文｜三少爷

外滩大会的展厅里，Agent和机器人排着队，正一件件演示怎么替人上班。

数字AI这边，智能体早不是聊天框里回话的助手了，已经被企业当成一种新的经营单元、一种数字劳动力——有岗位、有分工、有协作；物理AI那边，40多家机器人公司也把产品搬进展馆，药房里抓药、零售店里理货、仓库里搬箱、产线上做质检，几十个场景一字排开，奔着千行百业的星辰大海。

年轻人看得热血澎湃，高呼AI时代真精彩，中登和老登们却一边小心翼翼地竖起大拇指点赞，一边心里打鼓：这些智能体和机器人，会不会砸碎自己手里的饭碗？

山雨欲来风满楼

在这届外滩大会的论坛上，有关AI与就业，端着铁饭碗的专家们在台上谈的是生产率、增长和分配，收入直上天际的天才少年和明星科学家轻描淡写地一笔带过的是“旧岗位会消失”——而“我会不会就是那个旧岗位”，才是跟你我真正密切相关的真问题。

实际上，这一轮AI对劳动者的替代，早就不只是“未来可能”的担忧，它被明码标价写进了估值，又正在被一件件真实进展兑现成现实。

数字AI这边，Anthropic把招股书里的TAM写到了30万亿美元——所谓TAM，指的是“一类产品在取得全部市场份额时能够获得的最大收入”。30万亿是个什么概念？美国一整年的GDP也不过32.4万亿，标普1500里191家科技公司去年的营收加在一起才2.4万亿。

所以，Anthropic不是给某几个行业估市场，逐一贴上价签，而是给“人类能交出去的全部白领工作”整体标了一个价。它把编程、写作、客服、法律、金融分析、医学诊断等所有能被AI模型完成的工作打包，凡是人干的活，只要AI有可能接手，就全部算进去。

物理AI那边，账算得同样直白。木头姐在今年那份《Big Ideas 2026》里表示：全球机器人市场的收入机会约26万亿美元，一半来自制造业，一半来自家庭服务。

更直观的是落到单个岗位上的账。普华永道《2026 年智能机器人产业发展白皮书》算了一笔焊接机器人替代焊接工人的账：一台焊接机器人（含基础集成）投入 15–30 万元，按 8 年折旧，年均折旧 1.9–3.75 万元，再加上年均维护、能耗和操控人工 3–5 万元，年均综合使用成本约 5–8 万元；而企业雇一名焊工的综合用工成本（含薪资、社保、福利）是 12–15 万元。

两边殊途同归。一个给白领工作标价，一个给体力劳动标价——谁被替代、替代多少，就这样被写进了估值的分母。30万亿和26万亿，都是按人头算出来的。

但估值终究是纸上的账。真正让人心里发紧的，是这些账正在外滩大会的现场，被一笔一笔地兑现。

先看智能体。它正在从“对话框里的助手”，变成企业里的“数字员工”。外滩大会上，蚂蚁数科的智能体超级工厂预置了200多项行业技能和数字专家模板，企业像搭乐高一样，就能把业务流程交给一批智能体去跑；商家经营智能体"晓雨"打通了连锁总部和门店，老板问一句“哪家店卖得不好”、“哪些商品该补货”，它就能把活干完。

机器人那边更直接。40多家具身智能厂商挤进展馆，这回没人再拿机器人跳舞、翻跟头博眼球，它们是真的“上岗”了。搭载蚂蚁灵波大脑的机器人，在药房里80厘米宽的货架间穿梭，接单、识别、抓药、交付一条龙——这套系统已经进了上海国大药房的真实门店，夜里替药剂师分拣药品。复旦大学的轮式双臂机器人认得出洗衣机螺栓的孔位，自己完成抓取、定位、拧紧；擎朗的机器人在洗衣房叠衣服，开普勒的在咖啡店做饮品；还有机器狗钻进核电站、变电站，做起了巡检。

