代理型 AI 打破了所有任務暴露預測背後的預設前提

TL;DR. 任務暴露框架將職業視為一個外殼，只要人類仍負責剩餘工作，該外殼就能存續。然而，代理型系統能追求目標並交付完整的工作成果，因此過去保護職位的協調工作...

核心要點

那些高估了衝擊的早期預測. 工業機器人確實取代了製造業工人，但並未按照早期預測所暗示的時間表或規模發生。任何以解讀勞動市場預測為生的人讀到這句話都應該保持幾分警惕，因為它描述了一種常見模式：方向是對的，但量級卻失準了。.
任務框架是如何運作的. 為了看清壓力從何而來，我們需要先精確理解任務分析傳統的主張。.
所有框架共有的盲點. 原始文獻對上述所有研究提出了一個一針見血的批評：每一個被引述的框架都存在同一個架構盲點 - 它們都將自動化建模為逐一剝離個別任務，同時假設職業本身依然完好無損。幾乎所有預測（包括建立在 Autor-Levy-Murnane 任務框架上的預測）都共享這項假設：自動化一次只拿走一項任務，而該職業會作為圍繞剩餘人類工作的「協調外殼」繼續存活。.
什麼才算是「代理型」系統. 如果論證建立在某個區分之上，這個區分就需要明確的定義。文獻提供了四項判準。一個代理型 AI 系統必須能夠：.

勞動市場預測一直假設自動化只會逐一移除單項任務，而職業本身依然穩固。能夠完成整個工作流程的代理型 AI 推翻了這項假設；為此，研究人員建立了全新的綜合指標「代理型任務暴露度」（ATE），以衡量舊框架無法捕捉的衝擊。

執行摘要

早期的自動化預測（包括建立在 Autor-Levy-Murnane 任務框架上的預測）都有一個共同假設：職業會作為圍繞剩餘人類工作的「協調外殼」而繼續存在。

代理型 AI 系統滿足四項標準：接收目標規範、自主選擇並調用工具、在多個推論步驟間維持狀態，以及在中間步驟無需人類干預的情況下產出完整的工作成果。

ATE 指標結合了 AI 能力評分、工作流程覆蓋因子與邏輯斯諦（logistic）採用速度。信用分析師、法官與永續發展專家的 ATE 評分達到 0.43-0.47。

該論文將 ATE 應用於美國五大科技地區、六大主要職業群體中的 236 個 SOC 代碼，並自稱為首個專門針對代理型 AI 系統進行的多區域任務暴露框架實證應用。

在職位替代之外，論文還識別出 17 個新興職業類別，主要集中在人機協作、AI 治理以及特定領域的 AI 維運。

那些高估了衝擊的早期預測 #

工業機器人確實取代了製造業工人，但並未按照早期預測所暗示的時間表或規模發生。任何以解讀勞動市場預測為生的人讀到這句話都應該保持幾分警惕，因為它描述了一種常見模式：方向是對的，但量級卻失準了。

這類文獻中最著名的標題數字來自 Frey 與 Osborne，他們請專家對 702 個美國職業的整體「可電腦化程度」進行評分。他們的結論是 47% 的職業處於高風險之中。這是一個驚人的數字，且傳播極廣。

隨後，Arntz、Gregory 與 Zierahn 展示了當分析下沉到「任務」層級、並考慮到名義上暴露的職業內部存在任務異質性時，會發生什麼事：在 OECD 國家中，高風險職位的估計比例驟降至 9-14%。47% 與 9-14% 之間的差距絕非四捨五入的誤差，它反映了分析單位的選擇，而這項選擇讓結果相差了三倍以上。

原始文獻坦率地指出，職業層級估計與任務層級估計之間的爭論尚未完全解決。但學界確實達成了一項務實的共識：任務層級的拆解是必要的，而職業層級的標籤則過於粗糙。這項共識是後續所有論證賴以建立的基石，同時也是代理型 AI 正在猛烈衝擊的基石。

