AI 前線的「職涯」建議：當 Anthropic 幕僚長告訴年輕人，工作快要結束了
Anthropic 執行長幕僚長 Avital Balwit 在《數位主義者文集》中為年輕人寫了一份職涯指南。但她的核心訊息是：認知工作正在被 AI 取代，你熟悉的那種「職涯」可能很快就不存在了。這是 AI 前線的第一手觀察，也是本系列與 MIT 經濟學家奧特最尖銳的觀點碰撞。
本文為「數位主義者文集」導讀系列文章。原文收錄於 The Digitalist Papers Volume 2。
2024 年 5 月，一篇文章在矽谷科技圈引發軒然大波。作者是一個 25 歲的年輕女性，在全球最受矚目的 AI 公司之一擔任執行長幕僚長。她在文章開頭寫下一句讓很多人不舒服的宣告：我可能正在經歷人類最後一代需要工作的時期。
那篇文章叫做〈My Last Five Years of Work〉，發表在美國的《Palladium Magazine》上。作者是 Avital Balwit，Anthropic 執行長 Dario Amodei 的幕僚長。Fortune 和 Yahoo Finance 以「25 歲 Anthropic 員工說她可能只剩三年工作」為標題報導，Hacker News 和 Reddit 的討論串長達數百則。批評者說她活在矽谷泡泡裡，支持者說她只是誠實地說出了 AI 從業者心裡都知道、但不敢公開說的事。
一年半後，Balwit 在史丹佛大學主導的《數位主義者文集》（The Digitalist Papers）第二卷中，發表了一篇更完整的後續作品：〈"Career" Advice from the AI Frontier〉。標題裡的 Career 刻意加上了引號。因為她要傳達的訊息，恰恰是傳統意義上的「職涯」可能即將成為一個過時的概念。
一個羅德學者的選擇
要理解 Balwit 的觀點為什麼值得認真對待，得先看她是怎麼走到 Anthropic 的。
她在維吉尼亞大學雙主修政治與社會思想和認知科學，以最高榮譽畢業，拿到全校最頂級的 Jefferson Scholars 獎學金。2021 年，她成為維吉尼亞大學第 55 位羅德學者，去牛津大學攻讀哲學。但她在牛津做的不是純粹的學院哲學，而是加入了尼克．伯斯特隆姆（Nick Bostrom）和 Toby Ord 主持的「人類未來研究所」（Future of Humanity Institute），研究可能威脅人類文明的存在風險。AI 是其中最被關注的一項。
然後她做了一個讓很多學術界同儕意外的決定：離開牛津，加入 Anthropic 擔任執行長幕僚長。這意味著她每天的工作不是寫論文，而是坐在 Dario Amodei 旁邊，參與公司最高層的戰略決策，近距離觀察 AI 能力的每一次躍進。
這個身份讓她的聲音有一種獨特的質感。她不是從學術象牙塔俯瞰就業市場的經濟學家，不是在國會聽證會上作證的政策專家，也不是在社群媒體上發表高論的科技評論員。她是一個 Z 世代的年輕人，站在 AI 發展的最前線，每天親眼看到模型能力的進化，同時清楚意識到自己引以為傲的寫作能力正在被她公司開發的產品取代。在那篇爆紅文裡，她提到自己曾以一小時寫兩千字為傲，現在那個技能「大概已經過時了」，就像在冰湖上鑿冰塊的手藝。這句話的力道，來自她不是在旁觀別人的困境，而是在描述自己正在經歷的事。
從「做事的人」到「指揮 AI 的人」
Balwit 的文章開篇就畫了一條 AI 能力的上升曲線。2019 年的 GPT-2 連數到五都有困難。2023 年的 GPT-4 在醫學執照考試和律師考試中打敗了 90% 的考生。到了 2025 年，模型可以連續七小時重構整個程式碼庫，還拿了國際數學奧林匹亞金牌。她從這條曲線推出一個時間表：變革性的 AI 在兩到四年內就會「到達」，意思是實驗室裡已經有客戶可以使用的系統。但她也坦承，從技術可行到經濟上全面擴散之間的時間差，她沒有把握。
她提出一個犀利的分析角度。經濟上真正重要的比較，不是 AI 是否超越了最頂尖的人類，而是 AI 是否超越了「原本會做那份工作的那個人」。你不需要 AI 比全世界最好的律師更強，你只需要它比公司裡那個收費每小時 300 美元的法務助理更可靠就夠了。一旦跨過這條線，經濟邏輯就會推動替換。
