AI没有抢走你的工作，但它正在重新划分你的同事

一件事正在美国各大公司的内部悄悄发生，没有大规模裁员，没有新闻发布会，但HR部门已经注意到了：

同一个办公室，同一个项目组，用AI工具的员工和不用AI工具的员工，产出效率开始出现明显差距。不是5%和10%的差距，是有些人的工作量翻了一倍，有些人的工作量没有任何变化。

这件事的可怕之处在于：它不是AI取代人，而是懂用AI的人，正在让不懂用AI的人变得不重大。

Anthropic最新发布的《经济指数报告：学习曲线》给出了一个脊背发凉的答案：AI目前最大的影响，是“能力放大”。

不是抢工作，是重新洗牌

过去三年，全世界都在担心一件事：AI会不会把人的工作抢走？

答案是：还没有。但它在干另一件事。

Anthropic分析了数百万次Claude使用数据，发现了一个让许多人脊背发凉的实际——AI目前对工作最大的影响，不是替代，而是”能力放大”。同一个办公室里，一个熟练使用AI的人，目前的工作效率可以是没有用它的人的两倍、三倍、甚至更高。

这不是由于AI突然变得多厉害，而是由于有一部分人已经搞清楚了怎么用它。

怎么用AI，决定了你是被放大还是被落下。

Anthropic的数据里有一个具体的数字对比：有经验的AI用户在工作里用AI问概念性问题（不是让AI直接给答案，而是让它解释原理），测试得分在65%以上；让AI直接写代码、自己基本不思考的那组，得分低于40%。

两个组的差距，不是会不会用电脑的差距，而是会不会问问题的差距。

这条裂缝，目前已经开始出目前企业里面了。

一个实验，效率提升的“毒药”

Anthropic做了一件很残忍的事：他们找了一组工程师，都是有至少一年编程经验的初中级工程师，把他们随机分成两组，让两组人同时学一个新的Python库。

一组用AI辅助，一组纯手工。

学完之后立刻测试，用AI那组的得分比手工那组低了17%。换算成成绩的话，大致是将近两个字母等级的差距。

更残忍的细节在debugging题目上：让AI写代码的那组，几乎答不出代码里的错误在哪里。道理很简单：你自己没写过，你就没法知道哪里错了。

AI帮你跳过的是你最该经历的那段挣扎。

而这段挣扎，恰恰是技能形成的地方。

这个实验随访业界的反应，有一句话被许多人截图——”你在用学习能力和职业成长换取效率提升，而这种效率提升本身并不总是存在的。”

换句话说：有时候你以为自己用AI提高了效率，实则你只是在让自己变得更不需要动脑子，而长期来看，这笔账会算到你自己的头上。

数字说完了，说人话

全球84%的人从来没有输入过一个AI prompt。

付费使用AI工具的人，只占全世界人口的0.3%。GitHub Copilot有五千万用户，听起来许多，但对比全球就业人口，这只是极小的一批人。

这意味着，在绝大多数人的工作里，AI还没有真正进场。而已经进场的那些人，正在因此拉开差距。

斯坦福有一组数据：22到25岁的软件开发者就业率，自2022年以来下降了约20%。下降曲线和AI编程工具普及的时间点高度吻合。

不是这些年轻人被AI直接替代了。是公司发现，两个有经验的工程师加一个AI工具，效果可以媲美以前五个工程师的产出。于是入门级的编程工作消失了——以前刚毕业的程序员进来是从写基础代码开始的，目前这部分工作AI几分钟就搞定了，新人没有机会经历那个”从不会到会”的过程。

这就是”技能差距”真正可怕的地方：它不是一瞬间发生的裁员，而是新一代工作者失去了积累经验的机会窗口。

AI是不是在给普通人发超级能力？

不是。

这是今天关于AI最流行的一种说法：AI会抹平技能差距，让普通人也能做到以前只有专家才能做到的事。

Anthropic的数据说明的是完全相反的结论：AI放大了那些本来就懂自己在做什么的人。

你是一个资深工程师，AI让你如虎添翼。你是一个刚毕业的年轻人，AI让那些本该由你完成的入门工作消失了。

这不是抹平差距，这是加剧分化。

就像同一种药，对免疫力强的人是增强，对免疫力弱的人可能是打击。问题在于，目前这剂药只发放给那些本来就不需要它的人。

你目前能做什么

说了这么多坏消息，有一件事是好的：这条裂缝目前还在早期。

全球真正在使用AI工具的工作者，比例还超级小。这意味着，如果你目前开始认真学着用AI，你是在大多数人的前面，而不是在追赶别人的尾巴。

具体的提议只有三条，都很具体：

第一条，学会问问题，而不是让AI替你做。

你让AI解释一段代码为什么这样写，这叫赋能；你让AI直接给你代码然后复制粘贴，这叫外包。区别在于，你是把AI当工具用，还是把它当拐杖靠。学会问高质量的问题，比得到答案更重大。

第二条，监控你自己的能力有没有在退化。

如果你发现你目前写代码的时候已经不太需要动脑子了，这不是一个值得自豪的信号，这说明你正在把最值钱的那部分能力外包出去。找时间关掉AI，用自己的脑子做一件你已经习惯交给AI做的事。保持“痛苦的学习感”，是你对抗AI平庸化的最后一道防线。

第三条，提前布局“AI暂不介入区”

搞清楚AI在你的行业里率先替代的是什么。避开那些“高重复、低容错”的执行层，转而攻克需要决策、共情与复杂逻辑的核心领域。

AI CAMP 写在最后：

AI没有抢走你的工作。

但它正在重新定义你的工作里，哪些部分值钱，哪些部分可以被取代。

而大多数人还在围观，少数人正在进化。