认知劳动与人工智能：中间层岗位正被侵蚀
Thiago Sebben
2026/10/247 min
围绕 Anthropic 据称推出个人 AI 智能体 Claude Duet 的讨论——这一消息据称由 CBS News 报道——集中体现了一种已不再取决于某款特定产品的忧虑：当 AI 系统开始执行一连串智力任务时，那些构成职业生涯起步阶段的工作会发生什么？由于没有提供可核实的 CBS News 报道链接，这里不应将该产品的发布视为已确认事实。但它引发的问题确实存在，而劳动力市场的种种信号值得关注。
斯坦福大学以人为本人工智能研究院（Stanford HAI）发布的《2026 年 AI 指数报告》记录显示，软件工程、客服等高度暴露于 AI 影响的职业，就业人数下降了 4% 以上。而斯坦福 AI 指数新闻对报告结果的分析指出，自 2024 年以来，22 至 25 岁软件开发人员的就业人数下降了约 20%。这些数据并不能证明 AI 正在立即取代整个职业。它们揭示的情况不那么引人注目，却可能更具结构性：那些过去为智力劳动提供入门机会和学习路径的任务，正在被压缩。
全球背景与认知工作的转折点
决定性的变化并非只是专业人士改用更快的工具，而是可以将工作流程中一连串环节委托给 AI 系统：调研、总结、起草、审核、整理信息，以及产出解决方案的初稿。自主代理通过减少持续干预来执行任务，进一步拓展了这种能力，但它们仍需要监督、明确的边界和人工验证。有关这一转变的更深入探讨，请参阅关于 AI 自主代理的分析。
就业受到的影响，与其说取决于是否会发生“全面替代”，不如说取决于团队如何重组。当机器接手常规任务后，组织可以减少招聘、重新分配职责，或在不增加员工人数的情况下提高产出。同样的变化，可能意味着部分员工拥有更大的自主性和更高的生产力，也可能意味着其他人获得入门机会的可能性降低。
学习阶梯的消失
初级任务——修复代码、准备报告、整理数据、审核文件——并不总是单纯的重复劳动。它们也能帮助从业者积累经验、学会识别错误并培养判断力。如果这些任务被自动化，而企业又没有创造其他学习途径，那么在任何一种职业彻底消失之前，进入该行业的门槛就可能已经变窄。
这种风险并非不可避免，但也不会因为泛泛地承诺“新岗位终将出现”就自行化解。转型需要切实的培训与晋升机制：在监督下参与项目、轮换职责、评估能力，以及为初级从业者创造机会，让他们学会验证 AI 生成的结果。否则，组织或许能在当下节省人力，却也可能削弱下一代专家的培养。
批判性分析：地缘政治力量与算法加速
认知劳动的压缩并非均匀分布。那些能够相对轻松地描述、标准化和评估的任务，往往受到的影响更大。而涉及模糊性、谈判、职业责任和情境知识的活动，则更难被完全自动化——尽管算法辅助也可能深刻改变这些活动。
斯坦福大学以人为本人工智能研究所（Stanford HAI）《2026 年 AI 指数报告》指出，受调查组织中约有三分之一预计，随着 AI 自动化不断发展，短期内将缩减员工人数。这反映的是企业预期，并非已经发生的裁员情况，也不意味着所有行业都必然如此。即便如此，在自动化完全产生预期效果之前，这种预期就可能影响投资决策、招聘计划和团队设计。
地理分布的不均衡：价值集中于何处
AI 可以在多个地区得到应用，但其主要经济收益未必会以同样的方式分配。计算基础设施、资本获取、模型所有权以及研究中心的集中程度，都会影响谁能获得收入、谁能制定技术标准。根据 Lightcast 关于 AI 劳动力趋势的分析，加利福尼亚州、德克萨斯州和纽约州占美国 AI 招聘岗位的三分之一。
这种集中现象的影响不止于美国境内。采用其他市场开发的系统，虽然能提升生产率，但也可能继续依赖外部供应商提供基础设施、模型和关键服务。因此，关键问题不仅是谁在使用 AI，更是谁掌控着支撑 AI 应用的各个环节——以及谁能将生产率转化为工资、产业能力和政治影响力。
🌍 地缘政治与战略概览： AI 的普及可以遍及全球，但最有价值资产的所有权仍可能高度集中。如果缺乏本地研究、计算和治理能力，技术应用或许能扩大技术的可及性，却未必能增强对其收益的自主掌控。
想知道您的企业在哪些繁琐的手工流程中正在流失利润？
Moove AI 专家团队为您提供免费的企业流程智能化诊断，精准定位营销获客与业务流程中的提效瓶颈。
立即申请 Moove AI 免费诊断 →全球情境对比与运营影响
传统脑力劳动与 AI 系统辅助生产之间的对比，凸显了任务与责任分配方式的变化。这并非一道固定的界线：不同岗位会以不同程度结合可自动化的执行工作与人类判断。
| 维度 | 传统脑力劳动 | AI 与智能体辅助的工作 | 战略问题 |
|---|---|---|---|
| 执行 | 专业人员手动完成重复性步骤 | 系统生成初稿并执行部分工作流 | 谁来检查质量并发现错误？ |
| 培训 | 初级任务有助于积累经验 | 部分此类任务可能被自动化 | 如何搭建新的学习阶梯？ |
| 生产力 | 受时间和个人能力限制 | 在标准化任务中可能提升 | 谁能获得这些收益，又该如何分配？ |