在她看來，工作的本質正在從「做事」轉向「指揮」。她以自己為例：過去她是寫作者，現在更像一個總編輯，負責設定需求、評估產出、整合結果。她觀察 Anthropic 內部最高效的同事，形容他們像是在管理一支分散式的 AI 團隊，同時開著幾十個執行程式碼代理的分頁。每個人不再是個體貢獻者，而是小型工廠的調度者。
但如果 AI 什麼都能做，人類還剩下什麼獨特價值？Balwit 列出四項她認為短期內不會被取代的能力。第一是品味與價值觀：當 AI 可以無限量產出，知道什麼值得做、什麼是好的，反而變成最稀缺的能力。第二是人際關係：人們在某些情境下就是想要跟人互動，不管 AI 多善解人意。她舉了一個很有畫面的例子，她媽媽跟 Claude 討論退休過渡期的心理調適，被 AI 的同理心感動到流淚，但事後還是想跟女兒再聊一次。第三是信任與判斷：在醫療、法律、教育等領域，人們明確偏好由人類做最終決定。第四是主動性與願景：看到「什麼東西應該存在但還不存在」，然後動員資源去實現它，這不是執行力的問題，而是創業家式的想像力。
這份清單有一個值得玩味的特點：四項能力沒有一項是傳統意義上可以「學習」和「練習」的硬技能。品味、關係、信任、願景，更接近人格特質而非職業技能。如果 Balwit 是對的，那麼傳統的職業訓練路徑（學一門手藝、考一張證照、累積一項專業）的價值確實在急速下降。
別再規劃了，準備適應
如果認知工作真的在幾年內被大規模取代，現在的教育體系幾乎完全走錯方向。Balwit 的建議相當具體：教育應該優先培養主動性，而不是資訊記憶。能識別「什麼問題值得解決」比「解決被指派的問題」重要得多。她建議用作品集評量取代標準化測驗，點名華德福（Waldorf）和蒙特梭利（Montessori）教育模式，認為它們強調的自主學習、混齡互動、藝術整合，恰好是 AI 時代最需要的能力基礎。她也主張用更短週期的循環教育取代一次性的四年學位，因為在技術劇變的環境裡，一次性學完所有東西然後工作四十年，這個模式已經不合理了。
比教育改革更讓我印象深刻的，是她對心理準備的強調。Balwit 認為年輕人需要刻意建構一種不依賴智識成就的自我認同。聰明、會讀書、考高分，這些曾經是知識工作者身份的核心。但在 AI 比你更聰明的世界裡，如果自尊全部建立在這上面，你會非常痛苦。她建議培養善良、勇敢、堅持、幽默這些品質作為身份的支柱，因為這些是 AI 拿不走的。
她還提出一個微妙的問題：什麼時候應該刻意排除 AI？世界西洋棋冠軍 Magnus Carlsen 退出了世界冠軍賽循環，因為備賽現在需要花幾個月用 AI 分析開局變化，他不願意那樣度過時間。效率有時候會摧毀有意義的參與。在實務面，Balwit 的建議出人意料地不強調技術能力。你不需要讀機器學習博士，不需要學會造引擎才能開車。但你需要大量使用 AI 工具來理解它的能力邊界，需要建立個人品牌和信任基礎。因為當 AI 把內容大量商品化之後，別人為什麼要讀你的分析而不是別人的？靠的是你這個人的判斷力和可信度。
MIT 教授 vs. Anthropic 幕僚長
《數位主義者文集》第二卷裡，緊接在 Balwit 之後的一篇文章，恰好構成了最尖銳的對比。那是 MIT 勞動經濟學教授大衛．奧特（David Autor）和 MIT FutureTech 計畫主持人 Neil Thompson 合寫的〈Beyond Job Displacement〉。
奧特可能是過去二十年來研究技術對就業影響最被大量引用的經濟學家之一。他在 2003 年提出的「任務模型」徹底改變了學界討論自動化的方式。當 Balwit 說「AI 會取代認知工作」的時候，奧特是那個會說「等等，讓我們先看數據」的人。
奧特和 Thompson 的核心論點是：AI 對工作的影響取決於它自動化了哪些任務，而不只是「是否」自動化。他們區分「專家任務」和「非專家任務」，發現兩者被自動化後的效果截然不同。當 AI 取代的是非專家的例行任務，剩下的工作變得更專業化，薪資上升，但就業人數減少。反過來，當 AI 取代的是專家任務，剩下的工作變得更容易入門，就業人數反而增加，但薪資下降。他們舉了具體的數據：會計文員在自動化後薪資上升了 39%，就業人數減少了 32%；庫存管理員的薪資下降了 13%，就業人數卻暴增 175%。這不是簡單的「取代或不取代」，而是一套更精細的重新分配機制。