任務框架是如何運作的 #

為了看清壓力從何而來，我們需要先精確理解任務分析傳統的主張。

Autor、Levy 與 Murnane 沿著兩個軸線劃分職業任務：常規（routine）對非常規（non-routine），以及認知（cognitive）對手作（manual）。他們的論點是，自動化會取代常規任務，同時互補非常規任務。這是一個清晰的構想，為後續研究提供了一套詞彙，用來討論機器可以吸收一份工作中的哪些部分。

Acemoglu 與 Restrepo 在此基礎上建立了一個形式化結構。他們將產出建模為在資本與勞動力之間分配的連續任務組合。在他們的框架中，勞動份額的上升或下降，取決於新任務的創造（他們稱之為「復位管道」，reinstatement channel）是否快於任務被替代的速度。沿用他們的公式，附加價值中的勞動份額寫作 sL = W * L / Y = f(|NL| / |N|)，其中 W 為工資率，L 為就業人數，Y 為產出。兩股力量相互拉鋸，哪一方勝出就決定了誰能獲取技術進步的果實。

另外兩項測量工作在此同樣重要，因為它們將理論框架轉化為職業層級的具體數字。Felten、Raj 與 Seamans 將已發表的 AI 能力進展連結到 O*NET 的能力分類體系，構建了「AI 職業暴露度」（AIOE）指標。Eloundou 等人則針對 GPT-4 構建了平行指標，在任務層級將群眾外包工作者的標註與 GPT-4 的自我評估結合起來。

他們最引人注目的發現是：80% 的美國勞工所從事的工作中，至少有 10% 的任務暴露於大型語言模型（LLM）之下；而暴露程度最深的職位，高度集中在高薪、要求學歷的職業。這項結果違背了過去認為「自動化會先衝擊常規、低薪工作」的直覺，也解釋了為何白領階層的去留問題變得如此迫切。

所有框架共有的盲點 #

原始文獻對上述所有研究提出了一個一針見血的批評：每一個被引述的框架都存在同一個架構盲點 - 它們都將自動化建模為逐一剝離個別任務，同時假設職業本身依然完好無損。幾乎所有預測（包括建立在 Autor-Levy-Murnane 任務框架上的預測）都共享這項假設：自動化一次只拿走一項任務，而該職業會作為圍繞剩餘人類工作的「協調外殼」繼續存活。

這是一個關於結構的假設，而非關於技術的假設。它完全沒有討論機器有多強大；它只斷言，無論機器接管了多少項任務，總還需要有人把剩下的部分串聯起來。

法務助理（paralegal）的例子讓這一點變得非常具體。一項任務暴露分析可能會標記法務助理有 80% 的任務暴露於 LLM 之下，但最終仍斷定該職業是安全的，因為協調這些任務需要人類的判斷力。這個結論正是從「外殼假設」推導出來的：個別任務雖然暴露了，但串聯任務之間的縫合工作卻沒有暴露，因此職位得以保留。

接著，文獻提出了最關鍵的轉折：過去保護法務助理職位的協調瓶頸，如今已經被放進了代理的規劃模組（planning module）內部。如果這一點成立，過去讓法務助理保持安全的推理就失效了。因為保護力來自於協調工作，而協調恰恰就是代理型系統所做的事。

我認為這是整篇論文中最具價值的洞見，值得我們認真對待。舊框架對個別任務的判斷並沒有錯，它們錯在對「任務被拿走後還剩下什麼」的判斷。一個逐一為任務打分的衡量標準，是看不見一個將整個序列作為單一單位來處理的系統的。

什麼才算是「代理型」系統 #

如果論證建立在某個區分之上，這個區分就需要明確的定義。文獻提供了四項判準。一個代理型 AI 系統必須能夠：

接收目標規範（goal specification），而非單純的任務規範（task specification）；
自主選擇並調用工具以追求該目標；
在多個推論步驟之間維持狀態（state）；以及
在中間步驟無需人類干預的情況下，產出完整的工作成果。

這份清單非常值得保留其條列形式，因為各項標準彼此獨立且均可逐一檢驗。一個只會回答提示詞（prompt）的系統無法通過第一條；一個在每個中間步驟都需要人類批准的系統則無法通過第四條。

