宇树科技创始人王兴兴，直接撂下狠话：“未来两年左右，部分服务业和工业岗位就会被AI彻底取代。”几乎同一时间，马斯克也拉响警报：“AI的进化速度堪比脱缰野马，已经越来越难被掌控。”
 
最先被推开的，是那些“照着流程走”的岗位。
 
Salesforce裁掉了4000个客户支持岗，理由不绕弯子，AI客服接手。Block在2026年初裁员幅度拉到40%，创始人杰克·多西把话挑明了：原因就是人工智能。Uber砍掉10%的客服人员，同样把账算在AI头上。
 
客服这个行当，话术、工单、标准问答，大模型拆解得干干净净，人留在里面的理由被压缩到很薄。美国劳动力市场上，新入职者干客户支持的比例，不到两年从8.3%掉到不足3%。入门级的椅子，正在被一张一张抽走。
 
流水线那头也没安静多少。老干妈被卷进一场“600名拣椒工裁到48人”的舆论风暴，公司否认了裁员说法，可参保人数三年从2912人滑到740人，数字摆在那里。辟谣归辟谣，公众的焦虑没有跟着散掉，线上销售额反而跟着往下走了一截。
 
一家企业上AI视觉质检，本来想讲一个降本增效的故事，结果讲成了就业替代的活教材。问题不在于某一家企业到底裁没裁，而在于所有人都看明白了：当AI能替掉一整条工序上的眼睛和手，企业面对的选择题不再是“要不要换”，而是“什么时候换、换多少”。
 
认知型岗位也不再是安全区。清华大学的报告给了一组刻度：法律文书助理的AI替代率到了92%，初级程序员87%，基础市场分析师85%。程序员看起来是高技术工种，可代码生成、接口文档这些“可文本化”的活儿，恰恰是大模型最擅长的部分。
 
真正留下来的是架构设计、线上故障处置、跨系统协调——那些需要现场判断和担责任的事。换句话说，AI拆的不是“职业”，拆的是职业里能被写成说明书的那一段。被拆走之后，岗位还在，但里面的人需要干的事情变了，数量也变了。
 
法律已经开始接住那些被技术迭代甩出来的人。杭州中院判过一桩案子，一名35岁的AI质检主管，岗位被升级后的智能系统替代，调岗降薪之后解聘，企业最终赔了26万元。
 
另一头，某科技公司上了AI自动采集系统，直接把地图数据采集员的岗位撤掉，仲裁委的态度很直白：不能把技术迭代的风险全部甩给劳动者。这些判决没有拦住AI进车间的脚步，但它们划了一条线——替代可以发生，代价不能只让被替代的人扛。
 
政策层面也在动。国办发文部署了六个方面十八项任务，核心词是“减缓替代影响”。清华大学人工智能国际治理研究院副院长梁正点出了一个关键节奏：新技术对就业总量的冲击可能比较缓慢，但部分岗位的替代速度非常快，软件编程、代码编写就是典型。
 
快的地方，人来不及转身；慢的地方，缓冲还有空间。问题在于，被快节奏卷进去的那批人，往往是最没有议价能力的人。
 
报告数据也印证了这一点：AI收缩效应集中在月薪五千到八千、有一到三年经验的入门中端劳动者身上。
 
过去企业用低薪新人做文档、录入、标准化沟通，当成练手和筛选，现在这些环节被大模型接走了，练手的台阶也跟着没了。
 
但另一组事实同样不能略过。京东客服雨辰在智能客服铺开之后，转成了人工智能训练师，从“回答顾客的问题”变成“教机器怎么回答问题”，人留在了企业里。常州有质检女工经过培训，转成了AI训练师。
 
这些个案规模还太小，远不足以对冲Salesforce式的大规模替换，但它们指出了一个方向：被AI推倒的人，不一定全都掉到地上，有一部分被接进了新的工位。前提是有人愿意搭那道台阶——企业内部的转岗培训、政策层面的失业缓冲、劳动者自己咬牙学新东西，缺一环，台阶就断了。
 
王兴兴说“明后年”，马斯克说“脱缰”，一个给时间表，一个给定性。落到每个普通人身上，真正要盯住的不是那个年份，而是自己手上的活儿里，有多少是“照着流程就能做完”的，有多少是“出了事得有人站出来兜底”的。
 
前者正在被搬走，后者暂时还搬不动。AI拆岗位的速度，比大多数人学新技能的速度快，这是眼下最硬的那道坎。