0. 背景故事

前段時(shí)間，一位朋友轉(zhuǎn)發(fā)了下圖給我，

吃驚道“受AI影響沖擊的居然不是體力勞動(dòng)，而是創(chuàng)造力智力型職業(yè)?。?？？”

多篇研究論文分析出的“最容易受影響的職業(yè)”還包括了“數(shù)學(xué)家”和“金融量化分析師”！

我發(fā)了接近30條語音消息，向朋友解釋了以下幾個(gè)核心觀點(diǎn)：

1. 做當(dāng)下研究的人懂AI懂統(tǒng)計(jì)分析，但不是太懂職業(yè)和職場

由于目前的ChatGPT主要面向的場景是內(nèi)容創(chuàng)作，衍生出當(dāng)下最熱的AIGC也是如此，所以諸如“作家、編輯”為代表的職業(yè)被列為最易受影響職業(yè)之一；

新一代的AI在其他領(lǐng)域的應(yīng)用能力上，由于未被媒體關(guān)注而曝光有限，事實(shí)上體力型職業(yè)多年前已經(jīng)受到?jīng)_擊了，無非是在AI之下套上機(jī)器，機(jī)械臂、無人駕駛汽車、無人機(jī)、送餐機(jī)器人、服務(wù)機(jī)器人等早就進(jìn)入業(yè)界，只是非頭部公司還不能達(dá)到“邊際收益”的黃金邊界，應(yīng)用范圍擴(kuò)展速度還不算太快；

另一個(gè)很重要的原因是，之所以一些看似“智力型”的職業(yè)也被列在最容易被替代的名單內(nèi)，其實(shí)這本身就是歷代工業(yè)革命都在發(fā)生的事情，其本質(zhì)是“非尖端技術(shù)類職業(yè)”的工作內(nèi)容中存在大量可被標(biāo)準(zhǔn)化、可被復(fù)制的工作，這類工作在實(shí)際日常中以“執(zhí)行”而非“決策”為主，以“重復(fù)性技術(shù)應(yīng)用”而非“高端研發(fā)創(chuàng)新”為主。

這類看似“智力型”但不夠“尖端”的工作，在我的理論（ 詳見陳思煒：【精】為何很多人不愿做后臺(tái)工作?——一文帶你分清「前中后臺(tái)」（共8602字，各行業(yè)通用）?里是被劃分在“后中臺(tái)”范疇內(nèi)的，被AI及新一代技術(shù)顛覆是遲早的事。

20多年前制造業(yè)自動(dòng)化技術(shù)革命后，我國的下崗潮出現(xiàn)后，有差不多1/5的人也轉(zhuǎn)型專業(yè)到了服務(wù)新的自動(dòng)化系統(tǒng)領(lǐng)域，成為自動(dòng)化流水線的運(yùn)維、精細(xì)操作、技術(shù)開發(fā)等崗位（依舊是后中臺(tái)為主，但在新的產(chǎn)業(yè)紅利下，有足夠勞動(dòng)力需求。）

2. 不易受AI顛覆的職業(yè)有3個(gè)特征，如下圖聊天記錄截屏所示（后文也會(huì)詳細(xì)再做分析）

劃重點(diǎn)：

1.靠軟實(shí)力為驅(qū)動(dòng)的復(fù)合能力（前臺(tái)為代表）

2.尖端技術(shù)性（以高端中臺(tái)為代表，而非表面技術(shù)類的“后中臺(tái)”）

3.靠更為復(fù)合的技能與能力（工作內(nèi)容涉及鏈條多，運(yùn)營技能復(fù)合型強(qiáng)，反例是“螺絲釘”）

1. 具體來看：AI影響的80%職業(yè)和影響最大的智力型職業(yè)

3月20號(hào)，openai研究人員發(fā)布了一篇論文，主體是關(guān)于大語言模型對(duì)于勞動(dòng)市場影響的展望。

這篇研究報(bào)告一經(jīng)發(fā)表，就引起了社交媒體上的軒然大波，原因是其中的研究結(jié)果表明大約80%的美國勞動(dòng)力會(huì)受到?jīng)_擊，而19%的人近一半的工作會(huì)遭到嚴(yán)重的影響。

其中科學(xué)和批判性思維技能占工作的重要性與影響程度程負(fù)相關(guān)，

但編程和寫作等技能卻與之呈強(qiáng)烈的正相關(guān)，下表為影響程度最高的職業(yè)。

出人意料的是，很一部分所謂的高門檻、高工資、智力型的工作反而受到了最大的沖擊（體力勞動(dòng)未受到較大沖擊的原因是chatgpt的功能，并不代表其不會(huì)被其他自動(dòng)化手段替代）。

