全行业瑟瑟发抖，程序员却在偷笑？MIT模拟AI冲击波，揭秘“代码”为何成为终极护城河！

原创于 2025-12-01 15:49:04 发布 · 366 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能 #开源 #react.js #前端 #前端框架 #sql

【导读】都在聊AI会取代谁，有人说是程序员，有人说是UI设计师和插画师。但MIT最近的一项重磅研究告诉我们：我们看到的只是「冰山一角」，广大白领才是最可能被取代的第一波人。

不都说AI要取代人类工作吗～

取代多少？取代什么岗位？影响多少经济？怎么量化评估？

最近，麻省理工学院（MIT）联合橡树岭国家实验室搞了一个大型打工人职场模拟实验。

他们直接动用超级计算机，给整个美国劳动力市场造了一个「数字职场模拟器」！（美国劳动力市场的数字孪生体）

这项研究通过一个名为「冰山指数」（Iceberg Index）的模拟工具，得出了一个惊人的结论：

现有的人工智能技术，已经有能力替代美国11.7%的劳动力，涉及工资总额高达1.2万亿美元。（相当于在金融、医疗和专业服务领域产生高达 1.2 万亿美元的工资替代效应。）

这到底是怎么算出来的？

而且结论出人意料，AI取代最多，影响最多竟然不是IT领域的程序员，而是广大的白领工作者。

这篇研究对我们普通打工人非常重要，未来职场如何规划完全可以根据这个结论来调整。

今天我们就来扒一扒这项硬核实验。

项目地址：https://iceberg.mit.edu/

一、给1.51亿打工人建立「数字分身」

以往的经济预测，往往是拿Excel表格算一算大趋势。

但这次不一样，MIT和橡树岭实验室玩的是「全美模拟职场人生」。

橡树岭实验室拥有世界上最快的超级计算机之一，为这个实验提供算力。

使用的技术叫做Large Population Models，这个项目已经开源。

开源地址：https://github.com/AgentTorch/AgentTorch?tab=readme-ov-file

研究人员利用这股算力，创建了一个包含1.51亿个「智能体」的模拟环境。

每一个「智能体」代表一个真实的美国工人。

每个「人」身上都贴满了标签：住在哪里、做什么工作、会什么技能。

系统覆盖了3000个地区，涵盖了923种职业和超过32,000项具体技能。

实验的核心玩法是：

把现在的AI技术扔进这个模拟世界里，看看这3.2万种技能中，哪些是AI现在就能干得很好的。

结果，真相令人惊讶。

二、为什么叫「冰山指数」？

这个名字起得非常贴切和形象。

我们平时在新闻里看到的裁员新闻往往是谷歌裁员、亚马逊优化工程师，都是和IT、程序员、科技大厂相关。

都是前端已死，后端必亡，UI设计师消失这种和科技大厂强相关的岗位。

这些确实在发生，但研究发现，这只是浮出水面的那一小块冰山。

模拟数据令人惊讶：

科技、IT、互联网领域的岗位变动，其实只占受AI影响总工资的2.2%（约2110亿美元）。

这就是冰山一角。

冰山水面之下，情况更加严峻。

剩下绝大多数的冲击，发生在金融、医疗、人力资源（HR）、物流和办公室行政等领域。

水面之下才是事关更大部分「打工人」结果。

都说AI先淘汰IT、程序员，但这个实验告诉绝大部分打工人：

AI取代你，和你无关。

也就是说，当你盯着硅谷程序员担心他们失业时，坐在办公室里做报表、搞调度、管档案的普通白领，其实面临着更大的被替代风险。

这些常规职能岗位，才是那隐藏的1.2万亿美元大头。

三、没有「避风港」：从硅谷到玉米地

过去我们总以为，AI是高科技产物，只会影响沿海的发达科技城市（比如旧金山、纽约）。

住在中部大农村应该没事吧？

「冰山指数」打脸了这种侥幸心理。

因为这个模拟精确到了具体的邮政编码（Zip Code），研究人员发现，AI的影响力是全覆盖的。

田纳西州、犹他州、北卡罗来纳州……无论你是搞金融的，还是在工厂里做供应链管理的，只要你的工作涉及大量的常规信息处理，你就处于AI的射程之内。

北卡罗来纳州的参议员De Andrea Salvador在看到这个工具后感叹：它太神了，可以直接精确到某个县的某个普查区，告诉你这里的人掌握什么技能，而这些技能被AI自动化的概率有多大。

四、当然这不是算命，而是「沙盒演习」

看到这里，你可能有点慌：「完了，还要多久我就会失业？」

先别急。

研究负责人Prasanna Balaprakash强调说：这不完全是一个预测引擎，它更像是一个「模拟沙盒」。

它不是在告诉你「明天你就会失业」，而是在说：

「以今天的AI技术，理论上已经可以搞定这些工作了。」

这个工具的最大意义在于「预警」和「演习」：

给政府看：

在真的砸下数十亿美元去搞再就业培训之前，先在模拟器里跑一遍，看看钱花在哪最有效。
给企业看：

哪些岗位需要转型，而不是简单粗暴地裁员。
给打工人看：

看看你的技能树，是不是都点在AI擅长的领域了？

目前，田纳西州已经率先使用了这个指数，制定了官方的《AI劳动力行动计划》。

他们发现，虽然会有冲击，但像核能、高端制造这些依赖物理操作的行业，反而可以利用AI机器人来增强效率，而不是被掏空。

虽然MIT强调了这是个沙盒演习，虽然数字孪生了职场生存环境，但是还算不上一种真实预测。

但MIT的这项研究其实给我们揭示了一个残酷但重要的现实：

AI****的浪潮不会只拍打在程序员身上，它正在无声无息地渗透进每一间普通的办公室。

只要你的工作涉及常规信息处理，你就在AI取代你的射程范围之内。

如果你每天的工作只是处理Excel、整理文档、安排日程等重复性脑力劳动，那么在「冰山指数」的雷达上，你可能已经亮起了红灯。

但好消息是，这还是一场模拟。

在现实追上模拟之前，我们还有时间去升级自己的技能树。

不要只盯着水面上的冰山，去看看水面下正在发生什么吧。

五、硬核揭秘幕后引擎AgentTorch平台

这种「精确到街道」的底气，来自MIT媒体实验室开发的一个大杀器——AgentTorch。

这可不是普通的数据库，而是一个基于PyTorch的「可微分主体建模框架」（Differentiable Agent-Based Modeling）。

项目地址：https://agenttorch.github.io/AgentTorch/

简单来说，它是支撑这场「全美模拟人生」的游戏引擎：

极速推演：

传统模拟几千人就卡顿，但AgentTorch利用GPU****加速，能同时模拟数百万甚至上亿个独立个体的复杂互动，速度比传统CPU模拟快了几个数量级。
不仅是模拟，还能学习：

它的核心特性是「可微分」（Differentiable）。这意味着系统不仅能告诉你「会发生什么」，还能通过梯度下降算法反向优化，帮助政策制定者找到最优解。
微观与宏观的统一：

正是因为有了AgentTorch，研究人员才能将宏观的GDP数据与微观的「个人技能树」无缝连接。它能追踪每个「智能体」的决策路径，这也是为什么报告能精确到具体某个县的就业变化。

以下框图提供了AgentTorch Python API 的结构概览：

此外，AgentTorch是一个通用工具，可以模拟多种大型项目。

比如疫苗防治、供应链追踪等。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述