世界富豪马斯克曾语出惊人，他说：“2030年开始，人类将面临大规模失业，大部分专业技术岗位都会被AI取代。未来五年内，AI的智商可能会超过所有地球人，可能（未来）我们都不会有工作！”到了2026年4月，再回头看马斯克关于AI的那些惊人判断，已经很难把它们当成单纯的“富豪放狠话”。他说过，未来几年人工智能可能超过单个人类，甚至在更长一点的时间里超过全人类智能总和。可现实正在改写这种想象，AI已经能写代码、改方案、做图表、生成视频、整理法律材料、辅助医学分析，还能在科研领域把过去耗时很久的工作压缩到令人吃惊的程度。一个公司如果发现三个人配合AI可以完成十个人的工作，它不会因为情怀继续维持原来的人员结构。2024年诺贝尔化学奖就是一个很直观的信号。诺奖官方介绍显示，David Baker因计算蛋白质设计获奖，Demis Hassabis和John Jumper则因利用AI解决蛋白质复杂结构预测问题获奖。蛋白质结构曾经是生命科学里极难啃的一块硬骨头，AI模型的加入，让人类理解生命分子结构的速度发生了巨大变化。也正因为如此，马斯克的预言才会显得刺耳。他讲的不是明天早上醒来大家都丢了工作，而是一个更缓慢也更残酷的过程：岗位不会突然消失，却会被重新拆分；职业名称可能还在，里面真正需要人完成的部分却越来越少。文案岗位会变成提示词和审稿岗位，程序员会从一行行敲代码转向架构判断和系统验证，教师不只是讲知识点，还要学会引导学生辨别AI给出的答案是否可靠。很多人不是输给AI本身，而是输给那些更早学会使用AI的人。国内对这一变化并非没有准备。教育部办公厅在2024年发布通知，提出到2030年前在中小学基本普及人工智能教育，并且根据不同学段安排感知体验、理解应用、项目创作和前沿应用等内容。不过，AI教育绝不能变成新的焦虑买卖。不是让孩子会点几下软件、背几个概念，就叫跟上时代；也不是成年人买几本速成手册，就能稳稳穿过技术浪潮。真正重要的是培养三种能力：知道自己要问什么，能判断机器回答得对不对，还能把AI输出转化成现实中的成果。未来的竞争，不会简单奖励最会背诵的人，也不会只奖励最会操作工具的人，它更可能奖励那些能把知识、经验、判断和工具连接起来的人。我个人更愿意把马斯克这番话看成一次提前敲响的警钟，而不是一份冷冰冰的失业判决书。AI确实会拿走一部分岗位，这一点不必粉饰；但人类也会在新的产业链里重新分工，关键在于社会能不能把教育、培训、分配机制和技术监管尽快补上。
