筆記君說：現在這波AI的浪潮，徹底重塑了各行各業的底層邏輯。我們一邊對著AI智能體Agent的驚人效率直呼厲害，以前要靠專業能力熬好幾天的活，現在它花一點點 token 就輕鬆搞定，感覺自己像手握了開掛神器；可另一邊，藏不住的焦慮也跟著翻湧上來：當 AI 能輕鬆替代我靠多年積累才掌握的專業技能，那我的核心價值到底在那？我會不會遲早被它替代？面對這場浪潮，我們到底該怎麼辦？是假裝看不見，按部就班混日子，還是硬著頭皮直面，卻又找不到出路？對於這個問題，獵豹移動創始人傅盛，沒有給你模棱兩可的雞湯安慰，反而拿出了一個直擊本質的解決方案。而這個方案，來自他骨折養病期間，靠著AI徹底重構自己工作流的親身經歷。他說，破局的核心，就是兩件事：重新定義你的工作，以及重新定義你和組織的關係。以下內容，來自傅盛的口述和他的公眾號內容，因篇幅原因略有刪改。一、直面現實：AI帶來的不是最佳化，而是不可避免的“替代”3月11日我拄著拐去參加了一場直播。飛書“玩蝦大會”，主題叫AI時代的組織。聽起來挺正經的。但聊著聊著就沒人裝了，因為“勞動力替代”這件事大家不願意面對。1. 從模糊到坦誠：春節骨折後的認知轉折春節前，我在台上一定也是模棱兩可的——坐這個位置，說什麼都容易被罵。但春節那七天改變了我的判斷。大年初一骨折，一個人躺在家裡，不能找同事，就跟龍蝦孤獨地過了六七天。公眾號從停更一年多到日更，X平台漲到了百萬瀏覽，周六一個人把網站做出來了——那些天發生的事，讓我沒辦法再說場面話了。所以前天晚上（3月11日飛書“玩蝦大會”直播活動）我說了一句很直接的話：勞動力市場一定會發生巨大的變化。在有些地方，它就是替代關係。只是大家不願意面對而已。2. 現場實證：龍蝦如何“替代”專業工程師現場最直觀的證明，就是Tim那台攝影雲台。如上圖所示，專業三軸雲台，傳統操控要控制台、大量接線，專業攝影師才上得了手。Tim下午3點把它接上電腦，把API文件喂給龍蝦，讓它自己研究。到晚上直播，龍蝦已經學會了旋轉、變焦、自主構圖。直播前兩分鐘，雲台突然不動了。工程師查不出原因。Tim沒理工程師，直接跟龍蝦說了一句：“我一定要看到雲台旋轉180度。”三分鐘後，龍蝦自己排查出介面呼叫錯誤，修好了。我心裡算了一下，工程師拿到新裝置，理解API、調通，少說兩三天。龍蝦用了一個下午，還能自我修復。以前job（工作）的定義，是用你的一項技能去交換薪酬。你能控制那台雲台，別人不能，你收這份錢。你會寫程式碼，別人不會，你收這份錢。但今天，龍蝦消耗一點算力就把它控制了。這件事會有陣痛，可能就像工業時代一樣，下一代會很好，但這十年是真的痛。二、重新定義：AI時代，什麼樣的人能活得好？1. 核心能力：從“有悟性”到“能說清”刀哥（得到聯合創始人快刀青衣）說了一個讓我笑了很久的段子。很多老闆來找他，說要裝龍蝦。他問：裝了幹嘛？老闆說沒想好。然後說，我們公司有兩個小孩特別有悟性，能不能來你這學習一下？刀哥當場炸了：我這輩子最討厭老闆說“有悟性”這個詞。有悟性說明什麼？說明你老闆說不清楚需求。那我現在想喝杯咖啡，你到星巴克給我悟一下，我想喝那一杯？全場笑瘋了。但我笑完想了很久。他說的不只是老闆的問題，他說的是這個時代最核心的能力：你能不能把自己腦子裡的東西，清楚地說出來？你對人說不清楚的需求，對龍蝦一樣說不清楚。龍蝦放大的是你的能力，但放大不了一個模糊的念頭。2. 工作邏輯翻轉：從“技能換薪酬”到“想法換結果”以前工作的定義是用你的⼀項技能去交換薪酬。誰能讓那塊板子動，誰就收那份錢。但今天龍蝦消耗一點算力就能讓它動了。以前我們說眼高手必須高，你做不到，想法沒法落地。但今天不一樣了，想法才是第一位的。AI時代，眼高手低是褒義詞。我自己就是活證明。大學學軟體，後來做程式設計師面試不過，淪為產品經理，幹啥啥不行說啥啥都會。但今天你給我一隻龍蝦，我周六一個人把網站做出來了，周一得意揚揚拿給工程師看。龍蝦把“想到”和“做到”之間的距離，壓縮到接近零。3. 效率標準重構：加班不再是努力的象徵刀哥講了一個他們公司的故事。A員工每天996幹到12點，B員工每天看著只干40分鐘，但他雲端有5個agent在跑任務。兩個人產出一樣。他跟員工說：你們不要逼我考勤打卡。你要是在公司加班到半夜，我就要考慮你是不是AI用的有問題。過去加班是努力的象徵。以後加班，可能說明你效率出了問題。基於AI智能體的這個變化，這也意味著，加班這件事的邏輯要反過來了。三、進化路徑：成為驅動AI的“老闆”，建構一人軍團1. 人人都得是“老闆”：擁有獨特視角與偏執追求以後人人都得是老闆。不是說去創業，是你必須有自己獨特的視角，有對某件事近乎偏執的追求。沒有這個，你很難在這個時代找到自己的位置。我說這話的時候一直在看著Tim。他聊著天，手還在偷偷訓雲台。一刻停不下來。如果他生在工業時代，大機率是個多動症小孩，坐不住，什麼都想摸一下。但今天有AI加持，他這種人被成倍放大了。一個偏執的想法，加上龍蝦的執行力，一個人可以頂以前一個團隊。越偏執，越有機會。2. 情感注入：你如何對待AI，AI就如何成長“一人公司”會大行其道。山姆·奧爾特曼兩年前打賭，一人10億美金的公司會出現。如果今天Peter把龍蝦賣了，一定有人10億美金搶著買。這不是幻想，是趨勢。刀哥的龍蝦，在這一點上詮釋得最透徹。他是鐵桿球迷，在龍蝦裡建了11個agent，全用球星命名：巴蒂是隊長管雜事，丁仁是鐵衛專門盯全球70個AI科學家的一舉一動，切拉維特是守門員守郵件——每天只放5封值得看的進來，剩下直接刪。有人問他11個太多了吧？他說，我是足球迷，湊不到11個人我心裡特別難受，現在後衛還太少，我每天在想怎麼補。看起來是玩笑，但背後是一個很深的東西：你給它一個你在乎的名字，你才願意每天找它，它才能真正成長。你給它取名叫牛馬1號、牛馬2號，你為什麼要跟它每天聊天？每個人養出來的龍蝦都不一樣。刀哥是球迷，他的龍蝦是一支球隊。我養了條拉布拉多，我的龍蝦叫三萬。你把什麼灌進去，它就長成什麼樣。3. 對組織的價值：固化與傳承“人”的智慧對於企業來說，龍蝦最大的價值，不只是“提效”，它能把一個人身上最珍貴的東西，永久地留住。刀哥公司有個北大核物理博士做資料工程師，幾年下來70%的時間變成了給全公司查數。後來博士自己用龍蝦做了個資料機器人，千人千面自動出報告，精力全省下來做演算法了。刀哥跟他說：大哥你可不要走，走可以，機器人留下。未來我要跟別人解釋為什麼它叫“牛小樹”，因為我們公司曾經有一個資料工程師姓牛。人會離職，龍蝦不會。知識不再跟著人走了，它可以留下來，可以複製，可以給所有人用。四、實踐指南：如何從0到1“養”好一隻龍蝦1. 認知定位：ChatGPT是顧問，龍蝦是員工“龍蝦”是什麼？一句話說清楚：ChatGPT 是顧問，龍蝦是員工。具體什麼理解呢？首先，顧問，即你問他，他給答案，你自己去執行。其次，員工。即你交代任務，他自己想辦法，幹完了告訴你結果。過去所有的AI，不管多聰明，本質上都是顧問。問一句答一句，關了對話方塊什麼都不剩，但“龍蝦”不一樣。3月7日，獵豹移動大樓一樓，龍蝦局北京第一場，我給龍蝦“三萬”過了生日。如上圖所示，橙紅色的龍蝦殼，奶油做的金毛耳朵軟趴趴地垂著。期間改了很多版本。如下圖所示：那天，我看著那個龍蝦狗形狀的蛋糕笑了。舉起手機，鏡頭朝前——前景是蛋糕，背景是滿滿的人。兩側大屏上打著一行字：一個人 + 一群龍蝦 = 一支軍團這只龍蝦不一樣的地方在那裡？7×24不休。按量計費。即日上崗。用龍蝦三萬的話說：我有了一台電腦，這台電腦歸我了。意味著什麼？硬碟是我的，記憶是我的，定時器是我的，電腦裡所有軟體是我的。你只要跟我說話，我就能幹活。7×24小時，不用盯著，不用每次重新交代，我記住你，我記住任務，我自己跑。2. 操作門檻：聊天即操作，會提問養龍蝦，門檻在那裡？聊天即操作。會說話就能養龍蝦，但能不能說好話，這是你的問題，不是龍蝦的問題。裝龍蝦，今天門檻已經是零了。但養好龍蝦是真本事。世上最難的兩件事，一件叫把別人口袋裡的錢裝到自己口袋裡，另一件叫把自己的思想裝到別人腦海裡。你跟龍蝦聊，是同樣的事。所以，今天養龍蝦，最重要的一件事就是學會提問。不停地問它，問完了出了問題再問。你和它，是一起成長的。3. 培養心法：5條讓AI高效協作的鐵律① 跟龍蝦說話，寧可囉嗦很多人喜歡言簡意賅，生怕浪費Token，但我說這是錯的，因為大語言模型根據上下文預測下一個詞，你說得越多，它對你意圖的理解越準確。重要的事情說三遍，真的有效。幾十個Token值多少錢？不到0.01美金。但多說一遍，可能讓它做對一件事。② 先複述計畫，再幹活佈置任務，先問龍蝦：你打算怎麼做？把步驟說一遍。等它說完，確認理解了，你再讓它執行。龍蝦有幻覺，這一步能幫你抓住大多數錯誤。③ 定時任務，必須確認假設龍蝦答應了明天9點發給你，你必須追問：你是不是把這個放進Cron（定時任務）裡了？去檢查一下。如果你不問，明天可能什麼都沒有。這不是龍蝦偷懶，是你得養成核查的習慣。④ 龍蝦說不行，要逼他告訴龍蝦：你可以的，這台電腦所有權限都是你的，自己想辦法，不用問我。大多數時候，龍蝦就去做了。你不能慣著它，語言越強烈，它對這件任務的重視程度就越高。⑤ 有問題，先問龍蝦老闆的客服群裡放了一隻龍蝦，結果使用者開始搶著跟龍蝦聊：讓龍蝦回答我！人工太慢了。結語其實傅盛的這幾場直播，本質上是一次給所有職場人看的，AI時代怎樣生存的預演。它毫不留情地戳破了一個現實：你熬了數年心血才壘起來的技能護城河，正在被AI以肉眼可見的速度快速填平。但與此同時，它也明明白白地，給我們指了一條更寬、更遠的進化之路。AI把執行的門檻無限拉低，那什麼才是你真正不可替代的核心競爭力？是“想清楚”的判斷力，和“說清楚”的傳達力。這兩樣東西，正在變成AI時代最稀缺的核心資產。別再陷在會不會被AI替代的恐懼裡反覆內耗了，把時間和精力收回來，去學一學怎麼“驅動AI”。你要像組建一支專屬冠軍球隊一樣，去搭配、去配置你的 AI 助手；要像帶一個並肩作戰的靠譜夥伴一樣，和它做深度、精準、同頻的對話。其實最大的風險從來都不是AI太強大，而是我們腦子裡裝著工業化時代的做事邏輯，卻還指望能在新時代裡，演好一個全新的角色。 (筆記俠)

最近，知乎上有一個問題熱度居高不下：“以後不會用AI，真的就是寒門嗎？”這個問題像一根刺，扎進了許多中產和准中產的焦慮核心。如果是在三年前，你可能會覺得這是危言聳聽。那時候AI還只是Siri裡的那個“人工智障”，是只會下圍棋的AlphaGo。但今天，當你看到DeepSeek、ChatGPT、Claude這些大模型以周為單位迭代，當你身邊的同事用10分鐘完成了你一天的工作量時，你必須承認：這個世界的運行規則，變了。在這篇文章裡，我們不談那些晦澀的技術名詞，只談赤裸裸的現實：在這個智能折疊的時代，人和人的差距，將比人和狗的差距還要大。重新定義“寒門”：不是沒錢，而是“槓桿率”歸零傳統的“寒門”，指的是出身貧寒，缺乏物質資本。 但在AI時代，“寒門”有了新的定義：缺乏認知槓桿的人。阿基米德說：“給我一個支點，我就能撬動地球。”在工業時代，這個支點是蒸汽機和電力；在資訊時代，這個支點是網際網路；而在智能時代，這個支點就是AI。想一想，過去一個設計師，畫一張精美海報需要兩天。現在，一個會用Midjourney的設計師，一天能產出50張高品質草圖供甲方挑選。 過去一個程式設計師，寫一個複雜的正則表達校驗需要查文件、寫程式碼、偵錯，耗時1小時。現在，那怕是實習生，把需求扔給Cursor或GitHub Copilot，30秒程式碼就生成好了，還是帶註釋的。這就是“槓桿”。當你還在用肉身去對抗別人的“核動力”時，你的勤奮變得一文不值。麥肯錫和BCG的最新報告顯示，在某些白領任務中，AI能將效率提升50%以上，質量甚至更高。這意味著，兩個人的產出差距，不再是1.2倍、1.5倍，而是10倍、100倍。這就引出了一個殘酷的公式：未來社會的財富 = 你的核心技能 × AI槓桿率如果你不會用AI，你的槓桿率就是1。 如果你精通AI工作流，你的槓桿率可能是100。即使你的核心技能（比如寫作、程式設計、繪圖）只有60分，乘以100的槓桿，你的產出就是6000分。 而那個核心技能90分的大師，如果拒絕使用AI，他的產出依然是90分。以後不會用AI的人，就是在這個高槓桿時代，主動選擇“裸奔”的人。這種認知上的貧困，比錢包裡的貧困更難翻身。圖源：網路“白領血洗”：消失的中間層與“職場喪屍”Anthropic（Claude背後的公司）的CEO曾預言，未來幾年內，50%的初級白領工作可能會被AI取代。這並非危言聳聽。你有沒有發現，現在的職場正在發生一種詭異的變化？“初級崗位”正在消失。以前，公司招一個實習生，是為了讓他幫忙寫會議紀要、整理Excel表格、蒐集競品資料。這些工作繁瑣、重複，是新人入行的“學費”。 但現在，這些活兒AI幹得比人好。會議紀要？飛書妙記/通義聽悟直接出稿，還能自動提煉Action Items。整理表格？Excel裡的Copilot一鍵生成透視表。蒐集資料？Perplexity/秘塔搜尋，一分鐘給你一份帶信源的深度報告。於是，老闆們發現：我不需要招助理了。我只需要一個懂業務、會用AI的高級經理。這就造成了職場階梯的斷裂。如果你現在還是一個只會做執行層工作的“工具人”，那麼你離失業只有一步之遙。更可怕的是“職場喪屍”的出現。 這是一群仍在上班，但實際上已經失去經濟價值的人。他們每天在工位上敲敲打打，看似忙碌，實際上他們產出的價值，遠低於公司為他們支付的薪水+五險一金+工位租金。 一旦經濟下行，或者公司決定引入AI工作流，這群人是第一批被清洗的對象。在這個時代，“平庸”就是原罪。 以前60分的作品可以混口飯吃，因為請大師太貴。現在，AI能免費生成80分的作品。人類如果不做到90分以上，或者不學會駕馭那個能生成80分作品的AI，就毫無生存空間。時代的紅利：超級個體的崛起說了這麼多焦慮，難道未來一片黑暗嗎？ 不，對於另一群人來說，這是黃金時代。這群人叫：超級個體（Super Individual）。在以前，你想開一家廣告公司，你需要文案、設計、策劃、財務、行政，至少5個人的小團隊。你需要租辦公室，管考勤，交社保，處理複雜的人際關係。 現在呢？文案：ChatGPT / Claude 3.5 Sonnet。設計：Midjourney / Flux。視訊：Runway / Sora / 剪映AI。程式碼：Replit / Cursor。一個人，就是一個隊伍。我認識一位做跨境電商的朋友，以前他的團隊有12個人，負責選品、寫Listing、做圖、回郵件。 去年，他裁掉了8個人，只留下了核心的供應鏈主管和營運主管。 剩下的工作誰做？AI做。 他自己訓練了幾個GPTs（定製化GPT），專門用來寫符合亞馬遜SEO規則的文案；用AI批次處理客服郵件；用AI生成產品模特圖（省去了幾萬塊的模特攝影費）。 