AI 不能替你坐牢：十年“不会被 AI 替代”话术考古

从 AlphaGo 到现在十年，每隔几个月就有一版新的"AI 时代真正不会被替代的能力"话术上市。把它们按时间排开看，会发现一个尴尬的规律：每版答案的寿命，大约等于一代大模型的训练周期。而把十年的名词收拢起来看，这些答案的来源其实只有四类，每一类各有自己固定的错法。这篇先按编年看死法，再按来源分型，最后处理两个更实务的问题：替代顺序到底由什么决定，以及焦虑本身养活了哪些生意。

先讲五个笑话

1. AI 是不能替人类坐牢的。
2. 程序员最早笑话小画家是珍妮纺纱机冲击下的女工——程序员觉得自己是掌握 AI 的人，小画家是文科的计算机文盲。结果到 2026 年大家发现，程序员可能是最早被替代的，小画家反而靠兴趣社区里人与人的链接互相承认劳动价值，活了下来（比如米画师）。
3. 人类的智能才进化了几十万年，人类的身体能力进化了几亿年——而当年机械时代的人认为，身体才是会被机器代替的那部分。
4. 你老板早就在 vibe 了，只不过 agent 是你。
5. 2026 年，公司纷纷发现人类比 AI 便宜。

前三个是攒了些年头的存货，后两个是 2026 年的最新款。它们好笑在同一个点上：嘲笑的都不是 AI，而是人类判断"什么不可替代"时用错的参照系——第四个拆掉的是"定义问题的位置可以学出来"的幻觉，第五个干脆指出连替代本身都不只关乎能力，还关乎单价。

十年速览：每代人的"安全答案"和它的死期

2016–2017，AlphaGo。 李世石败局让公众第一次直观感受到"机器超越人类"的恐慌，围棋只是缩影。李开复在 2016 年底给出"50% 的工作将被 AI 取代"，2018 年细化成著名的五秒钟准则——5 秒内能做完决策的工作就会被取代——并给出那个时代的标准答案：往"没有数据"的开放性领域走，人类剩下创造力与关爱型工作。这个判断本身没有大错，错的是它的大众落地版：“学编程就安全”。2024 年 2 月黄仁勋在迪拜放话“别再学编程了，交给 AI”，2025 年 vibe coding 兴起之后，“会写代码"从职业保险贬值为默认操作。围棋界自身的变化更微妙：十年回访显示，棋手从权威沦为"AI 的翻译者”，焦虑从"怕 AI"变成了"怕跟不上 AI"。

2020–2021，人工智能训练师。 焦虑平静期长出的本土答案：2020 年被人社部确立为国家新职业，2021 年发布国家职业技能标准，叙事是"标注数据、教会 AI 的人不会被替代"。证伪的方式很残忍：数据标注迅速外包化、低薪化，五级证书的初级工就是数据清洗标注；而 RLHF 的需求随模型自我改进能力的上升不断收缩。到 2026 年，证书还在各地组织认定考试——证书比岗位活得久，这是它独有的死法。

2022，SD 与 MJ。 焦虑第一次砸到创作者头上：Stable Diffusion 开源、Midjourney 拿奖，随后是集体诉讼和 ArtStation 抵制。当时的主流答案是"AI 只有风格拼贴，原创审美和 art direction 是人的"。这条只算部分证伪：2023 年起中国游戏公司的原画外包和插画岗位率先被砍、单价跳水；但高端美术指导至今没有完全失守——它是所有"安全能力"里活得最久的一个，因为绑定的不是产出物，而是决策权和责任。

2023，融会贯通。 国内主流叙事是"检索和记忆不值钱了，跨学科整合、批判性思维、提出好问题才是核心能力"，教育界一度把它做成教学法。证伪发生在 2024 年 9 月到 2025 年 2 月：o1 推理模型发布之后，Deep Research 用 28 分钟查 21 个来源、产出约 1.5 万字跨领域报告，把多位领域专家直接看呆——把多领域知识拼接成一份通顺的报告，恰好是 LLM 的本职。要诚实说明的是，“AI 时代更需要批判性思维"的文章到 2025 年仍在量产，只是话语重心已经悄悄后撤到"问题定义能力”——这种后撤通常是叙事即将换代的先兆。

