主题
13.3 从马夫到司机的历史回响：百年汽车大博弈与新兴职业浪潮
💡 “每一次颠覆性技术的降临，都会毫不留情地碾碎旧世界的饭碗，但同时也会在废墟之上，浇灌出一整片百倍于旧世界的全新产业森林。”
当内燃机取代马车时，马车夫并没有永远消失，他们中的绝大多数进化成了出租车司机与卡车司机； 汽车的普及更催生了加油站、高速公路、交通警察、汽车维修、公路旅行与现代物流等数以千万计的前所未有的新岗位。 AI 亦是如此。技术消灭的是旧的特定劳动动作（Tasks），创造的却是全新的高价值职业生态（Ecosystem）。
但本节更要讲清一个被鸡汤故事掩盖的真相：转型不会自动发生，也不会没有代价。正视代价，才能真正抓住机遇。
历史是一面镜子：马车与内燃机汽车的百年博弈
让我们把时光倒流到 19 世纪末。这场博弈不仅有故事，更有硬邦邦的统计数字：
用数据回看这场大博弈（美国数据）
| 指标 | 旧时代（马车） | 新时代（汽车） |
|---|---|---|
| 保有量 | 1900 年约 2000 万匹马 | 1900 年仅 8000 辆汽车 → 1930 年 2300 万辆 |
| 制造企业 | 1890 年约 1.38 万家马车公司 | 到 1920 年马车公司仅剩 不到 90 家 |
| 车夫人数 | 1900–1920 年维持约 36–40 万人 | 1920–1930 十年间锐减 超 50%（约减 20 万） |
| 配套岗位 | 马厩管理员 1910 年 6.3 万人 | 1920 年仅剩 1.9 万人 |
| 新产业岗位 | — | 汽车制造业 7.5 万（1910）→ 64 万（1930）→ 超 100 万（1950）；私人司机 4.6 万→28.5 万；卡车司机达百万级；1930 年美国已有约 12 万个加油站 |
历史大规律：
- 消灭的是“挥舞马鞭”的手法，升级的是“掌控方向盘”的能力；
- 当社会的交通出行速度从每小时 15 公里提升到 100 公里时，全社会的经济活力被释放了千百倍，对司机的总需求不降反升。
- 伦敦 1899 年全城养了约 30 万匹马、近 10 万人靠“马经济”吃饭（当时全城仅约 200 万人）——放到今天，这相当于“一个城市 5% 的人依赖马车产业链”。而这条产业链最终被一条更大的产业链（汽车 + 石油 + 公路）整体接住了。
必须承认的另一面：历史不是童话
很多“AI 乐观派”喜欢用“马车夫都去当司机了”来安抚焦虑。但真实历史要残酷得多。我们诚实面对它，才能做出清醒的决策：
1. 转型跨越了整整一代人，不是无缝切换
- 从 1900 年汽车问世到 1930 年马车基本退出城市客运，历时约 30 年；
- 1900 年前后的纽约有超过 10 万名马车夫，其中大量缺乏机械知识的人没能转型为汽车司机或修理工，沦落为底层劳工——不是每个人都赶上了下一班车。
2. 旧岗位的消亡是毁灭性的、成规模的
- 英国手工织布工人：1815 年 25 万人 → 1850 年 4 万人 → 1860 年仅 3 万人，45 年间几乎从英国消失；
- 手工纺纱工：1770 年前后雇佣了英国约 8% 的人口，机械化后失业潮持续数十年；
- 工资断崖：兰开斯特郡织布工周薪从 1800 年的 25 先令跌到 1811 年的 14 先令，10 年腰斩，而物价还在涨。
3. 愤怒与反抗（卢德运动）也真实发生过
- 1811 年 3 月，诺丁汉的织袜工砸毁 80 架织袜机；此后“砸机器”运动席卷英国多个工业区；
- 当时被机器直接冲击的群体约 100 万人，占英国总人口十分之一；
- 英国政府 1812 年通过《破坏机器法案》，将毁坏机器者判处死刑——用最暴烈的方式镇压了反抗。
