刚刚,Karpathy紧急删库!AI职业末日图爆火,6000万白领岗危了

news2026/3/18 10:22:06
今天Karpathy一张图爆火全网AI真的开始「端掉」饭碗了全美6000万个岗位告急年薪10万美金白领成高危人群最稳的竟是水管工。AI时代的「职场判决书」6000万人要失业昨晚AI大神Karpathy上线了爆火项目——karpathy.ai/jobs/深度复盘了AI对就业的「侵蚀」程度。他从美国劳工统计局BLS提取了342种职业并为每个岗位打出AI替代风险的评分0-10。结果令人心惊全行业平均暴露分高达4.9。尤其是「屏幕依赖型」的职业全线告急基本都在AI的射程之内——软件开发人员9/10医疗转录员10/10律师8/10普通办公室职员9/10统计显示约6000万个岗位处于高危区间即42%风险评分在7分以上年薪总额高达3.7万亿美元。要说什么岗位最安全答案是清洁工、水管工、屋顶工那些涉及复杂体力劳动的职业成为最安全的避风港。Hinton曾建议去当一个水管工对此马斯克辣评「未来所有工作都将变为可选项」。还有网友汇编一个视频集齐了AI大佬预言失业的观点。全美6000万白领岗真的危了这一项目在全网爆红然而上线不过几分钟Karpathy就删除了帖子现进入GitHub 404了。还好AI大V Josh Kale在其下线之前克隆了整个仓库。可以看到项目主页最左侧标注了所有关键指标包括暴露度Exposure、薪资。全美342种职业1.43亿个岗位由Gemini Flash打分所有职业的平均暴露水平高达4.9分。传送门https://joshkale.github.io/jobs/其中受影响最大6-10的岗位占比42%即5990万受影响最小的0-1占比仅4%只有620万个岗位。年薪超10万美元的岗位达6.7分越容易被AI替代而年薪低于3.5万美元的受影响程度最低3.4 分。不仅如此本科学历的职业最容易被AI冲击。总体趋势而言AI正是沿着「信息处理密度」对岗位进行精准打击。那些依赖文字处理、数据分析、代码编写和标准化流程的白领文职岗位无论薪资多高已集体「亮红灯」。反之涉及物理操作、复杂人际互动或需要现场即时判断的岗位依然处于安全区。白领岗大屠杀在主页右面的交互区域性质相似的职业都被紧密排在了一起。先来统计一波AI暴露指数超6分以上的岗位。左下角区域中主要是办公与行政类的岗位均在7分以上包括文员、前台等。而且它们的中位数年薪基本在4.3万左右浮动学历要求基本是高中毕业。比如办公室文员岗位9/10中位数年薪$43,630岗位规模260万。财务文员9/10中位数年薪 $48,650岗位规模120万。这类岗位的核心职责大多是常规性、数据录入、文档排版为主的任务几乎完全实现了数字化和常规化极易受到AI自动化的冲击。右上角「商业与财务运营」类的细分岗位几乎全线飘红。这些岗位年薪中位数在5万-10万美元之间本科学历。比如金融分析师9/10 中位数年薪$101,910 岗位规模42.9万。这一工作的内容几乎「完全数字化」包括大规模数据集处理、趋势分析以及报告生成而这些恰恰是 AI 的拿手好戏。当然计算机类岗位受AI冲击的程度也不小。毕竟Dario Amodei曾预言未来6-12个月AI将取代软件工程师。下图中不难看出软件工程师9/10、计算机系统分析师8/10、计算机支持专员8/10都在高风险区间。他们手里握着高达13万年薪中位数却是最容易被替代的一批人。此外还有律师8/10、数据科学家9/10、平面设计师9/10、收银员7/10等岗位均面临被AI替代的高风险。值得一提的是医疗转录员是所有岗位中风险最高的。去做水管工吧如今最安全的职业就真的只剩下「人手与物理实体交互」的饭碗了。在交互图表中可以清晰看出大范围飘绿的区域基本上都与复杂现场环境、上手实操的岗位有关。如下建筑与专业施工类的岗位平均暴露指数在1-3之间这些体力活必须由人类完成。就拿水管工、管道工与蒸汽管道工来说仅需高中学历薪资中位数62,970最不容易被淘汰掉。其核心工作属于「重体力劳动」不仅要求手脚麻利、有力气还得能在狭窄夹层或建筑工地这种复杂多变的环境里实时解决各种突发状况。那些核心的上手安装和维修活儿AI还是没法干的。同样餐饮服务类的职业包括厨师、服务员、调酒师、食品加工人等也处于安全区。此外理发师、动物护理、清洁工、医疗个人护理、运输物料搬运等受AI冲击比较小。