2024，情绪价值。 “提供情感价值、共情、人际连接是人类最后的护城河"在 2024 年登顶，新华网都在讨论"与 AI 恋爱能否实现情绪价值”，市场端的中国 AI 情感陪伴行业规模预测已经做到 595 亿元。打脸分两步：先是 Character.AI 与青少年自杀事件的诉讼进入主流媒体；随后 “AI psychosis” 在 2025 年被正式写进 JMIR Mental Health、进了美国国会研究服务处的报告，2026 年已有数十次引用的论文研究"AI 妄想螺旋"，“依恋经济"成了行业分析框架。AI 不但能提供情绪价值，还能提供到让人住进妄想里——“人类独占情感供给"作为安全论证就此破产。

2025–2026，问题定义者。 当下的标准答案已迭代为"AI 承担 80% 执行，人类从答案的搬运工转向问题的定义者”，这是李开复 2026 年在复旦的原话，英文世界对应"成为决定 AI 怎么用的人”。它尚未被证伪，但裂缝已经可见：Gartner 在 2025 年 6 月警告40% 以上的 agentic AI 项目将在 2027 年前被砍、数千家自称 agent 的厂商只有约 130 家货真价实；求职端 AI 工程师头衔虽然还在增长，社区实感却是普通开发者市场已经"cooked"。“会定义问题"的坑位数量，注定远少于这个叙事向每个焦虑者许诺的数量。至于表末那行"熬到资深就安全”，展开放在"程序员与画师"一节。

第五个笑话——2026 年，公司纷纷发现人类比 AI 便宜——有财报背书。Klarna 的 CEO 公开承认 AI 优先的裁员做过头、伤到服务质量，2025 年 5 月起重新招人做客服；Forbes 的标题干脆叫《AI 比它替代的人更贵》——Gartner 预计 2026 年仅 agent 软件支出就达 2070 亿美元、同比涨 139%；Axios 报道一些公司的 AI 账单已经超过员工工资；有从业者算账，一个全年的 agent 抵一个年薪 10.5 万美元的中级工程师，成本约 36.5 万。这个笑话补上了整篇缺失的一块拼图：替代从来不是能力问题，是单价问题，而单价会翻转——尤其在经济下行、人力降价，而 AI 按 token 计费、上万亿美元的基建投入等着收回的时候。

四类答案，四种来历

按时间排会漏掉更重要的一层结构：这些答案虽然换了十年名词，来源其实只有四类。

一、文本智能派：坚信存在某种 AI 达不到的"人类文本智能"

来源：知识分子、教育者、写作者——离文本最近的人。论式永远是"AI 只会检索/拼接，真正的 X 是人类的"，X 依次填过创造力（2016）、融会贯通（2023）、批判性思维、提出好问题的能力。名词换了四茬，句型一个字没动。

错法也一致：拿上一代模型的短板定义人的本质。模型每次补短板，话术就换个名词重来。所以这一派答案的保质期天然等于下一代模型的发布间隔，它永远在说"现在的模型不行"，而市场从来不为"现在"定价。

二、闭源事务派：“真正的功夫在水面下”

来源：闭源事务从业者——律师、医生、体制内、各行业老师傅。工程师世界的对应物是"资深"：系统里没写下来的坑、跨模块的因果链、只在事故复盘里存在的知识，全在闭源里。论式：“AI 学的都是公开语料，我这行的复杂性没写在书上。”

这一派半对半错。对的部分：水面下的默会知识确实短期不在公开语料里，企业内网 RAG 和微调也确实吃不满它。错的部分：他们把两样东西打包卖了——处理复杂议题的能力和为议题结果负责的主体。前一个正在被啃，后一个才是真护城河，但后者根本不是"能力"，是制度：执业签字权、诊断报告上"不可绕过的人类责任节点"（新华社《环球》杂志的措辞）、出了事要被追责的那个自然人。第一个笑话说得最直白——AI 不能替人类坐牢。国内已经有文章直接把它命名为"背锅能力"。

