Altman 改口 AI 净创造就业，最妙的是时间点

去年 6 月，Anthropic 的 CEO Dario Amodei 到处警告，AI 会在很短时间内干掉一半入门级白领岗位，失业率可能冲到 20%，他甚至建议政府对每一次 AI 响应征税，圈里管这个叫 token 税。这周末，OpenAI 的 Sam Altman 发了条推，说他现在「相当确信」，AI 到目前为止是净创造就业的。

好家伙，一年时间，剧本整个换掉了。

而且不是 Altman 一个人换。Amodei 最近的口径也变了，自动化不再是岗位杀手，改叫「生产力倍增器」。他的新说法挺有意思，如果你把一份工作的 90% 自动化了，那所有人就都去做剩下的 10%，然后这 10% 又会长回 100%，生产率翻十倍。你看，同一件事，去年叫失业，今年叫倍增。The Decoder 把这条新闻放在短讯栏目里，标题都懒得客气，直接写「这转弯可真够大的」。

Altman 自己在推里补了一句，this is not what I expected，这不是我预期的结果。这句话我倒是信的，他 2025 年还在说 AI 对就业的冲击可能快得「有点吓人」。一个人公开承认自己预测错了，放在别的场合我会觉得挺体面。

但这次我劝你先别急着感动。

因为改口的不止一个人，改口的方向完全一致，改口的时间还挑得特别整齐。两个平时互相不怎么对付的公司，两位天天隔空放话的 CEO，在几周之内先后把末日叙事收回去，换上增长叙事。你要说这是巧合，我是不太信的。

财经杂志 Fortune 在五月底就专门写过一篇，梳理两人口风的转变轨迹，文章里放了一个所有人都看得见但没人爱明说的背景，OpenAI 和 Anthropic 都在筹备 IPO，估值都奔着万亿美元去。

你想想看这个场景。投行的人带着你去见公募基金、养老金、主权基金，路演 PPT 翻到愿景那一页。上面写着什么，我们的产品将消灭一半白领岗位，让两成劳动力失业。基金经理抬起头看你一眼。这钱你觉得他投不投。

恐慌叙事在创业公司的早期融资阶段其实是好用的，它证明你的技术足够强，强到值得害怕，媒体爱报，监管重视，人才好奇，注意力全是你的。Amodei 那句一半白领要失业，当时给 Anthropic 换来了多少头条，数都数不过来。但 IPO 是另一个游戏，公开市场要的是一个人畜无害的增长故事，要的是这项技术让所有人受益、把蛋糕做大，而不是一个走到哪儿裁到哪儿的就业粉碎机。末日预言这时候就从资产变成了负债。

于是你就看到了这场整齐的改口。怎么说呢，倒也不一定是谁在撒谎，更像是同一个模糊的现实，在不同的融资阶段，被挑出了不同的切面来讲。

那现实到底长什么样，有没有不参与路演的人给个数。

有，而且不止一份。

今年 1 月，匹兹堡大学的 Morgan Frank 领着几所美国大学的研究者发了一篇论文，干的事情很扎实，三个大数据集，美国劳工部的月度失业保险数据，1060 万份 LinkedIn 档案，300 万份大学课程表。他们想回答的问题正好就是这个，程序员和写手这些容易被大模型替代的岗位，就业到底是不是被 ChatGPT 搞坏的。

结论有点让人坐不住。这些岗位的就业危机确实存在，但开始的时间是 2022 年初，比 ChatGPT 发布早了大半年。

再细一点。计算机和数学类职业的失业风险，本来常年比建筑这种体力行业低 20% 到 80%，疫情那两年因为远程办公红利，优势还在扩大。2022 年初，趋势掉头，这些岗位的失业风险开始爬升，程序员受创最重。关键在后半句，这条曲线在 ChatGPT 发布之后不但没有加速，反而放缓了。研究团队的原话很干脆，如果聊天机器人是主因，你应该看到发布后曲线陡然上翘，而不是趋平。

那 2022 年初发生了什么。美联储开始暴力加息，钱变贵了。疫情期间大厂过度招聘，欠的债到期了。软件开发岗位的招聘发布量本来就在往下走。这三件事叠在一起，砸出了程序员的就业寒冬。然后 ChatGPT 在年底发布，正好站在了曲线的下坡上，替宏观经济背了这口锅。

