欧亿体育备用网址

GPT-6发布不到48小时，200万Token的上下文窗口让整个科技圈炸了锅。但真正让我睡不着觉的不是这台能吞下4本《三体》的认知引擎，而是Anthropic靠一个"我不够强但我够安全"的人设抢走了73%的企业新客户。

当AI重新定义"竞争"的时候，普通人到底还剩什么牌？答案可能比你想的更残酷——也更让人松一口气。

GPT-6发布不到48小时，马斯克直接甩出一句"超音速失业海啸"。

我看完GPT-6的参数表，第一反应不是"哇好强"，是手心有点冒汗。

200万Token的上下文窗口——这是什么概念？它能一次性吞下你公司过去五年的所有文档、代码库、会议记录，然后给你一套比你干了十年的老员工还精准的方案。

这不是升级。这是降维打击。

更离谱的是定价没变——性能翻倍，价格原地踏步。相当于你以前花100块请个大学生，现在同样100块直接请了个十年经验的专家。你品品这个杀伤力。

但今天我不想聊技术参数。我想聊的是：当GPT-6这种级别的认知引擎开始普及之后，到底哪些人会越来越值钱？哪些人正在悄悄被淘汰？

答案可能跟你想的完全不一样。

图：当碳基智能遇上硅基洪流

GPT-6不是在跟你竞争，它是在重新定义"竞争"

先说个数字：四大会计师事务所的基础岗位已经砍了30%。

不是未来，是现在已经发生了。

斯坦福昨天发布的423页AI报告里有一条数据看得我后背发凉：22到25岁的年轻开发者，就业市场已经被切掉了20%。

过去一个程序员的吃饭本事能撑五年不变，现在？18个月都悬。

GPT-6这次把数学推理干到了92.5%准确率，代码生成通过率96.8%。SWE-bench编程测试直接考到了人类专家水平。

翻译成人话就是：你招个刚毕业的程序员写代码，可能还真不如直接让GPT-6来。

OpenAI给这玩意儿取了个代号叫"土豆（Spud）"。

花了20亿美元训练出来的东西叫土豆。硅谷大佬的幽默感跟他们的估值一样离谱。

但笑完之后我认真想了想——GPT-6就像一个永远不睡觉、读过全世界所有的书、数学比高考状元还厉害的实习生。最可怕的是什么？它不领工资，不抱怨加班，不会因为失恋影响工作状态。

说到这儿我突然想起来一件事。

上周我跟一做投行的哥们吃火锅，他跟我说他们部门刚引入了Claude Code做代码审查。结果呢？原本三个初级分析师一周干的活，现在AI一天就干完了。

他说完沉默了大概三秒钟，然后补了一句："还好我是做尽调的，这块AI暂时还搞不定。"

注意这个词——"暂时"。

【互动】说到这儿你有没有想过一个问题：如果AI真的把标准化认知全干了，那你每天上班做的那些事，到底有多少是真的"不能被替代"的？

先别急着往下看，想想你的回答。

真正的赢家，居然是"不够强的那个"

GPT-6炸场的同时，另一件事发生的动静更大，但很少有人注意到。

Anthropic年化收入突破300亿美元，反超了OpenAI。

去年底Anthropic才90亿，一年涨了三倍多。

更劲爆的是企业采购数据：73%的新客户流向了Anthropic，OpenAI直接跌到了27%。

等等，不是说GPT-6很强吗？怎么大家不买OpenAI了？

原因说出来你可能觉得荒谬——因为Anthropic"不够强"，所以大家敢用。

Anthropic最新发布的Claude Mythos模型，网络安全领域的零日漏洞挖掘能力达到了97.6%准确率。然后他们做了一个让所有人都懵逼的决定：

拒绝公测。

理由？"太危险了，不敢公开。"就这么一句话，直接把安全形象拉满了。

图："敢不敢用"比"好不好用"重要一百倍

企业用户在金融基础设施、网络安全这些命脉领域选型的时候，逻辑特别简单粗暴：你能力再强，万一哪天抽风给我搞崩了怎么办？

"敢不敢用"比"好不好用"重要一百倍。

OpenAI这边呢？奥特曼天天喊"AGI最后冲刺"，结果三位核心高管同日离职，SEC盯着他们的股权结构查账，年烧570亿美金营收才200亿，亏得那叫一个惊心动魄。

