2026年9月，美国。Claude背后的人工智能公司Anthropic，发布了一份关于2030年美国经济的情景推演。这家公司做出了一个看上去非常矛盾的推测：如果人工智能能力继续高速发展，到2030年，美国GDP可能比没有AI的情况下高出32.4%，经济规模大约每四年半翻一番；但与此同时，从事编程、金融、法律、写作和行政管理等认知工作的劳动者，平均工资可能下降11.5%，就业人数可能下降21.5%。换句话说，未来可能不是经济衰退、企业倒闭，所以大家一起失业；它更可能是企业赚到更多的钱，社会创造更多的财富，但一部分劳动者反而变得更便宜了。
Anthropic特别强调，这不是对未来的确定预测，而是它设定的一种极端情景。但真正值得警惕的，恰恰是这种情景在经济逻辑上完全说得通：在这一情景下，劳动者获得的总收入几乎没有增长，资本收入却可能增长81.4%；劳动收入在整个经济中的占比，会从60%下降到45.2%。
机器让社会变得更富裕了，但新增加的财富，不一定流向被机器提高了效率的人。
图1：Anthropic“生产率极端上行情景”相对无AI基准路径的2030年变化。作者据Anthropic报告整理。
一、模型里的一次转行，现实里的一次人生重启
Anthropic在报告里解释，AI并不一定会让所有人永久失业。程序员和呼叫中心人员失去工作之后，可以转向AI暂时无法完成的职业，例如电工、护士或者建筑工人；劳动力重新流动以后，经济仍然可以恢复平衡。这套推演在数学模型里没有问题。一名程序员从“认知劳动者”这一栏消失，再出现在“其他劳动者”那一栏，模型中的劳动力总数没有少，人仍然有工作，经济也完成了调整。
但我看到这段话的时候，停了很久。因为十几年前，我走的恰好是相反的方向：Anthropic设想程序员将来可以去当建筑工人，而我曾经在建筑行业干了八年，考过一级建造师，评上高级工程师，最后却发现自己在原来的土木行业里，一毛钱也赚不到。如果连我这样的人都无法依靠自己的专业资历留下来，那么一个35岁的程序员，仅仅因为报告里写着“可以转行”，就真的能拿起工具去做电工吗？模型里只有一次职业转换，现实里却是一个人前半生积累的学历、经验、收入、家庭和身份，被放在一起重新定价。
二、我曾经相信，证书会让一个人越来越值钱
2012年夏天，我从一所普通一本院校的土木工程专业毕业，进入一家大型央企施工单位。那时候，中国城市化还在向前狂奔，高铁、公路、地铁和住宅项目到处开工，工程机械从早响到晚。我每天早上六点下基坑，白天在接近四十摄氏度的板房里画CAD图，晚上回宿舍以后继续翻规范、核工程量。项目领导告诉我，年轻人要沉得住气，把一级建造师考下来，再熬几年，就有机会往项目总工的位置走。
于是我开始看工程经济、项目管理和专业实务。别人休息的时候我看书，别人喝酒的时候我刷题，我相信这个行业虽然辛苦，但有一套可以被理解的上升规则：只要能力更强、证书更多、经验更丰富，人就会越来越值钱。后来，我真的考过了一级建造师，也评上了高级工程师。可我等来的不是想象中的上升，而是2020年前后公司压缩项目和成本，我的工资等级被下调，津贴被取消，随后被调到一条既有铁路线上做安全防护工作。
这份工作的职责并不是简单地“看大门”，它关系到施工人员和列车运行的安全，也必须有人承担。但对于一个已经在项目现场干了多年、拿到一级建造师和高级工程师资格的人来说，这意味着过去积累的专业能力，已经无法继续换来原来的岗位和收入。更直接的现实是，调整之后的工资，还不如当时一些送外卖的骑手。那一刻我才发现，一级建造师不是一项可以永远产生收益的资产，它更像是一张门票。行业需要人的时候，这张票可以把你送进门；行业不再需要那么多人的时候，你拿着票站在门口，也没有人有义务给你安排一个位置。
我的证书没有失效，经验也没有消失；失效的是市场对这些经验的报价。
三、从土木到软件，中间不是一道选择题