然而最可怕的是，從3.5版本到4版本，chatgpt的巨大升級(jí)，這意味著這種沖擊只會(huì)越來越大，沒人知道它的終點(diǎn)在何處。

chatgpt等一系列大語言模型到底是如何運(yùn)作的？

它們大多使用了Transformer神經(jīng)網(wǎng)絡(luò)架構(gòu)——一種用于處理序列數(shù)據(jù)的模型。

簡單來說，就是從大規(guī)模的上億的文本預(yù)料中，隨機(jī)地扣掉一部分字，形成完形填空題型，不斷地學(xué)習(xí)空格處到底該填寫什么，所謂語言模型的訓(xùn)練和學(xué)習(xí)，就是從大量的數(shù)據(jù)中通過統(tǒng)計(jì)學(xué)進(jìn)行復(fù)雜的上下文聯(lián)系。

其實(shí)就底層技術(shù)而言依然是machine learning和reinforcement learning，所以chatgpt等一系列的聊天機(jī)器人其實(shí)是大力出奇跡（上萬億次的訓(xùn)練量）和鈔能力（微軟的10億投資）導(dǎo)致的應(yīng)用進(jìn)步，而非理論升級(jí)。

雖然在技術(shù)上并沒有驚人的突破，但chatgpt的實(shí)際表現(xiàn)確實(shí)令人震驚，它體現(xiàn)出的智力洞察力、藝術(shù)創(chuàng)造能力甚至有些人類所獨(dú)有的能力上實(shí)現(xiàn)了對(duì)于人類的超越。

2. 智能方面，ChatGPT真的超越了人類？

相比大語言模型需要數(shù)百兆字節(jié)數(shù)據(jù)的訓(xùn)練，人腦做不到也并不需要如此，相反它是一個(gè)極其高雅而又簡潔的系統(tǒng)：一個(gè)嬰兒沒有多少的知識(shí)儲(chǔ)備，卻能形成一些簡單的邏輯并產(chǎn)生對(duì)于外界的反應(yīng)。

人類認(rèn)為“長度一千克”這件事是荒謬的，是因?yàn)榇竽X會(huì)把長度聯(lián)想到筆的長短，人的身高，而千克則是重量的單位，本質(zhì)上是長度無法被稱重的邏輯錯(cuò)誤，“長度一千克”違背了邏輯規(guī)則，所以這個(gè)概念不會(huì)因計(jì)量單位命名、語言的變化而變化。

但當(dāng)ChatGPT說出類似“長度一千克”的言論，這一行為并沒有違背它內(nèi)在的運(yùn)行規(guī)則（在大量數(shù)據(jù)中生成統(tǒng)計(jì)學(xué)上的輸出），換句話說，它“意識(shí)不到自己錯(cuò)了“。

這就能解釋，為何在使用ChatGPT的過程中，會(huì)發(fā)現(xiàn)它有時(shí)會(huì)輸出一些荒謬的觀點(diǎn)或者編造并不存在的引用。

于是這引出了另一個(gè)問題，機(jī)器學(xué)習(xí)的核心是描述和預(yù)測，但他本身沒有觀察世界和總結(jié)規(guī)律的能力，就像《黑客帝國》里的 母體matrix一樣 。（仍然需要人類的想象）

還是用“長度一千克“的例子——人類只能理解”長度一米“。

這是因?yàn)檎Z言背后有真實(shí)世界和邏輯規(guī)則的支撐，但ChatGPT能同時(shí)吸收”長度一千克“和”長度一攝氏度“的觀念，他選擇輸出哪種全憑reinforcement learning中接收環(huán)境對(duì)動(dòng)作的獎(jiǎng)勵(lì)（反饋）。

這不是ChatGPT的問題，而是人類至今無法用物理手段解決意識(shí)和邏輯的形成，自然無法打造真正的強(qiáng)人工智能。

3.?ChatGPT最大的缺陷在哪里？

用微軟團(tuán)隊(duì)發(fā)布的一篇研究《Sparks of Artificial General Intelligence: Early experiments with GPT-4》中，他們清晰地展示了這點(diǎn)。

由于GPT-4是自回歸的，每輸出的下個(gè)單詞都是基于前面內(nèi)容所進(jìn)行預(yù)測，輸出具有前向性。

該架構(gòu)不允許有 "內(nèi)部對(duì)話 "或 "草稿存儲(chǔ)"來進(jìn)行多步驟計(jì)算或存儲(chǔ)中間結(jié)果。

雖然在某些情況下，這種限制可以通過使用不同的提示來補(bǔ)救，

但在其他情況下，這種限制是無法緩解的。

問：150和250之間有多少個(gè)質(zhì)數(shù)？
答：150和250之間有13個(gè)質(zhì)數(shù)。（錯(cuò)誤）

但是，如果我們要求模型列出這個(gè)范圍內(nèi)的質(zhì)數(shù)，然后寫出計(jì)數(shù)，它確實(shí)給出了正確的答案：

問：首先列出150和250之間的素?cái)?shù)，然后輸出這個(gè)列表的大小。
答：這些質(zhì)數(shù)是151，157，163，167，173，179，181，191，193，197，199，211，223，227，229，233，239，和241。所以這個(gè)列表的大小是18。（正確）

