Nassim Nicholas Taleb稱白領職業將被AI快速摧毀，速度遠超預期
Nassim Nicholas Taleb表示，所有被視爲白領的職業、中產階級夢想即將被AI摧毀，速度遠超預期，並帶來巨大社會後果。
他引用自己2月言論作爲推論：20世紀發明的每一種工作都受AI威脅。有人主張新技術傳統上會創造新工作，他回應或可等待，但討論對象是舊工作。
Taleb此前曾稱，過去技術將就業推向更高複雜度，機器提供體力、人類從事更多思考；AI則迫使人們轉向低技術甚至體力工作。他舉例律師、編輯、放射科醫生可能流向Uber司機、服務員等更低價值崗位，收益流向技術封建者。
當前帖文強調進程加快，並呼籲關注既有職業而非僅看潛在新崗位。帖文引發大量討論，部分回應涉及藍領滯後、消費能力與支付問題。
市場機制：AI對可編碼認知任務的替代降低白領崗位需求，同時提高自動化與算力相關支出；技術提供方與資本所有者獲得收益，而依賴傳統中產職業收入的羣體承壓；若消費能力隨就業收縮，整體需求或受影響。
來源：公開信息
ABAB AI 解讀
Nassim Nicholas Taleb長期研究概率、尾部風險與複雜系統，並多次公開討論技術對就業結構的影響。他此前指出歷史技術多將勞動者推向更高附加值環節，而AI則可能將高技能認知工作向下壓縮。其觀點與自身關於非線性、集中與脆弱性的框架一致。
資本路徑上，AI能力提升使可自動化任務的邊際成本下降，收益向擁有模型、算力與數據的主體集中。Taleb描述收益流向技術封建者，對應平臺與資本對自動化產出的控制。此路徑與過去機械化提升勞動生產率但保留人類決策層的模式不同。
這與工業自動化中體力勞動被替代、認知勞動增值的歷史形成對照，也接近部分研究對生成式AI對中高技能崗位衝擊的討論。當前處於AI能力快速擴展階段，對既有白領任務的替代速度成爲核心變量。
本質屬於技術替代與資本集中：當AI可執行此前需專業訓練的認知任務時，相關崗位的勞動力需求下降。機制在於任務可被分解並低成本執行，使邊際產出從勞動者轉向模型與算力所有者；即使新崗位出現，舊崗位收縮的速度與社會後果仍構成獨立問題。
ABAB News · 認知定律
過去技術把人往上推，AI把人往下壓。
新工作或許會來，舊工作先被拿走。
收益歸技術擁有者，成本歸原來的中產。