摘要：按照以往GPT4的训练模式，人工智能要实现全面自动化，保守估计至少还需要5-10年的漫长时间。但deepseek的横空出世，彻底打破了原有的格局。它将训练成本和时间狠狠砸向地面，算力瓶颈和资金上限仿佛一夜之间消失不见，几乎所有公司和个人都能参与。

“年前还在考虑年终奖，年后就要考虑今年的工作岗位是否还能保得住。”

大家刷了一假期的AI“暴打”纳斯达克的消息，可又有多少人意识到，这背后是技术迭代以远超预期的加速度在狂奔，就连华尔街的精英们都始料未及。

AI加速进化，留给打工人的时间不多了！

按照以往GPT4的训练模式，人工智能要实现全面自动化，保守估计至少还需要5-10年的漫长时间。但deepseek的横空出世，彻底打破了原有的格局。它将训练成本和时间狠狠砸向地面，算力瓶颈和资金上限仿佛一夜之间消失不见，几乎所有公司和个人都能参与。

这无疑意味着，AI技术即将步入一种狂暴的进化模式，从实验室走向实际应用的周期大幅缩短，AI大规模替代人工或许只剩下3-5年。直白地说，留给打工人的缓冲时间真的所剩无几。

以教培行业为例，自从GPT4上线，30%的数学老师无奈只能转岗去卖课。究其原因，AI生成的教案不仅比人写得更精准，而且成本低廉。许多在教坛耕耘了20多年的老师，最终却败在了一串代码之下。从资本的角度看，这无疑是一场狂欢。以往聘请一位毕业于海淀名校的数学老师，月薪2万起步，还得额外缴纳五险一金。

如今的教培机构，使用AI生成教案，每个月的电费甚至不到500块。AI批改错题时比老师还要严苛，哪怕一个笔画稍有歪斜，都会被画上圆圈并附上批注。所以新东方旗下某个思维训练项目，在3个月内砍掉了70%的数学教研岗位，然而其股价却出人意料地暴涨。

普通人在这场变革中深感无力，抢饭碗的不是隔壁卷王，而是足以改变所有行业的AI技术。这就如同让一位海淀学霸去非洲部落参加奥数竞赛，对学霸而言，夺冠轻而易举，而背后消耗的不过是一点电费。当降本增效与技术升级不期而遇，留下的只有打工人在所谓的“赋能”浪潮中凌乱。

过去，训练大语言模型是只有少数巨头才能玩得起的烧钱游戏，如今deepseekR1模型的训练成本仅为GPT4的1/10，一套底层算法甚至让英伟达这样的行业巨头都感受到了巨大压力。AI的技术门槛已经降低到个人和企业都能轻松参与的程度。如此一来，受到冲击的不只是培训班的老师，整个教育和就业体系都难以逃脱被重塑的命运。

马斯克、比尔盖茨、马云等一众大佬都曾公开表示，传统的教育体系已无法适应如今社会的发展需求，AI必将促使教育系统进行彻底的变革。几乎所有大型科技公司都在重新审视用人思路，以往他们看重的是学历门槛，而未来的招聘标准必定侧重于技术和创新能力。

这意味着，那些单纯靠刷题卷学历的人，在社会上的需求会越来越小。AI能够无限复制和利用人类的知识库，而企业真正需要的是能够敏锐发现问题，并运用技术去解决问题的人才。这种成本坍塌所引发的连锁反应，早在去年的武汉就已初现端倪。

2024年5月，百度在武汉一次性投放1000辆无人出租车，单月成功完成60万订单，平均每辆车每日接单20次，价格仅为传统出租车的一半。一时间，武汉的司机们发起了集体抗议，他们的收入大幅减少只是一方面，更多的是源于技术代际碾压带来的深深无力感。

相关数据显示，45岁以上的司机转型成功率还不到27%。他们对城市里错综复杂的路线了如指掌，却难以适应中控屏上的高清地图。这种情绪与1830年的卢德运动如出一辙，只不过现代版多了短视频这一传播工具。尽管后来萝卜快跑被暂时叫停，但谁都明白，科技的进步是不可阻挡的，无人汽车替代司机只是时间问题。

不仅是司机和老师，插画师、效果图设计师、券商交易员、电话销售，甚至绝大部分程序员都面临着下岗再就业的困境。这并非是因为他们的工作技术含量低，而是AI首先会取代那些标准化程度高、重复性强、数据驱动且不需要复杂人际互动的工作。

简单来说，越是机械化、可预测、规则明确的岗位，就越容易被AI取代。

例如，东莞的一些电子工厂，机械臂调试手册从三本辞海般的厚度缩减到一张二维码，调试时间从2周大幅压缩至8小时。如今，工程师的主要工作变成了为AI“善后”，确保数据不被污染。而在陆家嘴的券商，已经开始使用AI生成行业周报，那些初级分析师要么转岗去陪客户应酬，要么就像AI训练师一样，教AI分辨政策利好与领导讲话中的实质内容。

回顾2016年阿尔法狗击败李世石的场景，当时人类还自信满满地认为AI缺乏创造力。可如今，大语言模型已经开始抢夺小学数学老师的饭碗。下一次AI升级带来的，或许不再是个别岗位的消失，而是一场大规模的职场变革。

