新智元報道

編輯：定慧

都在聊AI會取代誰，有人說是程序員，有人說是UI設計師和插畫師。但MIT最近的一項重磅研究告訴我們：我們看到的只是「冰山一角」，廣大白領才是最可能被取代的第一波人。

不都說AI要取代人類工作嗎～

取代多少？取代什么崗位？影響多少經濟？怎么量化評估？

最近，麻省理工學院（MIT）聯合橡樹嶺國家實驗室搞了一個大型打工人職場模擬實驗。

他們直接動用超級計算機，給整個美國勞動力市場造了一個「數字職場模擬器」！（美國勞動力市場的數字孿生體）

這項研究通過一個名為「冰山指數」（Iceberg Index）的模擬工具，得出了一個驚人的結論：

現有的人工智能技術，已經有能力替代美國11.7%的勞動力，涉及工資總額高達1.2萬億美元。（相當于在金融、醫療和專業服務領域產生高達 1.2 萬億美元的工資替代效應。）

這到底是怎么算出來的？

而且結論出人意料，AI取代最多，影響最多竟然不是IT領域的程序員，而是廣大的白領工作者。

這篇研究對我們普通打工人非常重要，未來職場如何規劃完全可以根據這個結論來調整。

今天我們就來扒一扒這項硬核實驗。

項目地址：https://iceberg.mit.edu/

給1.51億打工人建立「數字分身」

以往的經濟預測，往往是拿Excel表格算一算大趨勢。

但這次不一樣，MIT和橡樹嶺實驗室玩的是「全美模擬職場人生」。

橡樹嶺實驗室擁有世界上最快的超級計算機之一，為這個實驗提供算力。

使用的技術叫做Large Population Models，這個項目已經開源。

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

研究人員利用這股算力，創建了一個包含1.51億個「智能體」的模擬環境。

每一個「智能體」代表一個真實的美國工人。

每個「人」身上都貼滿了標簽：住在哪里、做什么工作、會什么技能。

系統覆蓋了3000個地區，涵蓋了923種職業和超過32,000項具體技能。

實驗的核心玩法是：

把現在的AI技術扔進這個模擬世界里，看看這3.2萬種技能中，哪些是AI現在就能干得很好的。

結果，真相令人驚訝。

為什么叫「冰山指數」？

這個名字起得非常貼切和形象。

我們平時在新聞里看到的裁員新聞往往是谷歌裁員、亞馬遜優化工程師，都是和IT、程序員、科技大廠相關。

都是前端已死，后端必亡，UI設計師消失這種和科技大廠強相關的崗位。

這些確實在發生，但研究發現，這只是浮出水面的那一小塊冰山。

模擬數據令人驚訝：

科技、IT、互聯網領域的崗位變動，其實只占受AI影響總工資的2.2%（約2110億美元）。

這就是冰山一角。

冰山水面之下，情況更加嚴峻。

剩下絕大多數的沖擊，發生在金融、醫療、人力資源（HR）、物流和辦公室行政等領域。

水面之下才是事關更大部分「打工人」結果。

都說AI先淘汰IT、程序員，但這個實驗告訴絕大部分打工人：

AI取代你，和你無關。

也就是說，當你盯著硅谷程序員擔心他們失業時，坐在辦公室里做報表、搞調度、管檔案的普通白領，其實面臨著更大的被替代風險。

這些常規職能崗位，才是那隱藏的1.2萬億美元大頭。

沒有「避風港」：從硅谷到玉米地

過去我們總以為，AI是高科技產物，只會影響沿海的發達科技城市（比如舊金山、紐約）。

住在中部大農村應該沒事吧？

「冰山指數」打臉了這種僥幸心理。

因為這個模擬精確到了具體的郵政編碼（Zip Code），研究人員發現，AI的影響力是全覆蓋的。

田納西州、猶他州、北卡羅來納州……無論你是搞金融的，還是在工廠里做供應鏈管理的，只要你的工作涉及大量的常規信息處理，你就處于AI的射程之內。

北卡羅來納州的參議員De Andrea Salvador在看到這個工具后感嘆：它太神了，可以直接精確到某個縣的某個普查區，告訴你這里的人掌握什么技能，而這些技能被AI自動化的概率有多大。

當然這不是算命，而是「沙盒演習」

看到這里，你可能有點慌：「完了，還要多久我就會失業？」

先別急。

研究負責人Prasanna Balaprakash強調說：這不完全是一個預測引擎，它更像是一個「模擬沙盒」。

它不是在告訴你「明天你就會失業」，而是在說：

「以今天的AI技術，理論上已經可以搞定這些工作了。」

這個工具的最大意義在于「預警」和「演習」：

給政府看：

在真的砸下數十億美元去搞再就業培訓之前，先在模擬器里跑一遍，看看錢花在哪最有效。

給企業看：

哪些崗位需要轉型，而不是簡單粗暴地裁員。

給打工人看：

看看你的技能樹，是不是都點在AI擅長的領域了？

目前，田納西州已經率先使用了這個指數，制定了官方的《AI勞動力行動計劃》。

他們發現，雖然會有沖擊，但像核能、高端制造這些依賴物理操作的行業，反而可以利用AI機器人來增強效率，而不是被掏空。

雖然MIT強調了這是個沙盒演習，雖然數字孿生了職場生存環境，但是還算不上一種真實預測。

但MIT的這項研究其實給我們揭示了一個殘酷但重要的現實：

AI的浪潮不會只拍打在程序員身上，它正在無聲無息地滲透進每一間普通的辦公室。

只要你的工作涉及常規信息處理，你就在AI取代你的射程范圍之內。

如果你每天的工作只是處理Excel、整理文檔、安排日程等重復性腦力勞動，那么在「冰山指數」的雷達上，你可能已經亮起了紅燈。

但好消息是，這還是一場模擬。

在現實追上模擬之前，我們還有時間去升級自己的技能樹。

不要只盯著水面上的冰山，去看看水面下正在發生什么吧。

硬核揭秘

幕后引擎AgentTorch平臺

這種「精確到街道」的底氣，來自MIT媒體實驗室開發的一個大殺器——AgentTorch。

這可不是普通的數據庫，而是一個基于PyTorch的「可微分主體建模框架」（Differentiable Agent-based Modeling）。

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

簡單來說，它是支撐這場「全美模擬人生」的游戲引擎：

極速推演：

傳統模擬幾千人就卡頓，但AgentTorch利用GPU加速，能同時模擬數百萬甚至上億個獨立個體的復雜互動，速度比傳統CPU模擬快了幾個數量級。

不僅是模擬，還能學習：

它的核心特性是「可微分」（Differentiable）。這意味著系統不僅能告訴你「會發生什么」，還能通過梯度下降算法反向優化，幫助政策制定者找到最優解。

微觀與宏觀的統一：

正是因為有了AgentTorch，研究人員才能將宏觀的GDP數據與微觀的「個人技能樹」無縫連接。它能追蹤每個「智能體」的決策路徑，這也是為什么報告能精確到具體某個縣的就業變化。

以下框圖提供了AgentTorch Python API 的結構概覽：

此外，AgentTorch是一個通用工具，可以模擬多種大型項目。

比如疫苗防治、供應鏈追蹤等。

參考資料：

https://www.media.mit.edu/projects/ai-lpm/overview/

https://agenttorch.github.io/AgentTorch/tutorials/creating-a-model/

https://www.cnbc.com/2025/11/26/mit-study-finds-ai-can-already-replace-11point7percent-of-us-workforce.html

秒追ASI

?點贊、轉發、在看一鍵三連?

點亮星標，鎖定新智元極速推送！