未来 1 到 5 年，一半的入门级白领岗位可能会消失。
法律助理、初级程序员、内容写作、财务分析、客服、医疗信息分析……
如果你的工作主要是在电脑前完成的: 阅读、写作、分析、决策、沟通，那 AI 很可能正在逼近你的工作内容。
这不是我说的。
这是 AI 创业者 Matt Shumer 在一篇爆火文章里的判断。那篇文章标题很直接: 《Something Big Is Happening》。翻译过来就是: 有大事正在发生。
这篇文章在 X (Twitter) 上被阅读了数千万次，在很多媒体统计中超过 8400 万阅读。
真正让它爆火的，不是标题，而是它说了一件很多人不愿面对的事:
科技圈已经看见未来，但普通人还没意识到。
科技圈为什么突然开始“拉警报”
Matt Shumer 写这篇文章的原因很简单。他发现很多身边的人还在问同一个问题:
AI 到底有什么用?
于是他写长文想解释一个事实:
- 科技行业开始反复讨论 AI，不是“预测未来”
- 而是他们已经在工作中看到了变化
他用了一个类比。
如果回到 2020 年 2 月，疫情其实已经开始，但大多数人并没意识到世界将巨变。
AI 现在的阶段，很像那一刻。变化已经开始，只是还没扩散到所有人。
第一件事: AI 能力增长速度远超公众认知
大多数人对 AI 的印象，还停留在两年前: 写文案、做简单问答。
但在科技公司内部，情况已经完全不同。最先进模型已经能完成大量复杂任务，在很多知识型工作中表现逼近甚至超过人类。
Matt Shumer 在文章里提出一个直接判断:
如果 AI 能比大多数博士更聪明地完成任务，那它当然也能做大量办公室工作。
这意味着: 许多依赖信息处理的工作，正在变得可自动化。
第二件事: 大多数人接触到的 AI，只是“低配版本”
为什么很多人觉得 AI 没那么厉害? 因为绝大多数人使用的是:
- 免费版本
- 限制能力的网页产品
- 被阉割算力的模型
但在开发者和公司内部，情况完全不同。通过 API 调用最先进模型时，AI 的能力往往会明显提升。
许多企业已经在用 AI 做这些事:
- 自动写代码
- 自动处理客服
- 自动分析数据
- 自动生成报告
- 自动完成研究
换句话说: 公众体验到的 AI，并不是 AI 的真实上限。
第三件事: AI 正在进入“自我加速阶段”
这篇文章最关键的观点是: AI 正在开始参与开发下一代 AI。
OpenAI 的一些模型已经被用于:
- 调试训练过程
- 分析测试结果
- 编写部分系统代码
这会产生典型的技术反馈循环:
AI -> 写代码 -> 提升 AI -> 再写更好的代码
每一代模型都会加速下一代模型的出现。研究人员把这种现象叫做:
智能爆发 (Intelligence Explosion)
一旦这种循环稳定运行，技术进步速度就会大幅提高。
第四件事: AI 的影响不会只停留在程序员
很多人以为 AI 主要影响程序员，但现实可能正好相反。软件开发只是突破口。
一旦 AI 可以可靠写代码，就意味着它能自动化开发各种工具，影响会继续扩散到:
- 法律分析
- 金融研究
- 医疗数据分析
- 会计与审计
- 咨询报告
- 内容写作
- 客服支持
简单来说:
所有可以在电脑上完成的工作，都可能被重构。
Matt Shumer 写得很直接:
如果你的工作主要是在屏幕上完成，AI 最终都会接触到它。
那普通人应该怎么办?
这篇文章最后给出的建议很现实。
尽快开始使用 AI 工具 把 AI 放进真实工作流程里，而不是偶尔问几个问题。
学习如何和 AI 协作 未来竞争差距很可能来自这一点: 有人在使用 AI，有人在被 AI 替代。
教育方式需要变化 传统教育强调记忆、考试、标准答案；AI 时代真正稀缺的是提出好问题、系统思考、指挥 AI。
普通人应对AI冲击的三步路径
学习不再只是听课，而是和 AI 一起探索。
为什么这篇文章会成为爆款
原因很简单: 它触碰了一个很多人隐约感觉到、却没人讲清楚的问题。
世界正在改变，而且改变速度可能远超想象。
有些人已经在变化里，有些人还在变化之外。这两者之间的差距，很可能会越来越大。