣的人才？
林向田 (2026-03-06 06:01:13) 評論 (9)Anthropic 2026年3月5日發布的報告《Labor market impacts of AI: A new measure and early evidence》引入“observed exposure”指標：結合LLM理論能力+真實使用數據，衡量AI自動化風險。 AI實際使用（紅區）集中在高技能認知工作，而非低端體力活。
根據Anthropic最新勞動力市場影響報告，與大家認知相反，AI最先高風險衝擊的並非低收入體力勞動，而是高收入認知型白領工作。最暴露職業包括計算機程序員（74.5%，自動化任務：編寫維護軟件）、客服代表（70.1%）、數據錄入員（67.1%）等。高暴露群體特征為女性、白人、本科及以上學曆，時薪更高（32.69美元 vs 低暴露22.23美元）。
大學生最慘，剛畢業就趕上這波——入門級崗位直接砍14%。你寒窗十六年，AI三個月學會。
普通人的出路在於主動擁抱AI，把它當工具用，而不是等它來取代。學用AI提升效率，專注人類獨有的優勢：同理心、複雜創意、麵對麵互動、動手實際操作。
矽穀PayPal幫主彼得·蒂爾認為，AI正終結過去200年，以數學能力為核心的精英體係。工程、量化等“數學型人才”的邏輯優勢，正在被AI迅速替代，其職業護城河也正在消失。未來真正的競爭力，在於敘事、社交語境理解，以及把AI嵌入社會係統的語言型人才，這才是人類獨特優勢。工業革命讓肌肉貶值，AI革命正在讓“純計算的大腦”貶值。未來的勝出者，是那些能用語言駕馭算法、用敘事錨定價值的社會係統操盤手。
作為程序員： 別隻埋頭代碼，而是要多練自然語言描述問題；學產品思維和用戶研究，理解非技術需求；開發時優先考慮倫理、社會影響；選領域深耕；把代碼變成“能講故事”的係統。未來你的優勢是“代碼+敘事”。所以，年輕人別慌著放棄STEM，也別覺得學文科就躺贏了。真正該練的，是用AI思考更深的問題、講出更動人的故事、構建更複雜的社會係統。蒂爾指出了方向，但真正的遊戲，才剛剛開始。
說白了，需要文理兼修，才能走得更遠。未來優勢是代碼 + 敘事。