耶鲁大学预算实验室那边一直在做一个追踪项目，盯着 AI 暴露度最高的那批职业看结构性变化。到目前为止的结论，没有发现显著变动。The Decoder 报道 Altman 改口时也顺手总结了一句，迄今没有任何研究显示 AI 对整体生产率或劳动力市场有可测量的显著影响。

这句话两边打脸，既打去年的 Amodei，也打今年的 Altman。AI 没有净消灭就业，同样也没有证据说它净创造了就业。Altman 那句「相当确信」，跟他去年那句「有点吓人」一样，都是体感，不是数据。

匹兹堡那篇论文里还埋了一个我觉得最值钱的发现，说的人却不多。研究团队用 300 万份课程表给每个学位算了一个 AI 暴露度，看它教的技能里有多少是大模型理论上能干的，写作，编程，信息检索和综合。按恐慌叙事的逻辑，学这些的毕业生在 ChatGPT 发布后应该最惨，学的东西直接被机器会了。

实际数据完全反过来，有点子牛逼。课程侧重这些技能的毕业生，在 ChatGPT 发布后起薪更高，找工作更快。

研究者给的解释是，雇主现在需要的恰恰是能把大模型用起来的人，能评估它输出对不对的人，能跟它搭伙干活的人。而这些能力，恰好长在那些自己就会写作、会编程、懂信息综合的人身上。机器会了你会的东西，你的技能不但没贬值，反而成了操作机器的执照。

我自己的日常工作就是给大模型搭脚手架，让它能真正接上工具、跑起任务的那层工程，算是天天蹲在第一排看 AI 干活和翻车。我的体感跟这个发现对得上。模型在评测集上的分数一年比一年吓人，可真放进生产环境，上下文一长就丢东西，工具调用报错了不会自己爬起来，产出的代码看着漂亮，边界条件漏得到处都是。每一个窟窿背后都得站一个看得懂的人。岗位没有消失，岗位在换形状。

当然，你可能刷到过不少新闻，某某大厂裁员几千人，官方说法里都有 AI 俩字。这事也是真的，但你得看清楚钱和话各自的流向。Meta 被曝计划裁掉至多两成员工，往下读才知道，是 6000 亿美元的 AI 基建押注太烧钱，原本发工资的钱被挪去买卡了。人确实是因为 AI 走的，但不是被 AI 换掉的，是给 AI 的账单让路。Block 裁掉近一半人，Dorsey 对外把功劳记给 AI，可追根究底，经营问题早于这波热潮就在了。对股东说因为 AI 所以裁员，可比说我们之前招多了体面太多，股价还能涨一波。AI 在这些故事里的角色，很多时候不是替代者，是个好用的说法。

所以你看，这个话题里其实一直有三种声音。CEO 的预言，跟着融资周期走。裁员公告里的 AI，跟着股东情绪走。只有失业保险数据和千万份简历不参与叙事，它们只是躺在那儿。

那写代码的人到底该信哪个版本。我的建议是，哪个都别全信，包括好消息版本。

Altman 们去年的恐慌你不必当真，今年的乐观你同样不必当真，这两句话在他们那里都是有用的话，而不是被验证过的话。真值得你花时间消化的是第三份数据里那个组合，宏观经济才是这轮就业寒冬的主凶，AI 至今没有留下可测量的净冲击，但会用 AI 的人已经在拿更高的起薪。风险被高估了，变化被低估了，而窗口正开在中间这条缝里。

顺便说一句，匹兹堡的研究者在论文里专门警告大学，别因为恐慌把写作和编程这些课从培养方案里砍掉，因为数据显示这些技能正在变得更值钱。这个警告给学校，也一样给屏幕前的你，别在错误的恐慌里扔掉正确的东西。

预报天气的人各有各的生意，好在海面自己会说话。下一次再有哪位 CEO 站出来预言就业市场，不管是末日版还是繁荣版，你可以先看一眼他家离敲钟还有多远，然后回头继续写你的代码，学你觉得该学的东西。

风向标转得再勤，也改变不了风。