智能体AI打破了每一项任务暴露度预测背后的基本假设

TL;DR. 任务暴露度框架将职业视为围绕人类剩余工作而留存的外壳。智能体系统追求目标并交付完整的工作成果，因此曾经保护岗位的协调工作现在已置于智能体内部。

核心要点

那些高估了冲击的预测. 工业机器人确实取代了制造业工人，但它们并没有按照最初预测所暗示的时间表或规模做到这一点。这句话应该让任何以解读劳动力市场预测为生的人保持几分警惕，因为它描绘了一种模式：方向是对的，但量级偏差很大。.
任务框架是如何运作的. 为了看清压力从何而来，有必要准确厘清任务学派传统的主张。.
所有框架共有的盲点. 原文对上述所有研究提出了一个尖锐的批评。所引用的每一个框架都存在一个共同的架构盲点：它们将自动化建模为逐个剥离单项任务，而职业本身保持完整。几乎所有预测（包括建立在Autor-Levy-Murnane任务框架上的预测）都共享这一假设，即自动化每次只拿走一项任务，而职业会作为围绕剩余人类工作的协调外壳而留存。.
什么才算作智能体（Agentic）. 如果论证依赖于某个区分，那么这个区分就需要明确的定义。原文给出了四个标准。一个智能体AI系统是指满足以下条件的系统：.

劳动力市场预测一直假设自动化每次只消除一项任务，而保留职业本身。能够完成整个工作流的智能体AI推翻了这一假设，而一项新的综合指标 - 智能体任务暴露度（ATE） - 正是为了衡量旧框架无法捕捉的变化而构建的。

执行摘要

早期的自动化预测（包括建立在Autor-Levy-Murnane任务框架上的预测）都有一个共同假设：职业会作为围绕剩余人类工作的协调外壳而留存下来。

智能体AI系统满足四个标准：接收目标规范、自主选择和调用工具、在多个推理步骤之间维护状态，以及在中间步骤无需人工干预的情况下生成完整的工作成果。

ATE得分结合了AI能力得分、工作流覆盖因子和逻辑斯蒂采用速度。信贷分析师、法官和可持续发展专家的ATE得分达到了0.43至0.47。

论文将ATE应用于横跨美国五个技术区域的六大职业群体的236个SOC代码，并自述为专门针对智能体AI系统的任务暴露度框架的首次跨区域实证应用。

在岗位替代之外，论文识别出17个新兴职业类别，集中在人机协作、AI治理和特定领域的AI运营。

那些高估了冲击的预测 #

工业机器人确实取代了制造业工人，但它们并没有按照最初预测所暗示的时间表或规模做到这一点。这句话应该让任何以解读劳动力市场预测为生的人保持几分警惕，因为它描绘了一种模式：方向是对的，但量级偏差很大。

这一文献中最著名的头条数字来自Frey和Osborne，他们请专家对702个美国职业的整体“可计算机化程度”进行打分。他们的结果是47%的职业处于高风险之中。这是一个引人注目的数字，传播得极为广泛。

随后，Arntz、Gregory和Zierahn展示了当分析下沉到任务层面，并考虑到名义上暴露的职业内部存在的任务异质性时会发生什么：经合组织（OECD）国家的高风险估计值降至9%至14%。47%与9%至14%之间的差距绝非四舍五入的分歧。它反映了分析单位的选择，而这一选择使答案移动了三倍甚至更多。

原文坦率地指出，职业层面估计与任务层面估计之间的争论尚未解决。但该领域确实达成了一项务实的共识：任务层面的拆解是必要的，职业层面的标签过于粗糙。这一共识是后续所有论证立足的基石，同时也是智能体AI正在施加重压的基石。

任务框架是如何运作的 #

为了看清压力从何而来，有必要准确厘清任务学派传统的主张。

Autor、Levy和Murnane沿着两个维度划分职业任务：常规（routine）与非常规（non-routine），以及认知（cognitive）与体力（manual）。他们的论点是，自动化替代常规任务，同时补充非常规任务。这是一个清晰的思路，为后续研究讨论机器能吸纳工作的哪些部分提供了词汇体系。