估值已经用劳动力标好了价，进展又在把它一点点变成现实。所谓山雨欲来，从来不是危言耸听。

AI 时代，劳动者何以自处

山雨已来，风已满楼，每个劳动者都要回答一个问题：我们当如何自处，迎接时代的风雨？

在这个问题上，有两种最常见的安慰。黄仁勋认为，AI不会消灭岗位，只会重新定义岗位，个人要积极拥抱变化、增强适应能力。第二种安慰更诱人：AI会带来物质的极大丰富，人类终将被供养——马斯克管这叫UHI普遍高收入。在外滩大会上，上海交大特聘教授、长江学者陆铭也回应了AI带来的就业冲击：AI不会取代就业，也不会取代职业，它取代的只是能力。

大佬们的话，总是高屋建瓴、长期主义。可是，AI固然会创造新岗位，但新岗位要的是新人，至于“增强适应能力”，对精力日益下滑的中登、老登们尤其残忍，隔行如隔山，换行可不是那么容易的。至于UHI，时间线一向定得特别激进的马斯克也一杆子支到了10-20年后，这张100年（马斯克的时间线一般都要乘以5-10）以后的支票，交不了下个月的房租、买不到爸爸妈妈今天就要吃的药。马云不是有句话嘛：后天很美好，明天很残酷，但很多人会倒在明天晚上。

那，我们应该怎么办呢？案要按它的能力边界和进化程度分开来算。

首先，无数据不AI，缺了数据，数据驱动的AI就无从下手。那些数据稀少、或者根本没法数字化的领域，AI一时半会儿进不去，这些赛道的从业者，大可以把心放到骨盆里。

其次，现阶段的AI在数字世界里表现不错，但落到物理世界，它还是菜鸟一个。数字AI能写文案、写代码，物理AI连从货架上稳稳拿下一样东西都还磕磕绊绊。所以，蓝领这条路还通着——但别去做标准化的蓝领，流水线上那几个固定动作，恰恰是物理AI最先学会的。不过，这里有个坎：很多人脱不下那件“孔乙己的长衫”，觉得白领才体面。可一个正在被替代的白领岗，和一个AI还接不住的蓝领岗，哪个更踏实？

再次，即便是数字AI能打击的领域，除了Coding之外，都是可以建立防御堡垒的。因为现阶段的AI能捕捉相关性，却看不懂因果。而每个岗位背后都有一条因果链：节点之间存在什么样的关联、每一层需要什么样的上下文，哪个环节出岔子会连锁到哪一环，现阶段的AI看不清，也无意投入宝贵的天才、海量的数据和算力去搞定。拿写稿来说，AI一天能写十版，可“这一版为什么不能用”，它答不上来——哪句写偏了、哪个例子和主题拧着，只能靠人判断。深耕业务背后的因果，这是近期的立足点。

最后，等AI连因果都补上了，还能往人这边站。李开复说，AI赢的是左脑，人赢的是右脑：人终究不会把孩子托付给机器；护士、老师、大客户销售，靠的不是输出信息，是建立信任、传递关怀。机器能辅助诊断，却握不住病人的手说“会好起来的”。当“聪明”不再稀缺，人的温度会成为溢价。

当然，面对AI带来的冲击，除了个人的努力，社会也要一起发力。外滩大会上，中金缪延亮给出的方案是就业保障、再培训、岗位创造加财政政策；诺奖得主阿吉翁举的是丹麦样本：失业者最多领两年、最高相当于原工资九成的保障，配上再培训和再就业支持。转岗那几年，人总得有段能喘气的缓冲不是。

外滩大会散场了，可那些排着队演示“替人上班”的机器，不会跟着散场。它们会回到药房、仓库、产线，把演示变成日常。台下那些一边点赞、一边攥紧饭碗的中登老登们，担心的这一天，是真的来了。

人没法躲雨，也从来不是靠躲雨活下来的。苏轼被雨困在半路，写的是“莫听穿林打叶声，何妨吟啸且徐行”。千年前的风雨，和今天没有两样：淋湿人的从来不是雨，是慌乱。

不慌乱的办法，前面已经摊开了——往没有数据的地方去，往需要一双手的地方去，往业务底层的因果深处去，往人与人之间去。AI再快，也还没长出那只握病人的手、那双看孩子的眼睛，也还没有人，会把自己的父母、自己的孩子，交到一台机器手上。

雨不会停。但撑伞这件事，从来只靠自己，也从来来得及。