🎯 这一节想传达的诚实结论：技术确实会创造更多总量，但它不会自动把新饭碗递到每个旧人手里。中间隔着：一代人的时间、剧烈的收入下降、大规模的社会阵痛，以及最重要的——主动的学习与转型。 所以请务必读到最后：AI 时代的“司机驾照”，现在就握在你自己手里。
中国自己的“马车夫到司机”：就在我们身边的历史回响
西方马车与汽车的故事，总让人觉得有些遥远。其实中国近几十年的产业变迁里，藏着好几段活生生的“马车夫到司机”——它们就发生在你我身边，而且都有一个共同点：旧岗位消失的同时，一个更庞大的新生态拔地而起。
1. 🔥 汉字激光照排：王选与“告别铅与火”
- 旧世界：20 世纪 80 年代前的中国印刷业是“以火熔铅、以铅铸字”。排字工人每天在铅字架间来回走动，把一个个铅字捡出来排版，一天走十几里路、双手乌黑；当时全国铸字耗用铅合金 20 万吨、铜模 200 多万副、价值约 60 亿元，出一本书往往要压上一整年；
- 新技术：1974 年国家启动“748 工程”，北大教授王选顶着“小助教骗人的数学游戏”的冷嘲热讽，跨过国外二代、三代照排机，直接研制世界尚无商品的第四代汉字激光照排系统，让中国印刷业直接跨越了国外 40 年的演进史；
- 转折点：1987 年《经济日报》率先采用华光 III 型系统，出版世界第一张计算机屏幕组版的中文日报；1988 年，这家报社卖掉了整整一层楼的铅字、砸掉了铅锅，成为全国第一家“告别铅与火、迎来光与电”的报社；
- 结局：铅字排字工这个庞大的职业消失了，但方正集团与整个电子出版、桌面排版产业拔地而起，王选也因此被称为“当代毕昇”——这就是“消灭一个旧动作、长出一片新森林”最典型的中国注脚。
2. 🛣️ ETC 与高速收费员：1.2 万人“转岗不下岗”
- 旧岗位：2019 年前，全国 29 个联网省份有 487 个省界收费站，数千名收费员每天伸手、递卡、找零；
- 新技术：2019 年国家推动取消省界收费站、普及 ETC（电子不停车收费），客车过省界时间从 15 秒降到 2 秒（下降 86.7%），货车从 29 秒降到 3 秒；ETC 用户一年从 8072 万飙升到 2.04 亿；
- 人怎么安置？ 交通运输部坚持“转岗不下岗”，近 1.2 万名收费员被妥善安置，转岗到 ETC 客服、清分结算后台、服务区运营、机电维修、养护巡查等全新岗位——正如当年马车夫去考驾照、开出租；
- 启示：收费员的“收钱动作”没了，但全国高速公路“一张网”的运营、客服、清分、机电等新岗位体系诞生了。效率大提升 + 人升级转岗，一个都没落下。
3. 🧮 算盘、收银台与“无现金社会”
- 曾几何时，“打一手好算盘”是财会人员的看家本领，算盘甚至被誉为“中国第五大发明”；后来的电子计算器、财务软件，让珠算退出了日常经营；
- 再后来，移动支付又让收银台上的“找零”动作几乎消失。但消失的是“点钞与找零”，长出来的是移动支付、跨境电商、即时零售、物流快递的千万级就业——全国快递员约 320 万、网约配送员超 1200 万，都是当年“收银员”做梦也想不到的新物种。
4. 🚄 从窗口排长队到 12306 电子客票
- 曾经，春运买票是全民大考，售票窗口与售票员是刚需；
- 如今，12306 与电子客票让“一张身份证走天下”，传统窗口售票员大幅减少；但铁路信息化、无纸化票务、人脸闸机、大数据客流调度，造就了一批全新的技术岗位。
5. 🚕 网约车与外卖：393 万“去产能职工”的再就业
- 这是当代中国最像“马车夫→司机”的一幕：2016–2017 年间，滴滴平台累计有 2108 万人获得收入，其中 393 万来自去产能行业职工、178 万复员转业军人、133 万失业人员、137 万零就业家庭——他们就像当年放下马鞭去考驾照的马车夫；
