Karpathy 給美國 342 種職業打了 AI 取代分數，0 到 10 分，程式設計師 9 分

Andrej Karpathy 在 2026 年 3 月發了一個叫 jobs 的 GitHub 專案。沒有論文，沒有 PR 稿，就是一個側專案。他把美國勞工統計局（BLS）的 342 種職業全部爬下來，每一種都餵給 LLM 跑評分，然後做成一個可互動的 treemap。

矩形大小代表就業人數，顏色代表 AI 暴露程度。這個可視化有一個名字：Digital AI Exposure Score，0 到 10 分。

資料 pipeline

Karpathy 的方法論很乾淨：

評分模型走的是 Gemini Flash via OpenRouter，用一份詳細的評分 rubric。整個 pipeline 可以本地重跑——爬 BLS、解析、出 CSV、LLM 打分、合併、輸出 treemap，每一步都在 repo 裡。

各職業的分數長什麼樣

軟體工程師 9 分，這個結果不讓人意外——但數字放出來還是有感覺。程式碼的生成、審查、除錯、文件，AI 已經進入工作流的每個節點。財務分析和行銷分析緊跟在後，都是 8 分，共同特徵是大量文字處理加上模式識別任務。

分數最低的集中在體力技能、人際關係技能、現場操作技能這幾類。水管工 1 分——AI 不能去你家修漏水。

Treemap 可視化：四個維度切換

Karpathy 做的互動式 treemap 支援四種顏色模式切換：

• BLS Outlook：職業未來展望（正向、持平、負向）
• Median Pay：中位薪資水準
• Education：要求學歷
• AI Exposure：數位 AI 暴露分數

矩形的大小固定是就業人數，顏色才是切換的維度。這個設計讓你能同時看到：這個職業有多大（就業規模），以及這個職業在某個維度上的位置。

還有一個自訂 prompt 功能，可以換成機器人化分析（robotics）、外包風險（offshoring）、氣候影響分析。不只是 AI 取代，是一個通用的「職業分析框架」。

Karpathy 的重要提醒

這裡有個必須講清楚的事：Karpathy 沒有說這些職業會消失。

他在 repo 裡明確指出，這個分數是粗略的估計，很多高暴露分數的職業會被重塑，不是被取代。他特別列出幾個評分忽略的重要因素：

• 需求彈性：AI 讓某件事變便宜，需求可能反而增加（更多軟體、更多文字）
• 監管限制：醫療、法律、金融都有法規牆
• 社會偏好：人們有時候就是想要跟人互動，不是跟 AI
• 新職業創造：每次技術革命都創造了 BLS 清單上沒有的工作

軟體工程師 9 分，不是說工程師要失業，而是說 AI 正在深度介入這個工作的每個環節。工作本身在變形。

這個專案真正有意思的地方

不是分數本身——分數粗糙，Karpathy 自己也說了。真正有意思的是這個框架可以被替換。

整個 pipeline 是公開的，rubric 是可以修改的，LLM 是可以換的。你可以把評分標準換成「哪些職業在 AI 工具滲透後薪資會上漲」，或者「哪些職業需要 AI 協作技能」。Karpathy 搭的是一個腳手架，不是一個定論。

BLS 有 342 種職業，但實際上市場裡的工作形態比這複雜得多。這個框架能做的，是把「AI 對就業的影響」這個模糊問題，轉成可以拿資料討論的結構。這比爭論哪個職業會不會消失，要有建設性得多。