| 团队结构 | 更多专业人员可以分担流程中的各个环节 | 更小的团队也能监督更多产出 | 降低成本会不会损害未来的人才培养？ |
| 责任 | 与可明确识别的作者和流程相关联 | 可能分散在用户、企业和供应商之间 | 谁应对 AI 辅助决策负责？ |
| 经济权力 | 也与劳动力和本地知识相关 | 更依赖模型、数据和基础设施 | 如何避免长期的技术依赖？ |
Stanford HAI 还报告称，标准化任务的生产力有所提升；根据 AI Index 2026，代码开发领域提升了 26%，营销领域提升了 50%。这并不意味着所有团队或行业都会取得同样的表现：实际效果会因任务、工具质量以及将工具融入工作流程的能力而异。但这些数据有助于解释，为什么企业可能会重新评估完成特定成果所需的人员数量。
当生产力提升主要让模型、数据、芯片和计算中心的所有者受益，而劳动者却面临薪资或就业机会承压时，收益分配问题便随之出现。这种转移并非必然，也并非不可逆转。它取决于企业决策、劳动制度、市场竞争、监管，以及专业人员分享新增收益的能力。
对未来十年的结构性影响
长期影响不仅取决于模型的质量，还取决于企业和社会如何重新安排学习、责任与收益分配。如果自动化的发展速度超过制度适应的速度，效率提升可能与职业发展通道收窄、经济进一步集中的现象并存。
人才培养链条与经验短缺风险
如果入门级任务被自动化系统接手，就会出现一个悖论：企业今天可能减少初级员工的招聘，日后却发现具备足够经验、能够承担复杂职责的专业人才寥寥无几。年轻开发人员就业人数下降的数据值得持续关注，但并不能证明这种结果已成定局；Stanford AI Index News 的分析显示，自 2024 年以来，22 至 25 岁的软件从业者人数下降了约 20%。
为避免数字经济削弱自身的专家人才培养链条，组织可以：
- 识别哪些自动化任务过去也曾是学习过程中的重要环节。
- 设计有指导的项目，帮助初级从业者学会评估结果并处理例外情况。
- 明确规定审批和使用 AI 生成成果的人员各自承担哪些责任。
- 不仅衡量即时生产力，也衡量能力培养和职业发展情况。
从执行者到协调者——但不放弃责任
对人类判断力的重视，不应沦为新的陈词滥调。“协调 AI”既不是一项抽象能力，也不能取代领域知识。它要求人们懂得如何定义问题、识别局限、质疑结果、保护数据，并对决策承担责任。从这个意义上说，算法素养是一种组织能力：如果流程没有明确规定何时适合自动化、由谁对其影响负责，那么仅仅培训个人并不足够。
⚖️ 伦理与人性困境：如果常规任务消失在“边做边学”的替代路径出现之前，短期效率的提升就可能让劳动者失去积累经验的机会，也可能让社会失去能够判断自动化决策是否合理的专业人才。
常见问题：FAQ
中间认知劳动的压缩意味着什么？
这意味着，AI 系统开始承担过去由初级员工或中级岗位人员完成的部分操作性和分析性任务。由此可能产生的结果是，规模更小的团队完成更多工作，某些岗位的需求随之减少，但这并不一定意味着整个职业都会消失。
人工智能会立即造成大规模失业吗？
引用的数据表明，受 AI 影响较大的职业正在发生变化，某些劳动者群体也面临就业收缩，但这些数据不足以得出“将立即出现大规模失业”的结论。影响可能逐步显现，例如招聘减少、岗位职责重新界定以及薪资承压，而且不同行业和地区之间存在明显差异。
认知自动化会如何影响职业生涯早期的从业者？
认知自动化可能减少从业者接触那些曾作为入门阶梯、提供学习机会的任务。如果企业不创造其他受监督的实践机会，年轻从业者积累经验、胜任更高责任岗位的难度可能会增加。
为什么 AI 可能加剧全球财富集中？
因为部分收益可能被掌控计算基础设施、模型和资本的人获取。最终结果取决于竞争、监管、知识产权以及收益分配等因素：财富集中是一种结构性风险，但并非必然结局。
哪些人类能力会变得更加重要？
领域知识、批判性判断、证据评估、异常情况处理、责任意识，以及协调自动化系统的能力。这些能力并不能取代技术培训；相反，它们让我们更需要懂得何时信任、何时质疑，以及何时不应自动化。
以审慎与战略引领转型
随着人工智能飞速发展，各方围绕基础设施、数据和人才展开的地缘政治竞争也日益激烈，领导者和决策者的角色正在发生改变。如今，仅仅评估效率提升已远远不够；我们还必须了解谁在掌控这些系统、收益如何分配，以及哪些人类能力不应在这一过程中被牺牲。
Moove AI 致力于成为战略智能合作伙伴，助力组织思考伦理治理、组织转型以及如何审慎地部署人工智能。自动化并非必然的终点；组织需要在充分了解情况的基础上作出决策、坚守责任，并推动可持续的转型。
👉 访问 mooveai.com.br，了解 Moove AI 的洞见与解决方案，助力您的组织走在负责任创新的前沿。
Navegação
© 2025. All rights reserved by Moove AI.
Empresa
Endereço
Contato
R. José Clementino Bettega, 120 Capão Raso, Curitiba
Moove AI
38.483.416/0001-80