十、那个换了三次耳机的姑娘
如果要理解这种变化，也许不需要宏大的数据，只需要想象一个普通的人。
她年轻的时候做电话接线员，每天戴着耳机，把一个人的电话接到另一个人的耳边。后来程控交换机出现了，她换了工作，去了寻呼台。耳机还在，只是工作变成了替人传递留言。再后来，手机普及，寻呼台也消失了。她又去了电销——还是耳机，还是坐在电脑前，只是这一次，她不再等待别人打进来，而是主动拨给陌生人。

后来电销也开始萎缩。她进入了客服体系，或者去做数据标注、内容审核、模型训练和质检。
她已经很熟悉这种迁徙。每一次技术改变，她都换一个地方；每一次，她都告诉自己，下一份工作还会在那里。因为过去几十年一直如此。

可是有一天，她发现了一件奇怪的事：新的客服系统正在学习她说话的方式。她多年积累的经验，被整理成数据，写进流程，吸收进模型。她教机器怎样回答别人。
她以为自己在迁徙，其实她是在被回收。

机器学会以后，她的位置开始变得多余。她摘下耳机，这一次，不知道该戴到哪里。
不是她不会工作了，也不是社会突然不需要客服了。恰恰相反，客服还在那里。只是客服开始不再需要她。
这是人类职业史上一个微妙的时刻。过去，技术逼着人迁徙。这一次，技术可能让迁徙本身失去目的地。

十一、死亡越来越快，份额越来越小
职业的死亡还有一个更少被注意到的变化，藏在时间里。
过去的职业死亡是缓慢的。电报从兴盛到衰落，横跨了不止一代人的职业生涯，从业者有足够的时间转身，他们的孩子有时间改行。而现在，一个职业从稳固到塌陷，可能只需要几年。患者自己还站在工位上，诊断书已经开好了。

死亡来得越快，迁徙就越来不及发生。
与此同时，还有一重悖论。很多被AI改变的行业，并没有因此消失。恰恰相反，它们可能因为成本下降而变得更大。过去只有大公司负担得起专业翻译，现在普通商家也可以翻译大量商品信息；过去拍一支广告需要完整的制作团队，现在一个小团队也能完成大量内容；过去开发一个软件需要很多程序员，现在更小的团队可以完成更多的工作。

生产没有停止，需求没有消失，甚至整个市场可能继续增长。
可问题是：市场增长，不等于人的劳动份额增长。
一块蛋糕可以越来越大，但切蛋糕的方式也可以改变。如果过去需要一百个人完成的事情，现在十个人配合机器就能完成，那么生产力的增长是真实的。但那剩下的九十个人怎么办？是另一个问题。

过去的技术革命提高生产力之后，社会往往又创造出新的需求，再把人吸收进去。人从农业走进工业，从工业走进服务业，从服务业走进互联网。每一次迁徙都建立在一个前提上：总有新的事情需要人来做。
而AI真正提出的，是一个此前很少如此尖锐的问题：
如果新的生产能力本身，就是为了减少对人的需要呢？

十二、两个问题
我们把技能拆成职业，把职业拼成社会，把社会建成文明。从最初那个在旷野中采集、狩猎的智人，到今天坐在屏幕前写代码、做翻译、处理客户问题的人，中间隔着漫长得难以想象的时间。

我们一直在做同一件事情：把人的能力变成社会需要，再把社会需要变成个人的位置。于是，职业不仅让我们活下来，也让我们知道自己是谁。

我们习惯了这样的世界：你会什么，就做什么；你做什么，就获得什么；你获得什么，就知道自己在社会中的位置。技术革命过去也曾反复摧毁这种秩序，但每一次，废墟上都会长出新的岗位。所以我们一直相信：职业会变化，但职业本身不会消失。

现在，这个信念需要被重新审视。
不是因为所有工作都会消失，也不是因为人类从此不再需要劳动。而是因为我们已经看见：脱钩在统计数字里运行了几十年，而一种新技术正在让它加速——生产可以继续增长，需求可以继续增长，甚至文明可以继续繁荣，但维持这一切所需要的人，可能越来越少。

于是，两个问题从技术问题的背后浮现出来。
第一个问题，是关于分配。
几千年来，一个人获得收入最主要的方式，是把自己的能力交给社会。我劳动，所以我获得报酬。可如果越来越多的生产不再需要人的劳动，那么收入还应该主要通过劳动获得吗？如果数据、模型和算力创造了越来越多的财富，这些财富应该通过什么方式，回到那些不再拥有市场稀缺技能的人手里？

这不是一道技术题，它最终必须由制度回答。图纸的一些草线其实已经出现了：有人试验更短的工时，让现有的工作被更多人分享；有人讨论数据分红，主张被拿去训练模型的经验应该换回报酬；有人尝试让保障跟着人走，而不是跟着岗位走；也有人重新拾起那个最古老的设想——给每个人一份不依附于劳动的基本收入。这些设想都还没有成为答案，有些也许永远不会。但它们至少说明，已经有人开始在纸上画线了。

第二个问题，是关于人本身。
我们用了几千年，才把“职业”变成一个人的重要身份。所以我们习惯问：你是做什么的？很少有人首先回答：你爱什么？你相信什么？你愿意为谁负责？你想成为什么样的人？