3.1 算術(shù)/推理問題上缺乏計(jì)劃性

有人可能會(huì)說，在上面的各種例子中，需要的 "內(nèi)部記憶 "量是相當(dāng)大的（人類可能也得借助草稿紙）。

由于這個(gè)模型在一系列不同的任務(wù)上表現(xiàn)得非常好，這可能會(huì)讓人相信它有合理數(shù)量的工作記憶。然而，即使對(duì)于更簡單的任務(wù)，該模型也經(jīng)常失敗。

我們考慮下面這個(gè)非常基本的例子：

2 * 8 + 7 * 6 = 58 7 * 4 + 8 * 8 =？ GPT4: 88
正確答案：92

這表明GPT-4對(duì)這類問題的工作記憶短得驚人。

然而，如果GPT-4 "慢慢地 "回答問題，那么準(zhǔn)確率就很容易上升。

例如，如果我們要求模型使用以下提示寫下中間步驟，
以下表達(dá)式的值是多少？
116 * 114 + 178 * 157 = ?
讓我們一步一步地思考解決這個(gè)表達(dá)式，
寫下所有的中間步驟，然后才得出最終的解決方案。

測試結(jié)果是：當(dāng)數(shù)字在區(qū)間1-40時(shí)，準(zhǔn)確率達(dá)到100%，在區(qū)間1~200時(shí)準(zhǔn)確率達(dá)到90%。

3.2 文本生成時(shí)缺乏計(jì)劃性

寫一首短詩，要求最后一句和第一句話的單詞相同，但順序顛倒。

例如，如果第一句話是“我在晨光下看到了她的微笑”，那么最后一句話必須是“笑微的她了到看下光晨在我”。 然而，這個(gè)最后一句話在語法上不正確，所以請(qǐng)確保這首詩歌在語法和內(nèi)容上都有意義。
GPT4:?可能的詩： I heard his voice across the crowd（我在人群中聽到他的聲音） 一首吸引我的旋律 他唱著愛、希望和夢想 讓我覺得我可以在夢想、希望和愛中獲勝 他用旋律吸引我， Crowd the across voice his heard I.（此句只做了詞序顛倒，但語法錯(cuò)誤）

這說明 GPT4 在生成文本時(shí)，未能提前考慮到最后一句。

這些例子說明了【預(yù)測下一個(gè)單詞】這一范式的一些局限性，這些局限性表現(xiàn)為模型缺乏規(guī)劃、工作記憶、回溯能力和推理能力。該模型依賴于生成下一個(gè)單詞的貪心算法，對(duì)任務(wù)或輸出沒有任何全局或深刻的理解。

因此，該模型擅長制作流暢和連貫的文本，但在解決無法按順序處理的復(fù)雜或創(chuàng)造性問題方面存在局限性。

這表明了兩種類型的智力任務(wù)之間的區(qū)別：

• 增量任務(wù)——這些任務(wù)可以通過一次添加一個(gè)單詞或句子來逐步或持續(xù)地解決，從而在解決方案的方向上取得進(jìn)展。增量任務(wù)的例子包括編寫文本摘要，回答事實(shí)問題，根據(jù)給定的韻律方案創(chuàng)作一首詩，或解決遵循標(biāo)準(zhǔn)程序的數(shù)學(xué)問題。

• 不連續(xù)的任務(wù)——在這些任務(wù)中，內(nèi)容生成不能以漸進(jìn)或持續(xù)的方式完成，而是需要某種“Eureka”的想法，不連續(xù)任務(wù)的例子包括解決需要新穎或創(chuàng)造性地應(yīng)用公式的數(shù)學(xué)問題，寫一個(gè)笑話或謎語，提出科學(xué)假設(shè)或哲學(xué)論點(diǎn)，或創(chuàng)造一種新的類型或?qū)懽黠L(fēng)格。

以上文本翻譯借鑒orangorange.aie.ai

3.3 更大的問題還在后面...

