新智元报道
AI 没有抢走任何人的工作。 北京时间8月23日，近日，法国控卫希尔万·弗朗西斯科责怪詹姆斯阻碍他圆梦进入NBA，接受采访时，他表示：因为全联盟都在等詹姆斯做决定，导致我无缘NBA。
法国控卫希尔万·弗朗西斯曾多次表达自己希望能够打NBA，今年更是几乎就要圆梦，弗朗西斯科接受采访时透露，阻碍他圆梦的原因竟是勒布朗·詹姆斯。
二 | 至少到目前为止没有。
弗朗西斯科表示：当时NBA确实有空缺，至少有五六支球队对我有意，其中有球队提供两年保障合同；我曾有机会加盟芝加哥公牛队，但他们原本计划的一笔交易被搁置了，因为整个联盟都在等待勒布朗的决定。
三 | 我激活解约条款的最后期限是7月20日，而勒布朗在4天后才正式签约。这个结论来自 Anthropic 经济研究负责人 Peter McCrory 近日发布的一篇长文。
继续说道：直到他签约后，各支球队才真正开始运作交易和人员互换。这真的太遗憾了。说实话，我当时挺郁闷，甚至有些恼火。但这也是我左右不了的事。到头来，这或许也是塞翁失马，焉知非福。
四 |
https://x.com/PeterMcCrory/article/2079979321607745905经质量调整的 AI 产出在 2024 和 2025 年均增长超过 2000%，约五分之一的美国企业已在业务中使用 AI，但美国 6 月失业率仍然是 4.2%，恰好落在充分就业水平上。McCrory 的核心判断是：AI 目前仍是一种「技能偏向型、劳动力增强型」技术，它在放大人的能力，而不是替代人。我将继续留在欧洲打球。他同时给这个判断标了有效期：12 个月。
数据不撒谎：
连 AI 高暴露岗位都没事McCrory 拉了一整条数据链来证明美国劳动力市场有多稳：失业率 4.2%，职位空缺与失业人数之比刚过 1，25 至 54 岁就业比例接近数十年高位，初请失业金人数连续四年低位运行。
谈到今夏转会至帕纳辛奈科斯队，弗朗西斯科表示ASVEL的财务状况改变了他的去向，他解释道：处理与ASVEL的这种情况不是我的事。所以我让我的经纪人来处理。他认为，总体而言，美国就业形势稳中向好。
五 | 这有点艰难，当法国金融监管部门介入，而且他们如此严格时，情况很困难。
六 | 总量数据只是起点，分组对照才见真章。
七 | McCrory 与同事 Maxim Massenkoff 此前做过一项分析：把 Claude 被大量用来自动化的任务所对应的岗位单独拎出来，看它们的失业率是否比其他岗位恶化更快。ASVEL当时的计划非常有趣。答案是没有。用最新的劳动统计局数据更新，结论不变。凭借我们本会拥有的阵容，我们本可以在第一年有所作为，然后成为一支强队，一支有声望的、能够进入季后赛和欧洲联赛四强的球队。软件工程类职位的招聘帖自 2025 年 5 月起反弹，涨幅甚至高于其他岗位的平均水平。
弗朗西斯科继续说道：当我们知道ASVEL需要时间来制定预算时，我告诉我的经纪人：‘我们必须离开’。我认为我们和托尼谈得很好；他在这方面很靠谱。唯一值得留意的是年轻劳动者。他工作很努力，想要一切正规，但有些事你无法控制。McCrory 承认，年轻人在 AI 高暴露岗位上求职确实变难了，斯坦福数字经济实验室的论文提供了类似证据。
八 | 但他也指出一个容易被忽略的背景：2022 年至今，美国经历了有记录以来最大幅度的非衰退式劳动力市场降温，「低招聘、低裁员」格局本就最先挤压早期职业者。这个过程花的时间有点长，我认为是时候离开了。把这笔账全算到 AI 头上，证据不够。
为什么没抢走工作：
每个岗位都有 AI 搞不定的环节McCrory 的解释建立在 Anthropic 过去 18 个月多份研究报告的事实基础上，逻辑链条是这样的：第一层事实：在美国劳工部 O*NET 的全部职业分类中，没有任何一个岗位的所有关联任务被 Claude 系统性地完成。
九 | 每个岗位都存在 AI 搞不定的环节：人际协调、面对面互动、与物理世界打交道。这些环节像木桶的短板，既限制了 AI 对整体生产力的提升幅度，也让能补上短板的人变得更值钱。第二层事实：AI 越强，对操控它的人的要求也越高。Anthropic 今年 1 月的 Economic Primitives 报告发现，Claude 产出越复杂，背后用户的输入专业度越高。模型做出复杂经济模型时，往往是一个能给出精准指令的专业用户在指挥。