总而言之Hinton说的那句话含金量还在上升。全网原地炸锅Karpathy本人回应昨晚这张图表一出迅速在网上火了很多人预测白领们这下要遭殃了。半个月前Anthropic也曾发布了一份《AI对劳动力市场的影响新指标与早期证据》的报告。和Karpathy的数据类似报告指出目前计算机程序员的任务AI覆盖率高达75%。紧随其后的是客服代表、数据录入员和医疗记录专员这些都是AI冲击的「重灾区」。相比之下大约30%的职业基本不受影响比如厨师、救生员和洗碗工因为这些工作需要大量的人类体力协作。不过目前实际AI的采用率仅仅占AI工具理论可行能力的一小部分。正因这张图在社交媒体上引发了巨大恐慌Karpathy随后紧急删除了数据。他解释道「这只是自己周末花了2小时『凭感觉』写代码折腾出来的兴趣项目被大家过度解读了」。哈佛实锤AI不只是在「杀」岗位恐慌是真实的但恐慌不是全貌。哈佛商学院教授Suraj Srinivasan联合香港科技大学和俄亥俄州立大学的研究者发布了一篇重磅工作论文《替代还是互补生成式AI对劳动力市场的影响》给出了一个更硬核也更复杂的答案。论文地址https://www.hbs.edu/ris/Publication%20Files/25-039_05fbec84-1f23-459b-8410-e3cd7ab6c88a.pdf研究团队直接拉了一个覆盖全美几乎所有在线招聘信息的数据集从2019年到2025年3月逐条追踪真实的岗位供需变化。先看替代面。ChatGPT发布之后自动化潜力最高的那批岗位前25%招聘量每季度每家企业平均下降了95个降幅达17%。金融和科技行业首当其冲文书处理员、薪资核算员、医疗转录员、电话营销员这类「屏幕搬砖」型工种正在被AI系统性清退。再看增强面。同一时期增强潜力最高的那批岗位前25%招聘量每季度每家企业平均增加了80个涨幅达22%。微生物学家、金融分析师、临床神经心理学家这些职业有一个共同特点一部分工作可以交给AI加速完成另一部分则必须靠人类的经验、直觉和社交能力来驾驭。这两组数字的背后是一套精密的量化方法。研究团队用GPT-4o对900多种职业的19000多项具体任务逐一评估按照AI能否将任务完成时间缩短一半以上划分为「无暴露」「直接暴露」「应用暴露」「图像暴露」四个等级再结合每项任务在岗位中的重要性权重分别算出每个职业的「自动化得分」和「增强得分」。技能层面的分化更加触目惊心。高自动化岗位中AI相关技能需求暴跌24%总技能要求也同步收缩新技能的出现频率持续走低。这些岗位正在被「抽空」当AI接管了大部分结构化任务后剩下的工作变得更简单、更标准化企业对人的要求也越来越少。而在高增强潜力岗位中趋势完全反转。AI相关技能需求增长15%总技能要求和新技能数量都在攀升。这些岗位变得更复杂了员工不仅要会用AI工具还要具备监督AI输出、整合人机协作流程的能力。以金融业为例投资经理和分析师用AI处理海量市场数据但最终的判断和决策仍然握在人手里。AI并没有对所有白领一视同仁地开刀。它更像是一场「职业重组」纯信息搬运工被淘汰而那些能和AI协同作战的人反而更值钱了。窗口期还剩多久Karpathy删了帖子但数据删不掉。哈佛的论文更冷静但结论同样不留情面。无论你看的是Gemini Flash的评分表还是覆盖全美招聘市场的实证研究指向都是同一个事实。AI对白领岗位的重组已经在发生了。只不过它不是一刀切的屠杀而是一场分化。被砍掉的是那些工作内容可以被完整描述、流程可以被标准化拆解的岗位。留下来甚至变得更值钱的是那些需要在模糊地带做判断、在人与人之间建立信任、在AI输出的基础上做最终决策的岗位。这场分化带来一个残酷的后果。过去白领的职业阶梯第一级台阶往往就是标准化的入门工作数据录入、报告撰写、初级代码、基础分析。年轻人从这里起步干着重复的活慢慢积累经验和判断力最终成长为不可替代的人。现在AI正在抽掉这第一级台阶。入口收窄了但终点的奖赏反而更大了。对于每一个还在职场上的人来说真正需要回答的问题只有一个。你的工作中有多少比例是AI做不了的如果答案让你不安那行动的时间不是明天是现在。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2422555.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…