我曾经改造过一台旧电子相框，希望能够远程更新照片，让家里人随时看到新的生活片段。系统、应用、管理网站，大量代码都是AI完成的。我并不是专门写这类软件的人，却可以提出需求、选择方案，再借助AI把东西做出来。
这是技术进步带来的真实便利。原本需要请专业人员参与、投入更多时间和金钱的事情，现在一个人就可能完成。我对AI的能力并不怀疑，恰恰因为亲身感受过它的力量，我才越来越担心这种力量将怎样改变人的处境。
一个人做事的能力提高，与一个社会能够容纳更多人的劳动，并没有必然的对应关系。AI可以帮助使用者，也可以帮助企业减少对其他劳动者的需要。它带来的能力扩展，将与原有的收入、经验和资源差异结合，落到不同的人身上。
我的判断是，在未来十到二十年，随着AI和机器人大规模进入生产与工作，相当一部分人会逐步被替代，其中一些人可能失去重新获得工作的机会。有资源的人则更有条件持续使用先进工具，享受新一代产品。技术不断向前，人与人之间的距离却可能因此越来越大。
我所说的分化，具体体现在三个相互关联的方面：能否通过劳动获得收入，能否积累经验并进入新的工作，以及能否持续享有先进技术带来的生活。就业机会的变化，是这个过程的起点；教育和生活的差异，则可能使它延续到下一代。
效率提高，为什么未必带来更多工作
电子相框的经历说明，AI能够降低实现一个想法的门槛。但同一个例子，放到企业的用人决策中，就会呈现另一面。
如果一名高级工程师借助AI，能够完成过去需要数名初中级工程师承担的任务，企业就有理由重新考虑人员配置。业务仍然能够完成，人员投入却可以减少。对于企业，这是效率提升；对于尚未获得岗位的人，则可能是原本可以进入的工作不再招聘。
当然，一家企业减少用人，不能直接证明全社会的工作总量一定减少。成本下降，也可能让更多项目变得可行，产生新的需求。我自己能够改造相框，就是过去难以实现的事情因为工具进步而得以实现的例子。
真正需要判断的，是新增需求究竟需要多少人，以及这些机会能否被失去原有工作的人接住。
我的悲观建立在这样的担忧上：未来新增工作在数量、出现速度和能力要求上，可能都不足以吸收被替代者。即使业务和产出继续增长，新增部分也可能主要由AI和机器人完成，并不需要按过去的比例增加劳动者。
这也是我担心转行越来越难的原因。如果变化只发生在一个行业，人还可能转向另一个行业；如果AI承担的认知任务与机器人承担的现场劳动同时扩展，人们准备转入的领域，也可能正在减少用人。
因此，未来十到二十年的风险，在我看来，是生产与工作对人力的需求可能在多个方向同时收缩。新的事情仍然有人需要做，但完成这些事情所需要的人，未必会随之增加。
企业节省的人力，也是下一代成长的阶梯
这种变化对年轻人的影响，会比当下少了几个招聘名额更加长远。
高级工程师的经验，通常是在初中级岗位上逐步积累起来的。从处理具体问题、承担较小项目，到理解复杂系统、判断风险，一个人需要经历实际工作的训练。许多看起来适合交给AI的基础任务，同时也是年轻人成长的起点。
当企业采用“高级工程师加AI”的组合，并持续压缩初中级招聘时，它使用的是已有的人才积累，却可能减少了下一代人获得同类经验的机会。企业当前节省的培养成本，与行业未来需要补充的人才之间，便出现了时间上的矛盾。
等到这一代高级工程师退休、退出岗位乃至逝去之后，谁来接替他们？
如果届时AI仍然无法独立承担高级工程师的全部工作，行业就仍然需要有经验的人。假如初中级入口已经长期收缩，其他培养途径又没有充分补位，就可能出现人才断层：工作需要人来判断，年轻人却没有得到足够的训练。
人才稀缺也可能反过来促使企业提高待遇、恢复培养，从而减轻甚至避免断层。但培养需要时间，恢复培养的决定也未必会让过去的岗位数量一并恢复。企业可能只选择少数新人，用更窄的通道补充关键人才。行业能够延续，与普通年轻人仍然拥有足够的成长机会，仍是两个需要分别判断的问题。
