府庫第1226期原創內容

AI 帶來了最好的時代，同時也是挑戰最大的時代

這兩周 AI 行業出了 4 個重磅發布。4 月 16 日 Claude Opus 4.7，17 日 Claude Design，23 日 GPT-5.5，24 日 DeepSeek V4。每一個都是真正的更新，不是常規迭代。

AI 浪潮感覺太快了，今年又有一種越來越快的感覺。

如果把這一波 AI 浪潮里值得說的事拆開看，最直接的兩件，一是提效，二是替代。

效率的提升是真實的

對于工作效率的提升，不僅我自己工作上能感覺出來，很多報告的調研也都說明了這一點。

最直接的提效發生在編程上。GitHub 做過一個測試，讓兩組程序員做同樣的任務，一組用 AI 幫忙寫代碼，一組不用。結果用 AI 的那組，平均 1 小時 10 分鐘做完，沒用 AI 的那組用了 2 小時 40 分鐘，整整省了一半時間。今年公司里寫出來的代碼，已經有四分之一是 AI 寫的，去年這個數還只有五分之一。

不只是編程。咨詢公司麥肯錫調研過一家有 5000 個客服的公司，用了 AI 之后，客服處理每個問題的時間少了將近一成。還有一份針對普通白領的調研發現，因為有 AI 幫忙，平均每周能省下 5 小時。這些時間被用來做新的事，或者做更多的事。

行業里的體感比這些數字更直接。以前 4 個人忙一周做完的事，現在 1 個人一兩天就能搞定。給實習生一個畫圖表的小任務，自己琢磨幾天才跑通；換 AI 一上手 10 分鐘就出結果，代碼寫得干凈、能直接用。

但提效在不同行業的分布差得很遠。

Anthropic 出過一份報告，統計他們家 AI 在不同行業里被用得怎么樣。

排在最前面的是計算機和數學類。這一類占所有 AI 對話的 37.2%，但在美國勞動力里只占 3.4%。兩個數字放一起就是巨大的反差：編程是被 AI 提效最猛的工種。

排在第二檔的是寫作設計（10.3%）、教育（9.3%）、辦公行政（7.9%），數據錄入和客服也很靠前。這些工作有一個共性，做的事比較固定、有套路，AI 能直接接手。

醫療、建筑、法律使用率反而很低。不是它們不需要 AI，是這些行業里很多核心的活，AI 還做不了。

提效集中在了一些可以被標準化的腦力活上。

AI產生的替代也是真實的

除了提效之外，替代也是真實的，比想象中更具體。

Anthropic 那份報告還做了一件事，把每次對話分成"AI 幫人做得更好"和"AI 直接替代人做完"兩類。最后的比例是 57.4% 比 42.6%。直接替代的部分，已經超過四成。

斯坦福今年 8 月發了一份研究，叫《煤礦里的金絲雀》。研究看了不同年齡的人在這些行業里就業怎么變。

22 到 25 歲的年輕員工，過去這三年里工作機會少了 6%。研究還做了細分，只看同一家公司里的變化，差距更明顯，少了 16%。同一時間，年紀大一些的員工反而多了 6% 到 9%。軟件開發這一行更直接，22 到 25 歲的從業人數，從 2022 年最高點算起，少了將近五分之一。

研究里還有一個細節挺關鍵。崗位減少的，主要是 AI 能完全替人做完的工作。AI 只是幫人提效的那些活，崗位反而沒什么變化。

計算機專業畢業生的失業率，2025 年第四季度 5.7%，比 2008 年金融危機最差的時候還要差。是他們一進入職場，不僅要和身邊的同學競爭，還要和 AI 競爭。

前幾天團隊做了一個評估，剛好把提效和替代這兩件事放在了同一個畫面里。

Claude Design 是個設計工具，給一句話描述需求，能幫你做出軟件大概該長什么樣的初稿。挑了 5 到 10 個不同復雜度的場景跑一遍，請專業設計師看完結果，她說幾個做得好的場景，一般初級設計師做不出這個水平。

做得好的那幾個場景，差不多半個小時，做完了初級設計師一個星期才能做完的事，又快又好。

值得一提的是，AI 公司自己也是這么做的。

Anthropic 的 CEO 去年 5 月公開警告，AI 可能在 1 到 5 年內讓一半的初級白領工作消失，失業率可能上升到 10% 到 20%。微軟 AI 部分的負責人今年 2 月說，未來 12 到 18 個月，大多數白領專業的活，AI 都能做到人的水平。

OpenAI 的 Sam Altman 公開場合一直說"現在是史上最激動人心的開始職業生涯的時代"。同一段時間，OpenAI 招了 100 多個以前在投資銀行干過的人，來自摩根大通、摩根士丹利、高盛，專門用來訓練 AI 寫金融模型，把華爾街初級崗位平時做的活做完。

AI的沖擊確確實實是存在的。

擁抱AI，迎接機遇和挑戰

周末給我孩子輔導作業的時候還挺難整的。按部首和筆畫查字典，好多字根本不知道部首是啥。我都是和我女兒一起查一陣子，搞不定了就直接拿出手機查這個字的部首是什么。

搞的時候我就覺得，按部首查字典這套方法，我平常根本用不到。以后大概率也用不上。有些知識可能學校這個階段學完，就再也用不上了。

但我真不怎么擔心 AI 對他們的沖擊。他們就是 AI 的原住民，我女兒現在遇到啥問題就想問問豆包，再過十多年到底什么樣，也不用我操心了。

我看著團隊里的實習生覺得他們是挺有壓力的。上學的時候大模型剛剛出現，還沒機會專門學一學；結果畢業的時候就要和 AI 去 PK。關鍵 AI 進化速度有點太快了，想跟上真不容易。

我覺得近幾年的畢業生在找工作的時候都挺有壓力的。我跟他們說現在最重要的就是上手用，做事情的時候先想想如果用 AI 怎么解決，先讓 AI 試一下，不行再去調整。

還真是一個時代有一個時代的機遇，也有屬于他們這個時代的挑戰啊。