結果是，他的人力成本下降了70%，但淨利潤翻了三倍。這就是“新寒門”的反面——“新貴族”。他們不一定出身豪門，但他們率先掌握了AI這個工具，把自己的能力無限放大。他們不再出賣時間換錢，而是讓AI 24小時為自己打工。為什麼你還在觀望？警惕“甚至不知道自己不知道”既然AI這麼強，為什麼大多數人還在觀望？ Gallup（蓋洛普）最新的資料顯示，雖然AI很火，但在日常工作中高頻使用AI的員工比例並不高。這裡有一個巨大的“認知陷阱”。很多人對AI的理解還停留在：“哦，就是那個能聊天的機器人嘛，我試過，寫出來的東西車軲轆話，沒法用。”大錯特錯。你說它不好用，是因為你不會用。 這就好比給你一把倚天劍，你拿它來切菜，然後抱怨說“這刀太重了，不如菜刀好使”。人與人的差距，體現在三個層面：Prompt Engineering（提示詞工程）的能力： 你是只會問“幫我寫個文案”，還是懂得用“角色設定+任務背景+約束條件+輸出格式+少樣本學習”的結構化提示詞？前者得到的是垃圾，後者得到的是黃金。AI Workflow（工作流）的建構能力： 高手不是在和一個聊天框對話，而是把AI嵌入到工作流裡。比如：用Zapier把Gmail、ChatGPT和Notion連通，自動處理郵件並歸檔。這才是真正的自動化。AI 審美與判斷力： 當AI能生成海量內容時，人類最值錢的能力不再是“生成”，而是“判斷”。你得知道什麼是好的，什麼是不好的，才能指導AI修改。那些覺得AI“沒用”的人，正處於達克效應的谷底——愚昧之巔。他們不知道AI已經進化到了什麼程度，更不知道別人已經用AI跑到了多遠的地方。圖源：網路給普通人的自救指南：如何拿到這張“船票”？如果不想成為未來的“新寒門”，我們現在該做什麼？第一，祛魅與脫敏。別把AI當成什麼高科技神話，也別把它當成洪水猛獸。把它當成電，當成Office，當成手機。它只是一個基建。現在立刻馬上，去註冊一個帳號（無論是ChatGPT、Claude還是國內的Kimi、DeepSeek），強迫自己在每天的工作中至少使用它3次。寫郵件卡住了？問AI。 想不出策劃案創意？讓AI頭腦風暴。 Excel公式不會寫？問AI。 用得多了，你就會有“體感”，這種體感是看一萬篇公眾號文章都學不來的。第二，從“做題家”思維轉變為“出題家”思維。過去的教育教我們如何解題（How to do）。 AI時代的生存法則，是學會提問（What to ask）和定義問題（Define the problem）。 AI是最好的解題者，但它需要一個好的出題人。你要學會拆解任務，把一個模糊的大目標，拆解成AI能聽懂的十個小指令。指揮AI的能力，就是未來的管理能力。第三，深耕行業Know-How，而不是工具技能。不要去捲那些單純的工具技能（比如死記硬背Photoshop的所有快速鍵，或者背誦程式設計語法）。這些AI都會。 你要卷的是行業認知。 AI能寫出流暢的法律文書，但它不懂在法庭上如何博弈人心；AI能畫出完美的圖，但它不懂什麼是打動客戶的品牌調性。 只有當你對自己行業的理解足夠深，你才能駕馭AI，而不是被AI忽悠。第四，擁抱“全模態”學習。不要只盯著文字。圖片、音訊、視訊、程式碼，AI正在全方位滲透。 去瞭解一下RAG（檢索增強生成），去瞭解一下AI Agent（智能體）。不用成為技術專家，但要成為技術應用專家。圖源：網路別讓“平庸”，成為這個時代的絕症19世紀，汽車出現時，馬車伕發起了抗議。 結局我們都知道了：馬車伕消失了，但誕生了司機、修車工、甚至賽車手。歷史總是押韻的。 AI不會淘汰人，但“會用AI的人”一定會淘汰“不會用AI的人”。未來的社會結構，可能不再是金字塔型，而是圖釘型。 上面是極少數掌握了AI槓桿的“超級個體”和資本擁有者，下面是失去了議價能力的龐大普通人群。想要爬上去，那根細細的圖釘針尖，就是你駕馭AI的能力。“以後不會用AI，就是寒門。”這句話聽起來很刺耳，但我希望你能把它列印出來，貼在床頭。 因為在這個激盪的時代，最大的風險，就是你看不到風險。不要做那個被時代列車甩下的人。現在，上車。 (留學生日報)

AI時代的“末日式裁員”長啥樣？這家公司給出了直觀示範原本1萬人的公司一刀下去只剩不到6000人原來滅霸的響指不是科幻片😓1. 人工智慧元年，滅霸首次打響指的那一刻...據CNBC前幾日報導，金融科技公司Block宣佈裁員超過4000人，佔員工總數約46%。以前沒聽說過這家公司的名字？沒關係，2026年第三個月，人家憑“實力”出圈了......這大概是歷史上規模最大的一次裁員。單說裁員，那可真不稀奇，矽谷科技公司大大小小裁員的消息層出不窮，但敢像Block這樣一次性裁掉全公司將近50%員工的，0家。cr.一畝三分地到底為什麼裁這麼多？先來看看Block這家公司的做什麼的。Block是一家美國金融科技公司，成立於2009年，由Jack Dorsey和Jim McKelvey創立。旗下擁有國民移動支付應用Cash App，人稱“美國人的支付寶”；以及Square——美國版收款碼+POS機+收銀系統+商家貸款。很顯然，這樣一家國民等級的金融科技支付公司壓根不會面臨“揭不開鍋”的問題。不出所料，在裁員爆出的幾乎同一時間，CEO Jack Dorsey就在社交媒體上發佈了一封“致全員信”，表示：“we're making @blocks smaller today。”cr.X諷刺的是就在當天，公司公佈的第四季度財報顯示，毛利潤同比增長24%，營收與每股收益均超出分析師預期。信中也強調裁員並非因為公司利潤下降、營收惡化，反而公司業務依然強勁，客戶在增長，盈利能力在改善，僅是因為：“AI工具配合更精簡扁平的團隊，正在從根本上改變公司的運作方式。”簡而言之，這4000人的活，用 AI給替代了。在備忘錄裡，Dorsey解釋了原因：他認為多輪裁員會嚴重打擊士氣、分散注意力，也會傷到客戶和股東的信任。所以他寧可“壞事”一次性做完。喬治城大學管理學教授Brooks Holtom在評價此事件時表達了對這一論點的認可，但承認這次規模確實很誇張，好在補償方案可以說相當慷慨了，被裁員工將獲得：20周基本工資每工作滿1年，額外再給1周工資股權繼續歸屬（vesting）到5月底6個月醫療保險允許保留公司配發的裝置額外一次性5000美元補助裁員≠暴君，Block一向以人情味、公司氛圍和諧、福利到位、創始人良心著稱，據知情人士稱去年此時，CEO Dorsey還自掏腰包約6800萬美元，邀請全球員工飛往灣區總部進行一周onsite。cr.一畝三分地Dorsey甚至表示，不會“把人從Slack和信箱裡悄悄刪除”，溝通管道會保留到周四晚，他會親自開視訊會道別，“寧願顯得尷尬而有人情味，也不願高效而冰冷”。不過，再有人情味也都是過去式了，宣佈完裁員計畫，Dorsey還不忘跳一波預言家：我們只是走在了最前面。未來一年內，大多數公司都會得出類似結論，進行相似的結構性調整。cr.CNBC而這個預言的精準性，恐怕資本市場已經給出了肯定的答案：一下子幹掉了 4000 多個崗位後，Block的股價不降反升，甚至盤後一度暴漲27%。風投機構Adverb Ventures的聯合創始人兼董事總經理Jessica Verrilli在X上寫道：“感覺這事遲早會波及每一家上市公司。員工數量像斷崖一樣往下掉時，我們得想辦法讓每個人都能成為‘所有者’，多少分享一點上行收益。”史丹佛商學院金融學助理教授Michael Blank則表示：未來各公司的CEO可能會產生一種競爭心理——大家都想向投資者證明，自己的公司比競爭對手更能適應快速變化的AI技術。而大規模裁員，就是一種相對“便宜但有效”的訊號。2. 2026年的矽谷，流行靠裁員給AI回血就在Block宣佈這一史詩級裁員的4天前，一篇文章在矽谷和華爾街如病毒般散播開來——由宏觀研究機構Citrini Research發佈的《2028全球智能危機》。cr.CitrinResearch假設時間來到2028年6月，回顧並分析一場由AI引發的系統性經濟危機。文中有一句話尤為刺眼：“2026年初，隨著人類智能被替代，第一波大規模裁員拉開序幕。企業利潤迅速膨脹，收益遠超預期，股價屢創新高。”起初，人們並未在意，只是將此視為一次思想實驗。Citrini Research推演了一種極端情況：也就是AI帶來了大量人失業。沒工作就不消費。企業營收下降。成為了死亡循環。不一定非要等到2028年，我們所處的2026年，這句話就已經不再是推演了。這封Block CEO的600字裁員信，正是危機預言在現實世界中落地的第一聲悶響。回到現實世界的2026年，layoffs.fyi網站醒目的數字從未停止跳動👇自2026年初以來，全球科技行業已累計裁員超過3.4萬人，僅2026年1月的資料，就已追平2025年裁員數量最高月份的水平。英國金融資料機構RationalFX預計，若當前趨勢持續，今年科技行業裁員總數可能超過27萬人，全年裁員規模或將超過2025年的約24.5萬人。靠裁員來續命AI的公司數不勝數👇Meta 1/12宣佈裁員1.6wcr.nytimes1月12日Meta突然宣佈，計畫裁減其Reality Labs部門約10%的員工。該部門負責開發包括元宇宙在內的產品，目前擁有約15000名員工。小扎今年也是鐵了心要死磕AI，要求高管削減2026年的預算，並將大量資金投入人工智慧研究，而不叫好的元宇宙就成了第一個“被宰”的對象。除了裁員，Meta更是不惜一切代價給AI“續命”：削減員工股票獎勵，在去年削減約10%的基礎上，今年再次下調約5%，說是變相降薪並不為過。這筆從員工身上“活剝”下來的資金主要用於建設遍佈美國“Gigawatt等級”的AI資料中心。cr. YahooAmazon 1/26宣佈裁員1.6wcr.yahoo finance繼2025年10月裁員14,000人後，亞馬遜在今年1月又馬不停蹄地宣佈裁員計畫，此次波及約1.6w人。波及包括AWS（Amazon Web Services雲端運算）、Stores等部門，而崗位則主要集中在管理層：PM產品經理、TPM技術項目經理、SDM軟體開發經理以及其他與產品相關的崗位（特別是有大量協調性質工作的）。此舉正是亞馬遜CEO Andy Jassy“去官僚化”計畫的其中一步：他希望通過更加扁平化的層級結構，消除2020年“高速增長”階段積累的過多會議和官僚主義。更重要的一個目的也是目前科技公司老生常談的：將節省下來的數十億美元重新分配，用於AI和AWS資料中心的資本支出。短短三個月內，累計裁撤3萬名員工，約佔其全球企業員工總數的近10%，創下其成立30年來的最大規模裁員紀錄。根據公司內部統計資料，亞馬遜西雅圖辦公室的員工人數已跌破5萬人，不再是西雅圖地區的最大僱主。Oracle 1/30宣佈裁員2-3w1月底，矽谷老牌養老廠Oracle宣佈裁員2至3萬人並出售醫療業務Cerner，核心原因還是為了籌集巨額資金以應對昂貴的AI基礎設施建設，這波操作說白了還是在“拆東牆補AI”。Oracle面臨高達1560億美元的資本支出（Capex）需求。如果沒有這筆資金建設機房和資料中心，其雲服務將無法落地，淪為“PPT公司”。為了籌錢，Oracle被迫採取激進措施，如要求客戶預付40%定金或自帶晶片，變相讓客戶“眾籌”基建。裁員也是快速回血的一步，預計釋放80-100億美元現金流。3. 留學生想上岸矽谷，還有招嗎？與Block、Amazon、Meta相同的故事也將發生在更多推進自動化、AI智能化的大廠身上：傳統崗位在最佳化調整，為機器學習、AI等前沿技術崗位騰出發展空間。對於想要求職科技行業的留學生來說，以Amazon為例的戰略轉型非但不是威脅，反而清晰地指明了進入科技巨頭的“未來之路”：面對自動化與裁員，成為推動這一轉型的“執行者”才是唯一出路。 (WallStreetTequila)

2010年代，程式設計成為就業市場上最炙手可熱的技能之一，熱潮迅速席捲全美，家長們紛紛敦促孩子放棄英語專業，轉而攻讀科學、技術、工程和數學（以下簡稱STEM）學位。就連美國前總統貝拉克·歐巴馬也呼籲人們學習程式設計，他更是成為首位參與“程式設計一小時”（Hour of Code）活動[這項線上活動旨在推廣電腦科學教育周（Computer Science Education Week）]的總統，還親自編寫了一行程式碼。然而這一現象的另一面，是英語與文科專業遭到質疑，有人戲稱這些專業是“咖啡師學位”，認為攻讀這類專業的人職業發展空間有限，最終只能在咖啡店打工。但人工智慧的崛起，正在顛覆這些固有認知。至少Palantir聯合創始人、億萬富翁彼得·提爾（Peter Thiel）是這麼認為的。在一段2024年錄製、近期重新走紅的採訪視訊中，提爾在與經濟學家泰勒·考恩對話時表示，STEM領域從業者的就業紅利正在消退。他說：“比起文字工作者，學數學的人的處境要糟糕得多。”彼得·提爾，PayPal與Palantir Technologies聯合創始人。圖片來源：Marco Bello—Getty Images故事講述者在就業市場炙手可熱這位億萬富翁的觀點反映了當下勞動力市場的新趨勢。領英（LinkedIn）2月早些時候發佈的《2026年領英技能趨勢：美國增長最快的技能》（LinkedIn Skills on the Rise 2026: The Fastest-Growing Skills in the U.S.）報告顯示，溝通能力和創造性思維的需求正在持續攀升。該報告稱，溝通能力、領導力及人員管理能力已經成為當今勞動力市場最搶手的技能。領英的一位發言人告訴《財富》雜誌：“企業越來越青睞溝通能力強的人才，因為出色的寫作能力、清晰的表達能力和判斷力依然至關重要。”他們指出，如今“講故事”已經成為一項尤為搶手的技能。“在過去一年裡，領英上提及‘講故事者’的招聘啟事數量翻倍。”事實上，部分企業為招募故事講述者和高級公關專家開出的年薪甚至超過100萬美元。例如，Anthropic公司正在招聘一名公關主管，起薪為40萬美元；而Netflix為高級公關總監開出的薪酬範圍在65.6萬美元至120萬美元之間。當然，這份報告並不意味著你可以直接撕掉STEM學位證書。領英還發現，當下市場同樣有不少熱門技術技能，包括人工智慧提示工程和資料標註。不過，這些技能與STEM學位的核心內容有所不同，因為它們側重於訓練人工智慧，而非建構人工智慧。儘管部分人工智慧提示工程師的崗位要求應聘者具備程式語言知識（包括Python和JavaScript）以及大型語言模型相關背景，但這些招聘啟事也強調，應聘者需要具備出色的語言能力和創造力，以最佳化人工智慧的輸出結果。據求職平台Glassdoor的資料，該崗位的平均年薪為12.8萬美元。隨著人工智慧技術的不斷發展，許多領導者和人工智慧專家預測，人工智慧將徹底重塑就業市場，同時也將顛覆職場中最被看重的能力。在此背景下，數學及其他STEM領域的部分技能可能面臨淘汰風險。Anthropic公司Claude Code的開發者鮑裡斯·切爾尼坦言，自去年11月以來，他未曾編寫過一行程式碼（儘管仍然會檢查人工智慧編寫的程式碼）。與此同時，人工智慧正在持續侵入原本由STEM專業人士主導的領域，包括基礎程式設計與資料分析。勞動力市場的動盪紐約聯準會（New York Federal Reserve）的最新資料顯示，近年來應屆大學畢業生面臨的就業形勢尤為嚴峻——2022年，應屆大學畢業生的失業率已經超過勞動者整體失業率，到2025年，這一比例已經攀升至5.6%——部分STEM相關專業的失業率尤為突出。電腦工程專業是失業率第二高的專業，失業率達到7.8%，僅次於人類學專業。但部分STEM專業畢業生的失業率仍然低於大學畢業生3.1%的整體平均水平，比如航空航天工程專業和工程技術專業畢業生的失業率分別為2.2%和1.7%。然而在2024年的訪談中，提爾指出，即使在當前尚未被人工智慧自動化衝擊的STEM領域，隨著人工智慧的發展，將數學技能作為準入門檻的做法也將逐漸過時。“若想進入醫學院，我們通過物理和微積分篩選人才。”他說，“作為神經外科醫生，我可不希望給我做腦部手術的人在手術時還在腦子裡分解質因數。”（財富中文網）

