屏幕vs物理世界分水岭

[[Andrej Karpathy]]在[[karpathy-ai-jobs-map]]中提出的核心框架：AI对就业的冲击遵循"屏幕 vs. 物理世界"的终极分水岭。

核心主张

• 屏幕内工作：工作产出完全发生在屏幕上的职业（如程序员、分析师、会计、数据录入员）面临最高的AI暴露风险。这些工作的核心产出是数字化的文本、代码、表格、报告、分析、决策，LLM在这些领域已表现出色。
• 物理世界工作：需要物理操作、现场判断和人际情感的职业（如建筑工人、护士、厨师、清洁工）相对安全。这些工作高度依赖物理世界交互、不可预测环境、人体接触或即时情感判断。

一句话总结

“如果你的全部工作发生在屏幕上，你就很危险了。”

理论基础

该框架本质上是[[Moravec悖论]]的2026年版：对人类来说困难的认知任务对AI简单，对人类简单的物理任务对AI困难。

与[[physical-ai]]的关系

该框架从劳动力市场角度清晰地划出了Physical AI（绿色区域）与Digital AI（红色区域）的边界，为Physical AI的重要性提供了来自就业市场的直接证据。但安全是暂时的——随着具身智能的发展，绿色区域可能逐步变黄。

对[[机器劳动力]]概念的挑战

该框架指出，当前AI冲击最大的是认知劳动，而非体力劳动。这暗示了"机器劳动力"的威胁可能被高估，而"认知自动化"的威胁被低估。