苏菲拉底
问题
讲者
谈话
信源
笔记
分享这个追问
← 全部问题
← Ⅳ·04 一个社会应该如何分配财富?
追问
AI 会怎样改变人的工作?
Ⅳ·04 一个社会应该如何分配财富?
净取代
7 条
机器会净减少对人的劳动需求,人能做的它最终都做得更好
人机互补
10 条
机器与人主要是互补品,协同才推高了产出
监控与算法管理
3 条
变的不是岗位多少,而是监控与算法管理
未标立场
还没有分到某一边的回应。
可能相关
AI 里最赚钱的是哪一环?
AI 的能力会不会集中到少数机构手里?
AI 加速增长,会反而助推美国社会主义回潮吗?
已经领先的人会被换掉吗?
市场分出来的财富,该拿走再分吗?
富足的人对贫困的人有义务吗?
政府补贴住房教育医疗,是压低还是推高了价格?
AI 的走向是人能选的吗?
看这一大问题的全部 →
回应
按立场分组 · 点上方立场只看那一组
净取代
机器会净减少对人的劳动需求,人能做的它最终都做得更好
若所有企业都靠 AI 极限裁员,就没人当消费者买产品,社会既需要供给方也需要消费者
▶ 28:56
李开复
Kai-Fu Lee on the Global AI Race | The Mishal Husain Show
2026
2000 至 2010 年美国制造业岗位流失约 85% 源于自动化等技术变革,而非全球化
▶ 1:02
皮娅·马拉尼
The AI Awakening: Implications for the Economy [Erik Brynjolfsson]
2020
两百年前砸毁织布机的卢德分子是对的,机械化确实淘汰了大量熟练工匠的工作
▶ 11:51
埃里克·布莱恩约弗森
The AI Awakening: Implications for the Economy [Erik Brynjolfsson]
2020
最近二十年普通劳动者工资增长停滞,意味着技术正从互补人类转向越来越多地替代人类
▶ 13:30
埃里克·布莱恩约弗森
The AI Awakening: Implications for the Economy [Erik Brynjolfsson]
2020
技术正在成为人类劳动力需求的净摧毁者,未来一个世纪这一需求可能下降四成
▶ 43:09
Ken Taylor
What can Mary Shelley's classic, Frankenstein, teach us today?
2018
凡是人能做的事情,人工智能最终都能做得比人更好,这是必然会到来的
▶ 1:04:18
肯·泰勒
What can Mary Shelley's classic, Frankenstein, teach us today?
2018
数字心智的数量会膨胀到工资跌至仅够支付电费与硬件租金的维生水平
▶ 42:35
尼克·波斯特罗姆
Superintelligence | Nick Bostrom | Talks at Google
2014
展开其余 1 条 ↓
人机互补
机器与人主要是互补品,协同才推高了产出
由机器领导的公司不可能存在,因为机器无法被追责、犯了错也不能坐牢
▶ 25:27
托比·吕特克
Shopify Founder, Tobi Lütke: Why Taste Matters More Than Technical Skill
2026
品味和判断力这类技能在 AI 时代会被推到极致,青少年更该把时间花在培养品味上
▶ 31:16
托比·吕特克
Shopify Founder, Tobi Lütke: Why Taste Matters More Than Technical Skill
2026
几乎任何一份工作的深度和门道都容易被低估,人的价值不只在于完成任务
▶ 25:51
格雷格·布罗克曼
OpenAI President on What it Means to Cross Into The Age of AGI
2026
底层实现工作终将被智能体自动化,人的核心能力将转向系统层面的抽象思维
▶ 20:14
黄仁勋
Jensen Huang: The Mindset That Built NVIDIA
2026
AI 消灭的是任务而不是工作岗位,说 AI 摧毁工作岗位正好说反了
▶ 31:55
黄仁勋
Jensen Huang: The Mindset That Built NVIDIA
2026
只要有一小部分任务只能由人类完成,这部分就会成为瓶颈,把资本份额压向零
▶ 24:12
查尔斯·琼斯
“AI and Our Economic Future” with Professor Chad Jones
2026
自动化掉一份工作 75% 的任务,有可能反而提高这份工作的工资
▶ 33:01
查尔斯·琼斯
“AI and Our Economic Future” with Professor Chad Jones
2026
高技能认知工作率先被自动化,短期内反而会缩小收入不平等
▶ 52:02
查尔斯·琼斯
“AI and Our Economic Future” with Professor Chad Jones
2026
机器学习会重构劳动力市场的任务分配,但不会带来大规模失业或工作的终结
▶ 17:57
埃里克·布莱恩约弗森
The AI Awakening: Implications for the Economy [Erik Brynjolfsson]
2020
机器与人更大程度上是互补品而非替代品,两者协同工作才推高了经济增长
▶ 57:27
听众
What can Mary Shelley's classic, Frankenstein, teach us today?
2018
展开其余 4 条 ↓
监控与算法管理
变的不是岗位多少,而是监控与算法管理
自动化取代所有工作的辩论抓错了重点,真正的变化是日益加剧的监控与算法管理
▶ 12:40
朱迪·瓦克曼
Atlas of AI: Kate Crawford in conversation with Judy Wajcman
2021
许多号称自动化的系统其实是伪自动化,供应链上有人在背后执行乏味任务以营造无缝假象
▶ 13:58
凯特·克劳福德
Atlas of AI: Kate Crawford in conversation with Judy Wajcman
2021
用追踪工人每一根韧带和肌肉的算法系统来应对工伤,实质是榨取新的效率
▶ 16:50
凯特·克劳福德
Atlas of AI: Kate Crawford in conversation with Judy Wajcman
2021
未标立场
电话初筛、判断文化契合这类带人际因素的招聘工作,AI 很难做
▶ 21:42
胡佳怡
The State of Startups in 2026
2026
分享
↑
苏菲周报 · THE WEEKLY
每周一封,
追问一个大问题。
苏菲拉底的每周来信,写这一周在追问的问题和看到的回应。
订阅 →
苏菲拉底
ASK THE BIG QUESTIONS · THINK DEEPLY · SEE THE WORLD DIFFERENTLY
问题
讲者
谈话
信源
理念
周报
微信公众号
© 2026 苏菲拉底 · 内容仅供学习
[email protected]