我在抖音里搜这个题目的时候，本来以为会看到两派人吵起来。
一派说，完了，脑力劳动也要被ChatGPT拿走了。另一派说，别夸张，人有创造力、有情绪、有复杂判断，AI替不了。
结果真正让我停下来的，不是这两种答案谁更响，而是搜索页里一个很小的细节：很多内容都在聊“AI能替代一部分脑力劳动”，旁边又挤着各种工具教程、上手方法、效率技巧。它们看起来不是同一类内容，却指向同一个变化。
AI已经不只是陪人聊天了。它开始被塞进工作流里，替人做那些重复、琐碎、容易检查的小活。
这件事如果只从老员工身上看，可能没那么吓人。一个做了几年编辑、运营、财务、程序的人，多半还知道哪里不能偷懒，哪里需要确认，哪里出了错会有人找上门。
但如果把视线挪到刚入行的人身上，问题就变得不太一样了。
我先想到的是刚入职那段日子
很多人刚进公司时，做的都不是大事。
整理会议纪要，查资料，改表格，帮主管把一份方案的第一版写出来。事情小，存在感也低。有些活做完甚至没人认真夸你，只会告诉你这里错了，那里漏了，那个来源不能直接用。
以前我会觉得这些工作有点消耗人。后来再看，才发现它们其实像楼梯。
你就是在这些小事里知道，一句话写出来不能只图顺口；一个数据放进表格里，要知道它从哪来；一个判断说出去，别人追问时你不能只回答“网上都是这么说的”。
AI最先接走的，恰好就是这一类活。
它能把资料整理得很快，把初稿写得很像，把表格填得很整齐。对公司来说，这当然香。过去需要新人磨半天的东西，现在几分钟就能有一版。
可新人原来就是靠这半天慢慢长出来的。
被替代的也许不是岗位，而是练手的机会
如果问“ChatGPT会不会取代脑力劳动”，这个问题太大了。
脑力劳动不是一块完整的砖。它更像一袋零件，里面有查资料、写初稿、做判断、沟通、承担后果。AI不会整齐地把整个袋子拿走，它会先把最好拿的零件拿走。
那些规则清楚、材料齐全、结果容易检查的部分，会先变便宜。
国际劳工组织在2025年的研究里提到，生成式AI对全球约四分之一就业岗位存在某种程度的暴露，但最高暴露等级只占3.3%。它真正提醒人的，不是所有岗位马上消失，而是很多岗位会被改造。国际劳工组织报告
到了2026年，国际劳工组织又补了一句更现实的话：AI暴露度只能说明技术可能影响哪些任务，不能直接当成失业预测。国际劳工组织研究简报
这句话挺重要。
因为真实公司不是演示视频。买工具很快，改流程很慢。谁能用，数据给不给，错了谁负责，客户接不接受，都要一点点磨。
所以我不太相信“明天办公室就空了”这种说法。
我更担心的是另一种慢变化：公司还在，人也还在，只是入门岗位越来越少，或者入门岗位变成“你先会用AI，再来证明你能判断AI哪里不对”。
AI帮新人，也可能让新人更难进门
这件事有个拧巴的地方。
AI确实能帮新人。NBER有一项研究看了五千多名客服人员，发现使用生成式AI助手后，员工平均每小时解决的问题数量提高约15%，经验较少的员工受益更明显。NBER《Generative AI at Work》
这不难理解。
新人不知道怎么回一句棘手的话，AI可以给他一个样子。新人没见过复杂情况，AI可以把老员工的表达方式搬到他面前。它像一个随叫随到的副驾驶。
但站在公司那边，算盘又会变。
如果一个新人配上AI，就能做过去两个人的基础活，公司还会不会招那么多新人？如果初稿、资料、表格、常规回复都能被工具顶住，公司还愿不愿意花时间让新人犯那些小错？
这才是让我觉得麻烦的地方。
人的判断力不是看教程看出来的。很多时候，它是被低成本的小错误磨出来的。
少写错几个字，少查错一个来源，少被主管追问几次，看上去是效率提高了。可这些小小的难堪，也曾经是新人理解工作的入口。
以后别只问会不会写提示词
现在很多内容喜欢教人写提示词。
这当然有用。会问，比不会问强。能把问题说清楚，也是一种能力。
但我越来越觉得，只会把需求丢给AI，再把AI的答案搬回来，不算真正拥有这份工作。
真正拉开差距的，可能是后面那一步。
AI写完一份市场分析，你能不能看出数据口径不一致？AI生成一段法律、医疗、财务相关的解释，你知不知道哪些话不能乱用？AI给出一个看起来很顺的方案，你能不能说清楚它错了会让谁付代价？
这些问题一点都不炫，但很值钱。
因为工具越快，人越容易跳过怀疑。跳过一次没事，跳过多了，人就会以为“像答案”就是答案。
我现在更愿意把AI看成一台很快的电梯。它能把你直接送到很高的楼层，但如果你从来没走过楼梯，就不一定知道每一层长什么样。哪天电梯停了，或者把你送错楼层，你也不一定反应得过来。
那新人该怎么办
我不想把话说成“年轻人完了”。
AI让一部分基础工作变少，也让新人有机会更快看到高手的做法。关键在于，公司和个人有没有重新设计练习方式。
对新人来说，不能只满足于让AI给出答案。可以让它写初稿，但要逼自己改一遍；可以让它找资料，但要自己点开来源；可以让它做表格，但要知道每个数字从哪来；可以让它给建议，但要问一句，如果这个建议错了，谁会受影响。
对公司来说，也不能把“新人会用AI”当成训练完成。
如果所有基础活都被工具吃掉，公司就得给新人安排新的楼梯。比如让新人复盘AI答案的问题，让他解释为什么采信某个来源，让他参与一次真实客户反馈，而不是只让他把工具生成的东西复制到文档里。
这比教几个快捷键麻烦，但不做这件事，几年后公司可能会发现，自己少培养了一批能接责任的人。
我脑子里一直有个画面。
晚上十一点，新人面前的报告已经写完了。格式很漂亮，语气也稳，甚至比他自己写得更像那么回事。
主管走过来看了一眼，没有问他用了哪个模型，只指着其中一句话问：
“你为什么相信这个结论？”
真正的分界线，可能就是从这个问题开始的。