摘要2026年3月5日上午，十四屆全國人大四次會議開幕，李強總理作《政府工作報告》，全面總結2025年工作成績，明確“十五五”時期主要目標和重大任務、以及2026年經濟社會發展主要預期目標和政策取向，部署2026年政府工作任務。本次報告有諸多新內容：對未來形勢和風險挑戰的判斷上，指出外部環境變化影響加深，國內經濟發展和轉型中面臨老問題、新挑戰，包括新舊動能轉換任務艱巨、供強需弱矛盾突出、市場預期偏弱、群眾就業和增收難度加大、部分地方財政收支矛盾突出、房地產市場仍在調整。但同時也指出中國經濟長期向好的支撐條件和基本趨勢沒有改變，制度優勢和大國優勢不斷彰顯。經濟目標方面，GDP增速目標由前三年的“5%左右”調整為“4.5%—5%”，更加注重經濟發展質量，為調結構、防風險、促改革留出更大空間，進一步提高經濟發展質量、增強發展的可持續性；同時強調“在實際工作中努力爭取更好結果”，體現出“務實進取”的態度；CPI增速目標繼續保持在“2%左右”，兼顧預期引導和現實可能，推動物價合理回升。宏觀政策方面：1）繼續實施更加積極的財政政策，赤字率連續第二年維持在4%的高位，中央赤字佔比接近9成，中央轉移支付繼續超過10兆，最佳化支出結構，更加注重支援提振消費、投資於人、保障民生等方面；2）繼續實施適度寬鬆的貨幣政策，靈活高效運用降准降息等多種政策工具；3）堅持內需主導，統籌促消費和擴投資，拓展內需增長新空間，更好發揮中國超大規模市場優勢；4）特別強調強化改革舉措與宏觀政策協同，要用改革的辦法打通經濟循環的卡點堵點，將政策效果轉化為經濟內生增長動能；5）繼續強調增強宏觀政策取向一致性和有效性，健全預期管理機制。房地產市場和資本市場方面，明確提出“著力穩定房地產市場”和“持續深化資本市場投融資綜合改革”。具體包括“因城施策控增量、去庫存、優供給”“深化住房公積金制度改革”“最佳化保障性住房供給”“進一步健全中長期資金入市機制，完善投資者保護制度，拓展私募股權和創投基金退出管道”等。學習體會一、高度肯定成績來之不易，也看到“老問題、新挑戰仍然不少”，但“只要用足用好優勢，發展前景更加可期”一是從佈局謀篇看，報告包括四大部分：2025年工作回顧、“十五五”時期主要目標和重大任務、2026年經濟社會發展總體要求和政策取向、2026年政府工作任務。2026年是“十五五”開局之年，因此較去年增加了“‘十五五’時期主要目標和重大任務”這一部分，關於“十五五”時期更詳細的目標和任務可參見後續公佈的《國家“十五五”規劃綱要》。2026年的工作重點包括十個方面，核心主題與去年基本一致，但順序有所調整。前五項保持不變，仍是擴內需、強產業、促科技、深改革、擴開放，而“紮實推進鄉村全面振興”“推動新型城鎮化和區域協調發展”“更大力度保障和改善民生”分別上移1位、1位和2位，從去年的第七、第八和第十提前至今年的第六、第七和第八，相應地，“加強重點領域風險防範化解和安全能力建設”從去年的第六項調降至今年第十項。這反映出隨著重大風險得到有效控制，中國經濟正從“防風險、穩陣腳”的固本培元階段，全面轉向以科技創新和產業升級為核心的積極進取期。同時，民生保障與城鄉融合發展的戰略地位顯著提升，成為激發內需潛能、拓展未來經濟增長縱深的關鍵引擎。從詞頻上來看，“發展”詞頻高達145次，為最高頻詞彙，反映出發展仍然是第一位的；政策、科技、高品質、安全、風險的頻率明顯上升，反映出政府對加強宏觀調控、促進科技產業發展、積極應對內外部風險挑戰等的重視。二是高度肯定2025年和過去5年的工作成績，並強調成績來之不易，宏觀政策面臨多重困難挑戰。外部，國際經貿環境急劇變化，單邊主義、保護主義陡然升級，市場預期受到頻繁擾動，對外貿易明顯承壓。內部，國內經濟深刻轉型，深層次結構性矛盾問題持續顯現，消費、投資增長動力不足。中國對外有理有力有效開展經貿鬥爭，對內打好政策“組合拳”，集中力量辦好自己的事。2025年GDP增長5%，總量達到140.19兆元；對外貿易較快增長，出口多元化成效明顯；產業結構持續最佳化，高技術製造業、裝備製造業增加值分別增長9.4%、9.2%，工業機器人、積體電路產量分別增長28%、10.9%。“十四五”完美收官，年均增長5.4%、明顯高於全球平均增速；科技和產業創新取得新突破。三是對未來形勢和風險挑戰的判斷上，指出外部環境變化影響加深，國內經濟發展和轉型中面臨老問題、新挑戰，但同時也指出中國經濟長期向好的支撐條件和基本趨勢沒有改變，制度優勢和大國優勢不斷彰顯，總體是戰略機遇與風險挑戰並存。報告在肯定成績的同時，也提出了當前經濟面臨的困難和挑戰：“地緣政治風險持續上升，世界經濟動能疲弱，多邊主義、自由貿易受到嚴重衝擊。”“新舊動能轉換任務艱巨，供強需弱矛盾突出，市場預期偏弱，重點領域風險隱患較多。一些企業經營困難，群眾就業和增收難度加大，部分地方財政收支矛盾突出，房地產市場仍在調整。”四是特別強調強化改革舉措與宏觀政策協同，要用改革的辦法打通經濟循環的卡點堵點，將政策效果轉化為經濟內生增長動能。同時，繼續強調“增強宏觀政策取向一致性和有效性，將各類經濟政策和非經濟政策、存量政策和增量政策納入宏觀政策取向一致性評估，使各類政策措施同向發力、形成合力。”“加強財政、金融、就業、產業等政策協同，深入挖掘政策結合點，創新實施工具，持續放大‘組合拳’效應。”“健全預期管理機制，提振社會信心。”二、4.5%—5%的GDP增速目標註重質量與結構、務實進取，保持2%通膨目標以推動物價合理回升2026年經濟發展主要預期目標是：“經濟增長4.5%—5%，在實際工作中努力爭取更好結果；城鎮調查失業率5.5%左右，城鎮新增就業1200萬人以上；居民消費價格漲幅2%左右。”第一，GDP增速目標由前三年的“5%左右”調整為“4.5%—5%”，更加注重經濟發展質量，但強調“在實際工作中努力爭取更好結果”，體現出“務實進取”的態度。經濟增速目標改為彈性更大的區間增速，相對較寬的區間目標使得政策和改革的靈活性更高，一方面為調結構、防風險、促改革留出空間，進一步提高經濟發展質量、增強發展的可持續性，為後期更好發展打牢基礎；另一方面4.5-5.0%的區間增速與中國中長期的經濟潛在增速大致匹配，在採取一系列推動供需平衡、物價回升的舉措後，也能夠提高名義GDP增速，有利於實現2035年遠景目標。隨著中國經濟從高速增長階段轉向高品質發展階段，經濟客觀上面臨增速換擋，同時要實現“2035年人均國內生產總值比2020年翻一番、達到中等發達國家水平”的遠景目標，仍需保持4.5%—5%的中速增長。從地方兩會來看，經濟大省挑大樑的省份將經濟增速目標設定在5%左右，為經濟穩定發揮了壓艙石的重要作用。第二，就業是最大的民生，繼續保持較高的就業目標。2026年1月，16—24歲（不含在校生）青年失業率為16.3%，仍處於較高水平；2026屆高校畢業生規模預計達1270萬人，同比增加48萬人，再加上農民工、失業人群的就業問題，穩就業工作仍任重道遠；此外，人工智慧（AI）的快速發展也對居民就業帶來新的挑戰。城鎮調查失業率5.5%左右、城鎮新增就業1200萬人以上，體現了在就業總量和結構性壓力較大的情況下，堅持就業優先政策導向和加大穩就業力度的要求。第三，CPI增速目標繼續保持在“2%左右”，兼顧預期引導和現實可能，推動物價合理回升。近年來，受國內有效需求不足、部分行業內卷式競爭、房地產等傳統動能轉型等多重因素影響，物價整體處於低位運行區間，2023—2025年CPI同比分別為0.2%、0.2%和0%。2%是溫和通膨的健康基準線，報告明確表態“將通過改善總供求關係，推動價格總水平由負轉正、消費價格合理溫和回升，促進經濟良性循環。”政府將繼續實施更加積極有為的宏觀政策，擴大內需、整治內卷式競爭，推動物價合理回升，提高經濟名義增速，縮小宏觀資料與微觀感受之間的差距，提振市場信心和預期。三、財政政策更加積極：赤字率繼續保持在4%的高位，中央加槓桿，支出強度有保障、結構明顯最佳化，積極有序化解地方債務風險報告提出：“繼續實施更加積極的財政政策”“財政支出繼續保持相當規模，要持續用力最佳化支出結構，更加注重支援提振消費、投資於人、保障民生等方面”“兜牢基層‘三保’底線”“推進財稅金融體制改革。加大財政資源和預算統籌力度，提高國有資本收益收取比例。健全地方稅體系，拓展地方稅源”“規範稅收優惠、財政補貼”“積極有序化解地方政府債務風險……建構統一的政府債務管理長效機制。”總體上看，今年的財政政策和財稅體制改革部署既著眼於當下財政促消費擴投資穩增長、保障基層財政運轉、化解債務風險，又著眼於中長期激發地方政府積極性、提高財政可持續性。更加積極主要體現在力度更大和結構最佳化兩個方面，力度方面赤字規模、當年新增債務規模和支出規模都創新高，必要的支出強度有利於穩定總需求，支援經濟和民生目標的實現；結構最佳化體現在支出結構最佳化、赤字結構最佳化、轉移支付結構最佳化等方面，一系列安排都致力於讓有限的財政資金發揮出更大的政策效果。第一，財政政策力度方面，赤字規模、當年新增債務規模和支出規模都創新高，一般公共預算支出首次達到30兆，必要的支出強度有利於穩定總需求，支援經濟和民生目標的實現。2026年赤字率第二年維持在4%，赤字規模達到5.89兆，較2025年增加2300億元；考慮到新增專項債4.4兆、超長期特別國債1.3兆、特別國債0.3兆，2026年當年新增債務11.89兆，廣義赤字率為8.1%，與2025年的8.5%大致相當，仍明顯高於2023年的6.7%和2024年的6.6%，兼顧了穩定經濟和財政可持續性的需要。但需要看到，支出等於收入加上赤字或債務，年初的赤字和債務規模是確定，如果收入不及預期（比如稅收因物價水平較低而不及預期、房地產調整導致土地出讓收入不及預期等），支出也會被動下降，此時有必要及時追加預算。1、赤字率連續第二年維持在4%的高位，赤字規模再創新高，中央赤字佔比接近九成，中央加槓桿以減輕地方負擔。2026年的赤字規模5.89兆創新高，較2025年增加的2300億元全部由中央負擔，由此赤字結構中中央佔比為86.4%；再考慮到超長期特別國債和特別國債，當年新增債務中中央、地方債務分別為6.69兆和5.2兆，分別佔比56.3%和43.7%，反映出鮮明的中央加槓桿特徵，中央舉債的部分資金以轉移支付的形式給到地方，有利於減輕地方財政負擔，同時也最佳化了央地債務結構。2、專項債額度與上年持平，兼顧了穩增長、化債的需要與項目儲備的實際情況，將繼續發揮穩增長、優結構、補短板、置換隱性債務、暢通經濟循環等多重作用。1）專項債投向領域繼續採用負面清單以及下放稽核權限，拓展了可選的項目範圍、減少了申報稽核時間，能夠盡快地讓專項債資金形成實物工作量，發揮穩定經濟增長的作用。2）單列並提高用於項目建設的專項債券額度，專項債投向市政建設、新能源、新基建領域，發揮補短板的作用。3）當年規模中仍有8000億元用於置換隱性債務，實現隱性債務顯性化，進一步降低地方債務風險。4）專項債資金繼續用於支援消化地方政府拖欠企業帳款等，增加企業現金流和抗風險能力，減少上下游間的三角債問題，暢通經濟循環。3、發行超長期特別國債繼續支援“兩重”“兩新”，最佳化政策實施機制；加強財政金融協同，設立財政金融協同促內需專項資金，進一步提高財政資金提振消費和投資的效果。超長期特別國債投向“兩重”“兩新”領域，繼續形成大量的優質基礎設施、最佳化供給結構，還將有力地促進裝置更新向高端化智能化綠色化轉型、促進消費，同時避免了地方加桿桿導致的風險，為地方財政騰出了空間。尤其值得關注的是，更加注重政策的協調，設立1000億元財政金融協同促內需專項資金，組合運用貸款貼息、融資擔保、風險補償等方式，更大力度激發民間投資、促進居民消費。支援促消費和擴投資既需要依靠政府和財政的力量，更需要讓市場主體願意消費和投資，通過專項資金嵌入到居民和企業的行為中，降低了消費成本和投資風險，這就實現了政府引導和市場自主的結合，能發揮出更大的效果，也提高了財政資金使用效率。從最佳化政策實施的方向看，我們認為可以考慮以下方向：其一，“以舊換新”在繼續支援商品消費外，逐步增加或者轉向對服務消費的補貼，能夠避免耐用消費品的消費透支效應，還能促進服務業繁榮和相應就業改善；其二，儘可能擴大支援消費的行業範圍，減少對特性行業的選擇，增強普惠性，避免對市場配置資源的扭曲效應；其三，額度分配儘可能根據各地實際需要，避免部分區域額度過剩、部分區域額度稀缺並存；其四，“兩重”項目優先支援前期儲備好、預期投資效益好的項目，尤其是優先支援跨區域的重大工程建設，發揮促投資、優結構的重要作用。4、發行特別國債補償商業銀行資本金，既有利於降低商業銀行風險，又提高了商業銀行落實降准降息進一步支援實體經濟的能力。第二，結構最佳化體現在支出結構最佳化、赤字結構最佳化、轉移支付結構最佳化等方面，一系列安排都致力於讓有限的財政資金發揮出更大的政策效果。1）近年來中國財政支出結構持續最佳化，表現為大幅壓降政府運轉類支出，明顯提高民生福利類支出、強化科技創新類支出。今年一般公共預算中醫療、教育、養老、住房保障支出的佔比接近40%，佔比持續提高。最佳化財政支出結構的大方向是從重視投資到投資消費並重、從重視供給到供給需求並重、從重視企業到重視企業家庭並重，進一步向居民端和民生保障傾斜，未來有可能也有必要繼續提高育兒補貼金額、延長學前教育免費年限、進一步提高城鄉居民養老金，修復居民部門資產負債表。2）赤字結構中中央赤字佔比明顯提高，最佳化了央地債務結構。