用更直白的話來說，代理接收目標、選擇工具、執行多步驟計畫、檢查自身輸出，並交付完成的工作成果。代理型系統會串聯工具調用、在步驟間維持持久記憶、規劃多動作序列，並在中間輸出未能通過品質檢查時進行自我修正。

「自我修正」這個細節比表面上看起來更加重要。一條只要某個步驟失敗就會中斷的流水線，旁邊依然需要站著一個人類；但一個能察覺品質檢查失敗並自行重試的系統，則已經吸收了過去用來證明「人類必須在場」的部分監督職能。

論文如此定義其研究對象：能夠完成整個職業工作流程（而非離散任務）的自主 AI 代理。「整個」這兩個字承載了核心份量。整篇論文的論證，都圍繞著「離散任務」與「完整工作流程」之間的落差展開。

為何時間點就是現在 #

文獻提出了兩類證據，說明這個問題並非紙上談兵。第一類涉及能力：GPT-4 級別的模型在律師資格考試（bar exam）與美國醫師執照考試（USMLE）中達到或超過了及格門檻，並在特許金融分析師（CFA）一級考試中逼近及格線僅差幾個百分點。這些都是專門因為工作難度高而用來限制入行門檻的專業認證考試。

第二類涉及部署：包括 Amazon、Microsoft、Salesforce、ServiceNow 與 Workday 在內的主要企業科技供應商，均在 2024 年的財報電話會議與投資人簡報中，披露了觸及白領工作流程的生產環境（production）代理型部署。這些都是正式上線的生產部署，而非研究演示，而且宣布的對象是投資人，而非學術界。

文獻將這些披露解讀為：企業唯有在部署已經開始影響人力規模規劃（headcount planning）時，才會做出這類表態。文獻本身將此定性為一種解讀，而非直接測量，我們也應如此看待。在我所獲得的材料中，並沒有直接報告具體的裁員或編制數字。但這項推論是合理的：除非某項技術部署對成本結構至關重要，否則企業通常不會將其擺到投資人面前。

將這兩點結合起來，建立新衡量指標的理由就非常充分了。單憑模型能力本身並不會迫使問題浮上檯面，少數幾個試點專案也不會；但在已經正式投產的系統中、跨過專業門檻的能力，卻實實在在地構成了壓力。

ATE 指標：它衡量了什麼，又沒有衡量什麼 #

論文給出的回應是「代理型任務暴露度」（ATE）指標。這是一個綜合性指標，擴展了 Acemoglu-Restrepo 的任務替代框架，將端到端工作流程覆蓋率、當前代理型 AI 的能力基準，以及企業採用速度納入考量。該指標衡量的是某個職業 o 暴露於當前代理型 AI 系統「端到端替代」之下的程度。

指標包含三項要素：AI 能力評分、工作流程覆蓋因子，以及邏輯斯諦採用速度。其中，「工作流程覆蓋因子」正是直接針對前述盲點所設計的機制。文獻指出，早期研究缺失的一環，是衡量一個職業的完整工作流程組合是否落在代理型 AI 的作業包絡線（operational envelope）之內，因此將其形式化為工作流程覆蓋因子。舊指標問的是「單一任務是否暴露」，而新指標問的是「整個工作流程是否都能裝進代理所能完成的範圍內」。

指標構建的另外兩個細節也做了明確規範：wo,t 項代表職業 o 中任務 t 經重要性加權後的相關度，數據取自 O*NET 的任務重要性評分；而能力項 CAP(t) 則根據 AI 基準測試文獻與實務工作者的部署報告進行估計。因此，任務重要性來自標準職業資料庫，而能力評估則來自基準測試與第一線部署報告這兩個來源。

論文對研究方法交代得非常清楚，讀者也應以此為準：ATE 評分是使用校準後的採用參數，從 O*NET 任務數據中透過演算法計算出來的，它們並非迴歸估計值（regression estimates）。這一點具有重要的實務意義。迴歸估計會附帶標準誤（standard errors）與因果識別論證等常規統計工具；而經校準的演算法綜合指標則沒有這些，其產出屬於「模型推導出的預測值」（model-derived projections，這也是論文自己用來描述其替代數據的詞彙）。它們描述的是模型在給定參數下所推演出的結果，而非報告已經發生的既成事實。