还有另一种更令我悲观的可能：AI继续发展，到那时已经能够承担高级工程师的更多职责。人才接替的问题尚未解决，对这一类人才的需求本身就进一步减少了。某些完整的工作流程，甚至可能不再需要人类工程师持续参与。
这两种走向并不穷尽未来，也可能在不同领域同时出现。它们共同动摇的，是一条过去相对清楚的职业道路：先从基础工作做起，再通过经验积累走向高级岗位。
当入口越来越少，而终点也未必能够保留时，年轻人需要担心的，就不只是自己能不能努力学会。今天借助AI获得效率优势的高级工程师，也未必拥有永久安全的位置。
岗位的减少，怎样变成更持久的分化
失去工作之后，为什么一个人会越来越难追赶技术？这中间最重要的连接，是收入和实践机会。
工作不仅提供工资，也提供真实任务、行业信息和协作关系。年轻人往往是在承担任务、处理错误、理解后果的过程中，逐渐形成专业判断。岗位入口收窄，会同时影响他今天的收入和明天的能力。
我身边的实习生看过我怎样使用AI。他们知道，这些工具确实能够处理文字、代码和图像，也确实减轻了工作压力。他们愿意尝试，但当他们了解到，我当时使用的那套工具每个月要花一千多元，兴趣便遇到了现实的限制。
这一个例子不能说明所有工具都昂贵，却说明了一个具体问题：一项投入对已经工作多年的人可能合理，对生活费有限的学生却可能难以承担。访问条件、账号注册和支付方式，还会继续增加使用的难度。
有收入、有实际任务的人，可以为工具投入费用，在使用中获得经验，再把经验放回工作。缺少岗位的人，则可能同时缺少费用和练习的场景。即使他知道应该学习什么，也未必有条件持续尝试。
于是，原本只是一次求职失败或一段收入中断，就可能通过这些条件继续影响后续机会。资源差异开始累积，追赶越来越依赖一个人已经拥有什么。
但要从这里推到社会分化，还必须继续追问：自动化增加的产出和节省下来的成本，最后通过什么方式进入普通人的生活？
当多数人仍然主要依靠工作取得收入，而自动化收益更多由掌握企业、工具和业务资源的人取得时，生产能力提高，就可能与劳动者收入和议价能力下降同时发生。社会能够生产更多东西，并不意味着失去劳动收入的人，就自然获得了购买和使用这些东西的能力。
这才是我悲观的关键。技术上的充裕，需要通过具体的收入和分配方式，才能转化为个人生活中的充裕。两者之间如果没有形成新的连接，失去工作的人就可能同时失去参与技术进步的经济条件。
我所说的优势群体，因此也不是今天某一批拥有高级职称的人。真正影响一个人能否继续向前的，是他能否持续取得资源、参与真实业务，并从技术产生的成果中获得收益。专业能力是其中一项条件，却未必始终是足够的保障。
分化会进入家庭，也会进入日常生活
当机会越来越依赖既有条件时，青少年的成长就会受到更深的影响。
我看到过一个家长教六岁孩子背代码的视频。孩子要记住一段编程语言，连符号也一并背下来。成年人已经可以描述需求，让AI协助完成软件，孩子却仍在用背诵的方式提前熟悉一种实现手段。这让我担心，一些家庭投入了大量精力，却未必能够及时判断职业世界正在怎样变化。
有条件的家庭，可以较早接触新工具，调整学习方向，让孩子尝试真实项目，也能够承担一部分失败的成本。另一些家庭即使发现原来的道路变了，也可能没有足够的信息、费用和时间重新选择。
差距由此不只体现在孩子已经学会什么，还体现在他有没有机会试错，能不能进入实际工作，以及一次选择失败之后，是否仍然有重新开始的余地。
时间也是这种条件的一部分。父母如果每天都在为工作和收入奔忙，能够参与孩子生活的精力就会减少；年轻人如果除了上班就是睡觉，再被要求持续学习、核查信息、独立思考，也很难真正做到。这些能力需要练习，也需要可以支配的生活。
当岗位提供的成长机会减少时，家庭能够补充多少资源，就可能变得更加重要。职业入口的收缩与家庭条件的差异相互作用，原有差距便可能更容易传递到下一代。
这种分化也会在日常消费中显现出来。Rokid智能眼镜、Oura Ring智能戒指，以及今后不断出现的新一代智能产品，对一些人而言，会逐渐成为可以尝试、使用和持续更新的日常用品；对另一些人而言，它们可能长期只是屏幕里出现过的名字。