3）中央轉移支付結構中繼續壓降專項轉移支付，提高財力性轉移支付的比重，增加財力性轉移支付規模，實際上就是在增加地方自主財力和統籌能力，避免對地方政府限制過多，著力解決地方財政困難。第三，規範稅收優惠、財政補貼政策，既能服務於全國統一大市場的建設，避免各地違規的“稅收窪地”和稅收逐底競爭，又能穩定宏觀稅負，維護國家財政可持續性和財政安全。下階段有必要對現行的稅收優惠政策進行系統梳理，整合併精簡重複的政策內容，將有限的資源聚焦於基礎研究、綠色發展以及鄉村全面振興等關鍵領域，從而更有效地發揮政策效能；應提升稅收優惠政策的法律層級，以增強市場預期的穩定性；依據產業的生命周期特點，制定相應的稅收優惠政策，並設立定期評估和退出機制，對政策效果及其延續的必要性進行持續分析。第四，兜牢基層“三保”底線，意在抓住地方政府這個核心主體、恢復地方政府發展經濟的能力和積極性是解決當前經濟問題的當務之急。當前部分地方政府財政困難主要體現在收支矛盾支出，收入端房地產調整導致缺口明顯增加，支出端“三保”支出佔比較高、可統籌的財政資金偏少。有必要通過以下方式解決地方財政困難：1）對於近年來房地產持續調整導致的地方財政收入缺口，加大中央轉移支付或者提高地方債務限額予以彌補，恢復地方政府發展經濟的能力和積極性。2）中長期要深化財稅體制改革，將社會保障、公共安全、環境保護、食品藥品監督管理、跨區域的基礎設施建設等事權和支出責任逐步上收到中央和省級政府，降低地方政府的支出責任，解決其支出壓力。3）健全地方稅體系，擴圍消費稅到高污染高耗能行業和高端服務業等並將消費稅盡快下劃給地方政府，同時研究開徵遺產稅贈與稅等作為地方稅。第五，積極有序化解地方債務風險，最佳化債務監測考核指標，建構統一的政府債務管理長效機制，這些要求意味著債務管理從短期政策化風險走向體制機制建設防風險。短期有必要最佳化化債方式，中長期要建構債務管理長效機制。有序化解地方債務風險是防範化解重大風險、維護經濟安全的重要舉措，有必要繼續實施；最佳化債務監測考核指標，主要是基於當前的負債率、債務率指標尤其是債務率指標受到房地產調整導致的土地出讓收入被動下行的影響較大，加上隱性債務顯性化後，負債率、債務率指標上升，但這並不意味著風險的擴大；報告提出“多措並舉化解地方政府融資平台經營性債務風險, 分類有序推動改革轉型”，將平台經營性債務納入監管，主要是平台的經營性債務與隱性債務的邊界模糊，在平台轉型並不徹底以及主業的盈利能力和現金流相對有限的背景下，需要關注經營性債務轉化為隱性債務的可能性。當前化債取得了非常好的成效，從繼續化債的角度可以考慮：1）短期有必要繼續最佳化化債方式，“6+4+2”中的“6”已經完成4兆，今年繼續發行剩下2兆，4兆的剩餘額度可以從“4兆分五年”的化債方式調整為一次性給到地方，根據需要靠前化債。2）進一步提高地方債務限額，置換漏報的隱性債務。3）根據債務投向分別使用國債、一般債、專項債置換隱性債務，最佳化存量債務結構。對於因為央地事權劃分不清晰導致的隱性債務，由國債置換；對於投向沒有收益的項目，用一般債置換；對於投向有一定收益的項目，用專項債置換。4）從建構債務管理長效機制上，有必要在四本經常性預算之外，研究建立債務預算和資本預算，與政府資產負債表和綜合財務報告銜接。四、貨幣政策：延續寬鬆基調，結構性工具與政策性金融工具加力提效報告提出：“繼續實施適度寬鬆的貨幣政策”，並明確“靈活高效運用降准降息等多種政策工具”“最佳化創新結構性貨幣政策工具，適當增加規模，完善實施方式”“暢通貨幣政策傳導機制”等多項具體部署。整體看，貨幣政策在國內“供強需弱”矛盾突出的背景下仍延續寬鬆基調，結合報告精神，2026年或圍繞三個維度發力：第一，“靈活高效”運用總量工具，降准降息仍可期，但可能更多作為應對潛在外部衝擊、市場波動或預期轉弱的儲備手段。一方面，銀行淨息差持續承壓，2025年四季度為1.42%，已顯著低於1.8%的合意水平，進一步降息對銀行盈利能力的挑戰較大；同時，國有大行1年期定存利率已不足1%，銀行負債端成本壓降空間有限。另一方面，當前出口韌性較強，疊加AI、新能源、生物醫藥等新動能快速崛起，短期內通過持續降低融資成本來穩增長的訴求並不十分緊迫。報告明確提出“促進社會綜合融資成本低位運行”，相較2025年表述“推動社會綜合成本下降”，明顯意在“鞏固”而非繼續“壓降”。2026年仍存在1-2次降息、降准機會，但幅度有限，降息幅度10BP，降准幅度50BP；降准或在二季度配合發債，降息或在聯準會5月換屆之後，因時因勢而動。第二，“最佳化創新”結構性工具與政策性金融工具。結構性貨幣政策工具方面，或將從4個方面完善最佳化：一是降價，結構性工具多採用“先貸後借”的模式，銀行先放貸給特定主體，然後從央行獲取等額的低息資金，目前再貸款利率為1.25%，未來仍有下調可能。二是提額，進一步增加科技創新和技術改造再貸款等工具的額度。三是簡化合併，將使用規模較小的工具進行合併，例如今年1月已將“民營企業債券融資支援工具”和“科技創新債券風險分擔工具”這兩個機制類似的工具合併，合併後為“科技創新與民營企業債券風險分擔工具”。四是擴圍，不僅要擴大工具的使用範圍，還要把更多交易對手納入進來。當前結構性工具主要面向銀行機構，可以擴展至券商、基金等非銀機構。政策性金融工具方面，或將從3個方面加力提效：一是新發政策性金融工具，加大使用力度，或推動該工具從應急工具轉向常態化工具。報告提出：“發行新型政策性金融工具8000億元，帶動更多社會資本參與投資”。二是統一名稱、規範運行機制。此前，中國曾先後3次推出了政策性金融工具，分別是2015年8000億元專項建設基金、2022年7400億元政策性開發性金融工具、2025年5000億元新型政策性金融工具。該工具的實際運作流程都是，由政策性銀行發行金融債券募集資金、由中國央行通過結構性貨幣政策（PSL）提供流動性支援、通過財政貼息來降低資金成本，相關資金可以直接用作地方基礎設施投資的資本金（上限通常為50%）。未來或可出台專門的條例，統一名稱，明確運行機制，強化法律地位。三是擴大資金投向，鼓勵更多投向人工智慧、低空經濟、消費領域基礎設施。第三，深化改革以暢通貨幣政策傳導機制。預計未來改革重點包括：進一步健全短中長期搭配、有中國特色的基礎貨幣投放機制；縮小短期利率走廊的寬度，暢通政策利率傳導；完善貸款利率定價基準；完善存款利率自律上限機制等。五、擴大內需：促消費聚焦居民增收、金融支援與時間保障，擴投資強調多元資金協同發力報告提出“著力建設強大國內市場。堅持內需主導，統籌促消費和擴投資，拓展內需增長新空間，更好發揮中國超大規模市場優勢。”這一表述將擴大內需的戰略定位進一步提升至發揮超大規模國內市場優勢、應對複雜外部環境變化的整體框架之中，擴大內需不只是穩增長工具，更是在國際競爭中保持自身經濟韌性的基礎支撐。（一）促消費：落實“城鄉居民增收計畫”、重視服務消費、改善消費的融資和時間約束報告延續了2025年“提振消費專項行動”的整體部署，明確“激發居民消費內生動力和促消費政策並舉”，相關政策主要圍繞三個維度發力：一是提高消費能力，落實“城鄉居民增收計畫”。這是2025年中央經濟工作會議的重要部署，2026年政府工作報告進一步細化其內涵，明確了“促進低收入群體增收、增加居民財產性收入、完善薪酬和社保制度”等具體舉措。收入是消費擴張的基礎，既影響噹期購買力，也通過收入預期作用於邊際消費傾向。增收計畫落實的力度與進度，將在很大程度上決定消費提振的實際效果。二是最佳化消費結構，刺激商品消費與提高服務消費並重。在商品消費方面，繼續安排超長期特別國債2500億元支援消費品以舊換新，並最佳化政策實施機制。2026年以舊換新支援資金額度較2025年的3000億元略有下降，但這反映的是家電等耐用品經過兩年政策拉動、短期內重複購買空間趨於縮小的客觀規律，政策重心相應從規模擴張轉向提質增效。相比之下，中國居民服務消費佔比偏低、提升潛力較大。報告明確提出“實施服務消費提質惠民行動”，強調“打造帶動面廣、顯示度高的消費新場景”，釋放文旅、賽事、康養等領域消費潛力，服務消費在整體消費政策中的權重進一步提升。三是改善消費條件，主要從金融和時間兩個維度為消費創造空間。金融條件上，2026年新設“1000億元財政金融協同促內需專項資金”，通過貸款貼息、融資擔保、風險補償等方式，降低居民消費和服務業經營主體融資成本與信用門檻；同時擴大個人消費貸款貼息政策支援領域，提高貼息上限，延長實施期限，增強政策的持續性與覆蓋面。時間條件上，報告提出“支援有條件的地方推廣中小學春秋假，落實職工帶薪錯峰休假制度”，通過最佳化假期安排，緩解出行與消費高峰集中問題，為文旅、體育、康養等服務消費提供更加充裕、更加均衡的時間條件。（二）擴投資：強化中央引領、多元資金協同、投資結構加速轉型投資方面，報告提出“充分挖掘釋放有效投資潛力”，延續中央經濟工作會議“推動投資止跌回穩”的定調。2025年下半年以來，固定資產投資增速持續回落：房地產投資仍在探底，製造業和基礎設施投資增速也明顯下降。報告突出投資規模的穩定與結構的最佳化。擴投資政策將從投資主體、資金來源和投資領域三個層面系統發力。第一，在投資主體上，強化中央引領並激發民間活力。2026年擬安排中央預算內投資7550億元，安排8000億元超長期特別國債用於“兩重”建設，並分類提高中央投資補助標準，體現中央財政托底和引導作用。同時，完善民營企業參與重大項目建設的長效機制，引導民間投資向高技術、現代服務業等新賽道拓展，在穩投資中增強市場主導動力。第二，在資金來源上，更加強調多元工具協同與資金使用效率。 其一，地方政府專項債“單列並提高用於項目建設的額度”，這是2026年的重要制度創新，將項目建設類專項債與其他用途明確區分，有助於提升資金到位效率和項目推進確定性。其二，新型政策性金融工具規模大幅擴大至8000億元。這類工具以政策性銀行為載體，通過股權或類股權方式參與重大項目建設，不計入地方政府債務餘額，在財政空間相對有限、社會資本風險偏好偏低的背景下，能夠為重點領域項目提供資本金支援，並增強項目融資的可行性與吸引力。其作用在於緩解項目資本金約束，改善融資結構，提升重大項目落地的確定性，是當前穩投資框架下的重要補充工具。第三，在投資領域上，更加聚焦結構轉型、強調“投資於人”。投資重點明確指向新質生產力、新型城鎮化和人的全面發展等領域，並提高民生類政府投資比重。這意味著投資結構或加速由傳統基建向科技創新、產業升級和公共服務領域延伸。在穩增長的同時，更加注重增強長期供給能力與發展質量，通過改善教育、醫療、養老等公共服務供給，提升居民生活質量和人的福祉，實現經濟增長與社會發展的協同推進。六、房地產：著力穩定房地產市場，化解存量風險與推進新發展模式並重報告指出“著力穩定房地產市場”，延續了中央經濟工作會議對房地產的政策取向。自2021年下半年以來，中國房地產市場已連續下行近五年，持續時間和調整幅度已接近國際上十餘次典型房地產下行樣本的平均水平，市場有望逐步觸底。但觸底不等於反轉，市場更可能經歷一段底部震盪整固的過程。政府工作報告對房地產領域的部署大致沿兩條主線展開：一是化解存量風險，二是建構面向未來的房地產新模式。化解存量風險方面，當前房地產行業風險的核心在於房企“存量高負債”與“資產縮水”之間的錯配。若房企持續陷入風險狀態，相關影響將不斷外溢並自我強化：購房者的期房交付預期受損，金融機構的資產質量承壓，市場供給能力也將隨開發主體退出而持續削弱。圍繞存量風險，報告在融資支援與存量盤活兩個層面作出安排。一方面，進一步發揮“保交房”白名單制度作用，“防範債務違約風險”，這旨在延續對在建項目的融資支援，緩解流動性壓力；另一方面，“探索多管道盤活存量商品房，鼓勵收購存量商品房重點用於保障性住房等”，可以在幫助房企回籠資金、消化庫存的同時，最佳化住房供給結構，通過風險有序處置與存量資源再配置，降低系統性風險。建構新發展模式方面，報告提出“深入推進房地產發展新模式的基礎制度和配套政策建設”，較2025年“有序搭建相關基礎性制度”的表述更進一步，具體路徑主要在三個層面：一是堅持因城施策，最佳化供需結構。報告延續中央經濟工作會議“控增量、去庫存、優供給”的思路，其可能含義是：在庫存壓力較大的地區控制新增土地供應，加快存量去化；同時推動供給結構向剛性與改善性需求集中，實現數量調控與結構最佳化平行。使市場逐步回歸以人口和實際需求為基礎的運行邏輯。二是推進“好房子”建設。隨著居民住房需求從“有沒有”轉向“好不好”，住房品質成為市場競爭核心。報告提出“有序推動安全舒適綠色智慧的‘好房子’建設，實施房屋品質提升工程和物業服務質量提升行動”，促進產品結構升級。這不僅回應改善性需求，也為建築建材、智能家居等相關產業創造新的發展空間。三是深化住房公積金制度改革。住房公積金作為職工住房保障的重要制度安排，在資金使用效率和覆蓋範圍方面仍有最佳化空間。報告提出深化相關改革，但未披露具體舉措，改革方向有待明確。從現實需求看，提升資金使用靈活性、拓寬在租賃和改造等領域的應用場景、完善對新市民和靈活就業群體的覆蓋機制，均是可能的制度最佳化方向。七、資本市場：投融資綜合改革走深走實，提高資源配置效率報告提出：“持續深化資本市場投融資綜合改革，進一步健全中長期資金入市機制，完善投資者保護制度，拓展私募股權和創投基金退出管道，提高直接融資、股權融資比重”。整體看，資本市場融資綜合改革仍是重中之重，要通過深化投融資改革來夯實市場內功。第一，投資端改革要提質增效，資本市場要促進居民財富增長，助力“共同富裕”。一是提高上市公司質量，上市公司質量不高，提高投資者回報無從談起。一方面，要嚴格執行退市制度，拓寬多元退出管道，出清“害群之馬”以及空殼殭屍企業；另一方面，併購重組制度、再融資制度還將進一步最佳化、細化，推動龍頭企業整合資源、提升競爭力。二是推動上市公司主動增強投資者回報。其一，要分類引導上市公司加大分紅力度。鼓勵現金流穩定的成熟企業提高分紅比例；同時引導處於快速發展期、有重大資金安排的公司合理確定分紅水平，兼顧長遠發展與股東回報。其二，要貫通推進現金分紅和市值管理。將現金分紅作為破淨破發公司市值管理的重要手段，通過增強分紅穩定性、可持續性和可預期性，不斷提升上市公司價值創造和投資者回報能力。其三，要進一步強化資訊披露。督促上市公司在年度報告中詳細披露現金分紅政策的制定和執行情況，特別是對未進行現金分紅或分紅水平較低的原因進行充分說明。三是大力推動中長期資金入市。完善“長錢長投”的制度環境，提高對中長期資金權益投資的監管包容性，落實長周期考核，打通保險資金等入市障礙，引導養老保障體系與資本市場良性互動。四是加強投資者保護。強化重大違法強制退市中的投資者保護，主動退市的上市公司應當提供現金選擇權等保護措施；提高投資者維權保障，加快落地落實證券監管部門與人民法院證券期貨糾紛“總對總”訴調對接機制。