拾闻对谈 046｜AI 没消灭自由职业，消灭的是「只会一件事」

开场小对谈

拾闻：永亮，这份研究什么来头？

永亮：发布方是 OpenAI 和 Upwork，Upwork 是全球最大的自由职业撮合平台之一。研究属于 OpenAI 的「Work at the Frontier」系列，11 月 10 日发在 OpenAI 官网。数据口径要先说清楚：ChatGPT 使用数据覆盖 2025 年 1 月到 2026 年 6 月，Upwork 的发帖份额对比是 2025 上半年到 2026 上半年，全部是 Upwork 平台口径，不代表整个自由职业市场。背景规模也是 Upwork 自报：它的《2026 Future Workforce Index》称 38% 的美国技能型知识工作者从事自由职业，前一年度研究估算 2024 年自由职业知识工作在美国创造 1.5 万亿美元收入。这两个数字听听就好，出自利益相关方。

拾闻：传播情况怎么样？

永亮：很弱。登上 Hacker News 时只有 29▲、19 条评论，技术圈讨论寥寥。但我觉得这个反差本身有信息量：一份数据基础不错的研究，因为发布方是 AI 卖方加撮合平台，大家先怀疑立场，再看内容。而且评论区那十几条里，好几位是真正在接单干活的人，体感细节比报告正文还扎实。今天我们就按这个顺序来：先说它发现了什么，再听从业者怎么说，最后说哪些不能信。

Q1：替代不是全面的，是一场「转移」

拾闻：研究最核心的发现是什么？

永亮：不是「AI 替代了自由职业」，而是替代和转移同时发生。他们把 ChatGPT 上的使用结构和 Upwork 上的需求结构做对照：写作在 ChatGPT 使用里占比远高于 Upwork 需求，视频和动画则反过来，ChatGPT 上用得少，Upwork 上需求涨。63 个工作类目里，43 个呈现「ChatGPT 上常见的活动在 Upwork 丢份额、不常见的活动涨份额」的模式，剩下 20 个是反向的。OpenAI 自己承认，ChatGPT 使用无法单独解释自由职业需求的变化。

拾闻：那怎么解释？

永亮：他们提了一个概念叫「能力悬置」，capability overhang：现在的 ChatGPT 用法只反映人们习惯怎么用，不是 AI 能支持的任务全集。换句话说，模型能干的和人们让它干的之间有一道沟，需求变化走的是人们的使用习惯，不是模型的能力边界。我认可这个概念的诚实之处，它等于承认眼下看到的替代只是第一波，按习惯发生的替代。但也要看到它的另一面：这个概念给了卖方一个进可攻退可守的位置，现在替代得少，可以说是习惯没跟上；将来替代得多，可以说是能力兑现了。概念本身成立，用它做预测就要小心。

拾闻：有具体到类目的数字吗？

永亮：报告只给了份额变化，单位是百分点。HN 评论者 yorwba 换算了一个：内容写作份额跌 0.57 个百分点到 1.27%，约等于 31% 的降幅。这里要立一条口径红线：报告没给任何绝对量变化，所以「自由职业减少了」或「增加了」这类总量表述，从这份研究里推不出来，谁这么转述谁就在加戏。

Q2：变贵的是什么：从买任务到买整合

拾闻：丢份额的是单一任务，那涨的是什么？

永亮：技能组合更宽的工作。研究给了两个证据。第一，到 2025 年底，客户在更多种类的工作里点名要 AI，聊天机器人开发、视频制作、营销自动化、应用集成都出现了 AI 要求；AI 相关发帖的任务多样性比 2023 年初提高 45%，从约 14.6 个等权常见任务升到约 21.2 个。第二，他们举了个案例：一个发帖同时要求 AI 生成视频、视频剪辑、动态图形，由同一个自由职业者整合交付。以前这可能是三个人的三份单子。

拾闻：价钱呢？整合能力真的变贵了吗？

永亮：研究的说法是，AI 相关项目的时薪报价和其他工作相近，但固定价预算更大、涉及工时更多，OpenAI 解读为预算更高部分反映工作范围更宽。注意这个措辞，「部分反映」，他们没有说溢价来自能力稀缺，只说范围变宽了。这是这份报告里比较克制的一句话。

拾闻：HN 评论区有个说法好像更直接？

永亮：对，评论者 armcat 的解读我认为比报告本身更锋利：AI 在把「单个任务」商品化，同时抬高「能把任务组合成完整交付物的人」的需求。商品化的东西不值钱，值钱的是组合。这和报告数据对得上：单一技能活儿的份额被 ChatGPT 顺手吃掉，跨领域整合的帖子任务多样性在涨。civicsquid 的观察是个补充：有些类目人们干脆自己用 ChatGPT 干了，写作、插画、技术支持；有些还是会发帖雇人，尤其是跨多领域技能的。雇不雇人的分界线，就画在「一个工具能不能一口吃下」这里。

