Karpathy的AI就业冲击地图：一场直观的"屏幕 vs. 现实"分水岭
2026年初，AI研究者Andrej Karpathy发布了一个互动可视化项目，将美国劳工统计局（BLS）《职业展望手册》中涵盖的342个职业全部映射为树状图，每个职业方块的大小代表就业人数，颜色代表AI暴露度（0-10分，绿色低暴露→红色高暴露）。项目上线后迅速引发热议。
核心数据
- 总覆盖就业人数：约1.43亿
- 加权平均AI暴露度：4.9/10
- 暴露工资总额：约3.7万亿美元
- 极低暴露（0-1分）：约620万，占4%
方法论
Karpathy从BLS爬取全部342个职业的官方描述，使用前沿大语言模型对每个职业进行0-10分的AI暴露度打分，评估"AI将在多大程度上重塑该职业"。代码与数据公开在GitHub上。
核心洞见
- 屏幕 vs. 物理世界的终极二分法：工作产出是数字化的（屏幕内）还是物理化的（现实世界），决定了AI冲击的程度。
- 高学历、高薪资 ≠ 安全：许多博士/硕士要求职业暴露度反而较高，低薪体力劳动反而更安全。
- 不是消灭，而是重构与生产率爆炸：高暴露不等于失业，Jevons悖论表明效率提升可能创造更多需求。
宏观启示
3.7万亿美元工资面临重塑，可能导致工资两极分化。政策层面需要大规模再培训计划、UBI探讨和教育系统改革。个人层面，未来最有价值的技能是"教AI"与"被AI教"。
参考链接
- Karpathy AI Jobs可视化：karpathy.ai/jobs
- GitHub开源代码：github.com/karpathy/jobs
- 美国劳工统计局职业展望手册：bls.gov/ooh