先被掏空，后被替代

当年怎么说

标准的替代预言，是把一份工作按它今天的样子原样拿来——护士、教师、客服、初级开发者——然后问：模型能不能做这件事？时间线挂在模型的能力曲线上，仿佛工作是个常量，变的只有机器。

实际发生了什么

一次又一次，被自动化的那份工作，早已不是上一代人做的那份工作了。社会学家 Allison Pugh 用多年时间记录她所说的"连接劳动"——让另一个人感到被看见的那部分工作，正是教学、护理、心理咨询和大量管理工作的承重墙。她的历史梳理显示，在模型到来之前的大约四十年里，管理已经先把这些工作改写成了脚本和指标：服务业拿到了一字不差的话术，专业工作拿到了 KPI 面板，美国医生拿到了电子病历——按她汇集的统计，医生每花一小时看病人，要花约两小时写记录。一份工作一旦被做成了脚本，脚本恰恰就是模型能学会的东西。自动化并没有攻克这份工作，它继承的是一份已经交出了不可脚本化部分的工作。

工程行业是同一形状的另一个版本。新工具最先吸走的不是资深工程师的判断，而是小修复、样板接口、没人想写的测试覆盖——恰好是这个行业历来用来把初级培养成工程师的那些任务。目的地活下来了，上山的路没了。两个故事里，先消失的都不是工作本身，而是生产出能做这份工作的人的那条路径。

为什么没算准

预测者建模建错了变量。他们外推能力曲线、把工作当常量，因为工作的变形缓慢、出自管理层、且从不发新闻稿。没有人会宣布"我们已完成对这个职业的掏空"；它是一个 SOP、一个面板、一份脚本地发生的，持续几十年。在模型到达的那一刻给工作拍张照片，就会把管理层花了四十年准备的替代，记在模型的功劳簿上。

意想不到的事

扛得住替代的，恰好是当年扛得住脚本化的部分。Pugh 引用了一项约 1.5 万通危机热线对话的研究：咨询师放弃罐头回复、创造性回应时，处于危机中的来电者改善得明显更多——不按脚本来的那部分不是装饰，是有效成分。读空气、脱稿、真实约束下的判断、为结果担责：这些东西当年没能被写进手册，也正因为如此，它们至今没被自动化。自动化的前线，与其说由模型能做什么划定，不如说由四十年脚本化没能压平的东西划定。下次再问"模型能不能替代这份工作"之前，先问这份工作已经被做成了什么。如果诚实的答案是"一份脚本"，那这个预言从来不是关于 AI 的——它是关于写脚本的那些人的。