2016年，ChatGPT的前身tay聊天機(jī)器人在互聯(lián)網(wǎng)上散播厭女和種族主義的言論，因?yàn)樗痪W(wǎng)絡(luò)信息污染了，網(wǎng)絡(luò)噴子用攻擊性的內(nèi)容填入了Tay的訓(xùn)練數(shù)據(jù)。但未來該如何解決這個(gè)問題呢？

目前這個(gè)問題被程序員簡單粗暴地對(duì)ChatGPT進(jìn)行了限制，禁止它在有爭議的（也就是重要的）討論中提供任何新穎的觀點(diǎn)。它以犧牲創(chuàng)造力為代價(jià)，保證了自己的非道德性。

從這個(gè)例子中我們會(huì)發(fā)現(xiàn)ChatGPT存在的兩大問題，也就是喬姆斯基說的，ChatGPT在向我們提供虛假的承諾：

1）過度生成

對(duì)于長度和單位的匹配，人類尚有共識(shí)，但在有爭議的話題上，比如種族歧視，或是學(xué)術(shù)界尚懸而未定的領(lǐng)域，ChatGPT只能同時(shí)輸出道德和非道德的結(jié)論，謊言和非謊言，一旦使用者沒有自己的判斷能力和對(duì)于信息的篩選能力，很有可能被誤導(dǎo)。

2）生成不足

Chatgpt不會(huì)為自己的結(jié)論負(fù)責(zé)，如果把它比作一個(gè)人類，那么它不僅會(huì)以無知為借口，還以自己缺乏智慧為借口，最終提供了一種“只是服從命令”的辯護(hù)，將責(zé)任推卸給它的創(chuàng)造者，而自己并無任何過錯(cuò)。

所以目前的ChatGPT絕無做任何決定的能力，雖然它被稱作聊天機(jī)器人，但在工作之中，它最多只能被委任服從命令的任務(wù)。

4. 為何那么多人會(huì)認(rèn)為ChatGPT“有思想”，甚至?xí)氐状嫒祟惞ぷ鳎?/h1>

4.1 大多數(shù)人對(duì)于大數(shù)據(jù)模型認(rèn)識(shí)的局限

他們將遠(yuǎn)超其分析能力的巨量細(xì)節(jié)視為復(fù)雜的，并把復(fù)雜機(jī)器直覺上認(rèn)為是有思想的，如今的技術(shù)發(fā)展讓太多人重體驗(yàn)而清原則，比如把ChatGPT當(dāng)成虛擬伴侶，把自己的情感寄托到機(jī)器上，形成某種意義上的“戀物癖“，因此有很大一部分人會(huì)混淆ChatGPT帶來的體驗(yàn)和本質(zhì)。

4.2 現(xiàn)代人的ChatGPT化

當(dāng)今社會(huì)，大多數(shù)人不再親自去體驗(yàn)和感受這個(gè)世界并給出自己的結(jié)論，而是困在有限的信息繭房里復(fù)述他人的思考，并對(duì)此深信不疑，不加以辯證的思考。只貪婪地吸收滿足自己情緒的信息，本質(zhì)上是巨嬰式的：他們需要的不是信息背后所蘊(yùn)含的真理，而是尋求內(nèi)心某些想法的合法性，也就是所謂的“認(rèn)同感“。

因此程度上和ChatGPT同屬一源，故稱為ChatGPT化。這也是現(xiàn)代人演化出的一種幻覺。

5. 打破幻覺，我們需要什么能力？

5.1 思維能力

相比知識(shí)量和信息處理速度，甚至是一定范式內(nèi)的自由創(chuàng)作，人類早已被ai超越，但對(duì)于世界認(rèn)識(shí)的鴻溝卻很難跨越，因此為了避免“被AI的替代“，我們需要做出的努力主要有兩方面。

首先對(duì)于周遭信息要懷有質(zhì)疑的眼光，并加以驗(yàn)證，而不要被一時(shí)的情緒左右判斷，篩選信息的能力或許是現(xiàn)代人最重要的能力之一。

其次承擔(dān)給出思考結(jié)論的風(fēng)險(xiǎn)和責(zé)任，要以實(shí)際產(chǎn)生結(jié)果為導(dǎo)向去評(píng)價(jià)自己的思考，也就是說要把思考落到實(shí)踐，而不是用看似合理的推導(dǎo)為王（誤紙上談兵）。

5.2 技術(shù)能力

在ai發(fā)展迅速的年代，在只掌握單一技術(shù)的情況下，只有克服年齡增長下體力和精力的分散，擊敗不斷向上攀登的后來者，保持在業(yè)內(nèi)的頂端（前5%）才能避免被ai沖擊的風(fēng)險(xiǎn)，但即使你已處在了如此的高度，依然是在危險(xiǎn)的邊緣游走，參考前段時(shí)間騰訊最高級(jí)別專家T13技術(shù)大佬黃希彤被裁員的新聞。