Acemoglu和Restrepo在此基础上构建了形式化结构。他们将产出建模为在资本和劳动力之间分配的连续任务集合的结果。在他们的框架中，劳动收入份额的升降取决于新任务创造（他们称之为重塑渠道，reinstatement channel）是否超过任务替代。遵循他们的定义，增加值中的劳动份额写作 sL = W * L / Y = f(|NL| / |N|)，其中 W 是工资率，L 是就业人数，Y 是产出。两股力量相互拉锯，哪一方胜出决定了谁能获取收益。

另外两项测量工作在这里也很重要，因为它们将该框架转化为了职业层面的具体数字。Felten、Raj和Seamans通过将已发表的AI能力进展与O*NET能力分类体系相关联，构建了AI职业暴露度（AIOE）得分。Eloundou等人则针对GPT-4构建了一个平行指标，在任务层面结合了众包标注员的评估与GPT-4的自我评估。

他们的核心发现是，80%的美国劳动者所从事的工作中，至少有10%的任务暴露于大语言模型（LLM）之下。最高的暴露度集中在高薪、要求学位的职业中。这一结果违背了“自动化首先冲击常规、低薪工作”的旧有直觉，也解释了为何白领岗位问题变得如此紧迫。

所有框架共有的盲点 #

原文对上述所有研究提出了一个尖锐的批评。所引用的每一个框架都存在一个共同的架构盲点：它们将自动化建模为逐个剥离单项任务，而职业本身保持完整。几乎所有预测（包括建立在Autor-Levy-Murnane任务框架上的预测）都共享这一假设，即自动化每次只拿走一项任务，而职业会作为围绕剩余人类工作的协调外壳而留存。

这是一个关于结构的假设，而非关于技术的假设。它根本没有讨论机器有多强大，而是断言无论机器接管了多少项任务，总还得有人把剩下的部分串联起来。

律师助理（paralegal）的例子让这一点变得具体。一项任务暴露度分析可能会将律师助理80%的任务标记为暴露于LLM，但依然得出该职业很安全的结论，因为协调这些任务需要人类的判断力。这一结论正是源于“外壳假设”：任务本身暴露了，但任务之间的缝合与衔接没有暴露，因此工作岗位得以保留。

接着是原文的关键论断：曾经保护律师助理角色的协调瓶颈，如今已经进入了智能体的规划模块内部。如果这一点成立，那么此前让律师助理保持安全的推理就失效了。原本的保护来自协调工作，而协调工作恰恰就是智能体系统所做的事情。

我认为这是整篇论文中最有价值的洞见，值得按其本意认真对待。旧框架对单项任务的判断并没有错，它们错在对“任务被接管后还剩下什么”的判断。一个逐项给任务打分的指标，无法看清一个把整个任务序列作为一个整体来处理的系统。

什么才算作智能体（Agentic） #

如果论证依赖于某个区分，那么这个区分就需要明确的定义。原文给出了四个标准。一个智能体AI系统是指满足以下条件的系统：

接收目标规范（goal specification），而非任务规范（task specification）；
自主选择并调用工具以追求该目标；
在多个推理步骤之间维护状态；以及
在中间步骤无需人工干预的情况下生成完整的工作成果。

这份清单值得完整保留，因为这四个标准是离散的，而且每一条都可以独立检验。一个仅仅回答提示词（prompt）的系统无法通过第一条；一个需要人工批准每个中间步骤的系统则无法通过第四条。

用更直白的话说，智能体接收目标、选择工具、执行多步骤计划、检查自身输出并交付完成的工作成果。智能体系统能够串联工具调用、跨步骤维护持久记忆、规划多动作序列，并在中间输出未能通过质量检查时进行自我纠正。