后来我离开土木行业，开始一边送外卖，一边学习Java。这句话写出来只有十几个字，放进Anthropic的经济模型里，也许只是“劳动力从建筑业流向软件业”，但真正发生在一个人身上的过程，远没有这么轻松。你首先要接受过去十年的经验可能不再值钱，然后用一个初学者的身份，重新学习变量、循环、数据库和程序报错。二十多岁的时候不会写代码，可以说自己还年轻；三十岁左右再打开一套陌生的技术教程，你会很清楚地知道，和你竞争的年轻人比你记得快、工资要求比你低，也没有那么多生活负担。
更现实的问题是，学习本身不会自动变成工作。市场上从来不缺“正在转行的人”，缺的是愿意为转行者承担风险的公司；你可以学会Java，但如果没有人愿意让一个没有项目经验的中年人接触真实业务，所谓转型就永远停留在电脑里的练习项目。我后来能够进入软件行业，有一个很偶然的契机。一次下雨天送外卖，我遇到了儿时的朋友，他曾经在阿里做到P8，后来出来创业；知道我的处境以后，他给了我一个近似高龄实习生的机会，让我真正接触软件项目。
这不是一套可以复制给所有人的成功公式，恰恰相反，它说明了职业转换有多么依赖偶然性。很多人不是没有学习，也不是不愿意吃苦，只是缺少那个允许他以新身份进入行业的人。我花了很长时间才逐渐站稳脚跟。一开始写代码时，我并不比科班出身的程序员更强，但我能够听懂现场人员究竟在担心什么，也知道客户嘴里的“系统不好用”，未必是在批评一个按钮，而可能是在说流程不符合现实中的权责关系。
给客户解释微服务时，我会把它比作建筑里的预制构件；讨论项目风险时，我会想到工地上的安全交底和施工组织设计；做招投标方案时，一张真正的现场照片，有时比十页抽象概念更有说服力。过去在建筑行业积累的东西并没有完全消失，但它们必须被重新翻译，才能在另一个市场里获得价格。这个过程前后用了我几年。所以，当Anthropic说程序员可以转行做电工、护士和建筑工人时，我知道它跳过了一个人收入突然中断的那几个月，跳过了他重新学习时产生的自我怀疑，也跳过了招聘市场对年龄、履历和经验连续性的要求。
它还跳过了一个最重要的问题：谁愿意为这个人的重新开始付钱？
四、我刚从工地走到电脑前，时代又让我回到工地
更有意思的是，我刚刚从工地走到电脑前，时代又开始告诉我，电脑前的人可能太多了。过去的软件行业，最重要的生产资料是程序员的时间；一家公司想增加功能，就要招聘更多的人，想缩短工期，就要支付更高的工资。AI正在改变这套关系。以前需要几天完成的代码，现在可能几个小时就能生成初稿；以前需要产品经理、售前顾问和实施人员共同编写的方案，现在模型可以先完成大部分基础内容；合同分析、数据整理、测试用例和操作文档，也在被快速自动化。
这不意味着程序员明天全部消失，真正发生的变化通常更加缓慢，也更加隐蔽。一个原来需要十个人完成的项目，逐渐只需要六个人；留下来的六个人工资也许暂时没有下降，但公司不再补充离职岗位，初级员工越来越难进入，外包价格开始下跌，项目周期不断缩短。职业名称仍然存在，但是这个职业能够出售给企业的工作量，已经减少了。AI最先取代的往往不是一个完整职业，而是职业中最容易标准化、最容易检查、最容易批量生产的那部分任务；当这些任务被拿走以后，剩下的工作会集中在少数能够承担判断、协调、签字和责任的人身上。
于是，社会同时出现两种看似矛盾的声音：公司说人才越来越难找，劳动者说工作越来越难找。公司缺少的是能够驾驭AI、理解业务、承担结果的少数人；市场减少的，则是大量依靠执行标准任务获得收入的普通岗位，两句话都是真的。
五、社会创造的财富没有减少，只是收钱的人变了
Anthropic的极端情景之所以重要，不是因为它算准了2030年的失业人数，而是因为它揭示了生产率和工资之间正在断开的关系。过去我们习惯认为，一个人效率提高，创造的价值更多，工资自然也应该更高，但AI带来的生产率首先属于谁？如果一名员工使用公司购买的模型，在一天内完成了过去五天的工作，公司完全可以把节省下来的四天变成更多订单。员工也许得到一笔奖金，但模型、算力、软件平台和公司股权的所有者，才拥有对新增产出的长期索取权。