据某招聘网站预测，40%的白领职业存在被AI取代的风险，人们对被替代的恐惧指数同比飙升47个百分点。45岁以上的职场人每天搜索AI抗性职业的频率高达17万次。在岗位替代率排名前三的职业中，电话销售的替代率高达92%，基础翻译为85%，令人意想不到的是，放射科医师排在第三位，替代率超过60%。

技术替代从来不会“手下留情”。1830年，英国纺织工人愤怒地砸毁机器，没想到日后机床维修会成为高薪职业；1910年，纽约马车夫抵制汽车，也想象不到出租车司机会成为一份体面的工作。但这次AI革命的不同之处在于，技术替代的速度之快，让以往的历史经验都失去了参考价值。

工业革命时期，蒸汽机替代手工纺织用了三代人的时间，时间足够老一辈传授操作锅炉的经验；计算机替代记账员用了30年，老会计还能指导新人玩转Excel表。而如今，AI替代电话销售可能只需要3个月，客服主管刚裁完团队，就得马上学习如何让AI更温柔地挽留客户。

更残酷的是，AI替代具有不可逆性。ATM机取代银行柜员时，催生出了金融科技产品经理等新岗位，然而AI却连补偿性岗位都一并吞噬。杭州某直播公司用AI训练师替代运营专员，仅仅3个月后，AI训练师又被更高级的算法替代。这种替代就像一条不断延伸的贪吃蛇，没有尽头。

就连硅谷的程序员也开始陷入恐慌，大语言模型能够自动生成代码，并且在编程竞赛中超越了85%的人类选手。于是，硅谷已经开始重新定义初级工程师，那些能够准确描述需求的产品经理，比只会敲键盘的码农薪资普遍高出30%。

因为AI替代呈现出一种诡异的非对称性，它可以在数学试卷上碾压特级教师，却算不明白政府工程明明亏损，为何包工头们仍趋之若鹜；能生成上市公司的年报，却无法解释年轻人为何热衷于购买一杯奶茶。这场AI技术飞速发展的浪潮中，最先受到冲击的往往是从事标准化工作的人。

既然AI的发展势不可挡，那么普通人该如何在算法的浪潮中寻找生机？未来的职业又该如何规划？当所有人都认为AI将一统天下时，人类特有的“混乱属性”反而成为抵御AI替代的有力武器。

去年，萝卜快跑在武汉街头礼让行人，却引发了更多的加塞和路怒现象，这就是AI追求绝对理性时出现的“非理性漏洞”。越是追求极致的理性，就越需要人类来填补其中的裂痕。

比如，AI诊断书上可能只是冷冰冰地写着“5年存活率不到30%”，但人类医生却会安慰患者：“我有个病人比你严重多了，还在海南跳广场舞呢。”这种充满人文关怀的叙事疗法是AI无法做到的。

教培行业也是如此，那些能把量子力学讲得像脱口秀一样有趣的老师，永远比照着课件枯燥讲解语法的老师更受市场欢迎；那些能把甲方“哄”得服服帖帖的销售，必然是公司的核心人才。AI能够解决大部分难题，但只有人类能给予情感上的慰藉，让人们在困境中依然能保持微笑。

当医院大规模引入AI读片系统后，放射科主任医师们开会讨论的不再仅仅是是否误诊，而是如何修改诊断书的措辞，让患者能保持良好的心态；律师事务所也不再单纯比拼胜诉率，而是考核谁能写出更精准的AI证据链提示词。

不要以为机器能够解决一切问题，在高危环境中，人类的作用依旧无可替代。

当年日本福岛核电站的燃料棒检修机械臂因受到辐射干扰频繁死机，还是依靠穿着防护服的人类完成了维修操作。在东莞的模具厂，老师傅的时薪已经涨到了800元，因为他们能够凭借手掌精准地感受0.01毫米的误差。机器人加AI仍然无法完全取代人类，德国将这种现象称为“工业玄学”。

如果你不想被机器和AI取代，就要学会在算法的夹缝中生存，成为新一代的“赛博手艺人”，例如会修光刻机的同时还能兼职做美甲，懂元宇宙的人还能顺带看个风水。单一技能在AI的冲击下很容易被淘汰，只有具备组合技能，才能更好地对抗人工智能的升级迭代。

历史总是在不断重演，但每次都有新的变化。1830年被蒸汽机淘汰的纺织女工的后代，或许会成为AI提示词工程师；2024年抗议萝卜快跑的司机的子女，也许会在直播间里售卖热干面。未来，最容易被替代的是标准化流程，而最难被消灭的，恰恰是人类的非理性和不确定性。

就像春节返程时，高铁站依然需要人工安检员，因为机器无法准确分辨充电宝和炸弹，而人们更愿意相信人类工作人员瞬间的迟疑与判断。技术革命的列车不会等待任何人，我们要么奋力跳上列车，要么就会被时代的车轮无情碾压。虽然历史经验告诉我们，每次技术升级都会催生新的赛道，但获取新赛道入场券的代价，往往是旧行业的变革与转型。

来源：贾老师说的不假