导读
最近一个月，关于 AI 的舆论场出现了三个微妙的位移：关于 AI 引发失业的讨论明显变少了，关于 AI 股票的讨论明显变多了，而关于 AI 本身进展的讨论，调子从每天都有突破，降到了好像没那么快了。
我一开始以为这只是自己的体感偏差。把过去半年的数据摊开看完之后，比起纠结是不是错觉，我看到了更要紧的东西：这三个体感并非各自独立的情绪，它们指向同一个结构。2026 年的 AI 由三个速度完全不同的时钟驱动，而绝大多数人的注意力，只停在了走得最慢的那个表盘上。
下面先拆这三个时钟，再给一份截至今年年中、AI 冲击最大的十个行业清单。
一、先承认：你的体感是准的——但只准了三分之一
值得先说清楚，你的三个观察单独看都站得住。
失业讨论确实降温了。 2026 年 3 月，Anthropic 经济学家的一项研究给出了一个反高潮的结论：自 2022 年底 ChatGPT 上线以来，高暴露岗位群体的总失业率没有出现可检测的上升。Goldman Sachs 的测算也偏冷静——如果把现有 AI 用例推广到全经济，美国只有约 2.5% 的就业面临被替代的风险。两年前那种几亿白领即将失业的末日叙事没有兑现，叙事一旦落空，讨论自然就散了。
股票讨论确实升温了。 这一年资本市场的故事密度高到离谱：四大云厂商（谷歌、亚马逊、微软、Meta）2026 年的资本开支计划合计冲到 7250 亿美元，比上一年的 4100 亿暴涨 77%；韩国这边，SK 海力士股价年内一度涨了约 250%，市值历史上第一次超过三星电子，成为韩国第一大上市公司，两家内存厂加起来占了 Kospi 指数四成以上的权重。资金、内存、电力，每一个环节都在被重新定价。
进展讨论也确实在降温。 那种今天又一个模型把所有人看傻的惊艳时刻，频率肉眼可见地下降了。
三个观察都对。问题出在你把它们当成了三件事，而它们其实是同一台机器上三根转速不同的指针。
二、三个时钟：为什么你的体感一定会偏
我用一个框架来组织这件事——把 AI 的进展拆成三个时钟，它们各走各的，互不同步。
第一个是叙事时钟，走在公众感知层。 它的刻度是普通人能不能一眼感到惊艳。这个时钟确实慢下来了，因为最容易被感知的那种进步——一个聊天框突然变得能说会道——已经接近天花板。如今每一个前沿大模型在 MMLU 这类经典基准上都超过 88 分，这条曲线见顶了，新模型再强，外行也很难一眼看出差别。
第二个是能力时钟，走在专业基准层。 它衡量的是另一件事：AI 能独立干多长的活。一个聊天框聪不聪明，已经不在这把尺子上了。这个时钟非但没慢，还在加速。METR 的研究发现了一条堪称 AI 版摩尔定律的规律：AI 智能体能以 50% 可靠度完成的任务时长，大约每 7 个月翻一倍——到 2026 年，前沿智能体已经能独立完成需要人类专家干十四个小时以上的编程任务。代码这条线更直接，SWE-bench Verified 这个真实软件工程基准，头部模型已经从一年前的七成出头干到了 88% 到 95%。这些进步是真的猛，但它们藏在你不会去读的基准表里。
第三个是资本时钟，走在基础设施层。 它的刻度是钱和算力，转得最快。7250 亿的资本开支、翻了两倍的内存产能、把整个韩国股市拽着走的 HBM——这台时钟快到开始让人担心它转过头了，这也是 AI 泡沫争论今年突然变热的原因。
体感偏差的来源就在这里。人类判断 AI 进展，靠的是涌现式的惊艳跳变，而当前的进展形态已经从一眼可见的聊天惊艳，换成了你得亲手把一个智能体跑起来、让它替你干上几个小时，才感受得到的连续改善。 你没有每天去跑 agent、去读基准，所以你只读到了走得最慢的叙事时钟，于是得出 AI 变慢了的结论。这个结论描述的是真相的三分之一，也误判了另外三分之二。
三、那变缓到底是不是真的
把时钟拆开之后，这个问题就有了一个不含糊的回答：变缓的只是 AI 进步的某一种形态，它的整体速度并没有降下来。
放慢的那一段是预训练。Ilya Sutskever 在 2024 年底就放话"我们所知的预训练即将终结"，2026 年的研究进一步坐实——Epoch AI 和 Sara Hooker 的工作都指向同一个现象：当数据规模大到一定程度，单纯堆参数堆数据带来的收益衰减得比经典 scaling law 预测的还要快，小模型靠更好的训练技巧正在快速逼平大模型。靠模型更大就更强这一招吃饭的时代，对数坐标上的曲线确实在变平。
但引擎换了。强化学习、推理、工具调用、长任务智能体——进步从让模型一次答得更好，转向让模型连续干得更久、更对。速度没有下降，下降的是可见度。 而恰恰因为可见度降低、外行不再每天被惊艳，资本和能力才得以闷声往前冲——今天 AI 行业每 1 美元的当期收入背后压着 8 到 10 美元的投入，循环融资的链条越绕越紧。当一个领域的真实进展不再以惊艳的方式出现，最危险的处境是误以为可以松一口气。
四、AI 冲击最大的十个行业（截至 2026 年年中）
把视角从技术快不快，切到谁被改变得最狠，画面会更清楚。我按影响深度乘以可验证证据排了一份清单，并给每个行业打了标签——受冲击（岗位被替代）、被赋能（效率被放大）、卖铲子（因为 AI 需求暴涨而直接受益）；个别行业两端同时发生，标为双向。
| 排名 | 行业 | 标签 | 影响形态与数据锚点 |
|---|---|---|---|
