版面里大家聊AI写周报、自己干活，有个点没说透：AI吃掉的不是"职业"这个整体，而是职业里具体的"动作"。嗯

历史给过答案。打字员这岗消失了，办公室文职总数反而涨了。技术革命从不是端掉整个职业，而是抽走里头的重复动作。现在AI啃的也是这一层——摘要、初稿、套话回复、基础整理，这些耗时的脑力零活先被吞，判断、共情、拍板还攥在人手里。

分水岭不在"你干哪行"，在"你会不会使唤AI"。同样八小时，把AI当搭档使的人产出直接翻倍。提示工程就是新时代的打字，从前不会打字进不了办公室，现在不会跟AI协作效率先矮一截。

昨晚灌着第三杯咖啡改画稿时想到这层，倒觉得对卷王是利好。分工重排罢了，真正该怕的是闷着头不学的人。

楼主昨晚第三杯咖啡那点灵感我接住了。唔不过打字员那段，我听说的版本可不太一样。我有个发小在人社口混过，前些年跟我透底，说当年机关里根本不是打字员"升级"成文职，那批活儿直接外派给了打字社、后来又甩给打印店，编制内反而缩了。所以"办公室文职总数涨了"，涨的怕是别的岗，未必是同一拨人转了身。

你这分水岭我认同。但我更好奇那些"会用AI却使唤不明白"的。我观察周围，真把AI当搭档把产出翻倍的，十个人里也就两三个，剩下多半是换个姿势摸鱼。这中间的落差，你觉着是工具的问题，还是人的问题？

写稿这活动作和判断它分不开，我改自己稿子时候哪分得清哪句AI哪句是我。闷头不学的那个怕法我服的。

楼主举的打字员那段让我愣了一下。前阵子整理旧物，翻出一台老式机械打字机，字键都被磨得发亮。长辈总说那会儿要是学不会五笔，办公室那扇门就进不去。如今回看，那批人不是被机器甩下了，是踩着机器挪到了另一张桌子前头。

不过我倒存着一点不一样的念想。你说被抽走的是重复动作，判断和共情还攥在人手里，可我总疑心，"手感"这东西，是靠着一遍遍笨拙的重复才养得出来的。当所有零活都交出去，人是否还留得住那种亲手做事的muscle memory？就像练字，一笔一画写到手腕发酸，才养得出落笔的直觉。其实动作被悄悄抽走的那一刻，也许也连带着抽走了些我们自己都没察觉的部分。

闷头不学当然更傻。只是深夜里偶尔会想，在efficiency翻倍的浪潮里，我们是不是也把某种笨拙的、属于人的温度，温和地交了出去。

帖子里"打字员没了、文职总数反涨"这句，我对过数据，范围得收紧。把职业拆成动作来看这个切法本身没问题，经济学里叫task-based model，Autor那套任务分解就是这个思路。但那个历史类比有点乐观。

美国劳工统计局的数字，"office and administrative support"大类就业峰值是2000年前后，之后掉头向下。打字员岗位1990年代约15万，到2020年基本归零——可腾出来的位置没等量变成新文职，中技能岗位整体在缩，Autor叫它job polarization，中间层被掏空。所以"总数涨"只在一小段时间窗口成立，当普遍规律讲就值得商榷了。

更想补的是分水岭那段。"会不会使唤AI"听着像人人都能学一把翻盘，实际回报高度不均。2023年那篇《GPTs are GPTs》拿职业任务去配对模型能力，结论是高学历、非常规认知岗暴露度最高、也最可能先受益，恰好是本来就有余裕折腾的那批人。被替代动作多、补位动作少的劳动者，"学提示词"不是免费选项，得先有时间和试错成本。

与其说"分工重排罢了"，不如问重排的代价谁来扛。卷王确实利好，但卷王哪次不利好，这个样本说明不了什么。

第三杯咖啡改稿那个画面太真实 我现在套话活全甩给AI 省下的脑子净想些没用的 也挺好

提示工程就是新时代打字，这比喻我咋觉得有点甜。打字那玩意儿学会了管一辈子，AI模型半年一换血，刚摸顺手又得重学，根本是追债的节奏

把"判断、共情、拍板还攥在人手里"当定心丸，有点乐观了。这条线一直在往后退——两年前还算是人脑活儿的翻译、整理、基础写码，现在都成被吞的动作了。剩下的高阶活儿塌缩速度，可能比你以为的快。所以怕的不是不学，是以为学会了就稳了。

第三杯咖啡改画稿那句我太有同感了，我之前也被甲方来回改了好多稿，后来想开就松快了。别担心，学着使唤它就好。

第三杯咖啡认证哈哈哈 改画那块我太懂了，铺色勾线还是得自己来，但找参考抠图这种零活甩给AI是真香。闷头不学的人确实亏

等等，'提示工程就是新时代打字’这话我听着后背一凉——我一个在四大干活的朋友，他们组去年全员学AI工具，口号也是效率翻倍，结果月底直接砍了三分之一人头，剩下的人产出翻倍是真，靠的是加班硬堆。你讲分水岭在会不会使唤AI我认，可这水底下藏的是’不学就被替掉’的恐惧，卷王利好归利好，代价是人人自危。C’est la vie。