87%初级程序员被替代，喀什早餐店主靠AI管6家店，差距不在本钱

2026年11月2日，美团甩出一款1.6万亿参数的模型，同一个月，一份就业报告里躺着两个数字：法律文书助理被AI替代的比例是92%，初级程序员是87%。

两个数字搁在一块儿看，一个反直觉的事浮出水面：最先被AI拍在沙滩上的，不是工地上的钢筋工，是坐在格子间里敲键盘的年轻人。

可另一头，喀什一个初中学历的早餐店主，却能靠AI一个人管着6家店，技术这玩意儿，到底在帮谁，又在挤谁？

美团那场发布会选在11月2日，LongCat-2.5的参数堆到1.6万亿，每处理一个token激活约480亿，训练全程跑在国产算力上，按美团自己的说法，这是国产算力上完成的最大训练任务。

参数大小跟普通人没关系，有关系的是它拿来干什么。

美团把模型塞进了一个叫“妙手”的经营工作台，帮商家看行业指标、管门店、拉客人，古茗、益禾堂这些连锁品牌已经在用。

其实王兴在二季度财报会上讲过一句话，AI的长期价值不在当“Token工厂”，在于能不能钻进真实工作流里解决真问题。

这句话翻译成大白话：模型再大，得有人用它把今天的活儿干了才算数。

同一个月，清华经管与同道猎聘联合发布的报告《AI时代技能趋势报告》被反复拎出来讨论，法律文书助理92%，初级程序员87%，基础市场分析师85%。

这几个岗位有一个共同点：工作内容高度标准化，输入和输出之间有清晰的规则可循。

合同初审看的是条款对照，初级代码写的是增删改查，基础分析做的是模板套用，而AI最擅长的恰恰是“有规则可循”这四个字。

世界经济论坛早前预测，到2030年全球约9200万个岗位被替代，同时会造出1.7亿个新岗位。

总量上岗位是净增的，可净增不等于每个人都能平稳落地，被替掉的法律助理明天能不能变成AI训练师，中间隔着培训、时间和生活费。

先别急着骂AI，把镜头从写字楼切到喀什的早餐铺子，画面完全不同。

阿卜拉江·艾斯凯尔，初中学历，2017年揣着3万块钱在喀什开了家30平方米的早餐店，到2026年店滚到了6家，员工90多人。

而店多了，麻烦也跟着涨：拟合同、设计海报、拍短视频、定雇员考核，他没招一个专职运营，下载了将近10款AI软件，遇到问题挨个问，哪个答案好用哪个。

义乌的数字更扎眼，截至2026年，义乌市场有近3万商户常态化使用AI工具，深度使用的那批商户，订单增长20%以上。

傅江燕做了21年袜子生意，过去见了老外掏计算器按数字，现在用AI数字人一键生成44种语言的带货视频，一年2000万双袜子卖到中东、南美、南非。

一位做仿真花的老板娘，接入AI之后把美工岗位取消了，产品主图和详情页AI生成，运营和美工并成一个人干。

这两组画面摆在一起，问一个不太客气的问题：为什么“小老板”比“大老板”先尝到甜头？

大企业用AI，先得解决“组织问题”，麦肯锡2026年8月的一份调研显示，年营收10亿美元以上的企业里，把AI智能体推到规模化应用的比例从27%升到了40%；中小企业的比例停在22%，几乎没动。

另一组更冷，据赛迪智库中小企业研究所与网商银行联合发布的数据：50%的大中型企业把AI融进了完整工作流，小微企业里这个比例只有5.1%；58.5%的小微经营者曾因为价格放弃购买或停止续费AI工具。

大企业有预算、有数据团队、有法务合规部门，可它要把AI嵌进几十个部门、几百个审批节点里，光“对齐”就能耗掉半年。

小老板没有这个包袱，阿卜拉江不需要开三个月的会来决定用哪款AI，他只需要今天把海报做出来、把合同拟出来，决策链条短到一顿饭的功夫，试错成本低到“不好用就换一个”。