我認為這是一種誠實的框架設定，對於「被預測事件尚未發生」的預測問題而言，也是恰當的做法。一個由明確輸入參數所構建的綜合指標，可以被檢視、被質疑，也可以被重新校準。如果有人對採用速度有不同看法，他們很清楚該去調整哪一個旋鈕。

模型的實證應用範圍 #

這項實證應用的涵蓋面相當廣。論文將 ATE 框架應用於橫跨六大主要職業群體的 236 個標準職業分類（SOC）代碼，針對 2025-2030 年期間美國五大主要科技地區，生成了模型推導出的職位替代預測。這五個地區分別是：舊金山灣區（San Francisco Bay Area）、西雅圖-塔科馬-貝爾維尤（Seattle-Tacoma-Bellevue）、奧斯汀-朗德羅克（Austin-Round Rock）、紐約-紐華克（New York-Newark），以及波士頓-劍橋（Boston-Cambridge）。

論文將此描述為首個專門針對代理型 AI 系統進行的多區域任務暴露框架實證應用。這是作者提出的首創性聲明，我無法僅憑手頭的材料予以核實。但我可以肯定的是，這種區域化設計合理地回應了全國性研究共有的一個缺陷：暴露度是「職業」的屬性，但採用率卻是「地區與企業」的屬性。

根據文獻給出的結果，信用分析師、法官與永續發展專家的 ATE 評分達到了 0.43-0.47。這個組合值得多看兩眼。信用分析師、法官與永續發展專家在教育訓練、薪資結構或日常工作內容上幾乎毫無相似之處；但在論文的計算中，他們的共同點是落在了同一個高分區間。我會將此解讀為對那種按行業或所謂「創造力」把工作草率歸類為「安全」與「高風險」的做法的直接反駁。

同時，我也會避免對這個數字做出超出文獻支撐範圍的過度解讀。我手頭的材料只給出了這三個職業的分數區間，並未說明它們與其餘 236 個代碼相比排名如何。因此，這個數字僅顯示這些職位在論文的量表上受到相當程度的暴露，並不能證明它們就是暴露程度最高的職業。

區域研究結果還附帶了一個值得重申的保留條件。論文指出，西雅圖在 2026-2027 年顯現的勞動力影響，預示了更廣泛的全國非技術類勞動力將在 2028-2030 年經歷的變化。這是一個明確標註了時間差的預測，且措辭謹慎。它應該被視為模型推導出的一項假說，而非既定事實。但這是一類很有價值的論斷，因為它具體到了可以被證偽的程度：如果西雅圖的早期模式到了 2028 年並未傳導至全國非技術類勞動力，那麼這個模型就會面臨一個無法敷衍帶過的問題。

帳本另一側的「復位效應」 #

單靠一個替代指標，只能講完 Acemoglu-Restrepo 故事的一半。在他們的框架中，勞動份額取決於新任務的創造是否快於舊任務的被替代。一篇擴展該框架卻只測量替代效應的論文，等於拋棄了賦予該框架核心張力的另一半。

這篇論文並沒有這麼做。它識別出了代理型 AI 產生「復位效應」的職業類別：在代理型系統大規模部署並創造出對人類監督、治理與協作的需求之前，這些新職位根本不存在。論文總共識別出 17 個受惠於復位效應的新興職業類別，主要集中在人機協作、AI 治理以及特定領域的 AI 維運職位。

背後的運作機制很容易理解：如果代理由始至終執行整個工作流程，就必須有人來監督它們、制定它們運行的規則，並與它們並肩協作。在還沒有代理可供監督之前，這些需求自然不會以工作職位的形式存在。

文獻並沒有告訴我們這 17 個新興類別能雇用多少人，也沒有說明它們的增長是否足以抵消 ATE 評分所暗示的替代效應。因此，現有數據將最核心的問題留在了開放狀態：復位效應究竟能否跑贏替代效應？任何信誓旦旦地斷言「能」或「不能」的人，都超越了已驗證的證據範圍。這篇論文的真正貢獻，在於將帳本的兩側放進同一個分析框架中，並具體點出新職位會在哪裡誕生。