| 1 | 半导体 / 内存 / 算力硬件 | 卖铲子 | 被 AI 重塑得最彻底、最赚钱的行业。SK 海力士握有全球 61% 的 HBM 市场，年内涨约 250%，市值超三星 |
| 2 | 软件开发 | 双向 | 资深工程师被放大，初级岗在收缩。22–25 岁高暴露岗位就业自 2022 年降了 13%；编程基准已逼近饱和 |
| 3 | 客服 / 呼叫中心 | 受冲击 | 招聘增速跌破长期趋势，聊天机器人接管首轮咨询，是最早被规模化替代的环节之一 |
| 4 | 平面设计 / 营销 / 创意 | 受冲击 | 营销咨询、平面设计的就业增长同样跌破趋势，效率提升直接压缩了用人需求 |
| 5 | 金融 / 银行 / 保险 | 被赋能 | BFSI 是采用率最高的板块之一，68% 的对冲基金已用 AI 做市场分析与交易，年度投入超 200 亿美元 |
| 6 | 医疗健康 | 被赋能 | 采用增速最快，年复合增长 36.8%。42% 的大型医疗网络已用 AI 处理首轮问诊，诊断与病历文书是主战场 |
| 7 | 法律服务 | 双向 | 文档审查时间被砍掉 50%–80%，资深律师被赋能，初级律助与文书岗位首当其冲 |
| 8 | 行政 / 办公室文员 | 受冲击 | 办公室行政岗位就业增长跌破趋势，标准化文案与排程类工作被批量自动化 |
| 9 | 专业服务 / 咨询 | 双向 | 采用已过临界点，15% 的机构上线了智能体工具，另有过半在评估，行业正被迫重定价自己的计费逻辑 |
| 10 | 数据中心 / 电力能源 | 被赋能 | AI 最硬的瓶颈是热力学——发电、电网、送电。算力需求把电力与基建变成了新的稀缺资源 |
这份清单里藏着一条规律值得单独拎出来：AI 对一个行业的冲击，并不取决于这个行业的白领含量有多高，而取决于它的工作能不能被拆成可验证的中等长度任务。 文档审查、初稿设计、首轮客服、标准化文书，这些都是有明确对错、能在几分钟到几小时内闭环的任务，所以最先被吃掉。反过来，越是需要长链条判断、责任绑定、跨人协调的工作，时钟走到那里就慢了。
还有一个容易被忽略的位移：这一轮被改造得最彻底的，是 AI 自己的供应链——比哪个应用行业都狠。 坐在这份清单头把交椅上的，是给所有人卖铲子的内存和算力，医疗、金融都排在它后面——韩国股市被一家内存厂拽着走，本身就是这件事最直白的注脚。你观察到的股票讨论变多，正是这个时钟的声音。
五、对普通人意味着什么
把三个时钟和十个行业叠在一起，对个体最该看清的，是这场冲击的形状，至于它的规模，反而没那么要紧。
到今天为止，AI 没有制造一场可见的失业海啸，它做的是另一件更安静的事——把门一点点关上。 数据里最清晰的信号藏在入口：存量岗位还没被大规模裁掉，但新人想进来的门正一点点收窄——高暴露行业里 20 到 30 岁年轻人的失业率，自 2025 年初已经抬升了近 3 个百分点。有十年经验的老手暂时无虞，挨刀的是刚想迈进这扇门的新人。这种变化不会上头条，因为它没有戏剧性，只有一届又一届毕业生悄悄发现某类初级岗位的招聘启事变少了。
所以你的体感没有错，它只是读漏了。失业讨论变少，是因为末日没来，而那种缓慢挤压又不够上镜；股票讨论变多，是资本时钟的轰鸣盖过了别的声音；进展好像变慢，是因为最快的两个时钟都走在你看不见的表盘上。三个时钟不同步，正是 2026 年年中 AI 的实际状态——它没踩刹车，只是换了一种你不容易听见的方式在加速。
参考来源
- • Hyperscalers Hit $700 Billion in 2026 AI Spending Plans / 大厂资本开支 7250 亿（Tom's Hardware、Yahoo Finance）
- • SK Hynix hits $1 trillion valuation, overtakes Samsung（CNBC）
- • Beware the boom and bust cycle of memory stocks（CNBC）
- • Measuring AI Ability to Complete Long Tasks / 任务时长每 7 个月翻倍（METR）
- • Is AI progress slowing down?（AI as Normal Technology）
- • Can AI scaling continue through 2030?（Epoch AI）
- • Young workers' employment drops in occupations with high AI exposure（Dallas Fed）
- • How Will AI Affect the US Labor Market?（Goldman Sachs）
- • AI Adoption by Industry 2026（Codewave / Netguru 行业采用数据）
- • 2026 AI in Professional Services Report（Thomson Reuters Institute）
- • AI Circular Deals: How Microsoft, OpenAI and Nvidia Keep Paying Each Other（Bloomberg）