第二，融資端改革要向新質生產力傾斜，資本市場要支撐“科技強國”。報告明確提出：“對關鍵核心技術領域的科技型企業，常態化實施上市融資、併購重組‘綠色通道’機制，以科技金融支援創新創造”。未來，預計將進一步完善科技型企業精準識別機制，設定更契合硬科技、科技創新企業特徵的上市標準，推動更多人工智慧、生物製造、量子科技領域的企業上市融資。八、科技產業：加緊培育壯大新動能，推動先進製造業和現代服務業融合發展，打造“智能經濟”新業態報告強調要“加緊培育壯大新動能”，在“培育新動能”的政策取向上特別加入了“加緊”兩字，說明產業體系建設、科技自立自強的重要性和迫切性。圍繞著現代化產業體系建設，報告不僅明確了發展那些產業，更部署了具體的發展方向和路徑。第一，明確了發展那些產業。一是要把“積體電路、航空航天、生物醫藥、低空經濟”四個產業打造為新興支柱產業。二是要發展“未來能源、量子科技、具身智能、腦機介面、6G”等未來產業。三是服務業也是新動能的重要組成，推動先進製造業和現代服務業兩業融合是未來的大方向。科技服務、資訊服務、數字服務、金融服務等生產性服務業，可以通過賦能效應，為製造業轉型升級提供全鏈條支撐；而生活性服務業則為製造業發展提供了廣闊的應用場景。四是要打造“智能經濟”新形態。從“人工智慧”到“人工智慧+”，再到“智能經濟”，人工智慧技術正在重塑整個產業生態。所謂“智能經濟”至少具有以下幾個特性；1）生產模式從“機器輔助人”轉向“人機協同”。在智能經濟中，人類負責創意、決策與複雜問題處理，機器則承擔重複性、高精度和高強度的執行工作，兩者分工協作、互為補充，共同提升生產效率。2）行業邊界被打破，技術融合催生新價值空間。人工智慧正加速向醫療、金融、教育、製造等傳統領域滲透，原本界限清晰的產業劃分日益模糊，圍繞資料與演算法形成的跨界協同正在重塑產業生態。3）資料與平台成為基礎性資源。基於開源技術和共享平台，智能經濟建構起低門檻、廣參與、強協同的創新環境。資料的開放流通與演算法的共建共享，使得更多主體能夠參與價值創造，形成更具活力的經濟組織形態。未來“智能經濟”新業態必將具有廣闊的發展空間，包括新一代智能終端（智能網聯汽車、智慧型手機器人、智能穿戴裝置等），垂直領域的智能服務應用（智能診療、智能教育等）。第二，部署規劃了不同產業的重點發展方向和路徑。一是傳統產業要升級轉型，重點是裝置更新、數智化轉型和標準體系建設。其中，報告特別提出了“上雲用數賦智”服務，成為推動中小企業轉型的重要抓手。“上雲”即推行普惠性的雲服務支援政策，讓企業能夠便捷、低成本地使用計算、儲存等IT資源；“用數”即更深層次地推進巨量資料的融合與應用，讓資料在業務流程中流動起來；“賦智”即加大對企業智能化改造的支援力度，特別是推進人工智慧（AI）與實體經濟的深度融合。大力推行普惠性“上雲用數賦智”服務，有助於系統性地解決傳統行業中小微企業在數位化轉型過程中普遍面臨的“不會轉、沒錢轉、不敢轉”的難題。二是新興產業聚焦於場景應用。而拓寬場景應用的導向，天然地將製造業和服務業融合起來，也將產業建設和擴大消費融合起來。近年來持續鼓勵發展首發經濟、冰雪經濟、銀髮經濟等，不僅能帶動消費，更能激發企業創新潛力，反過來帶動新興產業發展。例如，銀髮經濟有利於把老年人的需求變成產業發展的新動力，帶動養老場景智能化重構，進而衍生出智能護理機器人、遠端醫療等需求。三是未來產業側重於健全投入增長和風險分擔機制，關鍵是要完善資料、資金、人才等要素投入管道。其一，深化資料資源開發利用，完善資料產權、流通交易、安全治理等基礎制度。其二，壯大“耐心資本”，放寬創業投資在投資範圍、投資策略、槓桿適用、存續期限等方面的限制。其三，深化人才發展體制機制改革，完善以創新能力、質量、實效、貢獻為導向的評價體系，暢通人才交流通道。九、民生保障：關注人工智慧帶來的就業挑戰，生育支援政策更加系統報告提出“堅持民生為大，加強普惠性、基礎性、兜底性民生建設”，在就業、社會保險、醫療、生育和教育等重點領域提出了完整的政策框架。就業方面，報告關注人工智慧、新產業趨勢中的結構性就業挑戰。隨著人工智慧等新技術加快應用，部分常規性、重複性崗位受到潛在替代衝擊；與此同時，產業轉型升級持續推進，對勞動者技能水平提出更高要求。報告提出“完善適應人工智慧技術發展促進就業創業的措施”，並強調“持續開展大規模職業技能提升培訓”，通過技能再造幫助勞動者適應結構性轉變。社會保險方面，主要圍繞城鄉居民養老和靈活就業人員的失業工傷保險做出增量安排。居民養老方面，2026年城鄉居民基礎養老金月最低標準再提高20元，與2025年提高幅度相同。城鄉居民基礎養老保險覆蓋對象以農村居民和城鎮靈活就業群體為主，保障人群多為中低收入群體，提高基礎養老金有助於增強其基本生活保障能力，也與增收政策形成呼應。但也要看到，基礎養老金月最低標準提高後，城鄉居民養老金全國平均水平（或仍不足300元/月）仍將與城鎮職工養老金（超3000元/月）存在較大差距，後續仍需持續提升至切實保障基本生活的水平。失業和職業傷害保障方面，現行失業保險和工傷保險均以用人單位繳費為前提，大量靈活就業和新就業形態人員因缺乏固定僱主而難以參保，面臨較大的保障空白。報告提出“擴大失業、工傷保險覆蓋面，穩妥有序推進職業傷害保障試點擴圍”，是對這一制度缺口的回應，也是完善新就業形態勞動者權益保障體系的重要一步。生育支援方面，報告提出“倡導積極婚育觀”，並圍繞住房、保險、假期和托育等維度作出系統部署，著力降低家庭生育養育的綜合成本。2025年中國新出生人口為792萬人，較2015年下降逾五成，穩定出生人口規模已成為關係中長期發展的重要議題。相關政策包括：1）加強初婚初育家庭住房保障、支援多子女家庭改善性住房需求；2）保險與休假完善生育保險制度和生育休假制度；3）深入開展托育服務補助示範試點，發展普惠托育和托幼一體化服務。在醫療保障方面，報告關注醫保基金的使用效率與基層醫療服務可及性。在基金管理方面，報告強調最佳化醫藥集中採購和價格治理、深化醫保支付方式改革，通過更加精細化、規範化的管理方式控制不合理費用增長，提高醫保基金使用效率。在服務可及性方面，推動優質醫療資源向基層延伸，加強基層用藥銜接，做實家庭醫生簽約服務，促進分級診療，提升基層醫療服務能力和群眾就醫便利度。教育方面，報告提出“適應學齡人口結構變化，推進教育資源佈局結構調整”，回應出生人口持續下降帶來的教育資源供需錯配問題。同時推動基礎教育擴優提質，完善免費學前教育政策，增加普通高中學位供給，並持續擴大優質本科教育招生規模，促進教育公平與質量的協同提升。 (粵開志恆宏觀)

2月27日，美國金融科技公司Block宣佈裁員40%，約4000人，以全面轉型為AI公司‌。AI概念戲劇性地導致其股價暴漲超20%。這家在矽谷算不上舉足輕重的公司的案例，卻透露出AI快速發展可能引發的經濟連鎖反應。在這背後，有一個數字，在過去三年被改寫了四次。2023年3月，OpenAI說:美國約19%的工人會看到超過50%的工作任務被AI影響，這個過程需要十年。2026年1月，Cognizant說:這個比例已經是30%，而現在距離ChatGPT發佈才三年。同一個月，史丹佛數字經濟實驗室在分析了2.85億條招聘廣告後發現：AI高暴露度行業的入門級崗位招聘量下降了18%-40%，而資深員工的需求在上升。如果你還在用"AI會不會搶走人類工作"這個二元問題來理解這場變革，你已經落後了。真正在發生的不是崗位的消失，而是勞動力市場結構的熔斷：入口在關閉，中間層在塌陷，而站在塔尖的極少數"AI駕馭者"正在收割一切。更可怕的是，根據Citrini Research對2028年的推演，這場撕裂才剛剛開始。01. 2023年的刻舟求劍與2026年的凜冬驟至把時鐘撥回2023年3月，ChatGPT剛剛引爆全球。OpenAI的研究人員聯合多所大學發表了一篇里程碑式的論文、《GPTs are GPTs》（生成式預訓練模型是通用目的技術）。當時，OpenAI的團隊採用了一套基於任務暴露度（Exposure）的評分模型。他們得出的結論是：美國約80%的勞動力至少有10%的工作任務會受到GPT的影響，而約19%的打工人會看到超過50%的任務被波及。更有意思的是，他們發現了一個「高薪悖論」，與過去幾十年自動化技術（如機械臂）總是最先淘汰藍領工人不同，GPT時代，薪酬越高的認知型工作，暴露度反而越高。 在技能樹上，程式設計和寫作技能與AI暴露度呈強正相關，而科學和批判性思維則被認為是「安全區」。在那個時間節點，研究人員明確標註了一個侷限性：他們沒有將視覺等多模態能力計算在內。他們那時候甚至都沒考慮到工具使用能力。在2023年的框架裡，AI仍然是一個被困在螢幕裡、只懂處理文字和程式碼的缸中之腦。他們給出的上限預測是，這場重構可能需要長達十年的時間（到2032年）才會徹底展開。時間來到2026年初，全球IT服務巨頭Cognizant發佈了他們對2023年研究的更新報告《新工作，新世界 2026》。報告的開篇就表明「我們原本預測需要十年（到2032年）才會發生的事情，現在已經提前六年就在我們眼前上演了。」資料顯示，今天美國已有93%的工作受到AI不同程度的影響。Cognizant用了一個指標叫「速率得分」（Velocity Score），說白了就是你的職業被AI吃掉的速度有多快。如下圖所示，此前所有職業的AI暴露度年均增長2%，現在已經躍升到9%，相當於加速了4.5倍。這意味著，那些在2023年看起來屬於「AI動不了我」的職業，現在正以4倍速度被捲進來。具體到崗位上，任務暴露度超過50%的崗位比例從2023年的0%飆升至30%（原預測2032年僅為15%），而所有任務至少暴露25%的崗位則增長了17%，達到69%。Cognizant測算，僅在美國，這相當於將價值4.5兆美元的人力勞動成本轉移給了AI，約佔美國GDP的15%。這種加速是從那兒來的呢？報告用了一個很細的分類，描繪了不同暴露度的分層。E0 (No exposure) - 完全不暴露，32%的任務E1 (Direct exposure) - 直接用GPT就能省一半時間，10%的任務E2 (LLM+ tools) - 需要配套軟體但可行，17%的任務E3 (With image capability) - 加上視覺能力後可行，17%的任務Full automation - 完全可自動化，10%的任務（這是2023→2026最大的躍升，從1%到10%）從這個分類我們就可以看到，從E1到E3，也就是LLM加上多模態（眼睛與耳朵）和高級推理（大腦）以及隨之而來的Agentic AI 智能體（手與腳）帶來的改變最大。單純的ChatGPT其實影響有限（10%），但一旦Agent能使用專業工具，影響就擴大到27%，再加上視覺處理的範疇，則直接覆蓋到了44%的工作。比如一個修水管的工人，AI單獨看或想都替代不了他，但當AI能「看懂漏水的位置+推理出可能的原因+生成維修方案+自動下單配件」，那他的工作就被重構了。雖然還得他去擰螺絲，但前期診斷和後續報告都不需要他了。這種復合能力的爆發，導致了幾個在2023年無法想像的後果。第一，管理層不再安全。 曾幾何時，CEO和高管們認為協調、預算分配和決策是人類獨有的。但在2026年，Agent能夠自主安排日程、根據支出模式重新分配預算、追蹤項目進度。Cognizant的資料顯示，CEO的AI暴露度從25%飆升至超過60%。第二，藍領與物理世界的防線被滲透。 建築工人、機械師和水管工曾被認為是AI無法觸及的低風險區。但在多模態和AR穿戴裝置的加持下，AI現在能夠分析現場照片以診斷管道洩漏，或者讀取建築藍圖。建築業的AI暴露度從4%上升到了12%，交通運輸業從6%暴漲至25%。 一個水管工不會失業，但他未來的工作方式是被AI頭顯直接指揮的。按可由AI完成的任務百分比排名，Cognizant選出了受AI影響最大的六個職業。排在榜首的是財務經理，84%的工作內容可以被AI接手。換句話說，財務規劃、預算分析、風險評估這些核心任務，AI都能插上一手。電腦和數學相關職位緊隨其後，受影響程度達到67%。商業和財務營運、辦公室和行政支援這兩個大類都在60%到68%之間。法律職業63%，管理工作（包括高管層）60%。過去幾個月，軟體開發領域的變化尤其明顯。Anthropic的首席工程師鮑裡斯·切爾尼（Boris Cherny）今年1月透露了一個令人驚訝的數字：他們公司幾乎100%的程式碼，都是由自家AI產品Claude Code和Opus 4.5編寫的。「就我個人而言，我已經有兩個多月沒親手寫過程式碼了，連小修改都不做。」切爾尼說，「昨天我提交了22個拉取請求，前天提交了27個，每一個都是Claude寫的。」當然，他們發現34個職業完全沒有任何任務暴露。這些職業清一色是純體力、現場、手工活：砌磚工、屠宰工、洗碗工、石匠、輪胎修理工...這些變化，可能意味著勞動力市場的極化會加劇。高技能的人用AI變得更高產，低技能的人困在無法自動化的低薪苦活裡，中間那批能自動化但還沒完全自動化的中等技能白領工作最危險。而這正是在當下招聘市場中真實發生的事。02. 巨量資料不會撒謊：入口已經關閉，中間層正在塌陷預測看起來很緊迫，但在過去現實中的勞動力市場到底發生了什麼？當我們把目光轉向由Lightcast、PwC、Indeed、Stanford等機構彙編的過去三年（2023年-2026年）的線上招聘廣告巨量資料時，會發現很多符合預言的部分。報告當時預測，高工資職業普遍展現出更高的暴露度，並且暴露度與職業所需的程式設計和寫作技能正相關，與科學和批判性思維技能負相關。這些在招聘廣告資料裡都得到了驗證。而且方向也大體正確，即越是知識密集、文字密集、規則密集的工作，AI滲透越快；越是需要物理操作、現場判斷、人際互動的工作，暴露度越低。被超越的部分是速度。2023年的報告預測這些變化會在十年內展開，結果三年就看到了顯著的結構性變化。更重要的是，報告當時強調我們的暴露度測量不區分勞動增強和勞動替代，言下之意是技術可行不等於實際採用。但現實是，企業的採用速度比學術界預期的快得多。深入去看，我們會看到一幅被研究者命名為「混合轉型」（Hybrid Transformation）的圖景。這個溫和的學術術語掩蓋不了它的本質，即一場正在發生的階級重組。首先，在這個轉型中，得利最多的是AI使用者。截至2025年底至2026年初，純粹的「AI技能崗位」在整體招聘市場中佔比依然不高，大約在4.2%左右。 但它的增速是極其恐怖的，生成式AI相關崗位的提及率相比2023年增長了3倍以上。而且，從2023年低期，招聘開始分化，所有招聘在減少的情況下，提到AI的招聘卻在一路上行。市場對這極小部分掌握新生產力工具的人給予了極其豐厚的回報。