我們能從中帶走什麼啟示 #

這裡有一個方法論上的啟示，以及一個實務上的啟示。

方法論上的啟示是：分析單位決定了答案。高風險職位比例之所以會從 47% 大幅變動到 9-14%，正是因為分析單位從「職業」轉移到了「任務」。這篇論文主張，現在需要進行下一步轉移 - 從「任務」轉向「工作流程」 - 因為被自動化的對象已經不再是單一任務了。每一次分析單位轉移，估計結果就會隨之改變；該領域的歷史表明，對分析單位的審視，應該與對數據本身的審視一樣嚴格。

實務上的啟示，則是給所有正在為未來五年規劃人力編制、培訓體系或產品路線的人。一個告訴你某職位有 80% 任務暴露在外、卻不看整體流程的分數已經不夠用了，因為它無法告訴你剩下的 20% 究竟是堅不可摧的人類核心價值，還是僅僅作為串聯任務的黏著劑 - 而後者現在已經可以由代理的規劃模組來提供。「工作流程覆蓋因子」的存在，就是為了直接詰問這個問題。

ATE 指標是一個帶有校準參數的綜合指標，其預測結果皆由模型推導而來。它們是關於 2025-2030 年的一套結構化論證，而非未來既成事實的紀錄。這正是我們應該去檢驗它們、而非忽視它們的理由。西雅圖假說提供了一個早期檢驗點：如果當地在 2026-2027 年出現的效應符合模型預期，那麼傳導至 2028-2030 年全國非技術類勞動力的時間差，就將成為下一個觀察重點。而那 17 個復位職業類別，則向我們拋出了單靠模型無法解答的問題：為了監督代理而誕生的新職位，其數量規模是否真的足以對整體勞動份額產生實質影響？

常見問題 #

為什麼早期的任務暴露框架會低估代理型 AI 的衝擊？

建立在 Autor-Levy-Murnane 傳統上的早期框架假設，自動化只會移除個別任務，而職業會作為人類協調外殼繼續留存。然而，代理型 AI 系統吸收了過去需要人類協調者負責的規劃、工具調用、狀態管理與中間品質檢查，從而使整個工作流程（而非孤立的單項任務）暴露於替代風險之下。

代理型任務暴露度（ATE）指標是如何計算的？

ATE 是一項演算法綜合指標，結合了 O*NET 任務重要性評分（wo,t）、AI 能力基準與實務部署報告（CAP(t)）、衡量職業完整工作流程是否落在代理作業包絡線內的工作流程覆蓋因子，以及針對 236 個 SOC 代碼進行校準的邏輯斯諦採用速度參數。

關於創造新工作（復位效應），這項研究發現了什麼？

研究擴展了 Acemoglu-Restrepo 的復位管道理論，識別出 17 個集中在人機協作、AI 治理與特定領域 AI 維運的新興職業類別。至於這些新興類別的就業增長能否抵消工作流程層級的替代效應，仍是一個有待檢驗的開放性實證問題。

參考文獻 #

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.

最近審閱 2026-11-01.

重新發佈本文

代理型 AI 打破了所有任務暴露預測背後的預設前提 — Sebastien Rousseau

任務暴露框架將職業視為一個外殼，只要人類仍負責剩餘工作，該外殼就能存續。然而，代理型系統能追求目標並交付完整的工作成果，因此過去保護職位的協調工作...

本文採用以下授權條款 Creative Commons Attribution 4.0 International. 重新發佈需註明原始 URL 出處。

代理型 AI 打破了所有任務暴露預測背後的預設前提 — Sebastien Rousseau

任務暴露框架將職業視為一個外殼，只要人類仍負責剩餘工作，該外殼就能存續。然而，代理型系統能追求目標並交付完整的工作成果，因此過去保護職位的協調工作...

Originally published at https://sebastienrousseau.com/zh-hant/2026-10-25-dailixing-ai-dapo-renwu-baolu-yuce-tw/ by Sebastien Rousseau.
Licensed under CC-BY-4.0.

SEBASTIEN ROUSSEAU FOUNDER · ENGINEER