AI时代的底层思考 07｜替代与新生，机器每拿走一样人长出什么
📚 本文是系列《AI 时代的底层思考》第 7 篇（共 8 篇）。全系列目录见文末。
讨论"AI 会替代什么"之前，值得先看一份历史账单：过去一百年，计算机（广义的）从人类手里拿走过什么，以及每次拿走之后，人长出了什么新东西。
这份清单的价值不在怀旧，在于它能抽出一条规律——然后我们要诚实地检验：这条规律这次还灵不灵。
五次替代，五次新生
1. 手工计算 → 电子计算机。 很多人不知道，“computer"最早是个职业名称——计算员，一屋子人手工做弹道、天文、账目运算。电子计算机出现后，过去几周的计算几秒完成，这个职业整体消失。 长出的新能力：不再是"算得准”，而是**“决定算什么、如何建模、如何解读结果”**。数学类职业不减反增，因为需求上移了。
2. 打字、速记、总机接线 → PC 与数字通信。 文字处理和电子表格接管了打字池和接线台。 长出的新能力：从**“机械执行（打字快）“上移到"操作和维护工具本身”**——IT 技术员、软件工程师、系统管理员成为刚需，“懂电脑"本身变成职业优势。
3. 危险、重复的工厂劳动 → 自动化与机器人。 机器人接手焊接、喷涂、搬运。 长出的新能力：从**“用身体做"上移到"维护和编排做事的系统”**——设备维护、编程、系统分析。今天宁德时代的工厂 1 秒产一个电芯，产线上的人做的是异常处理和系统优化，不是拧螺丝。
4. 记忆与导航 → 智能手机、GPS、搜索。 记电话号码、认路、背流程，被外包给了口袋里的设备。 长出的新能力：从**“存储信息"转向"检索与甄别”**——知道信息在哪、如何交叉验证、判断可信度。记忆外包了，判断留下了。
5. 常规认知工作 → 软件与早期 AI。 法律检索、财务对账、数据录入的常规部分被系统接管。 长出的新能力：人退到**“非常规、需要情境判断、需要对结果负责”**的部分。
从清单里抽出的铁律
五条并排看，规律非常一致：
技术消灭的从来不是"工作”，而是"任务”；人被从"怎么做"推向"做什么、为什么做、谁负责"。
一个容易被忽略但很硬的事实可以校准恐慌的尺度：经济学家 James Bessen 研究了美国 1950 年人口普查列出的 270 种职业，到 2010 年代，真正被自动化彻底消灭的只有一种——电梯操作员。绝大多数职业是被"部分自动化"：任务清单变了，职业还在（来源见文末）。
“入侵"隐喻最容易骗人的地方就在这里：替代几乎总是发生在任务级别，而不是整个人级别。
但是——这次可能真的不一样
如果只给你上面这份乐观清单，就是在骗你。因为这份清单有一个从未被言明的前提，而这个前提这次可能失效。
历史上的自动化技术都是任务专用的。 计算器自动化了计算员的工作，但当这些人再培训、爬到"决定算什么"的新位置时，计算器够不着那里——因为人类拥有机器不具备的通用认知能力：把经验迁移到新任务、在陌生情境里学习、理解模糊目标。过去每一次"被替代后往上爬”，靠的都是这个底座。
先把"通用认知能力"说得具体些，它大致包括：跨领域迁移（学会了谈判，能用在陌生行业）、小样本学习（见过三个例子就能上手）、目标理解（听懂一句模糊的"把这事办漂亮点"背后的真实要求）、常识推理（知道哪些事不用说也不能做）。
而这一轮 AI 的特殊之处在于：它不是被设计来自动化某个特定任务的，它被明确地开发来逼近通用认知能力本身。 大模型展示的正是迁移、小样本学习和模糊目标理解——恰好是历史上人类每次"往上爬"时踩的那些台阶。
所以真正的问题浮出来了：
历史铁律是"替代把人往上推一层"。但它隐含的前提是"上面永远还有一层只有人够得着"。这一次，人往上爬到的那一层，还是不是人独有的？
两种未来，取决于一个未决问题
如果"设定目标"和"承担后果"是人结构性独有的（因为 AI 不面临有限性、不承受后果——上一篇的第二、三层），那么历史铁律依然成立，只是台阶变少、变陡：更多人要挤向"定方向"和"担责"的位置，而这些位置天然比执行岗位少。这是一个不轻松但有路可走的未来。
如果它们也不是人独有的，那我们面对的是几百年来第一个"逃生路线可能不存在"的局面。诚实地说，没有人能证明这种可能性为零。
我个人的倾向偏向前者，但理由不是技术性的，而是社会性的：责任需要一个可以被追讨的、会痛的主体——这在上一篇已经展开。不过要承认，这个判断的置信度远低于清单里那五条历史事实。
给个人和企业各一个操作
给个人： 对照自己的工作，把任务分两栏——“能写成清晰规则/有大量样本"的一栏，和"要理解模糊目标、要跨情境判断、要担后果"的一栏。第一栏在倒计时，不用焦虑，用它省下的时间去加厚第二栏。历史上每一代人都做过同样的迁移，唯一的新问题是这次留给迁移的时间可能更短。
给企业： 别把再培训预算全押在"教员工用 AI 工具"上——工具年年换，那是易朽的技能。押在第二栏能力上：让更多人有机会练习定目标、做取舍、为结果负责。宜家的做法值得参考：AI 接走近一半客服咨询后，把 8500 名客服再培训成远程设计顾问——迁移的方向正是从"按脚本应答”（第一栏）到"理解客户模糊需求并给方案"（第二栏）。
这份清单什么时候会误导你？ 当你用它推算"速度"的时候。历史上每次迁移有一两代人的缓冲，转型的痛苦被时间稀释了；这一轮如果压缩到十年甚至五年内，“宏观上职业还在"和"微观上具体的人来得及转身"就是两回事。清单证明的是方向的规律，不担保节奏的仁慈。
参考资料
- James Bessen 关于 1950-2010 职业消亡研究（电梯操作员）：CEPR/VoxEU https://cepr.org/voxeu/columns/how-computer-automation-affects-occupations-technology-jobs-and-skills
- 宁德时代产线数据：中证网 https://www.cs.com.cn/ssgs/gsxw/202406/t20240625_6419692.html
- 宜家客服转岗：PYMNTS https://www.pymnts.com/news/artificial-intelligence/2026/ikea-turned-8500-call-agents-into-design-consultants/
- 本仓库《素材/认知篇-历史替代清单-带出处.md》有更完整的逐条出处版
📚 系列《AI 时代的底层思考》· 全 8 篇
- 数字化转型到底解决了什么问题
- AI 转型用什么能力，解决什么问题
- 信息化、数字化、AI 化，机器在替代人的什么
- AI 是怎么一步步逼近人类能力的
- 把“能力”拆成三层，看清 AI 拿走了什么
- 企业 AI 转型，五条不会过时的判断
- 替代与新生，机器每拿走一样人长出什么（← 本篇）
- AI 什么都能生成后，“真实”还剩什么
上一篇：企业 AI 转型，五条不会过时的判断 ｜ 下一篇：AI 什么都能生成后，“真实”还剩什么