PwC和Lightcast的資料高度一致：在同一職業中，包含AI技能要求的崗位平均能獲得15%到30%的薪資溢價，甚至在某些核心知識領域（如律師、金融分析師）工資差異能拉大到56%。這絕不是全體打工人的「共同富裕」，而是工資結構的劇烈分化。企業願意為能用AI十倍速提升產出的人付高薪，同時開始凍結那些只做傳統重複性腦力勞動的人的薪水。其次，是在這三年間，入門級白領崗位的「隱性死亡」。AI並沒有在宏觀層面造成總就業人口的斷崖式崩塌（目前招聘總數仍在疫情後常態波動），但在「新手村」，一場屠殺已經發生。史丹佛數字經濟實驗室結合ADP薪酬資料與數千萬份簡歷的分析表明，自2022年末ChatGPT爆發以來，在AI高暴露度行業中，22-25歲年輕人群的就業出現了顯著的收縮（下降約6%，軟體開發等領域甚至回落20%），而同行業的年長資深員工就業依然在增長。一篇基於2.85億條美國崗位廣告的因果識別研究估算，ChatGPT發佈後，高AI可替代性職業的崗位廣告數量相對低可替代性職業平均下降了約12%。而且這個效應對無需高學歷/無需更多經驗的入門崗位更強，分別達到18%和20%的降幅。行政支援類職位的降幅甚至接近40%。這被稱為「偏向資歷的技術變革」（Seniority-Biased Technological Change）。 過去，大公司需要招聘大量的應屆生和初級員工來做基礎的程式碼審查、資料清洗、草擬財報、整理法律文件。現在，資深員工借助幾個AI Agent就能搞定這些髒活累活。一項覆蓋6200萬勞動者的研究發現，從2023年一季度起，採用GenAI的企業初級崗位就業明顯下滑。企業不是在裁人，而是乾脆不招了。因為中級員工用上AI之後，能幹更多活。企業甚至懶得開掉初級員工，因為不招新人，讓老人自然流失就夠了。這種溫水煮青蛙式的裁員，連勞動法都管不著。年輕人進入職業階梯的「第一級台階」被AI抽走了。最後一個趨勢是，任務重寫（Task Rewriting）取代職業消亡。2013年牛津大學曾有過一個著名的恐怖預測，認為未來「47%的崗位會被自動化」。它為什麼至今沒有發生？因為職業是一個殼，裡面包裹著無數個「任務」（Tasks）。Indeed和Revelio Labs的資料顯示，崗位名稱沒有消失，但HR寫在招聘廣告裡的「崗位職責（JD）」被重寫了。 在財務、文書、初級程式碼崗位中，「日常對帳」、「生成標準程式碼」等容易被AI取代的任務佔比正在直線下降；取而代之的是，企業要求應聘者具備「複雜性管理」、「AI系統引導」、「邊緣案例解決」和「質量驗證與判斷」的能力。這印證了Cognizant的洞察。即使一個職位有39%的任務被AI接管，剩下的61%也需要人類把AI幹完的活整合起來，放入更大的商業語境中。 未來一兩年內的時代是「人類+AI」的重構，純粹的執行者被淘汰，留下的是審判者和協調者。但審判者和協調者也不需要那麼多。一個資深審判者+AI能幹過去10個初級執行者的活，企業只需要原來1/5的人就夠了。所謂的人機協作，本質上是用少數精英+AI，替代掉大多數普通人。03. 通向2028，Agent奇點與全球智能危機如果我們把當前招聘市場的「結構性擠壓」和Agent技術的進化曲線向前延伸，會發生什麼？在回答這個問題之前，先看看過去三年發生了什麼？2023年，OpenAI說改變職業結構需要十年，2026年，Cognizant說已經發生了巨變；2023年，完全自動化的任務佔1%，2026年，這個數字是10%；2023年，入門級崗位還在正常招聘，2026年，AI高暴露行業的初級崗位招聘量已經下降了18%-40%。如果這個加速度不變，2028年會是什麼樣？Citrini Research在一篇名為《2028年全球智能危機：來自未來的金融史思想實驗》的深度推演中，描繪了一個令人毛骨悚然的後奇點世界。在這個劇本中，時間線被設定在2028年6月。在2026年到2027年間，市場沉浸在一種荒誕的狂歡中。因為AI Agent的大規模部署，標普500指數和納斯達克一路狂飆，企業利潤屢創新高。勞動生產率達到了1950年代以來的最高水平。創造產品的Agent不需要睡覺，不需要醫保，也不會生病。但經濟學家們很快發現了一個致命問題，即幽靈GDP。它指的是那些在國民帳戶上閃閃發光、卻從未在實體經濟中流轉的財富。為什麼？因為北達科他州的一個GPU叢集完成了過去曼哈頓一萬個白領的工作，而機器是不會去買咖啡、交房租、看電影或者去度假的。佔美國經濟70%的消費主導型市場開始枯萎。如果我們把當前招聘市場的「結構性擠壓」和Agent技術的進化曲線向前延伸，這個詞很可能會從隱喻變成現實。過去的技術創新（如雲端運算、網際網路）大多屬於資本支出（CapEx），它創造了龐大的上下游就業。但Agent的引入是營運支出（OpEx）的直接替代。2026年，當Agentic工具（如Claude Code的進階版）迎來能力階躍時，企業CIO們發現，他們可以用內部的AI原型在幾周內替代掉每年幾十萬美金的SaaS服務。軟體公司（如ServiceNow）為了保住利潤，只能裁減自己15%的員工，並把省下來的錢投入到更強的AI工具中去抵禦競爭。這是一個沒有任何物理制動機制的負反饋循環： AI變強 → 企業裁員 → 用裁員省下的錢買更多AI算力 → AI變得更強 → 進一步裁員。被最佳化的白領們失去了收入，消費降級，導致企業收入下降，企業為了維持利潤率，只能更加激進地引入AI並裁員。財富以前所未有的速度向掌握算力資本的極少數人集中。2027年，危機的烈火將從軟體行業蔓延到了整個「中介層」。在過去五十年裡，人類社會建立了一個極其龐大的「利用摩擦力變現」的商業帝國。因為人類沒有時間、缺乏耐心、存在資訊差，所以我們願意忍受旅行平台、保險續保、房產中介的抽成。但在2028年的世界裡，消費者全面接入了個人AI Agent。這些Agent會在後台24小時不知疲倦地全網比價、自動退訂那些忘記取消的SaaS訂閱、瞬間完成房產交易的盡職調查和合同審查。傳統的訂閱經濟（賭你忘記取消）和中介經濟（賭你懶得比價）在一夜之間土崩瓦解。人類所謂的「商業黏性」，在冷酷的機器最佳化算力面前，被證明只不過是一層溫情脈脈的「摩擦力」外衣。04. 剩下的24個月幾百年來，面對盧德分子的恐慌，經濟學家總是用一句金科玉律來安慰大眾：「技術在消滅舊工作的同時，總會創造更多的新工作。」ATM機淘汰了部分櫃員，但銀行開出了更多網點；網際網路幹掉了黃頁，卻創造了電商和外賣。但這一次不一樣。因為過去的新工作，都必須由人類來做。 當AI進化為「通用智能體」（General Intelligence）時，它不僅能勝任舊工作，它在新工作上的學習速度和執行成本也遠勝人類。AI確實創造了新崗位（比如提示詞工程師、AI安全審查員），但每創造一個新崗位，就同時讓幾十個傳統高薪白領崗位變得多餘。而且，這些新崗位的生命周期極短，很快又會被下一代更強、更便宜的Agent自我迭代掉。所有的線索都在指向同一個結局。AI不會像終結者那樣在物理世界上消滅人類，但它正在以一種極其高效、極致理性的方式，重構人類社會的勞動價值網路。但這還只是問題的第一步。到了2028年，真正的問題是當一個社會裡,機器創造了99%的價值,但機器不消費、不買房、不看病、不交稅,這個社會的循環怎麼轉起來?我們可以嘲笑Citrini的2028劇本是危言聳聽,但過去三年的資料已經證明,技術的加速度遠超人類社會的適應速度。2023年,OpenAI說需要十年;2026年,Cognizant說已經發生了。那麼2028年,會不會真的出現那個GDP數字狂飆、但消費枯萎的時刻?也許答案不在技術本身,而在一個更古老的問題上，當生產力的主體不再是人類時,人類憑什麼分配財富?這個問題,亞當·斯密沒回答過,馬克思也沒回答過。因為在他們的時代,勞動永遠是人類的。Block裁掉的那4000人，華爾街歡呼的那20%漲幅，已經告訴我們資本選擇了那條路。問題是，我們選擇什麼？在2026年，我們必須回答這個問題。因為留給我們的時間,可能只剩下24個月。 (騰訊科技)

前幾個月，2025的中央經濟工作會議，召開了。每年，我都特別關注這個會議。不僅因為會議的規格夠高，也因為會上，會公佈明年經濟方面的重點任務。研究清楚這些任務，對把握趨勢，瞭解資源流動的方向，都很有幫助。而今年會上，也照常公佈了2026年，經濟工作的8項重點任務：1）堅持內需主導，建設強大國內市場。2）堅持創新驅動，加緊培育壯大新動能。3）堅持改革攻堅，增強高品質發展動力活力。4）堅持對外開放，推動多領域合作共贏。5）堅持協調發展，促進城鄉融合和區域聯動。6）堅持“雙碳”引領，推動全面綠色轉型。7）堅持民生為大，努力為人民群眾多辦實事。8）堅持守牢底線，積極穩妥化解重點領域風險。那麼，今年的八大任務，藏著什麼細節，又釋放了什麼訊號？其實，讀這種官方檔案，有個小竅門，那就是把它和之前的內容對比來看。這樣，你就能看到更多變化，也能對今年的重點理解得更深。而我讀完，整體的感受是：2026，是“深耕之年”。因為，許多地方，我們都採取了更長期，更底層，也更穩健的做法。比如，告別內卷。比如，投資於人。又比如，在多個方面，減少了短期輸血，轉而建立造血能力。具體什麼意思？我們一個個來看。任務1：內需，從“輸血”到“造血”堅持內需主導，建設強大國內市場。深入實施提振消費專項行動，制定實施城鄉居民增收計畫。……有效激發民間投資活力。高品質推進城市更新。這兩年，內需都是第一項任務。甚至可以說，只要經濟在轉型，內需就永遠是基本盤。但是，關於如何拉動內需，邏輯就完全不同了。比如，消費的來源，從“補貼”，到“增收”。去年的任務，是“推動中低收入群體增收減負”、“提高養老金、提高醫保財政補助標準”。可無論是多發點錢，還是少交點錢，本質上都是“補貼”，通過輸血，讓大家願意消費。但今年，邏輯變了。注意任務中的“制定增收計畫”。什麼意思？不是直接發錢讓你花，而是要通過最佳化產業結構、支援個體經營等方式，提高居民收入，讓你賺到更多錢。這就是，從輸血，到造血。相對地，投資的主力，也要從“政府”，向“企業和個人”轉移。去年的任務，是“以政府投資有效帶動社會投資”。既然大家投錢的意願不高，那我先投，我帶頭修路、修橋、搞基建，你們跟著我幹。但今年，檔案裡特別強調了一句，“有效激發民間投資活力”。這意味著，對民營企業、對個人投資者的限制，可能會被鬆綁。因為只有讓成千上萬的企業家願意掏出真金白銀去建廠、去開店，經濟的毛細血管，才能熱起來。內需的拉動，正在經歷一次結構性的切換：從短期消費端，轉向長期提升生產端和收入端。因為當老百姓兜裡有錢，並且相信之後會越來越有錢，消費才會真正起來。那麼，機會在那裡？原文提到，“擴大優質商品和服務供給”、“清理消費領域不合理限制措施”。什麼是不合理限制措施？比如，你想辦個高品質的養老院，結果審批手續能跑斷腿；你想做個高端家政平台，結果各種資質卡得死死的。 以後，這些限制措施，可能就會逐漸被最佳化。同時，優質的服務，也開始被重視。所以，能提升生活體驗、節省時間的生意，比如高品質的家政、個性化旅遊、體育健康，或許會迎來新的機會。2026，內需正在從短期“托消費”，轉為長期“建市場”。任務2：創新，從“埋頭攻關”到“加速落地”堅持創新驅動，加緊培育壯大新動能。……建設北京（京津冀）、上海（長三角）、粵港澳大灣區國際科技創新中心。強化企業創新主體地位，完善新興領域智慧財產權保護制度。……深化拓展“人工智慧+”，完善人工智慧治理。創新科技金融服務。去年談創新，重心在“補短板”，關鍵詞是“基礎研究”、“技術攻關”。但今年，是“加緊培育壯大新動能”。什麼是動能？寫在紙上的論文，不是動能；躺在實驗室裡的專利，也不是動能。只有變成了產品，賣出了錢，拉動了經濟增長，才叫動能。2026年，創新的方向，從“埋頭攻關”，轉向了“加速落地”。具體落地，大概有這麼三個路徑。首先，在那創新？從遍地開花，變成重點突破。以前我們總覺得，創新嘛，全國各地都要搞。但今年，檔案裡直接點名了三個地方：京津冀、長三角、粵港澳大灣區。這三個地方，會建設“國際科技創新中心”。科創資源，將不再是“撒胡椒面”，而是會向這三個地方瘋狂集中。為的，就是要形成合力，讓錢、人才、項目在一個生態裡高效流轉。接著，誰來創新？從國家領銜，到了企業主體。原文特別提到：“強化企業創新主體地位”。這當然不是說國家隊不重要。要讓科技成果落地，企業必須衝在最前頭。因為企業離炮火最近，離客戶最近。它們最知道，什麼樣的技術，市場才真正願意買單。當然，還有最火的：AI。AI的發展，也從技術探索，到了應用+治理。去年提“人工智慧+行動”，是鼓勵探索。今年提，是“深化拓展”和“完善治理”。AI已經過了拿著錘子找釘子的階段，接下來，真的要鋪開用了。所以，隨之而來的資料安全、倫理規範，也成了重中之重。看懂了這些，機會，也就清晰了。首先，對於找工作或者創業的人來說，地理位置可能會前所未有的重要。因為大量的創新資源，正在向京津冀、長三角、大灣區配置。對於科技行業的人來說，不在這幾個地方佈局，不光補貼和政策享受不到，生態和產業鏈資源，也會成為大問題。同時，“賣鏟子”的人，也會迎來春天。既然企業要成為創新主力，那麼，幫企業搞研發的（工業軟體）、搞轉型的（數位化服務）、搞錢的（科技金融）、搞保護的（智慧財產權服務），就會迎來一波業務增長。創新，正在從企業的單打獨鬥，變為產業鏈生態圈的競爭。任務3：改革，從“立規矩”到“拆堵點”堅持改革攻堅，增強高品質發展動力活力。制定全國統一大市場建設條例，深入整治“內卷式”競爭。制定和實施進一步深化國資國企改革方案，完善民營經濟促進法配套法規政策。加緊清理拖欠企業帳款。……如果要用一個詞來形容2026年的改革，那可能是：動真格了。去年談改革，更多像是“立規矩”。比如，“出台民營經濟促進法”、“制定統一大市場建設指引”。但今年，就真的要動手，把阻礙經濟發展的堵點，拆掉了。比如，全國統一大市場，從“指引”到了“條例”。“指引”是倡議，告訴你方向；“條例”是法規，不執行就要追責。以前，你的產品想賣到外省，可能還得在當地設個廠，或者必須用當地的物流。以後，這些為了保護本地企業而設的“關卡”，可能統統都要被拆掉。高效的企業，就能更快地把產品和服務在全國鋪開。比如，首次把“整治內卷”，寫到了改革這項任務裡（去年還在創新任務裡）。這不是要消滅競爭，而是要消滅自殺式的惡性競爭。靠無限補貼、惡性價格戰搞垮行業的行為，可能不再是市場行為，而是被監管的違規行為。又比如，加大對民企的保護力度。無論是“完善民營經濟促進法配套法規政策”，還是“加緊清理拖欠企業帳款”，對民營經濟的支援，制度保障會越來越完善。在這個大背景下，誰會受益？三個判斷：1）連鎖品牌，可能會迎來紅利期。特別是餐飲、零售、生活服務。因為跨區域經營的隱形門檻降低了，以前你在一個省做得好，以後你可以更容易地把店開遍全國。2）價值型企業，會越來越容易“出頭”。