判断：这一派的衰减速度取决于法律修订而不是模型发布，所以是四派里最耐久的。但它耐久的原因，恰恰不是智能。

三、身体派：炒股具身智能的人告诉你，身体才是终极壁垒

来源：具身智能投资人、机器人从业者、体力与手艺行业的人。论式：“大模型再强也长不出手。”

第三个笑话专门打这个。身体进化了几亿年、智能才几十万年，而工业革命第一波替代的就是身体——进化时长和替代难度没有任何关系。替代从来不需要复现生物机制：蒸汽机不会肌肉收缩，照样替代了马力；LLM 不需要"真正理解"，照样接管了文案。把"对身体来说古老"当成"对就业安全"，是把两个参照系拧在一起。莫拉维克悖论说的是感知与运动对机器恰恰最难——这是真的，但它影响的是机器人学的难度，不是劳动力的价格。何况 2025 年具身智能已经写进政府工作报告，资本正在把"身体"也变成供给。这一派里耐久的变体其实还是笑话一的亲戚：现场担责（出了事故必须有个活人在场）比身体能力本身活得久。

四、幻觉派：把护城河修在对家的缺陷上

来源最杂：编辑、审核、风控，一切"AI 出错总要有人管"的岗位。论式：“AI 会一本正经地胡说八道，所以最终必须人来把关。”

这是唯一把人类价值建立在 AI 的缺陷而非人类长处上的派系，因此它的衰减曲线和幻觉率完全同构。2025 年接地摘要任务上头部模型幻觉率已低至 1% 以下（Vectara 榜单 0.7%），长上下文任务还在 22%–94% 徘徊——护城河在简单任务上已经见底，在难任务上还宽，但方向是明确的，连 OpenAI 都专门发长文讨论幻觉为何顽固，工程界的姿态早已从"等人兜底"改成"当工程问题修"。更结构性的麻烦在于：给一台 95% 正确率的机器做全量人工核对，在注意力经济学上不成立——人恰恰是最差的持续监视器。所以兜底岗的结局只有两个：退化成抽样质检，或者和第二派合流，把关的真实意义不再是核对对错，而是签字担责。

顺带补一刀：还有个短命的近亲"情感派"（AI 没有真心，所以共情是人类的），2024 年登顶、2025 年被 AI psychosis 打脸，死法前面写过。它真正活下来的部分其实和智能无关，是人格绑定——见下一节。

程序员与画师：能力邻近度悖论

第二个笑话值得单独展开，因为它是十年里最大的一次反转。

2022–2023 年 SD/MJ 冲击画师时，程序员圈的普遍情绪是看客甚至轻蔑：绘圈是卢德运动，而我们是写代码、调模型、掌握 AI 的人。这个判断隐含一条公理：离 AI 越近，越安全。

四年后，数据给了一个反向实锤。斯坦福团队 2025 年首发、2026 年 8 月更新的研究显示：在 AI 暴露度最高的职业（软件开发、客服、翻译）里，22–25 岁群体的就业率比对照组低约 13%，一年后差距扩大到约 19%；初级软件开发人员的就业率较 2022 年底的峰值下降近 20%，媒体直接用了"斯坦福计算机学位的黄金入场券褪色"这种标题。

这组数据引出的时代焦虑，其实比"程序员被替代"更细一层。过去一个能力平平的工程师总有路可走：先找个匹配的岗位上车——维护老系统、写增删改查、修边角 bug——在岗位上把年头熬成经验、把经验熬成资深。现在被 AI 精确蒸发掉的恰好就是这些上车岗位。CNBC 的标题把话说透了：AI 不只是消灭初级岗位，它在消灭职业阶梯本身——美国初级岗位挂单自 2023 年初已缩水约 35%；世界经济论坛的追问更狠：如果初级进不来，2035 年的资深工程师从哪来？有句被广泛转述的总结最直白：数据显示的不是 AI 替代工程师，而是 AI 替代了工程师阶梯的最下面几级，顶端暂时完好。

