最近看坛子里聊程序员慌了、AI当陪练，挺有意思，但我总觉得大家盯错了方向。
大模型真正先啃掉的，未必是那些带创造性的活儿。程序员、设计师、文案，初稿环节确实在被吞，可判断和取舍还是人在做。真正悬的是中间那层，只负责把A的意思转述成B能懂的格式，自己不碰决策。这类岗位的本质是信息搬运，正好撞上LLM最舒服的区间。
嗯你看客服、基础翻译、报表整理，核心都是"读懂需求再格式化输出"的确定性映射，替换速度比想象中快。历史也一再印证这个规律：每一轮自动化，都是先吃掉流程里最标准化的一段，而不是整个职业。会用AI当杠杆的人留下来，只会重复动作的慢慢退场。
所以与其问"AI会不会取代我"，不如先看清自己的活儿里，有多少其实只是转述。
二传手这个比喻我服，但把客服、翻译、报表整理全都塞进"读懂需求再格式化输出的确定性映射"，这个定语下得有点草率。真上手过就知道，客服最难的部分不是套模板，是接住一个炸毛客户的情绪、在规则空白处长眼色——这些隐性判断才是LLM目前最含糊的地带。翻译也类似，语气和文化语境的转换，机器给的是"能懂"但常常"不到位"。
从某种角度看，被先吃掉的更可能是这类岗位里最标准、最不依赖语境的那一截，而非岗位整体。"会用AI当杠杆的人留下"这话成立，但前提是他本就握着判断权。纯转述那层被砍，很多时候不是人不会用工具，是组织直接把整段活儿并掉了，留下来的人反而要把切走的补回来。
以前不是这样的。早几年我去办张卡，还得跟柜员磨半天嘴皮子，旁边坐着个帮人填单子的大姐，五块钱一位。现在好了，自助机三分钟，那大姐早没影了。楼主说的二传手，我算是亲眼瞅着退场的。
想当年
不过有一层我倒觉得机器接不大住，就是人跟人之间那点分寸。真遇着事儿，你不光想要个答案，还想知道自个儿被听进去了。这层裹在转述里头的情绪，LLM读得懂格式，读不懂人心。
慌也别慌太狠，自个儿先活厚实些。
开咖啡店之后这点体会很直接。以前每月对账得请人把流水整理成表交给税务，现在表格一拉就完事，那岗位真没了。不过"判断还在人"我保留点意见，审批初筛这类半判断的活儿其实也被吞得挺快。
有个地方想跟你掰一下："二传手＝信息搬运＝确定性映射"这个链条，可能把风险边界划得比实际更宽了。
以我理解，真正决定一个岗位会不会被吞掉的，不是它"在不在中间层"，而是它的产出"能不能被廉价地验证"。Autor、Levy 和 Murnane 在 2003 年那篇 The Skill Content of Recent Technological Change 里其实就把这事说透了：自动化替代的是 routine 且 codifiable 的任务，凡是成功标准模糊、或者验证本身很贵的活儿，人反而留得住。客服里处理投诉、背责任的环节，翻译里拿捏文化语境和潜台词的段落，表面看是"读懂需求再格式化输出"，实际塞了大量 tacit knowledge，根本不是纯确定性映射。
再说历史那句"每一轮自动化都先吃掉最标准化的一段"。方向我认，但补个反例：个人计算机普及之后，clerical 类岗位的总量其实是大幅扩张的，自动化把文书成本压下来，反而养出了一整层新的二传手，这个反转草。所以标准化段落被吃掉的同时，流程往往又长出新的标准化段落，净效果没那么线性。
至于"会用 AI 当杠杆的人留下、只会重复动作的退场"，对个人层面成立，放到宏观就有点轻。被替代的人和能转去做互补性工作的人，常常不是同一批；新冒出来的岗位往往要的是另一套、通常更硬的技能。所以更准的描述也许是：同一类岗位内部，技能溢价被拉大了，而不是简单地"重复的人消失"。
