ECONOMY SERIES  ·  AI × 劳动  ·  2026  ·  ONGOING
索引 / INDEX

AI × 劳动
五维度选题地图

一张框架,索引二十个最重要的劳动议题——从个人认知到全球政治经济

5
分析维度
15
独立选题
3
主题轴
持续更新
§ 01   为什么需要这张地图

关于 AI 与劳动的讨论,充斥着两种极端:要么是技术决定论的恐慌("AI 要取代所有工作"),要么是新自由主义乐观主义的安慰("历史上每次技术革命都创造了更多就业")。两种叙事都太粗,都跳过了真正重要的问题。

这张地图试图做一件不同的事:把 AI 对劳动的影响,从五个不同的分析维度切开——个体、组织、劳动市场、国家、全球——并在每个维度找出最值得深入分析的具体议题。不是综述,是选题框架;不是答案,是值得问的问题清单。

每一格,都对应一篇独立的深度文章。点击任意格子,可以看到该议题的核心论点和研究方向。

技术进步从未自动惠及大多数人。生产率提升落入劳动者口袋,不是因为技术慷慨——而是因为劳动者组织起来并拥有了足够的政治权力。 — Daron Acemoglu,2024 年诺贝尔经济学奖演讲
强推优先——时效性强、数据充足、反直觉冲击力高
新兴议题——2025-26 年开始显现、研究积累中
待开发——框架已有、待系统研究
已覆盖——在全景导言或其他文章中已深入分析
§ 02   选题全景地图 / TOPIC MAP
个体 / 心理
结构 / 权力
分配 / 制度
L1
个体
认知外包与技能萎缩
▲ 强推优先
展开 →
AI 焦虑与生产力悖论
◉ 新兴议题
展开 →
意义的失落
○ 待开发
展开 →
L2
组织
白领技能去熟练化
◉ 新兴议题
展开 →
算法老板
▲ 强推优先
展开 →
AI 薪酬重构
○ 待开发
展开 →
L3
劳动
市场
入口的消失:白领工作终局
✓ 已发布
展开 →
蓝领神话的破裂
▲ 强推优先
展开 →
职业路径断裂
◉ 新兴议题
展开 →
L4
国家
技能再培训的虚假承诺
◉ 新兴议题
展开 →
超越 UBI:分配制度重构
▲ 强推优先
展开 →
AI 税与知识使用税
○ 待开发
展开 →
L5
全球
幽灵劳工
▲ 强推优先
展开 →
AI 殖民主义
◉ 新兴议题
展开 →
数字主权与劳动数据权
○ 待开发
展开 →
关闭 ✕
→ 阅读完整文章
§ 03   系列文章索引 / ARTICLE INDEX
— 全景导言
00
劳动的终局,还是转型的前夜?——2026 五一劳动 vs AI 全景
跨越所有维度的全景报告。78,557 人裁员数据、Klarna 重招、RentAHuman、有效进步主义四命题——AI 与劳动关系的完整地图。
已发布
— L1 个体维度
L1-1
认知外包与技能萎缩
把思考交给 AI,就是在主动放弃让自己独特的能力。GPS 的空间认知教训,正在算法时代大规模重演。
强推
L1-2
AI 焦虑与生产力悖论
80% 的工人抵制强制 AI 工具。"AI 税"——核查、纠错、解释 AI 输出的隐性工时——可能吃掉所有效率收益。
新兴
L1-3
意义的失落:当工作不再需要技艺
UBI 能解决温饱,解决不了"我是谁"。Bostrom 的"目的赤字",Harari 的"无用阶级",指向同一个问题。
待开发
— L2 组织维度
L2-1
白领技能去熟练化
最依赖 AI 的知识工人,正在以最快的速度失去那些让他们不可替代的专业能力。1970 年代制造业的故事,在知识工作里重演。
新兴
L2-2
算法老板:数字泰勒主义的扩张
当老板变成算法,情感、判断、善意——劳动关系中最后的人性缓冲——也消失了。从仓库工人到白领,监控正在无差别扩散。
强推
L2-3
AI 薪酬重构:谁决定你的工作值多少钱
AI 让技能定价更透明——对工人来说,这是坏消息。算法薪资系统正从 Gig 经济向企业内部渗透。
待开发
— L3 劳动市场维度
L3-1
入口的消失:白领工作终局
Amodei "1-5 年消失" 警告 + 五条跨行业实证 + 黄仁勋 "God complex" 反驳 + Yale 宏观反证 + Amazon 1.6 万实证 + Klarna 反转。议题前线已从"会不会"转向"在哪一层、用什么粒度测量"。
已发布 v2
L3-2
蓝领神话的破裂
"蓝领工作是安全的"——这个叙事在 2026 年正在崩塌。Aurora Trucking 已在商业运营,蓝领工人却几乎没有任何准备。
强推
L3-3
职业路径断裂:20 年的阶梯消失之后
没有 entry-level 就没有学徒期,没有学徒期就没有下一代 senior。这是一个时滞炸弹——五年后才会看到破坏。
新兴
— L4 国家维度
L4-1
技能再培训的虚假承诺
政府再培训项目按人类时间运行,AI 冲击按机器时间到来。历史数据显示美国再培训项目实际就业率不超过 40%。
新兴
L4-2
超越 UBI:重新想象分配制度
UBI 是对症不治本的临时方案。真正的问题是 AI 收益的所有权结构。阿拉斯加模型、员工持股、数据红利——哪个才是出路?
强推
L4-3
AI 税与知识使用税
用人类智慧训练的 AI,应为这份"智慧提取"向人类支付租金。现行税制系统性激励替代而非增强。
待开发
— L5 全球维度
L5-1
幽灵劳工:AI 背后的人类
你以为是 AI 在工作——背后是每小时两美元的肯尼亚工人。AI 不是取代了人的故事,而是创造了新形式的不可见劳动。
强推
L5-2
AI 殖民主义:谁的数据,谁的模型,谁的未来
AI 经济从全球南方提取数据与劳动,把收益集中在硅谷和北京。这是数字时代的资源提取主义。
新兴
L5-3
数字主权与劳动数据权
你的工作数据训练了替代你的 AI,但你没收到一分授权费。谁控制训练数据,谁就控制 AI 的未来。
待开发