AI对劳动力市场的理论影响与实际应用现状 - AI在众多知识型行业已具备很高的理论能力覆盖率，但企业和个人的实际使用率仍然很低，AI的潜力远未完全释放 [2] - 理论能力覆盖（蓝色）与实际使用覆盖（红色）之间存在显著差距 [5] 受AI影响最显著的职业分析 - 目前AI影响程度最高的职业是程序员，其工作有高达74.5%的任务理论上可由AI参与完成 [8][10] - 客服人员以70.1%的实际暴露率位列第二，数据录入员以67.1%位列第三 [8][10][11] - 受AI影响较大的前十职业还包括医疗记录管理（66.7%）、市场研究与营销（64.8%）、销售代表（62.8%）、金融与投资分析师（57.2%）、软件测试（51.9%）、信息安全分析师（48.6%）和IT技术支持（46.8%） [10][11] - 这些高度数字化、文本化的工作最容易受到AI参与或自动化 [8] 程序员成为AI影响榜首的深层原因 - 程序员的工作本质上是结构化语言，代码具有高度结构化、规则清晰、训练数据巨大三个特点，这正好是大语言模型最擅长的领域 [17][23] - AI已能完成程序员的许多日常工作，例如编写函数、修复bug、编写测试、生成文档、生成SQL以及编写脚手架代码 [18][23] - 开发者越来越多地让AI编写代码，而人只负责审查，程序员正变得越来越像代码审稿人 [18][19] AI对行业效率与成本结构的影响 - AI在提高工作效率的同时，也带来了人员优化的副作用 [12][13] - 公司的成本结构可能发生变化，从“租用程序员”转向“购买Token” [14] - 尽管目前Token成本可能高于程序员，但预计未来会越来越便宜 [15] - 存在一种观点认为，雇佣大学生可能更具成本效益，因为他们不仅工资较低，还可能自费购买Token并使用AI为公司工作 [16] 相对不易受AI影响的职业类型 - 最不容易被AI影响的职业几乎都是体力劳动，例如厨师、机械维修、救生员、酒吧调酒师和园林工人 [20][24] - 原因在于AI目前还无法执行如修理水管等物理性任务，尽管未来机器人技术可能改变这一状况 [21] AI对行业门槛与工作模式的重塑 - AI改变的不是职业本身，而是行业的准入门槛和工作模式 [22] - 过去，一个普通程序员只是团队的一份子；现在，一个普通程序员借助AI几乎可以完成过去一个团队的工作量 [24] - 这导致顶级开发者会变得更强，而普通开发者将面临更激烈的竞争 [25] - 技术行业一直处于变化中，每一次技术革命都会淘汰一批不愿学习新工具的人 [26] - 历史上的工具革命，如从汇编到C、从C到Java、从Java到Python、从IDE到Copilot再到AI Agent，都遵循同一规律：让普通人变强，让强者更强 [27][28] - 核心问题并非AI是否会取代工作，而是当AI成为默认工具时，个人或公司是否选择使用它 [28]