因此，正如上圖所示，普通人要加強(qiáng)自身對(duì)于風(fēng)險(xiǎn)的抗性，最好的方式是擴(kuò)展自己復(fù)合技術(shù)的能力，而且越多越好，原因很簡單：由于當(dāng)下ai的輸出道德性和安全性被嚴(yán)格受限（防止被不法分子利用），且訓(xùn)練的成本和算力相當(dāng)龐大（日后的專家系統(tǒng)可能會(huì)改善這點(diǎn)），交叉領(lǐng)域需要的個(gè)性化標(biāo)注和訓(xùn)練的ai很難產(chǎn)生，因此ChatGPT在未來相當(dāng)長一段時(shí)間只能在單一領(lǐng)域輸出一定質(zhì)量的產(chǎn)出，一旦涉及到多領(lǐng)域，精確度便會(huì)大大下降，甚至胡說八道。

5.3 小結(jié)

根據(jù)上文分析，我們可以得出在大數(shù)據(jù)與智能時(shí)代下，以下這些職能的保值度相對(duì)較高：

1. 各技能技術(shù)領(lǐng)域（含中后臺(tái)）前5%

換句話說，從事任何主要以單一技能（就比如商業(yè)分析和數(shù)據(jù)分析，比如前些年長期火熱的“碼農(nóng)”、程序員，又比如傳統(tǒng)作家、寫手）為核心的職業(yè)，必須讓自身的技術(shù)水平處于前5%的水平，即AI難以學(xué)習(xí)和模仿并高效率復(fù)制和代替的技能，否則就容易被顛覆。

2. 前臺(tái)類與人打交道且創(chuàng)造價(jià)值足夠大的

最典型的代表是銷售，但銷售有高低端之別，高端的有的別叫做分析師、咨詢師、研究員（比如金融行業(yè)二級(jí)市場賣方的研究員）等。

3. 所需工作技能非常復(fù)合的職業(yè)

舉例來說，單純的新媒體行業(yè)的文案崗做的工作其實(shí)是以上第1類（單一技能為主），如果創(chuàng)意或者寫作功底不能做到出類拔萃就容易被AI學(xué)習(xí)和替代，但如果能結(jié)合數(shù)據(jù)思維和商業(yè)分析來復(fù)盤接下來該怎么寫，甚至前置到選題，再往前至策劃，再繼續(xù)往前到賬號(hào)定位/IP定位，乃至商業(yè)定位；或者再往后到運(yùn)營及銷售的數(shù)十個(gè)鏈條、模塊中的多個(gè)，這樣的嵌套式的復(fù)合能力就是AI難以復(fù)制的。（AI目前最弱的能力依然是“跨界的自適應(yīng)學(xué)習(xí)和多場景嵌套式交互應(yīng)用能力”）

值得一提的是，以上2類職業(yè)所需的一些軟實(shí)力（之前提到的思維能力），也是我們實(shí)現(xiàn)3這類復(fù)合技能類職業(yè)的組成部分之一，比如：社交力、溝通力、信息鑒別力、以結(jié)果為己任的責(zé)任心、同情心。

如果你從事的第1類職業(yè)但技能不夠出類拔萃，結(jié)合以上這些軟實(shí)力，往往可以提升我們工作中與成員、領(lǐng)導(dǎo)、客戶的配合效率與質(zhì)量，所建立的良好人際關(guān)系和合作關(guān)系背后，其實(shí)是“人情世故”和信任，這是目前來看AI最難替代的維度。

具體來舉幾類與社交力、溝通力、信息鑒別力、以結(jié)果為己任的責(zé)任心、同情心相關(guān)度高的職業(yè)：

其一是對(duì)外為主，且偏前臺(tái)，包括各類咨詢師、培訓(xùn)師（對(duì)外）、銷售人員等。

這類職業(yè)具備很高的職業(yè)發(fā)展成長性，因?yàn)槠洳粏文転榻M織更直接地創(chuàng)造收益，也能在展業(yè)過程中積累可能讓長期受益的人脈資源。這些職業(yè)在由人與人連接而組成的社會(huì)中，人脈資源代表什么，相信大家都很清楚。

但需要注意的是，有些“強(qiáng)關(guān)系驅(qū)動(dòng)型工作性質(zhì)”的職業(yè)雖然表面看來是對(duì)外，但實(shí)際上為組織創(chuàng)造收益有限或越來越有限，自身也難觸及優(yōu)質(zhì)資源的核心圈，并不能算在其列，我常舉的例子包括政策性銀行的業(yè)務(wù)人員和傳統(tǒng)行業(yè)的公關(guān)人員；

其二是或?qū)?nèi)也或?qū)ν?，且偏“管理型中臺(tái)”，這類職業(yè)本身就是由組織內(nèi)各職能崗位上的佼佼者擔(dān)任，其核心能力即連接內(nèi)部與外部的能力自然是具備較高不可替代性的；