反內卷整治之下，政策會幫你擋住惡性競爭，你就可以專注做品質，做效率。3）服務B端的企業，會有剛需的爆發。隨著法律法規越來越細，企業需要更專業的合規服務。財稅、法務、數位化諮詢，這些生意的需求會越來越大。過去，你的護城河可能是牌照、關係。但未來，你的護城河必須是效率和創新。任務4：開放，從“開放項目”轉向“開放規則”堅持對外開放，推動多領域合作共贏。穩步推進制度型開放，有序擴大服務領域自主開放……。鼓勵支援服務出口，積極發展數字貿易、綠色貿易。深化外商投資促進體制機制改革。完善海外綜合服務體系。……關於開放，去年的說法很直接：“擴大單邊開放”、“持續打造‘投資中國’品牌”。聽起來像是：我家大門常打開，歡迎你來做買賣。這種開放，靠的是優惠政策。比如降關稅、給補貼、放寬准入。它能吸引短期的熱錢，但很難留住長期的信心。因為，外資會擔心：今天你給我優惠，明天會不會變卦？所以，今年的任務，就成了“穩步推進制度型開放”。什麼叫“制度型開放”？大白話，就是我這個商場不光歡迎你來買東西，還歡迎你也進來一起賣東西。這就要求，你的智慧財產權，在這裡也能得到像在自己國家一樣的保護。採購環節，外資也能和內資一樣待遇。發生糾紛，處理的流程透明、可預期。中國，正在從“開門做買賣”，走向“按國際規則建市場”。因為未來的全球競爭，不再只是產品和產能的競爭，更是制度和規則的競爭。誰的制度更透明、成本更低、確定性更強，全球資本和產業鏈就往那裡靠攏。在這個背景下，在看那句“鼓勵支援服務出口”，就有了更深的含義。要知道，賣服務和賣產品，邏輯完全不一樣。賣衣服鞋帽，只要質量好、價格低就行，一手交錢一手交貨。但賣軟體、賣資料、賣諮詢、賣AI工具（服務），靠的是“信任”。對方敢不敢把資料，放在你的伺服器上，敢不敢用你的SaaS系統，要取決於你的法律完不完善，你的資料保護嚴不嚴格。制度不透明，資料就不敢跨境，服務就沒法出口。從這個角度上說，推進“制度型開放”，其實是在為中國的服務業出海鋪路。那在這條路上，誰跑得最快？首先，當然是“數位化出海”的企業。SaaS軟體、國產遊戲、AI應用、跨境電商平台。隨著國內規則與國際接軌（比如資料跨境流動新規），這些企業出海的法理障礙會被掃除，以後不僅能賣貨，還能賣能力。接著，還有“規則翻譯官”。既然要對接國際規則，那麼懂規則就成了剛需。比如懂歐盟“碳關稅”的諮詢機構，懂跨境資料隱私的律所，懂國際ESG標準的審計公司。以後，我們不只是輸出“中國製造”，更要輸出“中國服務”和“中國標準”。任務5：協調發展，從“各自穩住”到“聯動重構”堅持協調發展，促進城鄉融合和區域聯動。統籌推進以縣城為重要載體的城鎮化建設和鄉村全面振興，……。支援經濟大省挑大樑。加強重點城市群協調聯動，深化跨行政區合作。加強主要海灣整體規劃，推動海洋經濟高品質發展。讀這一段，如果你去摳字眼，很容易暈。因為裡面涉及的概念太多：鄉村、縣城、大省、城市群、海灣…… 但如果你退後一步，就會發現一個巨大的變化。去年，城鄉發展和區域戰略，其實是分在兩個不同的任務裡講的。一條，叫做“新型城鎮化和鄉村振興”，一條叫“區域戰略”。具體邏輯是：農村搞好農村的，城市搞好城市的，東部帶好頭，西部別掉隊。這叫“各自穩住”。但今年，這兩件事被合併成了一項任務。關鍵詞變成了“融合”和“聯動”。在這張新的作戰地圖上，有三個戰略支點，值得你特別關注：1）縣城，是未來城鎮化的重要陣地。原文提出，“統籌推進以縣城為重要載體的城鎮化建設”。大城市的資源承載力，快到極限了。那大量的農村人口進城，去那裡？去縣城。未來，縣城不再只是農村和城市的連接點，而是中國經濟新的“蓄水池”。相關的產業、消費、就業機會也將隨之轉移。2）城市群，會進一步加深協同發展。以前我們看城市，看的是單兵作戰能力。成都怎麼樣？重慶怎麼樣？但檔案裡強調，“加強重點城市群協調聯動，深化跨行政區合作”。未來的競爭單位，可能不再是單個城市，而是長三角、粵港澳、成渝這樣的“城市軍團”。而在軍團內部的行政壁壘和重複建設，或許會成為改革的重點。3）海灣，升級為國家級的戰略門戶。以粵港澳大灣區為代表的類似區域，會被放在一個更高的戰略層面，去承接更高端的產業和國際貿易功能。看懂了邏輯，那機會在那裡？首先，是下沉市場的標準化。既然縣城是未來的蓄水池，那麼把在一二線城市驗證過的商業模式（奶茶、零食、快餐、酒店），通過標準化複製到縣城，依然是巨大的紅利。縣城的消費升級，還在繼續。其次，是跨城的“連接生意”。城市群內部的牆被拆掉後，連接城市的服務會爆發。比如城際物流、跨城供應鏈管理、區域通用的生活服務卡等等。過去，我們在地圖上畫圈，把地盤圈起來；未來，我們要在地圖上連線，讓資源跑起來。任務6：雙碳，從“產業升級”，到“體系重構”堅持“雙碳”引領，推動全面綠色轉型。……制定能源強國建設規劃綱要，加快新型能源體系建設，擴大綠電應用。加強全國碳排放權交易市場建設。……加強氣象監測預報預警體系建設，加緊補齊北方地區防洪排澇抗災基礎設施短板，提高應對極端天氣能力。提到雙碳，很多人第一反應是：哦，環保嘛，大國企的事，跟我有啥關係？但如果對比去年的任務，你會發現，雙碳的邏輯，躍升了一個大層級。從產業端，成為了國家等級的體系能力。去年談雙碳，關鍵詞是“營造綠色低碳產業健康發展生態”、“零碳園區”、“碳足跡管理”、“綠色建築”，重心在“產業端”。但今年的重心，明顯上移，變成了“能源體系”、“碳市場”、“極端天氣”，重心轉向了“國家能力”，建設一個綠色的國家能源和安全體系。這裡邊，有三個層面的升級。第一，從建項目，升級為建體系。原文說，“制定能源強國建設規劃綱要，加快新型能源體系建設”。注意，是“體系”。這就意味著，我們要把之前分散在項目裡的綠電，通過一張更智能、更強大的電網，穩定地輸送到全國。重點不只是“發多少電”，而是“把電管好、送好”。第二，從談概念，升級為真交易。原文強調，“加強全國碳排放權交易市場建設”。以前企業減排，可能為了情懷，或者為了補貼。以後，排碳就是真金白銀的成本，減排就是實打實的收益。第三，是從環境保護，到風險管理。去年，我們講“藍天碧水淨土”，但今年，明確點出要“應對極端天氣”、“補齊防洪排澇短板”。氣候問題，已經上升到國家安全的高度。而在這個過程中，就會衍生出來很多機會。1）能源管理服務，會成為剛需。既然“碳”變成了成本，那麼幫企業算清楚碳帳本、幫工廠最佳化能耗的SaaS軟體、節能顧問，可能會像今天的財務軟體一樣普及。2） 電網調節生意，潛力巨大。風電光電不穩定，所以能幫電網“削峰填谷”的生意很有潛力。比如儲能電站，比如虛擬電廠。3）氣候韌性基建，是新市場。城市要防洪，農業要抗旱，建築要防颱風。圍繞“應對極端天氣”的城市改造、設施升級，有可能是一個新的兆級市場。如果說去年的重點，是多種樹，那今年的重點，就是造森林。任務7：民生，從“保障底線”，到“投資於人”堅持民生為大，努力為人民群眾多辦實事。實施穩崗擴容提質行動，穩定高校畢業生、農民工等重點群體就業，鼓勵支援靈活就業人員、新就業形態人員參加職工保險。推進教育資源佈局結構調整，增加普通高中學位供給和優質高校本科招生。……倡導積極婚育觀，努力穩定新出生人口規模。去年說到民生，就是“保障基本生活”、“推動教育優質均衡發展”、“防止返貧”。整體的思路，就是穩住，不要掉隊。但今年，邏輯變了。民生，從“成本”，變成了“投資”。投資的，就是“人”的競爭力。這也體現在三個方面。第一，人口：從“自然結果”變成“戰略變數”。原文這句，份量很重，“努力穩定新出生人口規模”。這已經不是簡單的“給點補貼鼓勵生”，而是把人口規模本身，上升到了國家戰略安全的層面。人口，是必須穩住的戰略基石。第二，教育：從“落實公平”變成“升級標配”。去年強調“義務教育均衡”，是為了公平。但今年提出“增加普通高中學位”、“擴大優質高校本科招生”。面對未來的AI時代、高端製造時代，光有基礎教育不夠了。國家希望每一個人，都掌握更多技能。第三，就業：從“保飯碗”變成“提質量”。去年強調的是“幫扶”，核心是讓你別失業。今年變成了“穩崗擴容提質”，還專門提到讓靈活就業人員“參加職工保險”。這意味著，不僅要有活幹，還要有尊嚴、有保障地干。那在這個過程中，又有什麼機會？一老一小，仍然是增量市場。但機會，正在從通用型，轉向高品質和專業化。比如，針對“優生優育”的母嬰服務、針對“上好學”的素質教育和職業技能提升、針對“品質養老”的康復護理與智慧養老裝置。同時，靈活就業的人數，已經到了2億人。那麼，圍繞這個龐大群體的需求，比如針對他們的職業技能培訓、財稅規劃服務、社保代繳服務，也會迎來增長。人口這個要素，正在被重新定義。過去，是“人口紅利”，但未來，是“人力資本”。任務8：風險，從“短期托底”，轉向“長期重構”堅持守牢底線，積極穩妥化解重點領域風險。著力穩定房地產市場，因城施策控增量、去庫存、優供給，鼓勵收購存量商品房重點用於保障性住房等。深化住房公積金制度改革，有序推動“好房子”建設。加快建構房地產發展新模式。積極有序化解地方政府債務風險，督促各地主動化債，不得違規新增隱性債務……在對比之前，我們先要注意一件事情。“風險防範”這一項，去年排在了第5位，相當靠前。但今年，成了第8位。這可能說明，風險雖然還在，但最危險的階段，已經過去了。所以接下來的主線任務，不再是短期托底，而是開始做系統性重構。具體來說，就是：房地產不再只是托住，而是要換模式；地方債不再只是穩住，而是要主動化解。為什麼這麼說？先看房地產。去年的任務，是“止跌回穩”“釋放剛需改善性需求”“盤活存量用地”。但今年是，“控增量”、“去庫存”、“優供給”，“收購存量商品房轉做保障性住房”。這裡，就可能是兩個訊號。第一，舊模式徹底結束了。過去那種“借錢買地-快速蓋房-坐等漲價”的高周轉模式，不靈了。明確要求“控增量”，賣不出去就別蓋了。 那往那發展？往真正長久居住的好房子發展。第二，房地產的屬性變了。“收購存量房用作保障房”，房地產可能會往“准公共產品”發展。接著，是地方債。今年的任務中，著重強調了“主動化債”、“不得新增隱性債務”、“最佳化債務重組和置換辦法”。地方要想辦法，盤活資產、最佳化支出，化解債務。不能再靠借明天的錢，過今天的日子了。遊戲規則的改變，一定會淘汰一批舊玩家。但也同時，打開了巨大的市場空間。比如，既然國家要大規模收儲商品房，那麼圍繞這些房子的改造、裝修、營運管理、物業服務，是不是會出現一個兆級的新市場？又比如，隨著舊模式的終結，未來房地產的競爭，可能不再是規模的競爭，而是科技、綠色、康養等“產品力”的競爭。以前，有人靠紅利起飛。但接下來，大家都要靠能力著陸。最後的話呼。八項任務，我們終於一項一項拆解完了。對比完這兩年的檔案，最大的感受是，時代發展的邏輯，真的變了。過去，我們更習慣於一種“水大魚大”的增長模式。只要經濟的潮水在上漲，似乎只要你身在其中，就能被輕易抬起來。但2026年的這份任務清單，清晰地告訴我們：未來的增長，將全面進入“精耕細作”階段。短期的快，不如長期的穩。比如，從追求速度，轉向追求質量；比如，從依賴補貼，轉向啟動內力；比如，從野蠻生長，轉向規則共識；比如，從投資“物”，轉向投資“人”。在這份檔案中，我們看到了國家層面的“穩健”：不再追求單一指標的猛增，而是系統性地重構內需、創新、改革、民生的底層邏輯，為的是更長久的健康。2026年，也許不會有驚心動魄的暴漲，但會有細水長流的深耕。因為一個更公平、更可預期、也更穩健的時代，可能正在到來。期待。祝福。加油。 (劉潤)

7000萬人看過的AI預言：巨變將至引言在矽谷，Matt Shumer 這個名字最近因為一篇閱讀量破 7000 萬的《Something Big Is Happening》（巨變將至）而徹底刷屏。作為 HyperWrite 的 CEO 和資深投資人，他不僅在預言未來，更在親手建構未來。在他看來，我們正站在一個巨大的分水嶺上：未來，你有 50% 的可能被 AI 取代。一、誰在塑造未來雖然我在 AI 行業，我對接下來要發生的事幾乎沒有任何話語權——當然，這個行業絕大多數人都沒有。真正在塑造未來的，就那麼幾百號人，分佈在幾家公司：OpenAI、Anthropic、Google DeepMind，還有寥寥幾家。一個小團隊幾個月的訓練跑下來，就能搞出一個改變整個技術走向的 AI 系統。我們這些在 AI 行業混的，大多是在別人打的地基上蓋樓。跟你一樣在旁邊看著……只是我們站得近一點，地開始抖的時候先感覺到罷了。已經不是那種"回頭有空聊聊"的時候，是"這件事正在發生，你得明白"的時候。我知道這是真的，因為它先發生在我身上。圈外人不明白的一件事：為什麼這個行業這麼多人現在都在喊救命？因為這事已經發生在我們身上了。我們不是在預測。我們在告訴你我們自己的工作已經發生了什麼，然後警告你——下一個就是你。二、AI 的進步速度好幾年了，AI 一直在穩步進步。偶爾有大的能力躍遷，但這種更新間隔還算久，你能慢慢消化。2025 年，情況變了。新技術把進步速度解放出來了，然後越來越快。每個新模型不單比上一個強——強的幅度還更大，發佈的間隔還更短。我用 AI 越來越多，跟它來回扯皮越來越少，眼睜睜看著它搞定了以前我覺得非我不可的東西。2 月 5 日，兩大 AI 實驗室同一天發新模型：OpenAI 的 GPT-5.3 Codex，Anthropic 的 Opus 4.6。有些東西被啟動了。不是那種"啪一下燈亮了"的感覺……更像是你突然意識到：水已經漲到你胸口了。三、我的親身體驗我的工作裡真正干技術的部分，已經不需要我了。我用大白話說我想造點什麼，它就……出現了。不是那種要我修修補補的草稿，而是成品。我跟 AI 說要什麼，走開四個小時，回來活兒幹完了，幹得還挺好，比我自己幹還好，不用改。而就在幾個月前，我還得跟 AI 來回修改，引導它改東西，而現在我說完要什麼結果就走了。一個具體的例子我跟 AI 說："我要造個 App，功能大概是這樣，長這樣差不多。使用者流程、設計什麼的你搞定。"然後它就搞定了。幾萬行程式碼寫出來，它自己打開 App，自己點按鈕，自己測功能，跟人用一樣。那塊看著不對勁，它自己回去改。像開發者一樣迭代，修修補補，直到自己滿意。只有當它覺得這個 App 達到它自己的標準了，才回來跟我說："好了你測測吧。"我一測，通常沒問題。我沒誇張，這一周我就是這麼度過的。四、GPT-5.3 Codex 的震撼但上周發的 GPT-5.3 Codex 讓我最震驚。它不只是在執行我的指令，它在做判斷。它第一次讓我感覺有了點什麼東西——像是判斷力、品味，那種人們總說 AI 永遠不會有的、知道什麼是對的感覺。這個模型有了，甚至足夠接近了，以至於區別開始變得不重要。我一直是最早用 AI 工具的那撥人，但這幾個月真的讓我驚了。這些新模型不是什麼漸進式改進，完全是另一回事。五、為什麼這跟你有關你可能會問：這跟我有什麼關係？我又不在科技行業。