阿卜拉江在人工智能新平台“纳米Work”发布会上分享个人经历

AI对他的价值并非“战略转型”，是“今晚省下两百块设计费”。

这里藏着一个被热闹讨论忽略的分岔，技术红利不按“谁钱多谁先拿”的规矩分配，它按“谁离具体问题近谁先拿”的规矩分配。

大企业离“战略”近，离“一张海报”远，小老板离“一张海报”近，离“战略”远。

AI恰恰最擅长把“一张海报”这种事干得又快又便宜，2026年29号文里专门写了一句，鼓励开发“小快轻准”数字化产品，支持中小微企业走低成本、轻量化的智能升级路径。

政策的算盘打得很清楚：中小微和个体工商户吸纳了最多的就业，它们用上AI，岗位才稳得住。

那穷人在这一轮里是不是更吃亏？这个问题的答案不在AI身上，在“入口”和“门槛”两个词上。

“入口”在收窄，法律文书助理、初级程序员这类岗位，过去是高校毕业生进入职场的第一级台阶，台阶被抽掉，不代表楼梯顶端的风景消失了，代表的是新人找不到地方下脚。

一个学了四年法学的人，原本可以从文书助理做起，边干边学，三年后独立办案。

现在文书初审AI包了，律所不需要那么多助理，他连“边干边学”的那个“干”都捞不着，这不是“岗位消失”，是“成长路径断裂”，路径断了，技能积累的节奏就乱了。

而“门槛”在分化，会用AI的人和不碰AI的人之间，正在拉开一道口子。

清华那份报告里有一个容易被漏掉的数：销售类AI岗位的薪资溢价是27.80%。同样的岗位，你会用AI把活干快三倍，老板给你的价码就不一样。

这道口子不看出身，看的是有没有动手去试，阿卜拉江初中学历，傅江燕从半间铺位起家，他们身上没有“技术精英”的标签，只有“先动手”的习惯。

全球层面的沟更深，世界银行的数据显示，高收入国家攥着高性能计算榜单的绝大多数席位，非洲的数据中心容量占比不到1%。

联合国贸发会议2026年8月的分析说，少数经济体和大约100家企业掌握了全球大部分AI研发、专利和算力。

这条“智能鸿沟”不是靠一两个爆款模型能填平的，中国走了一条不一样的路：开源。

工信部的数据是，中国开源大模型全球累计下载量突破100亿次，Hugging Face平台2026年春季报告里，中国研发的开源模型下载量占比到了41%。

开源的意义在于把“用不起”变成“够得着”，闭源模型越做越贵，开源模型把门槛往下拽，拽到喀什的早餐店主和义乌的袜子老板娘都能伸手够一把。

政策的手也在往同一个方向推，“十五五”期间每年补贴性职业技能培训1000万人次，人工智能通识教育面向全体劳动者铺开。

国办文件里还有一条容易被忽略的设计：鼓励企业设“失业缓冲期”，在大规模上AI之前提前告诉受影响的人，给转岗支持。

这是是在技术跑过去之后，把被甩下来的人往下一个站台送。

回到那个最扎心的问题：AI在拉大贫富差距吗？它在拉大一种特定的差距，一种“用AI的人”和“被AI替掉的人”之间的差距。

这个差距的残忍之处在于，它不看你原来多有钱，它看你的工作里有多少“可被规则描述”的部分，可被描述的部分越多，被替得越快。

法律文书助理的可描述部分多，阿卜拉江的“明天早上六点把包子蒸上、把海报换了、把抖音发了”的可描述部分少，他就暂时安全。

可“暂时安全”不是“永远安全”，今天的早餐店主靠AI管六家店，明天AI把早餐店的供应链也标准化了，他一样要重新找位置。

真正值得盯住的，不是“谁被替了”这个结果，是“谁在动手用”这个过程。

大企业把AI供在战略部的会议室里，小老板把AI按在收银台上，前者在等一个完美方案，后者在用今天能用的工具解决今天要花的钱。

技术红利的流向，从来不按体量分配，它流向那些把工具攥出汗的人，政策能做的是把门槛砍低、把缓冲带铺厚，可迈不迈那只脚，终归是自己的事。

参考资料：

美团发布新一代大模型，国产算力赋能本地生活商家 ——南方都市报