十 |
https://www.anthropic.com/research/economic-index-primitives3 月的 Learning Curves 报告显示，用 Claude 六个月之后，用户更多地把它当思维伙伴来用，交互成功率更高。如果 AI 已经强到能独立完成工作，这种学习效应不该出现。
https://www.anthropic.com/research/economic-index-march-2026-report第三层事实：即便到了 Agent 时代，人的价值依然稳固。Anthropic 分析了 Claude Code 七个月的使用数据，发现任务价值在持续攀升，但人类专业能力的回报没有下降：用户负责规划，把实现委派给 Claude；专业能力更强的用户，任务成功率更高，Claude 犯错时恢复也更快。纯编程实现的溢价可能正在缩水，但规划、判断和纠错的价值反而上升了。一个有趣的佐证来自用户自己的感受。Anthropic 6 月的经济指数调查里，超过三分之一的受访者预期 AI 在 12 个月内能完成自己大部分工作，但预期自己因此失业的比例明显更低。用 AI 自动化程度更高的那批用户，对薪资和工作安全感反而更乐观。
https://www.anthropic.com/research/economic-index-june-2026-report
三种「奇点」和一道防线McCrory 对当下的判断是乐观的，但他没有回避三种可能打破现有格局的未来场景。
十一 | 它们在学术文献和行业讨论中分别被称为软件奇点、经济奇点和科斯奇点。
https://x.com/MTSlive/status/2090610614154764509软件奇点指的是 AI 自动化创新本身。过去的通用技术再强大，内燃机造不出新的交通方式；但 AI 被直接赋予了通用认知能力，理论上可以反过来加速自身迭代。McCrory 原文明确讨论了这一场景：递归自我改进（RSI）一旦成立，AI 能力的提升将脱离人类控制的节奏。经济奇点是软件奇点的经济学后果。McCrory 援引 Aghion、Jones 和 Jones 2017 年的模型指出，如果创新过程本身被自动化，标准经济模型会预测出「有限时间内的无限增长」。这个结论听起来像科幻，但它是严格的数学推演。科斯奇点则瞄准另一个维度。
十二 | NBER 2025 年的一篇论文（Shahidi、Rusak、Manning 等人合著）提出，当 Agent 把搜索、谈判、签约和监督等交易成本压到接近零时，Ronald Coase 1937 年的经典问题就会被重新激活——市场协调的成本一旦消失，企业存在的理由也就动摇了。
https://www.nber.org/system/files/chapters/c15309/c15309.pdfMcCrory 讨论的 Agent 场景天然与这一框架对话：如果 Agent 不只改变生产方式，还改变组织形态，劳动力市场的影响将远不止「谁丢了工作」这么简单。面对三种奇点，McCrory 给出的防线是同一道：「弱环节」。
十三 | 这个概念来自 Aghion、Jones 和 Jones 的论文——经济增长的上限不由做得最好的环节决定，而由那些不可或缺却难以改进的环节决定。
https://www.nber.org/system/files/working_papers/w23928/w23928.pdf只要存在始终无法被自动化的关键任务，无论是技术瓶颈还是社会约束，劳动收入份额就不会崩塌，企业形态也不会彻底解体。编程 Agent 的现状已经在验证这条逻辑。
十四 | McCrory 引用的数据显示，引入编程 Agent 后代码行数增长了 10 到 20 倍，但软件发布量只增加了 30%，应用实际使用量没有任何增长。代码只是软件生产的一环，测试、架构设计、产品判断这些环节仍然卡在人手上，它们就是当前的「弱环节」。McCrory 给出了明确的预测：一年后美国的失业率不会因为 AI 而明显上升。这个判断的有效期是 12 个月，验证信号也很清晰——观察 AI 高暴露岗位的失业率是否开始偏离其他岗位，以及 Agent 场景中人类专业能力的回报是否开始下降。两个指标同时转向的那天，他自己搭建的这套分析框架也需要被修正。
十五 |