于是"资深"成了新一版护城河——闭源事务派在工程师世界的化身。但这座护城河有个结构缺陷：它是一座不再放人进来的城堡。说"资深工程师暂时安全"完全成立，前提是承认自己已经身在城里，并且永远不需要从城外出发。

第四个笑话在这里落地：你老板早就在 vibe 了，只不过 agent 是你。 vibe coding 的结构说破了一点：一个只描述意图、不看过程、错了就重来的甲方，加一个埋头实现的执行方——这个结构在 AI 出现之前的名字叫"老板和员工"。“学会定义问题"之所以可疑，正在于此：定义问题的位置从来不是学出来的，是出资和担责的人占着的。AI 没有发明这个分工，只是把执行方换成了不领工资的那一个。

画师那边是另一个故事。约稿市场没有死，它把自己重新组织成了人格市场：米画师上画师按草稿、线稿、上色、成稿四阶段交付，买方为"这个具体的人"付费；橱窗里出现 AI 图冒充手绘会引发整个社区的风波乃至猎巫，平台跟进 BOOTH 式的 AI 标注与禁售规则。兴趣社区用圈内认同和劳动互认，把"人类制造"本身做成了产品属性。

两边一对照，规律就浮出来了：替代顺序不由"技能与 AI 的邻近度"决定，而由"需求方是否在乎是谁做的"决定。代码的买方不在乎这段代码是不是人写的，能跑就行；画的买方在乎，约稿约的是人，不是图。“掌握 AI 的人"从一开始就是幻象——工具从来不能当护城河，因为工具会普及，纺纱厂女工对纺纱机的"掌握"不比任何工人少。

卖铲子编年：产业从不消失，只换海报

关于培训热，现成的问题模板是"某某新岗位火于何时、又消失在何时”。这个问题问错了对象：消失的是岗位头衔和技能溢价，从不消失的是卖课产业本身。广州市越秀区市场监管的一条消费提示写得明白：DeepSeek 培训课井喷与 Sora 爆红时"套路如出一辙”，“不同课程背后活跃的，经常是同一批人，甚至直接拿过去的课包改”；四川的评论文章补了一刀——这批人上一轮炒的是"大数据"“区块链”。

编年如下：

• 2017–2019，Python 转行班：“AI 人才缺口"叙事加 Python 进教材，五个月线下转行班火爆；2020 年速成班被人民政协网点名；2024 年 InfoQ 直接写讣告《AI 杀死了程序员培训班》。
• 2020–2022，人工智能训练师证书：国家背书版铲子，2020 年成新职业、2021 年出国家技能标准，2026 年各地还在组织认定考试——证书比岗位活得久。
• 2023.3，提示词工程师课：Anthropic 挂出 33.5 万美元年薪岗位，TIME 一篇《不需要计算机背景的 $335K 工作》完成造神，国内招聘平台跟进月薪 1.5–6 万。头衔死得同样干脆：峰值时也只占 AI 相关招聘约 0.3%，2025 年量子位直接写讣告《2 年就过气，大厂不愿意招了》。
• 2023 春，第一波 Agent 课：AutoGPT 爆火的那两个月，LangChain 部署课、镜像站搭建课已经上架。agent 培训不是 2025 年才有的新东西，它的第一波在 2023 年就走完了一次从爆火到无人问津。
• 2023.11–2024，GPTs / 数字人 / AI 变现课：受众从"转行当工程师"下沉到"宝妈副业、自媒体涨粉”，话术从"新职业"换成"月入十万"。
• 2024.2，Sora 课等于李一舟顶点：199 元课年销 5000 万，当月下架、账号被禁止关注。
• 2025.1–2，DeepSeek 课井喷：有人几天卖课收入数万，“300 元课学完月入十万不是梦”，三月官媒密集敲打。
• 2025–2026，Coze / Dify / MCP / Claude Code 实战营：B 站出现 748 集零基础教程，科研培训班的排期一直排到 2026 年 9 月。同期 Gartner 预告 40% 以上 agent 项目 2027 年前被砍——培训贩卖的确定性和产业实际交付的确定性，是两个平行世界。