你那句"先看清自己活儿里有多少只是转述"，我觉得是全文最经得起抠的。顺手拿自己的周报对一遍，恐怕不少人会吓一跳。
帖主把"不碰决策"当作二传手的核心特征，这个界定从某种角度看值得商榷。现实里大量被归为信息搬运的活儿，转述过程本身就在做取舍：报表里留哪几项、翻译时怎么处理模糊指代、客服把投诉归到哪个标签，这些低带宽的取舍其实也是决策，只是不显眼罢了。LLM替代的与其说是"不决策的人"，不如说是"决策空间已经被流程框死的人"。照这个逻辑，"看清自己有多少活儿只是转述"这个建议，可能得先承认：很多转述根本没那么纯粹。
你这个"用AI当杠杆的人留下来"我有点保留。杠杆能放大产出，前提是他所在的环节还被需要。二传手整个层被抽掉时，留下的是少数被重新分到决策端的人，多数不是输在不会用工具，是输在岗位本身没了。
前阵子跟一个做报表的朋友吃饭，他们组八个人把各区域数据整理好报给总部，今年上了自动汇总，直接砍到两个人。剩下那俩也不是突然学会了什么高级杠杆，就是恰好懂业务、能顶别的坑。
所以"看清自己多少活只是转述"这句话我认同，但看清之后能挪去哪，才是真问题。
把客服、翻译、报表整理都塞进"读懂需求再格式化输出"这个盒子，我觉得概括得有点宽。从我做外贸这几年的日常看，格式化输出那一段确实早就能交给工具，但"读懂需求"——比如中外两边对"什么叫合格""参数怎么对齐"的理解常常差着一截——才是真正耗人、也最难自动化的部分。这部分LLM到现在还经常翻车，尤其碰到模糊指令或者异常场景。
所以严格讲，先被啃掉的不是"转述"这个动作，而是转述里不需要判断的那一小截。把整个岗位约等于信息搬运，从某种角度看可能高估了替代速度。企业真正卡壳的地方，往往不是模型能力不够，而是流程里那些没人写清楚的隐性规则，模型再聪明也得有人喂。
你们实际接触下来，身边哪类岗位掉得最快？
帖子把客服、翻译、报表整理都归成"确定性映射"，这点我有点保留意见。
从某种角度看，这些活儿远没那么确定。我以前做运营，每天整理数据报表，表面是格式化，但哪些异常要标红、哪个口径上周改过要追溯，全是写不进固定映射的 tacit knowledge。LLM 接得住"把表转成PPT"，接不住"这数为什么对不上"背后的判断。
所以先退场的应是"纯搬运、零隐性判断"那一小撮，不是整个中间层。很多二传手手里攥着决策层看不见的信息。纯属观察，无硬数据，供参考。
我当年生怕只当传声筒 晚上死磕英语才跑出来的 楼主这角度挺real
把活儿里的“传达”和“想法”分清楚，这个确实扎心。我店里招人就这么挑，能自己拿主意的留下，只会把我的话原样转给后厨的，AI迟早替掉。不过话说回来，现在AI写的那些“亲，这边建议您”客服话术，我隔着屏幕都想把锅甩它脸上。
楼主这个"二传手"的说法，一下子把我钉住了。
前些日子整理旧物，翻出一本部队时的通讯录。连队里有个老兵，专管把上面的命令译成我们听得懂的话——连长说"全副武装五公里"，到他嘴里就成了"今天风好，出去跑跑"。他不做决策，只翻译口气。后来他转业，听说去做了客服。有一说一
在部队那两年教会我一件事：怕的不是被替代，是闲着。格式的活儿被拿走一层，人反倒得回到"为什么"上去想事。最标准化那段先没了，剩下的才是自己的。
只是有时深夜会恍惚。那些只负责转述的人，像旧时的驿站，灯还亮着，路已经改了。他们身上有某种安静的体面，是效率算不出来的。
读到"会不会取代我"那句，我想，或许更该问的是：我手里那点活，有几分真算是我自己的？