最有說服力的是歷史論證。奧特指出，2018 年美國 60% 的就業存在於 1940 年時根本還不存在的職業中。蒸汽機、電力、電腦化，每一次技術革命都消滅了舊工作，也創造了無法預想的新工作。在他看來，AI 是這個歷史模式的延續，不是斷裂。
兩個觀點放在一起看，構成了整本文集裡最值得仔細咀嚼的對話。一邊是 26 歲的 AI 公司內部人，每天看到模型能力的指數級進化，直覺告訴她這次不一樣。另一邊是深耕勞動經濟學數十年的 MIT 教授，半個世紀的數據讓他相信，每一代人都覺得「這次不一樣」，但歷史模式至今沒有被打破。
我的判斷是，兩個人都看到了真相的一部分。奧特的歷史框架說服力很強，前幾次技術革命確實沒有終結工作。但 Balwit 點出了一個奧特的框架可能不適用的原因：以前的技術取代的是特定類型的任務，體力勞動、計算、資料處理，人類可以退到更高階的認知工作。這次 AI 直接瞄準的就是認知工作本身，也就是人類原本的退路。如果退路越來越少，歷史模式能不能繼續成立？
奧特自己其實也留了後路。他在文章結尾承認了一個「情境二」：如果機器在所有認知任務上都超越人類，會引發社會組織、收入分配、民主正當性的三重危機。他認為這不太可能很快發生。Balwit 則認為幾年內就會到來。這個時間線的分歧，是兩人最根本的歧見。
台灣年輕人的焦慮不是多餘的
對台灣讀者來說，Balwit 描述的 AI 前線場景可能感覺還很遙遠。那些同時開幾十個 AI 代理分頁的工作方式，在台灣多數職場裡仍然是科幻小說。但她點出的核心問題，對台灣年輕人來說一點也不遙遠。
台灣的教育體系，從國小到大學，仍然高度聚焦在 Balwit 明確說正在過時的那些能力上：記憶、考試、服從指令、在標準化框架中表現。她提倡的主動性培養、作品集評量、自主學習，在台灣的體制裡幾乎完全邊緣化。如果她的預測哪怕只對了一半，台灣目前花十二年教年輕人的那些東西，大部分在他們畢業五年內就會失去經濟價值。
更微妙的是台灣的產業位置。我們是全球半導體供應鏈的核心，台積電的製程工程師和設備技術員是全世界最搶手的人才。但這些工作屬於 Balwit 分類中的哪一種？製程工程需要深度專業知識和物理世界的操作，短期內不會被純軟體 AI 取代。不過其中大量的資料分析、良率預測、排程最佳化，正好是 AI 最擅長的領域。台灣最驕傲的產業優勢，並不完全在安全區內。
Balwit 文章中最值得台灣年輕人認真對待的，或許不是她對時間線的預測（那確實可能太激進），而是她對心理準備的提醒：不要把所有的自我認同都建立在「我比別人聰明、考得比別人好」上面。在一個 AI 比所有人都聰明的世界裡，那是一個極其脆弱的身份基礎。而台灣的升學體制，正是在系統性地獎勵和強化這種脆弱。
標題上那對引號
回到 Balwit 文章標題裡的那對引號。"Career" Advice，「職涯」建議。引號不是裝飾，是整篇文章最精確的自我定位：這是一份職涯建議，但她要告訴你的是，你理解的那種職涯，很快就不存在了。
這篇文章最有力量的地方，不是她對時間線的預測（兩到四年太激進，很可能不對），也不是她的政策建議（培養主動性、作品集評量，教育改革者喊了幾十年了）。真正讓人停下來想的，是她的誠實。一個坐在 AI 公司最核心位置的年輕人，願意公開說出很多 AI 從業者心裡想但不敢說的話：我們正在打造的東西，會讓包括我自己在內的大部分知識工作者失去存在的經濟理由。
你可以說她活在泡泡裡，過度外推了 AI 的能力曲線，低估了真實世界部署新技術的摩擦力。這些批評都有道理。但你很難說她不真誠。在一個所有 AI 公司都在說「AI 會創造更多工作機會」的產業裡，Balwit 說的是：也許不會，而我們最好現在就開始準備。
這是《數位主義者文集》裡最年輕的聲音，也是最不安的一個。她的焦慮不是來自對 AI 的恐懼，而是來自對 AI 的理解。在這場跨世代的辯論中，這種帶著切膚之痛的前線報告，也許比任何學術框架都更值得你停下來，好好聽一聽。
📚 「數位主義者文集」導讀系列