所以真正的结构是三层：最底下吃满的是真铲子（算力、云、API 抽成）；中间是永生的培训产业，随热点换皮，从大数据、区块链、Python 一路卖到智能体，它的客户从来不是学员，是焦虑；最上面还有一层常被忽略的——焦虑流量本身，那是平台和博主的铲子。

判断信号也稳定得惊人：当一门课同时出现"学完即就业"“月入十万"“三位数集数零基础"三件套时，这个技能的市场溢价大概率已经被先入场者吃完，正在向"人人都会"沉降。

课程表是风尾标：非 AI 培训在教什么

卖铲子的远不止 AI 培训。非 AI 培训班的课程迁移，是焦虑共识更诚实的刻度——招生文案永远追着"当下被认为安全的东西"跑。

最直观的是 IT 培训的科目换血。以 Java 教学起家、靠 Java 教程在 B 站走红的尚硅谷，官网课程排序已经变成大模型、嵌入式、人工智能在前，Java 靠后；转行叙事整体从"学 Java 进大厂"切换成"学嵌入式、贴近硬件、AI 短期替代不了”。嵌入式被默认为离 AI 最远的软件工种——身体派和闭源事务派的交叉地带：摸得到板子，坑也没写在语料里。

美术培训的转向更戏剧。游戏行业美术岗收缩之后，以游戏原画研修立身的头部培训班没有陪葬，而是把客户从 B 端游戏公司换成了 C 端约稿市场：曼奇立德的自我介绍从游戏原画机构改成了"二次元创作者的聚集地”，明日方舟式的立绘、同人演示、手办成了招牌。培训班比谁都早想明白一件事：付钱的 B 端需求死了，活着的 C 端需求是米画师上那个愿意为"这个具体的人"付费的买家——“程序员与画师"一节的故事，在培训市场原样重演了一遍。

第三个是心理咨询培训的热闹。“情绪价值是人类护城河"的共识一经确立，学共情本身立刻成为生意：心理咨询师考证一年排到四轮，中国心理卫生协会的职业能力评价考试铺进全国 121 个城市。至于 AI 陪伴产品同时在批量生产出需要心理干预的人，算是这个闭环里最黑色幽默的部分——焦虑的因和培训的果，在同一个市场里完成了内循环。

把这些和 AI 课编年放在一起看，规律是一致的：课程表不是风向标，是风尾标。一个"安全区"被做成课程上架时，它基本已进入半衰期——训练师证书如此，提示词课如此，嵌入式班潮大概率也会如此。培训产业对护城河共识的响应延迟约一到两年，恰好够模型再迭代两代。

收尾：换一个参照系

十年里四派话术轮流上台，但它们共享同一个错误：用"对人来说难不难"预测"对机器和市场来说可不可替代”。第三个笑话把这个错误推到极致——身体对机器最难（莫拉维克悖论），却被机器最先替代；文本智能看似最容易被机器学会，却让人类自我安慰了整整七年。而"公司纷纷发现人类比 AI 便宜"又从另一头补了一刀：连被替代都未必是能力的失败，可能只是报价的失败。

而真正穿过十年周期还立着的东西，没有一样是"能力”：一个是责任绑定（签字权、执业资格、坐牢的资格），一个是人格绑定（需求方在乎是谁做的）。下次再有人告诉你"真正的能力是 X"，值得先问一句：X 之所以还在，是因为 AI 做不到，还是因为这件事必须是人做的？ 前者半年一换；后者，才叫护城河。

至于淘金热——发财的从来不是学挖矿的人，也未必是卖铲子的人，而是把"铲子"海报一年换三次、其余什么都不换的那批人。