原来支付给五个人的工资，有一部分开始变成模型订阅费、算力费用和软件利润。社会创造的财富没有减少，只是收钱的人变了。
图2：Anthropic极端情景中，劳动收入份额从60%降至45.2%，资本收入份额从40%升至54.8%。作者据Anthropic报告整理。
这正是为什么在Anthropic的极端情景里，GDP可以比原路径高出32.4%，资本收入增长81.4%，全部劳动者的总收入却只增加0.5%；认知劳动者的工资总额，甚至可能下降31%。有人会说，劳动者应该赶紧学习AI，这当然没有错。问题在于，学习AI解决的是“谁能够留下来”，却没有回答“为什么岗位会变少”：如果十个人掌握AI以后，可以完成过去二十个人的工作，那么其中十个人确实因为学习AI保住了岗位，另外十个人仍然需要离开。
站在个人角度，学习AI是一种正确的自救；站在整个社会的角度，它不是完整答案。就像我当年从土木转向软件一样，我的转型可以证明一个人有可能重新开始，却不能证明每一个土木工程师都能依靠送外卖、学Java，再偶然遇见一位愿意给他机会的阿里P8，完成同样的转换。
个人故事能够证明道路存在，它不能证明所有人都能走过去。
六、职业还在，收入逻辑已经变了
当然，Anthropic研究的是美国经济，它不能直接用来预测中国。中国的产业结构、社会保障、职业教育和劳动力市场都不一样；我的经历也只是一个人的经历，不能被包装成所有工程师和程序员的共同命运。但这两件事之间存在一个相同的机制：一个职业真正危险的时刻，不是它在社会上彻底消失，而是市场开始降低对它的报价。土木行业没有消失，铁路、公路和建筑工程也没有消失，但当项目减少、利润下降、企业压缩成本时，一建证书和高级工程师资格不再必然带来过去的收入。
未来的软件行业可能也是如此。程序员不会全部消失，代码也只会越来越多；但当AI可以完成大量基础编码时，会写代码这件事本身，可能像会画CAD图、会算工程量一样，从一种稀缺能力逐渐变成基础能力。职业还在，收入逻辑已经变了。这也是为什么我不愿意轻易对今天的白领说“失业了就去学一门手艺”。
我在工地待过，也送过外卖，后来又进入软件行业。我知道体力劳动不是失败，电工、护士和建筑工人也从来不比程序员低一等；问题不在职业高低，而在于一个社会不能一边享受技术进步带来的巨大收益，一边把重新学习、收入中断、家庭压力和身份坠落的成本，全部交给被替代的劳动者自己承担。
七、谁来支付一个人重新开始的账单
如果Anthropic的情景真的接近现实，那么未来几年最重要的问题，就不只是“哪些工作会被AI取代”。真正的问题是，当一个人的旧技能突然贬值以后，谁来承担他重新开始的成本；当公司使用AI获得更高利润以后，劳动者能不能分享其中的一部分；当大量中年人被要求进入新的行业时，新的行业是否真的准备好了足够的岗位。培训当然有必要，转行也会成为很多人的选择。但培训不能只是再给每个人发一张新的门票，然后让他们继续站在门口排队。
我曾经相信一级建造师可以让我在土木行业走得更远，后来我又相信只要学会Java，就可以在软件行业重新开始。这两件事都没有完全错，但它们让我明白了一件更重要的事：一个人的勤奋，只能决定他有没有资格参与竞争；真正决定一项技能值多少钱的，是那个时代还需要多少这样的人。今天，Anthropic在表格里把一部分失业的程序员，移动到了电工、护士和建筑工人那一栏。它没有告诉我们，一个人前半生积累的学历、经验和身份，应该被放进哪一栏。
一个人当然可以转行，我自己就是这样走过来的；但一个社会不能把所有人的重新开始，都当成解决技术失业的政策。
因为2030年真正值得追问的，从来不是程序员会不会接电线，而是当他放下键盘、拿起钳子的那几年，谁来支付他的账单；以及AI多创造出来的那32.4%的财富，最后究竟进了谁的口袋。
函数)
