AI 会造成大规模失业吗？

为什么光有能力不会造成大规模失业

吓人的头条跳过了一步。一个在知识工作基准（GDPval）拿约 83%、或在智能体编程（SWE-Bench Pro）拿约 80% 的模型，并不等于一个能在无监督下可靠地负责整份工作的系统。这道可靠性与责任归属的缺口——正是让头条“2027 年 AGI”判定维持悬而未决的同一道缺口——正是横在“AI 能做任务”与“AI 取代工人”之间的东西。

诚实的读法：AI 正在自动化工作的切片、放大每位工人的产出，这会重塑岗位、在边际上放缓招聘——但整体替代所需的决定性能力（自主、可问责、端到端）尚未到来。这就是能力符合进度、而整体替代仍未被证明的状态。

那真正的就业冲击何时到来？

它取决于其他一切所依赖的同一个里程碑：AI 是否达到即插即用员工（继而 AI 研究员）的水平。公开预测从 2026（马斯克）到 2040（学界调查中位数）不等，集中在 2030–2033。AGI 记分牌用一个可审计的数字追踪这场赌局的成立程度——于是你可以实时观察任何真实就业冲击的前置条件在移动，而不是被头条牵着走。

常见问题

截至 2026 年中，不是头条暗示的那种一夜失业。AI 已跨过知识工作能力门槛（GDPval 约 83%、SWE-Bench Pro 约 80%）并在自动化工作中的任务，但可靠的无监督整岗替代尚未被证明。近期效应是任务自动化与生产率压力，而非骤然的失业悬崖。

它在自动化工作中的任务、放大人均产出，这会重塑岗位、在边际上放缓招聘。但整体的、无监督的岗位替代——一个系统可靠地端到端负责整个岗位——截至 2026 年中尚未被证明。

取决于 AI 达到即插即用员工的可靠性，也就是“2027 年 AGI”判定背后的同一里程碑（目前悬而未决）。公开预测从 2026 到 2040 不等，集中在 2030–2033。

因为基准能力不等于可靠、可问责、端到端的自主性。正是这道自主性缺口，让 AI 停留在辅助与增强的角色，而非整体替代。