“自我纠正”这一细节比初看之下更为重要。一个只要某一步出错就会中断的流水线，仍然需要人类在旁待命。而一个能注意到质量检查未通过并重新尝试的系统，实际上已经吸纳了过去用来证明“人类必须在场”的那部分监督职能。

论文是这样定义其研究对象的：能够完成整个职业工作流、而非离散任务的自主AI智能体。“整个”（entire）一词承载了核心分量。整篇论文的论证都围绕着“离散任务”与“完整工作流”之间的鸿沟展开。

为什么时机就是现在 #

原文提供了两类证据，表明这一问题并非纸上谈兵。第一类证据涉及能力。GPT-4级别的模型在律师资格考试和美国执业医师资格考试中达到了及格线或更高分数，并在特许金融分析师（CFA）一级考试中仅差几个百分点即可通过。这些都是高门槛行业的资格认证考试，而这些行业之所以严格限制准入，正是因为其工作难度极高。

第二类证据涉及实际部署。包括Amazon、Microsoft、Salesforce、ServiceNow和Workday在内的主要企业技术供应商，在2024年财报电话会议和投资者演示中披露了触及白领工作流的生产级智能体部署。这些都是真实的生产环境部署，而非研究演示，而且是向投资者而非学术界宣布的。

原文将这些披露解读为：只有当部署已经开始影响人员编制规划（headcount planning）时，企业才会作出此类表态。原文将其界定为一种解读而非直接测量，我们也应当这样看待它。我手头的记录中没有任何地方直接报告了裁员或编制缩减的数字。但这一推断是合理的：企业通常不会把一项部署摆到投资者面前，除非它确实关系到成本基础。

将这两点结合起来，构建新衡量指标的理由就非常充分了。单凭能力本身不足以迫使问题摆上台面，几个零星的试点项目也同样不够；但当能力已经跨过专业门槛，且搭载这些能力的系统已经投入生产环境时，情况就完全不同了。

ATE得分：它衡量什么，不衡量什么 #

论文给出的回应是智能体任务暴露度（ATE）得分。这是一个综合指标，扩展了Acemoglu-Restrepo的任务替代框架，将端到端工作流覆盖率、当前智能体AI能力基准以及企业采用速度纳入考量。该得分衡量了某个职业 o 暴露于当前智能体AI系统端到端替代之下的程度。

其中包含三个核心要素：AI能力得分、工作流覆盖因子和逻辑斯蒂采用速度。工作流覆盖因子是直接针对前述盲点的部分。原文指出，早期研究缺失的是对“一个职业的完整工作流构成是否落在智能体AI操作包络线之内”的衡量，并将其形式化为工作流覆盖因子。旧指标询问的是某项具体任务是否暴露；而新指标询问的是整个工作流是否都能装进智能体所能完成的范围之内。

构造中的另外两个要素也有明确定义。wo,t 项是任务 t 在职业 o 中的重要性加权相关度，取自O*NET的任务重要性评分。能力项 CAP(t) 则根据AI基准测试文献和从业者部署报告进行估算。因此，任务重要性来自标准的职业数据库，而能力数据则来自两个渠道：基准测试与一线部署报告。

论文在方法论上交代得非常清楚，读者也应当严格按此理解。ATE得分是使用校准后的采用参数，根据O*NET任务数据通过算法计算得出的；它们不是回归估计值。这一点具有实际意义：回归估计通常伴有一整套标准误和因果识别论证，而经校准的算法综合指标则没有这些，其输出属于“模型推导出的预测”（model-derived projections，这也是论文自己用来描述其替代数据的措辞）。它们描述的是在给定参数下模型所推导出的推论，而非报告已经发生的事实。

我认为这是一种诚实的框架设定，对于一个预测对象尚未完全发生的预测问题而言，这也是恰当的做法。一个由明确输入构建而成的综合指标可以被检视、质疑和重新校准。如果有人对采用速度持有异议，他们可以清楚地知道应该调整哪一个旋钮。