8520亿美元的估值能不能撑住，GPT-6发布后的第一个财报季就见分晓。

这事儿给我的启发挺大的。技术最强的不一定赢。真正赢了的，是那个让人"信任"的。

你的护城河，藏在最没KPI的地方

好了，说了这么多坏消息，该说点有用的了。

我把最近看的所有报告和数据分析了一遍，发现了一个很有意思的规律——

人类最后的堡垒，恰恰是那些最"没效率"的事情。

什么意思？GPT-6再强，它强的是标准化、流程化、可量化的认知劳动。翻译文档、写常规代码、分析财报数据、生成测试用例……这些活儿它确实比你干得好，还比你快，还不要钱。

但有些东西，它真的干不了。

我把它叫做"AI免疫三角"——三项AI攻不破的核心能力：

第一须角：复杂系统整合力

乔布斯式的跨界直观。能把芯片、设计、供应链、用户体验这些完全不搭界的领域捅在一起，看出别人看不到的联系。这种能力没有标准答案，没有SOP，甚至说不清道不明白。但你就是知道这个东西应该这样设计而不是那样。

第二须角：深度共情力

心理咨询师、临终关怀护士、儿科医生——这些职业的核心价值根本不在"知识量"上，而在"我能感受到你此刻的感受"这件事上。机器可以模拟共情的语言模式，但它感受不到痛苦。而人在脆弱的时候，需要的不是一个完美的答案，是一个懂我的人。

第三须角：元问题追问力

大多数人每天都在回答问题：这个bug怎么修？这个方案怎么写？这个PPT怎么做？但真正稀缺的能力是问问题——我们为什么要做这件事？这件事的意义到底是什么？有没有更好的方式去实现同样的目标？

图：AI兽疫三角——无法被KPI量化，也无法写进Prompt

这三项能力的共同特征是什么？它们都无法被KPI量化。也无法写进Prompt里。 这就是你的免疫三角。

绝了。

我写到这里突然觉得有点荒谬——我们花了这么多年追求效率、追求标准化、追求一切可量化可考核的东西，结果AI一来，最先被替代的就是这些东西。反而是那些一直被认为"没什么实际用处"的能力——共情、直觉、哲学思考——成了最后的护城河。

历史真的很爱开玩笑。

淘汰你的从来不是AI

回到最开始的问题：GPT-6来了，谁会失业？谁会越来越值钱？

我的判断很简单：

如果你每天的工作可以被拆解成清晰的步骤、有明确的对错标准、产出物可以被量化评估——那你确实危险了。

程序员里写增删改查的最危险。会计里做凭证录入的最危险。文案里写产品描述的最危险。不是因为你不够努力，是因为GPT-6干这些事成本是你的一万分之一，速度是你的100倍。

但反过来：

如果你做的事需要跨域整合、需要读懂人心、需要质疑"为什么要这么做"——你不光不会被淘汰，你会越来越贵。

因为AI越强，这类能力的稀缺性就越凸显。

淘汰你的从来不是AI。是那些率先完成了"人机共生进化"的同类。

他们学会了用AI处理所有标准化的事，然后把全部精力投入到AI干不了的那三件事上。

问题从来不是"GPT-6会不会取代我"。问题是：你是站在浪潮前面冲浪的人，还是站在沙滩上骂水的人？

图：站在浪潮之上，还是站在沙滩骂水？

对于GPT-6时代的职场变局，你觉得是机会还是危机？评论区聊聊，我很好奇大家的真实想法。

— 翰勃master · 于AI诸相中，共证菩提 —