本文来自微信公众号： 数字经济发展评论 ，作者：数字经济发展评论
博鳌亚洲论坛2026年年会期间，国务院原副秘书长、国家数据专家咨询委员会主任、中国工业经济学会名誉会长江小涓指出，要谨慎对待只是替代了劳动力，没有带来质量提升的AI。近两年，AI取代工作的言论屡见不鲜，从程序员到白领岗位皆被提及，但这些预测缺乏实证支撑，陷入了技术能力直接推导劳动变革的误区。本文强调，AI正在潜移默化中消解劳动者的工作自主性，我们无需过度恐慌失业，更应聚焦AI时代工作的本质，探索守护劳动者主体性、重构工作价值的路径。
作者：Kate Vredenburgh|伦敦政治经济学院副教授；Lauren Wong|Meta产品经理
原文标题：Will AI replace coders…How to read the next AI jobs hype cycle
原文来源：发展研究所
原文编译：数字经济发展评论
每隔几个月，社交媒体上就会出现一波关于“人工智能即将取代工作岗位”的爆款言论。2月9日，企业家马特·舒默（Matt Shumer）发布了一篇题为《一些大事正在发生》的帖子，认为软件工程师将成为“第一块倒下的多米诺骨牌”，一旦人工智能掌握了编程能力，所有知识型工作都将随之被替代。
与此同时，专注于宏观与主题股票研究的独立投研机构Citrini Research也曾发文称，人工智能对大量白领岗位的冲击可能引发经济危机，这一说法一度导致股价短暂下跌。这类叙事遵循一种看似简单的逻辑：如果人工智能能够写代码，那么它理应能够完成所有需要“智能”的工作。
但这些预测真的值得信任吗？事实上，这些观点往往缺乏充分证据支撑，也没有建立在可供检验和争论的微观或宏观经济模型之上。人工智能确实已经对程序员岗位乃至整个信息技术行业产生了显著冲击，并且这种影响还将持续扩大。
真正更大的问题在于，人们往往直接从模型能力的提升，跳跃到对劳动影响的断言，或者从“编程岗位”的变化，推演到“所有工作”的未来。首先来看第一种常见误区：从技术能力直接推导其对工作的影响。
技术能力不等于工作变革
技术并不会自动带来变革。基于大语言模型构建的编程类人工智能产品的成功，很容易诱导出一个看似合理但实际上错误的判断：只要企业开发出强大且具有创新性的技术，就必然能够顺利实现商业化，并对工作或其他生活领域产生积极影响。然而，回顾其他前沿技术在进入职场过程中所遭遇的困难，就会发现情况远非如此简单。
以虚拟现实为例，这项技术曾被科技行业领袖广泛视为下一代计算平台，被寄予彻底改变工作与协作方式的厚望。但尽管持续投入大量资金并进行多种实验，虚拟现实在企业层面的广泛应用始终未能实现，其使用反而集中在教育、制造等少数行业，以及培训、设计等有限场景之中。
固然，这一局面部分源于技术本身的问题，例如佩戴体验不佳、总体成本较高以及内容开发难度大，但企业对虚拟现实的谨慎态度，更多反映了新技术商业化的一般性挑战：产品往往强调“创新性”，却未能切实解决高价值的实际问题，投资回报不明确，难以与既有系统和工作流程整合，同时缺乏有效的变革管理来推动员工接受陌生技术。
由此可见，无论是虚拟现实还是人工智能，仅有技术能力远远不够，还必须与组织结构、经济激励以及制度环境相匹配，才能从概念验证走向持续、大规模的应用。
AI任务能力在多个行业的测试
进一步来看，即便某项技术在特定行业实现了成功商业化和整合，也并不意味着它会在整体劳动力市场上产生颠覆性影响。
若要做出这样的判断，就必须依赖关于技术如何影响工作的实证研究，以及能够将微观层面的生产率变化或自动化程度转化为宏观经济结果的模型。其中，一类重要指标是评估人工智能在完成具有经济价值任务方面的能力。
例如，模型评估研究机构METR发现，人工智能系统能够独立完成的任务时长大约每六个月翻一番。其他基准测试则尝试比较人工智能与人类专家在职业任务上的表现。
以OpenAI的GDPval基准为例，该测试涵盖44种职业、1320项具有经济价值的任务，由专家对人工智能与人类完成的成果进行评价。结果显示，GPT-5和Claude Opus 4.1生成的结果在整体上分别约有40%和50%的情况下优于人类。
这些测试当然存在局限，例如仅评估单次任务表现以及基于主观偏好判断，但它们仍提供了一些初步证据，表明当前人工智能系统已经能够在多个行业中完成达到人类满意水平的任务。
劳动者的自主性隐忧
然而，上述讨论往往忽视了一个关键问题，即人工智能对“工作质量”的影响，而不仅仅是对工资或就业数量的影响。在与马可·迈耶（Marco Meyer）博士的合作研究中，凯特·弗雷登伯格（Kate Vredenburgh）通过英国研究与创新署（UKRI）“未来领军学者计划”的资助，重点考察了劳动者，尤其是程序员，在使用人工智能工具时的真实体验，以及他们是否仍然能够保持对工作的自主性和能动性。
▲中国人形机器人在工业环境中测试（图源：路透社）
访谈结果显示，劳动者的担忧远不止于是否掌控日常任务。即便是在工作流程上拥有较大自主权的员工，也担心在与人工智能协作时，自身的主体性会被削弱。他们担心自己不再是工作的真正“作者”，无法为其中涉及的价值判断和权衡负责。有程序员形象地将自己的角色描述为人工智能的“保姆”，仅仅负责校验输出结果、进行“批改”。
此外，许多劳动者希望自己的工作包含对复杂工作的处理和实质性判断，而不仅仅是执行例行性任务。一位数据分析师明确区分了“清理数据”与“提出建议”，后者才赋予她的工作以意义。
同时，一些程序员也担心自己在同事眼中的专业地位被削弱，甚至不再是最终成果的责任承担者。一位数据库管理员强调，“最终输出必须由我负责”，对她而言，能够在成果上署名并为之负责至关重要。
这两类担忧实际上是相互关联的：当一个人并未真正参与或理解工作过程时，就很难对结果承担责任。研究表明，劳动者对自主性的关注，超越了简单的选择空间或角色认同问题。即便对人工智能持积极态度、并在形式上掌控工作流程的员工，依然担心自身作为专业人士的地位正在被侵蚀。
因此，我们需要重新思考应对路径。要真正保护劳动者的自主性，仅依赖现有的职业健康与安全监管框架显然不足，还需要关注人工智能对人类能动性所构成的更为隐性的威胁。
这也构成了对工作场所人工智能进行监管的一项独特理由，而这是当前制度体系尚未充分覆盖的领域。与其仅仅追问“这个岗位是否会消失”，我们更应当关注“未来保留下来的工作将是什么样，以及劳动者是否仍然能够对自己的工作保持足够的主导权，使其值得去做”。