Q3：评论区最真实的声音：清理 AI 的烂摊子

拾闻：从业者自己怎么说？

永亮：这是评论区最有价值的部分。自由职业者 aavci 说，从他的视角看，新单子很多是「清理 AI 做过的烂摊子」，而不是从零开始的新机会。tapvt 说得更刻薄：以前是外包给廉价开发团队的烂摊子找我清理，现在是 AI 驱动开发的烂摊子，同样的活，只是代码里的注释没那么好笑了。jamestimmins 自称做过这类活，说代码库大了之后很有挑战，但把大烂摊子理顺也挺有趣。

拾闻：这算新工种吗？

永亮：我带过 70 人团队，接手过别人留下的系统，这是我的经验，不是统计：清理烂摊子从来都有，但 AI 改变了烂摊子的生成速度。以前一个外包团队一个月造一个坑，现在一个人加 AI 一周就能造出来。坑多了，填坑就成了稳定的需求来源。报告里不会写这个，因为它和「AI 创造新需求」的叙事不搭，但从业者体感是真的：AI 生成的代码看起来能跑，缺的是工程上的收尾，测试、边界、可维护性，这些恰恰是整合能力的另一面。

拾闻：还有别的角度吗？

永亮：有，关于什么活不肯交给 AI。eatonphil 说他坚持付费请人类插画师，AI 插画伤品牌形象，spacechild1 附议，千亿万亿市值的公司用 AI 插画尤其刺眼。这和 Q2 的图景互补：被商品化的是「够用就行」的任务，品牌、审美、责任这些需要有人背书的环节，反而更依赖具体的人。

Q4：先怀疑立场，再看内容

拾闻：该说不信的部分了。这份研究有什么利益相关？

永亮：两个发布方都有「AI 创造新需求」的叙事动机。OpenAI 是 AI 的卖方，客户越觉得 AI 有用，它卖得越好；Upwork 是撮合平台，单子越多元、预算越大，它抽成越多。所以这份研究结构性地不会去回答那个最大的问题。HN 评论者 darrinm 点破了：报告回避了自由职业工作量和报酬总额到底涨还是跌、涨跌幅多少。pllbnk 的批评更重，怀疑报告本身浅、像 agent 生成的，甚至可能被指示写成安抚性叙事。这个指控没有证据，我不转述为事实，但它反映了读者对这类联合研究的第一反应。ActionHank 则说，厌倦了这些公司把自己塞进一切议题里。

拾闻：那这份研究还能用吗？

永亮：能用，但要降级使用。我的判断标准是这样，这是经验不是统计：利益相关方发布的数据，方向可以参考，幅度要打折扣，结论要自己重推。这份研究里我采信的是结构变化，单一任务丢份额、组合任务多样性涨，因为这和他们卖货的动机方向相反也没被藏起来；我存疑的是所有隐含「市场在变大」的解读。另外提醒一句，HN 上只有 29▲，这不是全网热议，是几乎没人看，我们写它是因为角度，不是因为热度。

Q5：给接单的人和发单的人各三条

拾闻：对靠技能接单吃饭的人，你的建议是什么？

永亮：三条。第一，检查你的活儿能不能被一口吃下：如果你的交付物是 ChatGPT 一轮对话就能出个八成的东西，份额数据已经在替你报警了，别等平台教你。第二，往组合走：报告里那个「AI 生成视频加剪辑加动态图形一人交付」的帖子就是模板，多学一样相邻技能，把自己从「任务执行者」改成「交付物负责人」。第三，把背书做成资产：eatonphil 那条提醒我们，有人愿意为「具体的人」付溢价，署名、口碑、可追责，这些 AI 给不了。

拾闻：发单的一方呢？企业找人干活，逻辑也变了吗？

永亮：变了。我以前招人和发外包，按单一技能定价，会写文案的、会剪视频的，各买各的。现在的合理姿势是按组合交付能力定价：能一个人对齐目标、调用 AI、把碎片整合成可验收的交付物，这种人要按范围付钱，不是按工时砍价。报告里固定价预算变大、工时变多，就是这个逻辑的数据影子。管理上还要加一条：AI 提高了烂摊子的生成速度，验收标准要跟着提高，不然你省下的外包费会变成内部的清理成本，aavci 们赚的就是这个钱。

拾闻：一句话收尾？

永亮：这份研究最该记住的不是任何一个百分点，是那条分界线：一个工具能一口吃下的任务，迟早不值钱；需要有人把碎片组合成完整交付、并且愿意为结果署名的工作，才是 AI 时代涨价的部分。数据是他们的，判断得是你自己的。

---

署名：永亮