- 截至 2025 年，全国网约车司机约 700 万、网约配送员超 1200 万，已成为吸纳就业的重要“蓄水池”。曾经的钢铁、煤矿工人没有“被时代抛下”，而是换了个“方向盘”，开进了数字经济。
经典历史镜像：人类历次技术大变革的深度启示
不仅是马车与汽车，纵观人类近代科技史，每一次重大技术突破都曾引发同样的“失业恐慌”，却最终无一例外地创造了更繁荣的产业奇迹。我们用一张“案例库”一次讲透：
| 技术变革 | 当时恐慌 | 真实结局 | 诚实的注脚 |
|---|---|---|---|
| 📷 照相机 vs 肖像画家（1839） | “绘画彻底死了。” | 催生印象派、毕加索与现代艺术；开创电影、新闻摄影、视觉传媒万亿美元产业 | 绘画没死，但“只靠画得像赚钱”的职业死了 |
| 📑 电子表格 vs 会计（1980s） | 40 万手工记账员失业 | 杰文斯悖论：核算成本降 99%，精细化财务需求爆发 20 倍，催生 CFA、精算师、BI 工程师 | 记账被自动化，但“财务分析”含金量暴涨 |
| 🏧 ATM vs 银行柜员（1970s–90s） | “柜员将灭绝” | 单网点柜员 21 人→13 人，但网点运营成本降 40%、银行多开了 43% 的网点，柜员总数不降反升，且转向理财顾问 | 机械点钞没了，关系式销售与咨询岗起来了 |
| ⌨️ 打字机/排版机 vs 打字员、排字工 | 打字员、排字工失业 | 催生“信息处理”新职业群，最终通向 PC、互联网与整个数字产业 | 打字员这个职业确实消失了——但“信息工作者”总量爆炸 |
| ☎️ 自动交换机 vs 电话接线员 | 接线员（美国女性最普遍职业之一）失业 | 岗位被自动化和直拨大量替代 | 诚实案例：这个职业真的基本消失了，只保留少量特殊场景 |
| 🛗 按钮电梯 vs 电梯操作员 | 电梯操作员失业 | 岗位消失 | 诚实案例：又一个真的消失的职业 |
| 📠 电报→电话→互联网 vs 电报员、送报童 | 电报员失业 | 电报业 2006 年彻底终止（Western Union 停运），但通讯业总就业大幅扩张 | 旧管道消失，新管道十倍于旧 |
| 🎳 自动摆瓶机 vs 保龄球球童 | 球童（多为少年）失业 | 岗位消失 | 诚实案例：真的消失了，且几乎没有新岗位直接替代 |
| 🥛 冰箱+超市 vs 送奶工 | 送奶工失业 | 岗位基本消失 | 真实消失，但零售/冷链产业链扩张 |
| 💻 大型机 vs 人工计算员 | “计算员”失业 | 计算机编程成为全新职业，1970 年从业者已超 20 万 | 手工计算减少，编写机器指令成为新的工作 |
| 🧭 GPS vs 手绘地图师 | 地图社裁员 | 手绘商业制图消失，但 GIS 地理信息系统专家、导航工程师崛起 | 制图旧工艺没了，空间数据产业放大百倍 |
| ✈️ 在线预订 vs 传统旅行社 | 旅行社“将死” | 美国旅行社从业者 14.2 万（1997）→ 7.4 万（2014），标准化环节被砍掉 48%，但高端定制与体验旅行留存 | 一部分真的没了，一部分升级了 |
| 🔥 汉字激光照排 vs 铅字排字工（1980s） | “计算机时代是汉字的末日” | 王选让中国“告别铅与火、迎来光与电”，1987《经济日报》率先启用；铅排工消失，方正与电子出版产业崛起，让中国跨越国外 40 年 | 中国版“马车→汽车”，民族产业自主创新典范 |
| 🛣️ ETC vs 高速收费员（2019） | 收费员将大规模失业 | 487 个省界收费站取消，1.2 万收费员“转岗不下岗”，转岗到 ETC 客服/清分/机电等新岗；客车过站 15 秒→2 秒 | 当代活案例：效率大提升 + 人升级转岗 |
