AI 已来，饭碗还在，但工位的边界先没了

AI 已来，饭碗还在，但工位的边界先没了。

9 月 17 日，OpenAI 发了一份报告，分析了 2026 年 4 月到 7 月间，美国用户超过 150 万条和工作相关的 ChatGPT 消息。

结论挺扎心的：AI 暂时还没抢走谁的饭碗，但它正在悄悄抹平岗位之间的分界线。

你原来不负责的活，现在顺手也能干了。而干着干着，这活就成了你的日常。

这事得拆开看。

主流叙事一直是“AI 会不会让我失业”。

这个问题问了好几年，答案也一直是“暂时不会”。OpenAI 这份报告有意思的地方在于，它把镜头从“失业”挪到了另一个地方：岗位的边界。

报告里有个特别生动的细节。

打工人在让 AI 干别人的专业活时，提问方式都不一样。跨岗位的提示词平均比本职工作短 20 个字符，更频繁地提供案例和背景，请求 AI 检查和验证的比例也更高。

说白了，程序员让 AI 写代码，那是行家对话，细节拉满。

但程序员让 AI 写营销文案，画风就变了。

研究人员说，真想学新技能的人，会让 AI 教自己怎么做。但这些用户不是。这些用户更像是在说：情况大概就是这样，你帮我搞定。

报告甚至专门造了个词，borrow expertise。从 AI 那里借专业能力。

“借”这个字用得妙。

不是学，是借。学的目的是掌握，借的目的是用完就还。我不需要成为文案专家，我只需要这封邮件看起来像个文案专家写的。这中间的区别，你细品。

更值得注意的是后面这组数据。

OpenAI 持续追踪了大约 6200 名员工，发现已经尝试过的跨岗位任务，占 AI 工作活动的比例，4 月是 13.1%，5 月 20.5%，6 月 24.0%，7 月 25.9%。

四个月，接近翻倍。

还有个对比更有说服力。

某员工这个月用 AI 干过某项跨岗位任务，下个月再用的概率是 23.6%。而没用过这项任务的相似员工，下个月被观察到使用同一任务的概率只有 8.4%。近三倍。

这种用法还带着点“办公室扩散”属性。

工作场所里已经有人用 AI 干某项跨岗位活，其他同事下个月跟着用的比例是 3.1%。没人这么干的办公场所，只有 2.5%。

看出来了吧？

这不是个别玩家的新鲜尝试，这是正在成型的行为模式。一次性尝鲜，变成重复流程。个体行为，变成群体传染。

两个月的时间尺度里，事情已经发生了质的变化。

那哪些活最容易被顺手接走呢？

客户沟通，54.1%。一半以上的人第一次用 AI 帮自己应付客户沟通后，下个月还会继续这么干。

其次是广告推广文案 44.2%，营销材料 37.3%。

另一端明显低得多。

向客户解释金融信息 15.0%，展示商业信息 14.9%，法律研究只有 9.9%。

这组反差特别值得琢磨。

客户沟通、营销文案，这些活让 AI 来做，风险相对可控。语气差点意思，问题不大。但涉及法律和金融判断，出了错是真要担责任的。

同样是被 AI 渗透，不同岗位的“抵抗力”天差地别。

所以 AI 并不是平均地打破所有职业边界。

它挑软的捏。

先吃掉那些容错率高、责任边界模糊的活，再慢慢试探硬骨头。这个顺序本身就说明，AI 渗透岗位的逻辑，从来不是技术能不能做，而是做错了谁兜着。

往深一层想，这事对“专业”这两个字意味着什么？

过去职场里，专业是护城河。

你会写文案，我不会，所以我们分工。现在 AI 把这条河的水抽走了一半。不会写文案的人，借 AI 的手也能交出七八十分的东西。

那七八十分够不够？在大多数日常场景里，够了。

但这里有个被忽略的代价。

借来的专业，和自己长出来的专业，是两个东西。你自己会写文案，你能判断 AI 写得好不好。你借了 AI 的文案，你可能连哪里有问题都看不出来。

风险没有消失，只是转移了。

从执行环节，转移到了验证环节。而验证能力，恰恰是外行最缺的东西。

OpenAI 自己也在报告结尾点了一句：企业需要重新思考任务分工、岗位设计，以及哪些工作仍然需要专业人士的判断。

注意最后半句。

哪些工作仍然需要专业人士的判断。这句话翻译过来就是：很多工作，已经不需要了。

所以与其问 AI 会不会抢饭碗，不如问一个更实际的问题：当你的同事都能借 AI 干你的活，你的价值锚在哪里？

客户沟通能被 AI 接走，54.1%的复用率摆在那里。

这说明什么？

说明大量所谓的“专业工作”，本质是信息搬运加模板输出。这类工作当年靠的是信息差和技能门槛，现在门槛被 AI 拆了。

真正拆不掉的，是判断力、责任承担、和在模糊局面里做决策的能力。法律研究只有 9.9%，不是 AI 做不了，是没人敢把签字权交给它。

报告里有个细节容易滑过去：跨岗位任务的提示词里，请求 AI 检查和验证的比例更高。借的人都知道东西是借来的，不放心。

这个“不放心”里，就藏着未来岗位分层的逻辑。

敢为 AI 输出签字的人，和只敢用 AI 打草稿的人，会是两种职业命运。

当然，这份报告也有它的盲区。

样本是 ChatGPT Business 用户，本来就是对 AI 接受度最高的一群人。150 万条消息里观察到的行为扩散，放到全美劳动力市场里能复制几成，不好说。而且四个月的数据，说明不了长期趋势。

尝鲜期的热情消退之后，25.9%还能不能守住，要打个问号。

但方向是清楚的。岗位边界模糊化这件事，已经在发生，而且在加速。

技术革命从来分两步走。第一步是工具替代人手，这一步已经发生很久了。第二步是工具重新定义“谁会什么”，这一步，OpenAI 这份报告刚好拍到了现场。

对员工来说， borrowed expertise 是能力的放大器，也可能是专业的溶解剂。对企业来说，这是降本增效的福音，也是岗位设计的大考。

而对所有打工者来说，真正的分水岭已经不是“你用不用 AI”，而是你能不能用 AI 做完之后，还看得出问题在哪。

借来的剑好使，但握剑的手，终究得长在自己身上。