模型的应用范围与结果 #

实证应用的覆盖面很广。论文将ATE框架应用于跨越六大主要职业群体的236个标准职业分类（SOC）代码，生成了2025至2030年期间美国五个主要技术区域的模型推导替代预测。这五个区域分别是：旧金山湾区、西雅图-塔科马-贝尔维尤、奥斯汀-朗德罗克、纽约-纽瓦克以及波士顿-剑桥。

论文将其描述为专门针对智能体AI系统的任务暴露度框架的首次跨区域实证应用。这是作者提出的优先权声明，我无法仅凭眼前的材料加以核实。但我可以说的是，区域化设计是对全国层面研究共有的一个问题的合理回应：暴露度是职业的属性，但技术采用则是地区和企业的属性。

在原文给出的具体结果中，信贷分析师、法官和可持续发展专家的ATE得分达到了0.43至0.47。这一组合值得多看两眼。信贷分析师、法官和可持续发展专家在培训背景、薪资水平或日常工作内容上并不相似。按照论文的测算，他们的共同点在于得分处于同一区间。我认为这有力地反驳了任何按行业或按所谓“创造性”将工作草率划分为“安全”与“高危”的懒惰做法。

不过，我也会克制对这一数字作超出原文支持的过度解读。我手头的材料给出了这三个职业的得分范围，但并未说明它们与其余236个代码相比处于什么位置。因此，这一数字表明这些岗位在论文的标尺下受到了显著暴露，但并不表明它们是暴露程度最高的职业。

区域层面的发现附带了一个值得重申的保留条件。论文指出，西雅图在2026至2027年的劳动力市场效应，预演了更广泛的全国非技术劳动力在2028至2030年将要经历的变化。这是一个带有明确时间滞后的预测，且措辞谨慎。它读起来更像是模型生成的一个假说，不应被视为既定事实。但这是一种很有价值的声明，因为它具体到了可以被证伪的程度：如果西雅图的早期模式到2028年并未传导至全国非技术劳动力市场，那么该模型就会面临一个无法轻易搪塞过去的问题。

账本另一侧的岗位重塑效应 #

单凭一个替代得分只能讲完Acemoglu-Restrepo故事的一半。在他们的框架中，劳动收入份额取决于新任务创造是否快于任务替代。一篇号称扩展了该框架却只衡量替代效应的论文，无异于抛弃了赋予该框架核心张力的另一半。

这篇论文没有这样做。它识别出了智能体AI产生岗位重塑效应（reinstatement effects）的职业类别：即在智能体部署催生出对大规模人类监督、治理和协作的需求之前原本不存在的新角色。论文总共识别出17个受益于重塑效应的新兴职业类别，集中在人机协作、AI治理以及特定领域的AI运营岗位。

其内在机制很容易理解。如果智能体端到端地执行工作流，就必须有人来监督它们、制定它们运行所遵循的规则，并与它们协同工作。这些需求过去之所以没有成为独立的岗位，是因为当时还没有需要被监督的智能体存在。

原文并未告诉我这17个类别能够吸纳多少就业人口，也没有说明它们的增长是否能抵消ATE得分所暗示的岗位替代。因此，我所能使用的数据让那个核心问题依然保持开放：重塑效应究竟能否跑赢替代效应？任何自信地断言“能”或“不能”的人，都超出了已核实声明的范围。这篇论文的贡献在于将账本的两侧放进了同一个分析框架，并指明了新岗位将在哪些领域出现。

从中可以汲取什么 #

这里既有方法论上的启示，也有实践层面的启示。

方法论上的启示在于：分析单位决定了最终答案。从47%到9%至14%的跃变，源于将分析单位从“职业”下沉到了“任务”。这篇论文指出，现在需要再往前迈出一步，从“任务”转向“工作流”，因为被自动化的对象已经不再是单项任务。每一次分析单位发生转移，估计结果都会随之改变；该领域的历史表明，对分析单位的选择值得付出与数据选择同等力度的审视。