三句话总结这张案例库
- “消失”与“新生”并存：电梯操作员、接线员、电报员、送奶工确实消亡了，没有直接替补；
- 但产业总盘子在膨胀：每一次技术革命后，社会总就业量与总财富都大幅增长——因为成本下降带来了十倍的需求释放（杰文斯悖论）；
- 关键变量是“人”：同样面对变革，主动转型者（学开车的年轻马车夫）收入翻倍，固守旧技能者（老马车夫）被淘汰。机会永远留给主动的人。
AI 时代正在爆发的五大新兴高价值职业浪潮
随着 AI 进入更多行业，一些岗位正在增加新的职责，也出现了新的职业名称。下面的数据可以观察招聘方向，但不能直接推出长期需求：
用真实的中国招聘数据给这波浪潮“盖章”
- AI 算法工程师：招聘需求同比增长 80%（智联招聘 2025），大模型算法月薪约 7.1 万元，应届生最热门的两个技术岗之一；
- AI 产品经理：需求同比暴增 178%（智联招聘），是增幅最大的岗位——因为企业缺的是“把技术变成产品”的人，而不只是写代码的人；
- 数据标注 / AI 训练师：需求同比增长 171%（脉脉）——门槛相对较低，是非技术背景者进入 AI 领域最现实的入口；
- 高性能计算工程师：人才供需比 0.31，即 3 个岗位抢 1 个人——底层扎实能力永远稀缺；
- AI 科学家 / 负责人：平均月薪 12.7 万元，登顶高薪榜（脉脉 2025）；
- AI 专业人才总盘：麦肯锡测算到 2030 年中国 AI 人才需求 600 万、净缺口 400 万；DeepSeek 曾以应届生最高年薪 112 万 登上热搜——“造 AI”的能力远比“用 AI”稀缺。
国家已经为新职业“盖章”：人社部近百个新职业
- 人社部近年来已陆续发布近百个新职业，其中“数字”“绿色”“民生”成为关键词：人工智能训练师、数字化解决方案设计师、无人机装调检修工、互联网营销师、碳排放管理员、老年人能力评估师……很多 5 年前还不存在的工种，如今已经是正规军；
- 低空经济：截至 2024 年 7 月，全国持证无人机操控员超 22.5 万人（半年新增约 3 万），而专业飞手缺口高达 100 万——一个全新的“空中职业”正在诞生；
- 新就业形态总盘：全国新就业形态劳动者已达 8400 万人（约占职工总数 21%），其中网约车司机约 700 万、网约配送员超 1200 万、快递员约 320 万、职业主播千万级；
- AI 直接催生：大模型工程师、人工智能训练师、数据标注员成为“刚需新岗”，“技术 + 行业背景”的复合型 AI 就业群体正快速壮大。
一个冷静的提醒
以上岗位分三类，请对号入座：
- 门槛极高（算法、模型蒸馏、高性能计算）：需要扎实数学/系统功底——这是“长期主义”的回报；
- 门槛中等（Agent 编排、Eval、意图架构）：需要工程实践 + 业务理解——适合当下的你；
- 门槛较低（数据标注、AI 运营、提示词落地）：适合快速切入，但要清醒认识到它的天花板，边做边向更高层爬。
⏳ 转型的节奏：快于以往，但不会太快——放平心态，快乐前行
讲完历史的残酷与新生的繁盛，最后必须回答一个很多人真正关心的问题：AI 转型到底有多快？我会不会被"瞬间淘汰"？
快于以往（这是事实，不必自欺）
- 马车到汽车，走了约 30 年；铅字到激光照排，也经历了近 10 年；
- 而 AI 从 2022 年底 ChatGPT 爆火，到 2025 年 Agent 全面进入开发工作流，只有 3 年。技术扩散的速度确实在指数级加快——这正是我们这代人与前代人的不同之处。
但不会太快（这一点同样重要）