其三是以對(duì)內(nèi)為主，但偏后臺(tái)，但這類職業(yè)將承受一定的被替代的風(fēng)險(xiǎn)，比如人力資源崗，其中扮演對(duì)內(nèi)連接的工作內(nèi)容不容易被替代，但傳統(tǒng)人資工作中的許多事務(wù)性、流程性很重的部分以及脫離了其他職能部門無法獨(dú)立完成（而其他職能部門多花些功夫其實(shí)也能完成大半）的部分是最可能被替代的。

額外開個(gè)腦洞，原本最需要單一化能力的是誰？

3…2…1…

對(duì)了，不就是大公司嘛！

相反中小型公司需要身兼數(shù)職，被動(dòng)地鍛煉了一身復(fù)合型能力。

當(dāng)然中小公司用不起定制化ai也是其中一項(xiàng)原因，

但這一情況是否成為大公司的新護(hù)城河

或成為中小企業(yè)的末日呢？這就不得而知了。

ChatGPT的成功證明了力大磚飛是真能打死人的

當(dāng)然，還有另一條路，拋棄范式里公司的概念，

以自己的智識(shí)為資源，為自己打工，即是靈活就業(yè)，

比如最近的以web3.0為支撐的“數(shù)字游民”，

之后我會(huì)圍繞這個(gè)話題專門寫一篇文章，

感興趣的讀者可以在評(píng)論區(qū)留言。

6.?ChatGPT對(duì)于現(xiàn)有工作的利好

在過去，軟件工程被分割成兩塊，第一塊是兼具難度和探索的核心技術(shù)開發(fā)，另一部分則是無聊而有重復(fù)的拼接修補(bǔ)類工作，用于連接各項(xiàng)核心技術(shù)，以便整體結(jié)構(gòu)的運(yùn)轉(zhuǎn)并加以協(xié)同作用。

你一定會(huì)感到疑惑，為何這類修補(bǔ)工作會(huì)占到那么大的比重呢，原因是開發(fā)核心技術(shù)時(shí)，設(shè)計(jì)者通常懶得去考慮兼容的問題（程序員常說的屎山），開源的開放使那些真正有意義的工作被社區(qū)免費(fèi)完成了，于是一件奇怪事情發(fā)生了，軟件開發(fā)工程師在工作時(shí)進(jìn)行自己最不齒的修補(bǔ)工作，下班時(shí)間反倒轉(zhuǎn)頭干起了免費(fèi)的能帶來滿足感的技術(shù)開發(fā)工作。最終完成沒有價(jià)值的工作反倒能賺取薪水，有意義的事業(yè)反而賺不到錢。

但ChatGPT的出現(xiàn)可能是撥亂反正最好的機(jī)會(huì)，重復(fù)機(jī)械的工作會(huì)被ai所優(yōu)化效率甚至替代（目前還無法完全替代），那么程序員為了自己的生計(jì)勢必要改變免費(fèi)開源社區(qū)系統(tǒng)性的問題，重新洗牌，讓有價(jià)值的工作得到對(duì)應(yīng)的報(bào)酬，也許就在不遠(yuǎn)的未來。

7. 工作的意義與價(jià)值

上一節(jié)，我們著重強(qiáng)調(diào)了工作的價(jià)值，在這一節(jié)我想把這個(gè)定義更加拆分，即工作的量化價(jià)值和意義。

在ChatGPT尚未誕生之前，人們也時(shí)常會(huì)暢想什么工作能夠抵擋ai浪潮的沖擊，其中有一種工作無論在哪類討論中都常常被提及，運(yùn)動(dòng)員。

既是阿爾法狗、深藍(lán)已經(jīng)橫掃棋壇，圍棋和國際象棋依然存在，而且經(jīng)久不衰。

相同的例子可以看看，汽車和跑步運(yùn)動(dòng)員的關(guān)系，汽車一定會(huì)改變交通的格局，但它絕對(duì)無法取代賽跑的意義，本質(zhì)是因?yàn)檫\(yùn)動(dòng)作為人類挑戰(zhàn)極限和展現(xiàn)原始力量的意義是無法被數(shù)據(jù)量化的。

7.1 所以什么工作才不會(huì)被ChatGPT無情地替代呢？

以上5.3 已經(jīng)給出了我的答案，再回顧下歷史的話，其實(shí)一切都在“重演”：

從歷史上來看，每一波工業(yè)革命后，都會(huì)帶來隨后的勞動(dòng)力市場革命，約50%以上的職業(yè)會(huì)被顛覆，而其中從業(yè)的勞動(dòng)者，其中一半的人會(huì)接受職業(yè)再培訓(xùn)，比如現(xiàn)在的aigc產(chǎn)品經(jīng)理、aigc標(biāo)注工程師、ai運(yùn)維等一系列職業(yè)，正如20年前服務(wù)于工業(yè)自動(dòng)化生產(chǎn)線的維護(hù)人員、操作技工等類似，而不是每個(gè)人都能勝任或符合新崗位的要求，所以最終1/4人會(huì)成功轉(zhuǎn)行轉(zhuǎn)業(yè)，而1/4人則會(huì)接受自由就業(yè)或無業(yè)狀態(tài)。

