AI 时代很多白领工作会被取代，技术类工种的未来是什么？是不是只有转去做 business？必须抢到 AI 生态中上层才能过得好吗？

白领工作的核心价值在于降低信息成本：写报告、做分析、写代码、整理纪要，本质都是收集、整理、分发信息，而这恰好是 AI 边际成本趋近于零的地方⁠1,8。所以冲击不按“技术/非技术”划线，而按“是否只做符号处理”划线——程序员被冲击，是因为大量编码属于符号处理；律师、设计师、数据科学家同样如此⁠2,6。反过来，涉及身体、环境、现实反馈的劳动更难被替代⁠2。判断一个岗位是否危险，可以看它的产出是不是一堆文本、数据、图表。

Ethan 的判断是：AI 能做 80% 到 90%，最后 5% 到 10% 需要人来 close loop——判断结果好坏、给反馈、修正、负责，而这需要专业深度，没有 domain 的人收不了口⁠3。所以技术类工种不是没有未来，而是“只会执行局部任务”的那部分被压缩，能定义边界、做判断、端到端负责的人被放大⁠3,5。企业已经不招只会写代码的人，转而招能设计系统、让 AI 交付高质量代码的架构者⁠6。立正也提到，不要盯着“程序员比我有优势”，编程能力本身在溢出，解决问题、创造价值远不止编程一个环节⁠10。

“必须抢到 AI 生态中上层”这个前提值得放松。更稳的判断是：被自动化的是你已经解决过的那一层，而不是你这个人；真正厉害的人会希望旧问题尽快被标准化、交给 AI，自己去做更新更难的事⁠11。所以与其赌一个赛道，不如让自己持续处在“正在解决更难问题”的状态。杜磊那句“要么离模型近，要么离付钱的用户近，中间的转述协调层会被挤压”⁠4，可以作为方向参考，但它是给大厂打工人的框架，不是所有人都必须二选一。一个可试的做法：挑一件你现在亲手做的符号类工作，试着让 AI 做 80%，你只负责判断和收口，看自己卡在哪一步——卡在“不知道哪个结果更好”，说明缺的是 domain 深度，而不是赛道。