問題是假的，但焦慮是真的
「AI 會搶走你的工作嗎？」
這個問題被問爛了。但它之所以一直被問，是因為大多數人從來沒有拿到一個讓他們信服的答案——只有兩種空洞回應：一種是「放心，AI 不會取代人，它只是工具」，另一種是「你最好快點學 AI，不然就被淘汰了。」
Jensen Huang 在 Stanford 給了第三種答案，也是更難聽但更誠實的一種。
Jensen 的核心論點
Jensen 的立場一貫：AI 不是在取代工作，它在改變工作的形態，同時創造舊清單上根本不存在的新工作。
他的邏輯建立在歷史上。電力出現時，工廠的工人減少了，但整個製造業規模擴大了十倍；電腦出現時，打字員幾乎消失，但分析師、工程師、設計師大量增生；網路出現時，零售業受衝擊，但物流、數位行銷、平台經濟誕生了更多就業人口。
每一次，技術降低了某件事的成本，然後需求反而膨脹，帶出新職業。
AI 的邏輯是一樣的。AI 降低的是「智慧」的成本——原本需要大量腦力才能完成的分析、生成、推理工作，現在可以自動化。但這不是終點，這是起點：當智慧變便宜，大量過去「太貴了所以沒人做」的事情會開始有人做。
Ro Khanna 問了正確的問題
這場對談的搭檔是國會議員 Ro Khanna，矽谷選區，科技圈的熟面孔。他的角度不一樣：他問的不是「AI 會不會創造工作」，而是「這些新工作，誰得到？」
這是更尖銳的問題。即使 AI 在總量上創造了更多工作，如果新工作只集中在少數人、少數城市、少數國家，那「AI 創造就業」對大多數人來說就是空話。
Jensen 的回答是：這取決於基礎建設。投資 AI 基礎建設的國家和公司，會主導下一個經濟週期。不投資的，會成為消費方，而不是生產方。
接上 Karpathy 的數據
就在這場對談前後，Andrej Karpathy 發布了他的 jobs 專案：把美國勞工統計局的 342 種職業全部爬下來，用 LLM 打「AI 暴露分數」0 到 10 分。
軟體工程師拿了 9 分。
但 Karpathy 自己說得很清楚：9 分不是「你要失業」，是「你的工作正在被深度重塑」。他特別指出，暴露分數高的職業，需求可能因為成本下降而反向增長——更多軟體、更快交付、更大規模，同樣的人可以做更多事。
這正是 Jensen 的論點在數據層面的映射：不是人變少，是同樣的人能做更大的事。
每一個時代都「消滅」了前一個時代的某些工作，但後繼的就業規模更大。AI 時代也會如此——問題不是有沒有工作，而是你在哪一端。
各技術浪潮對就業的淨影響（推估）
各技術浪潮就業淨創造（相對指數，電力時代基準=45）
電力時代到網路時代，每一波浪潮的就業淨創造都大於前一波。AI 時代的預估更高——前提是有人在建設基礎設施，有人在開發應用，有人在部署、訓練、管理這些系統。這些工作不會從天上掉下來。
這對你意味著什麼
Jensen 在 Stanford 說的那些話，不是在安慰焦慮的人。他的意思是：瓶頸已經不在於你會不會寫程式，而在於你能不能清楚思考問題。
AI 把「執行」這件事大幅外包了。剩下的是判斷、架構、決策——這些東西 AI 還做不好，或者做好了也需要人來驗證。
Karpathy 的分數說軟體工程師暴露程度最高，Jensen 的論點說這個職業也會因此擴張。這兩件事不矛盾，它們說的是同一件事：工作的形態在變，不是工作在消失。
但這不是讓你放鬆的理由。每一次技術浪潮都有人沒趕上，電力時代有蠟燭工人，電腦時代有抗拒數位化的企業，網路時代有堅守實體通路的零售商。他們都是真實的傷亡，不是統計數字。
AI 時代也一樣。差別在於，這次你知道它要來了，而且它已經到了。
現在的問題不是「AI 會不會搶走工作」。現在的問題是：你在用 AI 建東西，還是在等別人用 AI 取代你？