上圖就揭示這種生產(chǎn)力變革導(dǎo)致的勞動(dòng)力市場革命：行業(yè)里有50%的人會(huì)繼續(xù)留在業(yè)內(nèi)工作，剩下的一半人，有四種方向可以選擇：

1. 轉(zhuǎn)行其他工作

2. 從事自由職業(yè)

3. 進(jìn)行再培訓(xùn)教育，或成功，或失敗

4. 待業(yè)在家

其實(shí)任何被紅利激增出來的職業(yè)都有其生命周期，隨著新技術(shù)的革新和迭代（通常為20到40年），大部分偏后臺(tái)以執(zhí)行為主的工作又會(huì)形成洗牌，進(jìn)入一個(gè)新的循環(huán)之中。

所以只有真正能為人類帶來價(jià)值或滿足某種根本需求的事業(yè)，才能真正脫離這種循環(huán)，意味著無論你從事何種職能，最終都要提升它的深度：

會(huì)計(jì)不會(huì)被替代，但只能寫底稿者一定會(huì)被替代；文字工作不會(huì)被替代，但只會(huì)抄襲者一定會(huì)被替代；軟件開發(fā)者不會(huì)被替代，但只會(huì)復(fù)制粘貼者一定會(huì)被代替……

看到這里一定會(huì)有人對(duì)此感到悲觀，“可我就是一個(gè)普通人啊，我也努力過，但做到實(shí)現(xiàn)價(jià)值、滿足人類的需求，只有極少的人才能做到，看來像我一樣的普通人就只能接受被ai優(yōu)化的命運(yùn)了。

“但這并不是我寫下這篇文章的意圖，告訴大家只有精英才能穩(wěn)定的擁有工作，這樣的結(jié)論顯然是錯(cuò)誤的。

7.1 明確努力的方向，合理的職業(yè)規(guī)劃

先來看一個(gè)例子：

小米創(chuàng)始人雷軍在2013年接受采訪時(shí)，他回憶起自己在金山工作的日子，并描述了他的工作狀態(tài)：“毫不夸張地說，我當(dāng)時(shí)基本上每周工作七天，每天工作16個(gè)小時(shí)，每頓飯只用三分鐘，每天要開11個(gè)會(huì)。” 直到他創(chuàng)立小米，這種“工作狂”式的強(qiáng)度才略有改變。他說：“現(xiàn)在我和我的員工一天工作大約12小時(shí)左右，我自己會(huì)爭取在晚上11點(diǎn)之前休息?！?/blockquote>

然而，在小米科技管理創(chuàng)新經(jīng)驗(yàn)推廣交流現(xiàn)場會(huì)上，小米公司高級(jí)副總裁祁燕透露，雷軍仍然每天晚上一兩點(diǎn)才下班，午餐是在下午三或四點(diǎn)，只有十分鐘時(shí)間，晚餐則在晚上十一或十二點(diǎn)。更可怕的是，小米全公司上下幾乎所有員工都每天工作超過12小時(shí)！

當(dāng)然舉這個(gè)例子的目的不是想要讓每個(gè)人都要成為一個(gè)工作狂，畢竟身體恢復(fù)能力說到底也是一種天賦，拿命換錢不是褒義詞，只是想讓你明白，努力的極限并不是所有人都能達(dá)到的。

一個(gè)更關(guān)鍵的問題是為什么要努力，這個(gè)問題牽涉到人生觀和價(jià)值觀，因此沒有一個(gè)唯一正確的答案。但是，我想利用這個(gè)機(jī)會(huì)分享我在職業(yè)和創(chuàng)業(yè)方面的經(jīng)驗(yàn)，觀察了數(shù)千萬人并指導(dǎo)了數(shù)千人后的心得體會(huì)。生活中有很多有意義的事情值得我們?nèi)ヌ剿骱妥非?，包括職業(yè)和事業(yè)所帶來的幸福，以及愛情、親情和其他事務(wù)所帶來的幸福。

雖然這些幸福之間沒有普適的評(píng)判標(biāo)準(zhǔn)來區(qū)分高下強(qiáng)弱，但我們必須認(rèn)識(shí)到，努力是非常值得的，因?yàn)椤敖?jīng)濟(jì)基礎(chǔ)決定上層建筑”，而好的職業(yè)和事業(yè)發(fā)展通常是構(gòu)成我們整體生活幸福的基石。

