说实话，聊大模型对谁影响最大，我第一个想到的是我们这些文字工作者。

不是矫情，是真的切身感受到了。我有个朋友在广告公司写文案，以前憋一个slogan要熬到凌晨两点，现在好了，客户说“先让AI出20个版本看看”。他跟我说这话的时候，笑容里带着点苦涩。不是说AI不好，是那种“我的脑洞突然不值钱了”的感觉，挺复杂的。

更典型的例子是初级程序员。我一个前同事，去年刚转行学前端，本来信心满满。结果现在？他说：“我写代码的速度还比不上AI自动补全的速度。”GitHub Copilot这类工具，让一个应届生能干出中级工程师的活，那企业还愿意花时间培养新人吗？这个问题挺尖锐的。

但要说“影响最大”，我觉得得分成两类——被冲击的和被赋能的。

被冲击最狠的，其实是那些从事“模板化知识工作”的人。

比如翻译，尤其是不太需要文学性的商务翻译、技术文档翻译。我认识一个自由译员，以前一个月接七八单，现在只剩两单，客户说“我们用DeepL加ChatGPT润色就够了”。不是翻译没价值，是普通水平的翻译不值钱了。

还有客服、初级数据分析师、基础法务审核这些岗位。我有个在律所的朋友，他们现在用AI审合同，以前一个初级律师要花两小时，现在十分钟搞定。那些靠“看文档、找条款”吃饭的岗位，真的很危险。

被赋能最强的，反而是那些有专业壁垒但不会写代码或不太会表达的人。

举两个例子：

一个是医生。我有个朋友是影像科的，他们现在用AI辅助看片子。不是AI代替医生，是AI把可疑的地方标出来，医生只需要做判断和决策。这医生以前一天看200张片子累得眼睛疼，现在能看400张，准确率还更高了。他的产出翻倍了，但工资不可能翻倍——这又是另一个话题了。

另一个是教师。我认识一个小学老师，以前备一节课要花三小时找资料、做PPT。现在她用AI生成教案框架、出练习题、设计课堂互动，一个小时搞定。省下来的时间干什么？去跟学生聊天，关注那些有情绪问题的孩子。这才是教育的本质啊。

还有一类人很有意思——善于提问题的“提问者”。

我发现，大模型时代最稀缺的能力不是“知道答案”，而是“会问问题”。我一个做市场调研的朋友，以前做个用户画像分析要一周，现在她用AI辅助，一天出三个版本，然后挨个追问：“这个结论的数据来源是什么？”“有没有反常识的发现？”“如果我们换个角度会怎样？”——这种人不会被淘汰，因为AI成了她的加速器，而不是替代品。

最意外的一群人：体力劳动者。

听上去反直觉对吧？但你想，送外卖的、开货车的、建筑工地的工人，短期内AI真的替代不了他们。机器人还不够灵活，成本也太高。反而是那些坐办公室的白领，风险更大。我一个亲戚在工厂当电工，他说：“机器坏了还得我修，AI又不能拎着扳手爬梯子。”说得挺实在的。

最后想说的一点：

影响最大的，可能不是某个职业，而是不愿意改变的人。

我有个大学同学，做平面设计的，技术一般但人缘好。去年大家开始用Midjourney，他死活不用，觉得“那不是真正的设计”。结果呢？客户越来越少，因为别人用AI能出10版方案让他选，我同学只能出两版。不是他设计能力不行，是他不愿意拥抱工具。

反过来，我另一个做插画的朋友，主动学Stable Diffusion，现在用AI生成底稿，自己再手绘加工，效率翻了三倍，接的单子比以前还多。

所以你看，大模型就像一个放大镜——它放大了你的能力和效率，也放大了你的懒惰和固执。

真正受影响最大的，是那些工作内容高度重复、决策空间小、且不愿意学习新工具的人。不管你是白领还是蓝领，只要你的工作可以被打包成一个“输入→输出”的函数，你就得小心了。

但好消息是，那些需要人情味、需要创造性判断、需要跨领域思考的工作，反而更值钱了。因为稀缺性变了——以前稀缺的是信息处理和重复劳动的能力，现在稀缺的是审美、共情、批判性思维和提出好问题的能力。

你觉得呢？