这些产品呈现的是生活体验的差异，不能单凭拥有哪一件设备，就判断一个人的能力和未来。真正值得关注的，是人们能否持续接触新的技术环境，以及这种接触背后所需要的收入、知识和时间。
如果一部分人能够不断尝试新的生活方式，另一部分人却越来越难获得维持生活和继续学习的条件，那么前沿产品的差别，就成为更深层机会差别的一种可见结果。
降价、新职业与AI教育，能否抵消这种趋势
对上述判断，最有力量的反驳，是技术同样能够降低门槛，帮助更多人获得机会。
这个反驳有充分理由被认真对待。AI降低成本以后，更多项目可能成立，普通人也可能借助它完成过去做不了的事情。如果这些新增需求创造了足够多的工作，并且被替代者能够进入其中，就不能仅凭原有岗位消失，断言长期失业会持续扩大。
但我更担心的是两者无法充分衔接。新工作的数量、出现时间和能力要求，都可能与失去的岗位不同。即使整体产出和项目数量增加，若完成新增任务仍然只需要很少的人，相当一部分劳动者就可能无法重新获得位置。我的悲观，依赖的正是对这种抵消不足的判断，而不是假定未来不会再出现任何新工作。
另一个反驳是，AI可以成为更好的老师，让新人更快掌握技能。如果它能帮助年轻人以较低成本完成真实项目，并获得订单、岗位和收入，那么职业成长的入口就可能重新打开。
这一点不能被排除。但学习更方便，与进入职业世界更容易，还需要任务、信任、责任和报酬之间的连接。能够完成练习，不等于已经有人愿意提供工作。如果企业减少招聘，独立实践又难以转化为收入，更好的学习工具就未必足以补回原有的职业培养路径。
产品降价也会改善普通人的生活。今天只有一部分人能够使用的东西，未来可能变得普遍。这可以提高生活的绝对水平，却不一定缩小不同人群之间的相对距离。多数人使用上一阶段的产品时，资源更充足的人可能已经进入下一阶段。偶尔买下一件新设备，与能够持续跟随技术前沿，所需要的条件并不相同。
还有一个更根本的可能：即使劳动需求减少，自动化带来的收益仍然可以通过更低的价格、更好的公共服务或其他分配安排，让更多人受益。如果这种连接能够充分建立，失去一部分工作，就未必意味着失去生活和发展的条件。
但这些安排需要真实形成，不能被当作技术进步自然附带的结果。机器能够完成任务，与社会能够让不再承担这些任务的人继续分享成果之间，仍然存在需要解决的问题。
这些可能性并不能消除我的悲观，因为它们所需要的条件，并不能由技术进步本身保证。技术替代可以通过企业一次次具体的效率选择向前推进，而重新培养、机会衔接与收益分享，却需要另外的投入和安排。如果后者跟不上前者，差距就可能持续扩大。
我的悲观，来自这些力量可能相互强化
现在，我所担心的过程就更清楚了：AI和机器人减少部分工作对人力的需要；初中级岗位收缩，使年轻人更难取得经验；收入和实践机会不足，又使他们更难进入新的工作。与此同时，能够持续取得资源、使用工具并分享成果的人，仍然有条件继续积累优势。
这些差异进一步进入家庭教育和日常生活，便可能使一次职业变化，逐渐变成更持久的社会分化。
我相信未来十到二十年，AI和机器人会创造强大的生产能力，也会带来更先进的产品。但我对大多数人能否充分参与并分享这种进步，仍然持悲观判断。相当一部分人可能逐步被替代，甚至长期找不到重新进入工作的机会；而那些具备持续取得资源和收益条件的人，将更容易走进新的技术生活。
这一判断不需要假定每个职业都会消失，也不需要假定所有普通人永远买不起先进产品。只要被替代的人越来越难重新进入，新增机会和收益分享又不足以弥补这种损失，分化就可能不断加深。
我最终担心的，是社会整体不断向前，与每个人都能够向前，越来越成为两件不同的事。少数人持续获得新的能力和生活体验，许多人却逐渐失去参与其中的条件。AI会让先进者更加先进，也可能让更多人发现，未来虽然已经到来，自己能够进入的位置却越来越少。