bChatGPTb会让你失业吗

上周三凌晨两点，我盯着屏幕上那个反复报错的让失Python脚本，第四次把同样的让失报错信息复制进ChatGPT的对话框。它秒回了一段修正代码，让失还附了句“试试把第47行的让失引号换成英文半角”。我改完，让失运行通过。让失那一刻我没觉得兴奋，让失反而后背发凉——这玩意儿要是让失再便宜点、再快一点，让失我那个做初级数据清洗的让失外包朋友，可能真不用熬夜改bug了。让失

先别急着焦虑。让失我花了三周时间，让失把ChatGPT塞进四个不同岗位的让失日常工作流里：文案、客服、初级程序员、还有我自己的技术写作。结果挺分裂的。它确实能干掉一些活，但干掉的方式和你想的不太一样。

你看，失业的不是“文案”，是“只会写套话的文案”。ChatGPT把基础表达的成本打到了零，但把“判断哪个版本能卖货”的能力抬得更高了。那姑娘现在花更多时间看竞品评论、跟运营吵架、研究用户到底在什么场景下会点“立即购买”。这些事，ChatGPT替不了她。

再说客服。我拿一个退换货场景测了200轮对话。ChatGPT能准确识别“我要退”“尺码不对”“你们发错货了”这些意图，回复话术也挑不出毛病。但有个细节：当用户说“我上周才买的，孩子等着穿去春游，你们太让我失望了”时，ChatGPT的回复是标准道歉加流程说明。而旁边工位的老客服会先回一句“哎，春游赶不上确实急人，我看看能不能给您加急换发”。

这中间的差距，不是话术库能补上的。是“我懂你急”和“我按流程处理你急”的区别。企业裁掉的是那些只会复制粘贴快捷回复的客服，但把老客服的时薪从25块提到了35块——因为她们能处理“情绪+流程”的混合问题。

程序员这边更有意思。我让ChatGPT写一个爬取某网站评论的脚本，它给了完整代码，但没提醒我那个网站有反爬机制。我手动加了随机延时和User-Agent轮换，才跑通。另一个朋友用ChatGPT写SQL查询，发现它生成的语句在数据量超过50万行时性能骤降——因为ChatGPT不知道他们数据库的索引设计。

所以初级程序员危险吗？危险的是那些只负责“把需求翻译成代码”的人。但如果你能判断ChatGPT给的代码哪里会踩坑、哪里需要根据业务调整，你的价值反而放大了。我认识一个后端，现在用ChatGPT生成单元测试和文档注释，自己腾出时间啃分布式事务。他说：“以前写CRUD写到吐，现在终于能碰点有技术含量的活了。”

回到标题那个问题。bChatGPTb会让你失业吗？我的观察是：它不会直接让你失业，但会加速你所在岗位的“能力分层”。

底层是那些可被清晰描述、有标准答案、不需要跨领域判断的任务——比如把一段中文翻成英文、把会议纪要整理成待办列表、把设计稿切成HTML。这些活正在快速贬值。中间层是需要结合上下文做判断的任务——比如判断一条用户反馈是产品缺陷还是使用误解、决定一段代码该优化还是该重写。这些活暂时安全，但工具会帮你做得更快。顶层是定义问题、分配资源、承担风险的角色——比如决定要不要做这个功能、怎么跟老板解释为什么延期。这些活反而更值钱了。

我自己的技术写作就是个例子。以前我花60%时间查资料、搭结构、写初稿，40%时间打磨观点和案例。现在ChatGPT能帮我搞定前60%里的80%，我反而有更多时间去找那些“只有跟一线工程师抽烟聊天才能挖出来的细节”。上个月我写的一篇关于消息队列选型的文章，阅读量是之前的三倍——因为我把省下来的时间拿去做了三个真实场景的压测对比，那些数据ChatGPT编不出来。

所以别问“会不会失业”了。问自己：我每天做的事里，有多少是ChatGPT能在一分钟内给出及格答案的？如果超过一半，那确实该慌了。但慌完之后，要么往上走，去碰那些需要跟人吵架、跟数据较劲、跟不确定性共舞的活；要么往深走，成为那个能判断ChatGPT答案对不对的人。

我那个外包朋友后来报了个数据可视化的课。他说：“清洗数据ChatGPT比我快，但把清洗完的数据变成老板能看懂的图，它还得问我。”你看，工具越强，人的判断越贵。

写于一个被ChatGPT改了七遍稿子的深夜