实践层面的启示则面向所有围绕未来五年规划人员编制、培训体系或产品路线的人。一个告诉你“某岗位80%的任务已暴露”的得分是不够的，因为它没有说明剩下的20%究竟是稳固的人类核心价值，还是仅仅是如今智能体规划模块已经能够提供的“胶水”工作。工作流覆盖因子的存在，正是为了直接提出并回答这一问题。

ATE得分是一个带有校准参数的综合指标，其预测结果由模型推导得出。它们是关于2025至2030年的一套结构化论证，而非已发生事实的记录。这正是我们应当去检验它们、而非忽视它们的理由。西雅图假说提供了一个早期检验窗口：如果当地2026至2027年的效应确实如模型所预示的那样发展，那么2028至2030年传导至全国非技术劳动力的滞后效应就将成为下一个观察重点。而那17个重塑职业类别则提出了现有数据尚无法解答的问题：为监督智能体而诞生的新岗位，其规模究竟能否达到足以影响劳动收入份额的程度。

常见问题解答 #

为什么早期的任务暴露度框架会低估智能体AI的影响？

建立在Autor-Levy-Murnane传统之上的早期框架假设，自动化只会消除单项独立任务，而职业本身会作为人类协调外壳留存下来。智能体AI系统吸纳了过去需要人类协调员完成的规划、工具调用、状态管理和中间质量检查，从而使整个工作流（而非孤立的任务）暴露于自动化之下。

智能体任务暴露度（ATE）得分是如何计算的？

ATE是一个算法综合指标，基于O*NET任务重要性评分（wo,t）、AI能力基准测试与从业者部署报告（CAP(t)）、衡量职业完整工作流是否落在智能体操作包络线内的工作流覆盖因子，以及跨236个SOC代码的校准逻辑斯蒂采用速度参数构建而成。

关于创造新岗位（重塑效应），该研究有何发现？

通过扩展Acemoglu-Restrepo的重塑渠道，该研究识别出17个新兴职业类别，集中在人机协作、AI治理和特定领域的AI运营。这些类别的岗位增长能否抵消工作流层面的替代效应，仍然是一个有待验证的实证问题。

参考文献 #

Ravish Gupta and Saket Kumar, (2026). Agentic AI and Occupational Displacement: A Multi-Regional Task Exposure Analysis of Emerging Labor Market Disruption ⧉. arXiv.
Tyna Eloundou, Sam Manning, Pamela Mishkin, and Daniel Rock, (2023). GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models ⧉. arXiv.
Daron Acemoglu and Pascual Restrepo, (2019). Automation and New Tasks: How Technology Displaces and Reinstates Labor ⧉. Journal of Economic Perspectives.
National Center for O*NET Development, (2025). O*NET Resource Center ⧉. US Department of Labor.

最近审阅 2026-11-01.

重新发布本文

智能体AI打破了每一项任务暴露度预测背后的基本假设 — Sebastien Rousseau

任务暴露度框架将职业视为围绕人类剩余工作而留存的外壳。智能体系统追求目标并交付完整的工作成果，因此曾经保护岗位的协调工作现在已置于智能体内部。

本文采用以下许可协议 Creative Commons Attribution 4.0 International. 重新发布需注明原始 URL 出处。

智能体AI打破了每一项任务暴露度预测背后的基本假设 — Sebastien Rousseau

任务暴露度框架将职业视为围绕人类剩余工作而留存的外壳。智能体系统追求目标并交付完整的工作成果，因此曾经保护岗位的协调工作现在已置于智能体内部。

Originally published at https://sebastienrousseau.com/zh-hans/2026-10-25-zhinengti-ai-dapo-renwu-baoludu-yuce/ by Sebastien Rousseau.
Licensed under CC-BY-4.0.

SEBASTIEN ROUSSEAU FOUNDER · ENGINEER