- 一项技术要真正重塑产业，靠的不是"发布会上的惊叹"，而是成本、习惯、制度、人才、信任的层层渗透：企业要改流程、要过合规、要培训员工、要批预算、要看到真金白银的 ROI——这些都会让"变革"在真实世界里温柔下来；
- 正如前面看到的：旧岗位不会在一年内消失，新职业也不会在一年内补齐。20 世纪那几次大变革，真实阵痛期都长达 10–30 年；AI 大概率会压缩这个周期，但绝不是"明天醒来就天翻地覆"。
所以，请放平心态
- 别用"末日焦虑"透支今天的快乐：AI 在加速，但你的时间线上，有充足的窗口去学习、去转型、去尝试。一天改变不了的事，一年、三年足够开始；好好工作，好好生活，好好锻炼身体；
- 给长期学习保留稳定节奏：焦虑容易让人频繁更换方向，也更容易受营销话术影响（见 13.4 节）。稳定地读书、写代码和做项目，才能让能力在一次次实践中逐渐积累；
- 真正的确定性不在外部，而在你自己的积累里：每多掌握一个原理、每多交付一个真实产品、每多理解一个业务痛点，你就多一分"无论 AI 怎么变，我都接得住"的底气。
🌤️ 一句话收尾：时代的列车确实比从前更快了，但它依然是一辆"列车"，不是一枚"导弹"。该学习的学习，该生活的生活——不焦虑，也不躺平，稳稳地往前走，就是最好的姿态。
回到今天：怎样理解个人转型
技术的车轮滚滚向前，它从不等待任何人的叹息与抱怨：
- 不必为马车的离去而落泪：天天手写枯燥的样板 CRUD，本来就不是人类精力的最优去处；
- 练习使用并审查 AI 工具：在编辑器里清楚描述任务，用架构图和基本约束检查代码，并根据任务难度选择成本合适的模型。这些能力只能在实际项目中形成；
- 扩大可以承担的任务范围：当重复编码逐渐由工具辅助，人可以把更多时间放在需求分析、系统设计、验证和用户反馈上。转型并不轻松，但这些实践能逐步增加个人在项目中的责任范围。
历史类比只能帮助提问，不能代替证据
汽车取代马车和 AI 进入办公室都涉及技术扩散，但基础设施、培训周期、劳动制度和全球分工并不相同。历史故事适合提醒我们关注转岗和新职业，不应据此断言今天一定以相同速度、相同方式变化。
观察新职业时，可以检查它是否有持续付费需求、明确责任、可积累的方法和稳定工具链。短期热门称呼未必会成为长期岗位，一些新任务也可能被吸收进原有职位。
转型计划应同时考虑当前收入和学习时间。先在原岗位加入一项 AI 辅助能力，比完全脱离已有经验重头开始更可控。
经典经济学理论与历史文献直达
- Jevons Paradox 杰文斯悖论 (Wikipedia 权威词条)：阐述效率提升如何带来总需求指数级反弹；
- 约瑟夫·熊彼特：“创造性破坏”经济学理论 (Creative Destruction)：含马车/汽车、电报/互联网等经典案例与历史数据；
- Ford Model T 历史档案：福特流水线与现代劳动力大演进；
- 世界经济论坛《未来就业报告 2025》最快增长/最快消失岗位清单；
- Automation History 自动化两百年史（卢德运动 / 大型机 / ATM 等完整案例时间线）；
- 脉脉高聘《2025 年度人才迁徙报告》（AI 岗位 +543% / 高薪榜 / 紧缺岗位）；
- 智联招聘《2025 年人工智能产业人才发展报告》（算法 +80% / AI 产品经理 +178%）；
- 北京大学王选计算机研究所：王选与汉字激光照排系统（“告别铅与火”全过程）；
- 交通运输部：取消高速公路省界收费站（ETC 撤站与 1.2 万收费员转岗安置）；
- 人社部：扩容提质培育就业新动能（近百个新职业 / 无人机操控员缺口 100 万）；
- 滴滴政策研究院《新经济 新就业》报告（393 万去产能职工在平台再就业）。