我明白一定會(huì)有人反駁我這個(gè)觀點(diǎn)，認(rèn)為工作上的躺平是為了有更多的時(shí)間去找尋生命的意義，大多數(shù)人努力工作，陷入消費(fèi)，再努力工作，實(shí)際上根本沒產(chǎn)生任何價(jià)值。

我不認(rèn)為這樣想是錯(cuò)誤的，相反你能跳脫出日常的瑣碎，上升到宏觀的層面去思考問題，這是一件好事。但人是環(huán)境動(dòng)物，人決定路線，路線更決定了人，縱覽近代那些改變世界的思想家：薩特、波伏娃…

他們引領(lǐng)了全球的一起又一起民權(quán)運(yùn)動(dòng)，但要知道在他們?cè)诮ㄆ鹨蛔碚摰膶m殿，歡迎無數(shù)朝圣的青年之前，都經(jīng)歷了數(shù)十年的教育和哲學(xué)訓(xùn)練（二者均畢業(yè)自巴黎高等師范學(xué)校），他們從機(jī)械枯燥的學(xué)習(xí)和工作中不斷汲取養(yǎng)分，最后才找到了屬于他們自己生命的舞臺(tái)。

大部分人之所以迷茫不是因?yàn)榄h(huán)境限制了他們天賦的發(fā)揮，而是根本沒有好好利用環(huán)境提升自己：沒有理解大學(xué)的學(xué)習(xí)是為了什么，沒有理解工作到底需要什么，于是升學(xué)難→就業(yè)難→工作難→人生難。

創(chuàng)造個(gè)人價(jià)值的前提是有一定的社會(huì)價(jià)值，就像薩特、波伏娃，拋開社會(huì)運(yùn)動(dòng)家的身份（他們實(shí)現(xiàn)的最大個(gè)人價(jià)值），他們更是偉大的哲學(xué)家（他們創(chuàng)造的最大社會(huì)價(jià)值），若只有前者，他們只能是造反的張三或李四，而且根本不成規(guī)模。

所以既然要?jiǎng)?chuàng)造社會(huì)價(jià)值，那么首先要遵循的就是供給側(cè)改革邏輯——根據(jù)社會(huì)所需來定制自己的職業(yè)發(fā)展方向，所謂知己知彼：通過外部和內(nèi)部的認(rèn)知匹配，更加合理地找到供給與需求的最佳平衡點(diǎn)，降低試錯(cuò)成本和機(jī)會(huì)成本，達(dá)到自我提升的最大化，借此更接近對(duì)于生命意義的追求，這兩者從來不是割裂的，而是像馬斯洛需求金字塔式的遞進(jìn)互促關(guān)系。

7.2 區(qū)分意義和量化價(jià)值

在潛意識(shí)里我們會(huì)把工作的意義和量化價(jià)值劃等號(hào)，但這事實(shí)上是不正確的，意義沒有一個(gè)客觀的評(píng)分體系，也就是說當(dāng)你糾結(jié)一項(xiàng)工作的量化價(jià)值甚至附加價(jià)值，那么它大概率沒有意義。

一個(gè)簡單的問題，父親是不是一項(xiàng)有意義的工作？

從創(chuàng)收價(jià)值的角度來講，陪孩子玩耍，和他建立關(guān)系，給予他陪伴和關(guān)心，這些“工作“簡直毫無意義。去游樂場玩?！ㄒ惶斓臅r(shí)間和金錢僅僅換到一個(gè)幼年人類的笑容和回憶，這絕對(duì)是一筆失敗的投資，但對(duì)于其中的參與者而言每分每秒都充滿了意義。

格雷伯說過：“意義越大，價(jià)值越少?！斑@句話背后的深意是，真正有意義的工作會(huì)讓你忘記價(jià)值的結(jié)果。

意義從來不是一種結(jié)果的疊加，因?yàn)槿祟惖挠邢扌宰⒍艘饬x大廈的傾塌，過程即是意義，意義不可觀測。

8. 總結(jié)

很多人說ChatGPT是21世紀(jì)的工業(yè)革命，我從來都不否認(rèn)這點(diǎn)，路線決定人，但人也決定著路線，大多數(shù)人注定理解不了這篇文章中的有些觀點(diǎn)，就像我曾經(jīng)困惑的一個(gè)問題：人類是否有成為行軍蟻的隱秘夢想？

他們終日勞作，日以繼夜，卻被冰冷的機(jī)器擊個(gè)粉碎，于是只好縮進(jìn)虛假的幻覺里，以為這就是世界運(yùn)行規(guī)則，如果這成為了現(xiàn)實(shí)，那無疑會(huì)是一場悲劇，一場早已“規(guī)劃“好的悲劇。

標(biāo)簽：