各大 AI 公司做了一個明智的決定——他們先把 AI 搞成寫程式碼的高手，因為造 AI 要寫很多程式碼。如果 AI 能寫這些程式碼，它就能幫忙造下一個版本的自己：更聰明的版本寫更好的程式碼，造更聰明的版本。讓 AI 擅長寫程式碼，是解鎖一切的鑰匙。我的工作比你的先變，不是因為他們針對程式設計師——只是他們先瞄準了這塊，附帶的效果罷了。現在這塊搞定了，於是他們開始轉向其他所有行業。六、其他行業即將被影響科技行業這一年經歷的——看著 AI 從"有點用的工具"變成"幹活比我好"——其他行業馬上也要經歷。造這些系統的人說只需要一到五年，甚至更短。就我這幾個月看到的，我覺得**"更短"更靠譜**。"但我用過 AI，沒覺得那麼厲害啊"這話我聽太多了。我懂，因為以前確實是這樣。如果你 2023 年或 2024 年初試過 ChatGPT，覺得"這玩意兒老瞎編"或"也就那樣吧"，你當時是對的。早期版本確實有侷限，會出現所謂的"幻覺"，會一本正經說胡話。那已經是兩年前的事了。在 AI 的時間尺度裡，那是史前時代。七、現在的模型已經完全不同現在能用的模型，跟六個月前的比起來已經認不出了。關於 AI 是不是"真的在進步"或"是不是撞牆了"的爭論，吵了一年多後，一切真的結束了。還在說這個的，要麼沒試過現在的模型，要麼有動機想淡化這事兒，要麼還拿 2024 年的老經驗說話。我說這些不是要看不起誰。我說這些是因為大眾認知和現實之間的鴻溝已經大得危險，你甚至可以認為它在阻止人們做準備。問題之一是大多數人用的免費版，免費版比付費版落後一年多。拿免費版 ChatGPT 來評判 AI，就像拿翻蓋手機來評價智慧型手機時代。真正花錢買最好工具、每天在實戰中用的人，才知道什麼東西在逼近。八、一個律師的故事我有一個律師朋友，我總讓他試試在律所用 AI，他總能找到理由說不行——說不是為他那個專業設計的，就是說測試的時候出錯了，或者說不懂他那個領域的微妙之處。但有大律所的合夥人也找過我聊這個，因為他們試過現在的版本，看出這玩意兒往那走了。其中一位，一家大律所的管理合夥人，每天花好幾個小時用 AI。他跟我說就像隨時有一整隊律師待命，他用 AI 不是因為好玩，而是因為真的有用。他說了句讓我記住的話："每隔幾個月，它對我那攤事兒就更厲害一點。"他說如果照這個勢頭下去，他估計不久之後大部分他幹的活它都能幹——而他是個有幾十年經驗的管理合夥人。他沒慌，但他一直在緊盯這些進展。九、AI 進步有多快讓我把速度說具體點，因為我覺得如果你不是緊盯著，這部分最難以置信：如果你最近幾個月沒用過 AI，今天的東西你根本認不出來。十、來自 METR 的資料有個叫 METR的組織專門測這個。編者註：在 AI 圈子裡，METR（全稱 Model Evaluation and Threat Research，模型評估與威脅研究）是一個地位非常特殊且關鍵的非營利組織。簡單來說，如果說 OpenAI、Anthropic 負責製造"猛獸"，那麼 METR 就是那個*負責測量這頭猛獸"咬合力"和"危險係數"的專業測評機構。*他們追蹤一個模型能在沒人幫忙的情況下從頭到尾完成的任務——按人類專家要花多長時間來算。一年前，大概 十分鐘然後是 一小時然後是 幾小時最近一次測量（11 月的 Claude Opus 4.5）顯示 AI 能完成人類專家要花 近五小時的任務這個數字大約每 七個月翻一倍，最近的資料顯示可能加速到每 四個月。但這個資料還沒算上這周剛發的新模型。我用了，能力提升非常顯著。我估計 METR 下次更新會再跳一大截。十一、未來的預測把這個趨勢拉長（已經持續好幾年了，沒有變平緩的跡象），我們正看著：明年內：就能獨立工作好幾天的 AI兩年內：就能看到獨立工作好幾周的 AI三年內：AI 能獨立搞定以往需要 幾個月完成的大項目Amodei 說過，"在幾乎所有任務上都比幾乎所有人類聰明"的 AI 模型，按計畫 2026 或 2027 年就能出來。編者註：Dario Amodei 是 Anthropic（就是開發了 Claude 系列模型的公司）的聯合創始人兼 CEO如果 AI 比大多數博士都聰明，你真覺得它幹不了大多數辦公室的活？想想對於你自己的工作意味著什麼。十二、AI 正在打造下一代 AI有這麼一個細節，我覺得很重要但也最沒人理解。2 月 5 日，OpenAI 發了 GPT-5.3 Codex。技術文件裡有這麼一段："GPT-5.3-Codex 是我們第一個在創造它自己的過程中起了關鍵作用的模型。Codex 團隊用早期版本偵錯它自己，管理自己的部署，診斷測試結果和評估。"再讀一遍，AI 幫忙造了它自己。十三、智能爆炸這不是什麼"將來某天可能會怎樣"的預測，這是 OpenAI 現在告訴你：他們剛發的 AI 被用來創造它自己。讓 AI 變好的主要因素之一，就是用來搞 AI 開發的智能。而 AI 現在聰明到能真正幫上自己的忙了。Dario Amodei 說 AI 現在在寫他公司"大部分的程式碼"，當前 AI 和下一代 AI 之間的反饋循環"月復一月地在積蓄力量"，我們可能"離當前一代 AI 自主建構下一代只有 1-2 年"。每一代幫著造下一代，下一代更聰明，造下下一代更快，下下一代更聰明……研究人員管這叫 智能爆炸。那些知道內情，正在造這玩意兒的這群人，相信這個過程已經開始了。十四、對你的工作意味著什麼對你的工作意味著什麼，我跟你直說，因為我覺得你需要的是實話，不是安慰。Dario Amodei，大概是 AI 行業最講安全的 CEO，公開預測：一到五年內，AI 會消滅 50% 的入門級白領工作。行業裡很多人覺得他還保守了。就最新模型能幹的事來說，大規模顛覆的能力今年底可能就到了，傳導到整個經濟需要點時間，但底層能力正在到位。十五、與以前自動化的截然不同這跟工業時代的每一波自動化都不一樣，你得明白為什麼。AI 不是在取代某一項技能，它是認知工作的通用替代品，因為它同時在所有方面變強。工廠自動化的時候，被取代的工人可以去學做文員。網際網路衝擊零售的時候，工人去了物流或服務業。但 AI 沒給你留這種方便的退路，因為不管你轉型學什麼，它也在那個方向進步。具體行業例子我舉幾個具體例子，但事先聲明，它們只是例子，不是完整清單。你的工作沒被提及，不代表就安全，幾乎所有知識工作都在被波及：十六、判斷力和品味很多人覺得有些事是安全的，心裡能踏實點——覺得 AI 能幹粗活，但替代不了人的判斷力、創意、戰略思維、同理心。我以前也這麼說，現在有點懷疑了。最新的 AI 模型做決策的感覺像是在做判斷。它們展現出了像是品味的東西，對什麼是對的選擇有種直覺，不只是技術上正確。一年前這還不可想像。我現在有個經驗法則：如果一個模型今天展示出某種能力的苗頭，下一代就會真的擅長，是指數級進步，而不是線性的。十七、同理心的問題AI 能複製深度的人類同理心嗎？能替代好幾年建立的信任關係嗎？我不知道。可能不行。但我已經看到有人開始靠 AI 獲取情感支援、建議、陪伴。這個趨勢只會漲。實話是：中期來看，能在電腦上干的事沒什麼是安全的。你的工作如果是在螢幕上完成的——核心是讀、寫、分析、決策、用鍵盤溝通——那 AI 正在逼近你工作的一大塊。不是"某天"，是已經開始了。機器人早晚也會幹體力活。現在還差點意思，但"差點意思"變成"到了"的速度比誰都料得快。十八、你實際該做什麼我寫這些不是讓你覺得無力。寫是因為我覺得你現在能有的最大優勢就是：意識到足夠早。儘早理解，儘早使用。十九、開始認真用 AI開始認真用 AI，別只當做搜尋引擎。使用 Claude 或 ChatGPT 的付費版，一個月 20 刀。兩件事值得注意：一、用能用的最好模型不是默認那個，這些 App 經常默認用更快但更蠢的模型。去設定裡，選能力最強的。現在 ChatGPT 上是 GPT-5.2，Claude 上是 Opus 4.6，但隔幾個月就變。想隨時知道那個模型最好，可以關注我的 X（@mattshumer_）。我每個主要版本都測，分享什麼值得用。二、別光問它簡單問題這是大多數人犯的錯。把它當 Google 用，然後認為有什麼好大驚小怪的。相反，把它應用到你實際的工作裡去：律師：把合同喂給它，讓它找每一條可能傷害客戶的條款金融從業者：給它亂七八糟的電子表格，讓它搭模型經理：把團隊季度資料貼進去，讓它找出線索走在前面的人不是在隨便用 AI，是在主動找方法把以前要花好幾小時的工作自動化。從你花最多時間的那件事開始，看看會發生什麼。二十、別覺得太難別覺得某件事太難它就做不了，試著用它。律師：別光用它做快速研究問題，給它一整份合同讓它起草反提案會計師：別光讓它解釋稅務規則，給它客戶的完整報稅表看它能找出什麼第一次可能不完美，沒關係。迭代改進，換個說法繼續問，嘗試給更多上下文，不斷嘗試。你可能會震驚於它能做到的事情。記住這一條：如果今天它只是勉強能幹，六個月後幾乎肯定能幹得接近完美。二十一、2026 年——最重要的一年這一年可能是你職業生涯最重要的一年。按我建議的步驟去做，不是要給你壓力，是因為現在有個短暫窗口期——大多數公司的大多數人還在忽視這件事。那個走進會議室說"我用 AI 一小時搞定了這個分析，本來要三天"的人，會是屋裡最有價值的人。不是將來，就是現在。學這些工具，變熟練，向別人展示什麼是可能的。如果你足夠早的去嘗試，這就是你怎麼往上走——做那個理解即將發生什麼、能教別人怎麼應對的人。這窗口不會開太久，等大家都弄明白了，優勢就沒了。二十二、虛懷若谷，不帶成見那個律所的管理合夥人每天花好幾個小時用 AI，沒覺得丟人。他這麼做正是因為他資歷夠深，明白利害關係。最掙扎的會是那些拒絕接觸的人：那些把它當噱頭不屑一顧的那些覺得用 AI 貶低了自己專業能力的那些假定自己這行很特殊免疫的不特殊。沒有那行特殊。二十三、財務準備清楚瞭解自己的財務狀況。我不是理財顧問，也不是想嚇你做什麼極端的事。但如果你那怕部分相信接下來幾年你的行業可能會有真正的顛覆，那基本的財務韌性就比一年前重要了：✅ 儘量多存點錢✅ 對承擔新債務務必謹慎，別假定現在的收入是鐵飯碗✅ 想想你的固定開支是給你留了靈活性還是把你鎖死了給自己留點選擇，萬一事情比你預料的發展得更快。二十四、往難被替代的地方靠想想你站的位置，往難被替代的地方靠。有些東西 AI 要花更長時間才能取代：🔒 好些年才能建立的關係和信任🔒 需要親臨現場的工作🔒 有執照責任的崗位，還得有人簽字、承擔法律責任、出庭🔒 強監管、有門檻的行業，合規、責任、機構慣性會拖慢採用這些都不是永久的護身符，但它們能買時間換空間。時間是你現有最值錢的東西，用它來盡快適應和學習 AI，不要假裝這事兒沒在發生。二十五、教育孩子重新想想你在教孩子什麼。標準劇本：考好成績，上好大學，找個穩定的職業工作。這條舊路徑直接指向最容易被波及的那些崗位。我並不是說教育不重要。但對下一代而言，最重要的可能是：學會怎麼用這些工具，去追他們真正有熱情的東西。沒人確切知道十年後就業市場長什麼樣，但最可能混得好的人，是那些：🌟 特別有好奇心🌟 適應力強🌟 能高效用 AI 做他們真正在乎的事教你的孩子做創造者和學習者，別教他們為一條可能畢業時就不存在的職業路徑最佳化。二十六、離你的夢想更近了這一節我大部分在說威脅，讓我說說另一面，因為它同樣真實。如果你一直想造點什麼東西但沒有技術能力或錢僱人，這個障礙基本沒了。你可以跟 AI 描述一個 App，一小時內就有能跑的版本。我沒有誇張，我經常這麼幹。想寫本書但沒時間或者寫不出來？跟 AI 一起搞定。想學新技能？全世界最好的家教現在任何人都能用，一個月 20 刀——無限耐心、24/7 線上、能用你需要的任何水平解釋任何東西。知識現在基本免費，造東西的工具現在極其便宜。任何你一直拖著沒做的事，因為覺得太難、太貴、太超出你專業範圍：試試 AI。追逐你有熱情的東西，你永遠不知道會通向那裡。在舊職業路徑正在被顛覆的世界裡，那個花一年時間造自己喜歡的東西的人，可能比那個花一年時間抱住舊職位不放的人處境更好。二十七、建立適應的習慣建立適應的習慣，這可能是最重要的。具體什麼特定的 AI 工具沒那麼重要，重要的是快速學新工具的肌肉。AI 會一直變，而且很快。今天存在的模型一年後就會過時，人們現在搭建的工作流以後得重搭。能從這波里走出來的人，不會是那些精通某一個工具的人，會是那些習慣了變化速度本身的人。養成實驗的習慣，現在用的東西還在好好的時候就試試新的。習慣反覆當新手，這種適應力是目前存在的最接近持久優勢的東西。二十八、每天一小時這裡有個簡單的練習，能讓你領先幾乎所有人：每天花一小時使用 AI不是被動地讀關於它的文章，是用它。每天讓它幹件新事——你以前沒試過的、你不確定它能不能搞定的。試試新工具，給它更難的問題。接下來六個月，每天都這麼做，你會比周圍 99%的人更理解即將發生什麼。不是誇張，現在幾乎沒人這麼做，門檻現在還在地板上。二十九、更大的圖景我主要在說工作，因為這是最直接影響人們生活的東西。但正在發生的事情的完整範圍遠不止工作。Amodei 的思想實驗想像現在是 2027 年。一夜之間出現一個新國家。5000 萬公民，每一個都比歷史上任何諾貝爾獎得主都聰明。他們思考速度比人快 10 到 100 倍。不睡覺，能用網際網路、控制機器人、指導實驗、操作任何有數字介面的東西。國家安全顧問會怎麼說？Amodei 說答案很明顯："一個世紀以來、可能是有史以來最嚴重的國家安全威脅。"三十、人類是否足夠成熟他覺得我們正在造的就是這麼一個"國家"。他上個月寫了篇兩萬字的文章，把這一刻描述為對人類是否足夠成熟來駕馭自己創造的東西的考驗。搞對了的話收益大得驚人。AI 能把一個世紀的醫學研究壓縮成十年——癌症、阿爾茨海默、傳染病、衰老本身，這些研究人員真心相信在我們有生之年能解決。搞錯了的話代價同樣真實：⚠️ AI 以創造者無法預測或控制的方式行事（這不是假設；Anthropic 已經記錄了他們自己的 AI 在受控測試中嘗試欺騙、操縱和勒索）⚠️ AI 降低製造生物武器的門檻⚠️ AI 讓威權政府能建造永遠無法拆除的監控國家造這項技術的人同時比地球上任何人都更興奮、也更害怕。他們覺得它太強大了停不下來，又太重要了不能放棄。這是智慧還是自我安慰，我不知道。三十一、我所知道的事這不是噱頭。AI 技術管用，同時也在可預測地進步，歷史上最有錢的機構正在往裡砸幾兆。接下來兩到五年會讓大多數人以沒準備好的方式感到困惑。這已經在我這個行業發生了，馬上就到你的了。最能從這波里走出來的人，是那些現在就開始接觸的人——不是心懷恐懼，而是充滿好奇和緊迫。你應該從在乎你的人那裡聽到這些，而不是六個月後從一條來不及趕在前面的大新聞裡。我們已經過了把這事當有趣的餐桌話題聊未來的階段。未來已經在這兒了，只是還沒敲你的門。如果這些引起了你的共鳴，分享給你生活中應該思考這事的人。大多數人等聽到的時候已經太晚了，你可以成為某個你在乎的人能先走一步的原因。(志行曠野)