目录

“AI 会不会抢走我的工作”这个问题，已经不适合用来谈这件事了。一项分析 Upwork 合同数据的研究显示出来的，不是工作还在不在，而是被选中的方式变了。过往业绩、资质证书、评价，都不像以前那么管用了。取而代之变得管用的是价格。

而在同一时期，还有一股方向完全相反的动向。成为自由职业者的人正在激增。

⚠️ 这两件事同时发生，这就是我们所处的位置。人正在涌入一个差异化信号已经失效的市场。挤压中间层的压力，是从需求侧和供给侧同时压过来的。

📌 关于本文中的数字：只使用同行评审论文和平台的官方调研，并且每一个数字都追到了发布方本体去核对。不采用综述类文章的转引，也不采用中介公司的自有数据（后者在“自由职业者变多”这件事上有利益立场，而且数字追不到一手来源）。只有第10章是推测，并已在该章开头写明。

1. 结论——在人不断涌入的市场里，被选中的方式坏掉了

需求侧发生的事

业绩、资质、评价的权重下降，价格的权重上升。技能带来的溢价越是近期削得越狠。

供给侧发生的事

美国熟练知识工作者中自由职业者的比例一年内从 28% 升至 38%。而且58% 的正式员工正在考虑转型。

只看其中一侧，会得出完全不同的结论。只看需求侧是“单价在下降”，只看供给侧是“自由职业很火热”。把两边同时看，才看得出正在发生的是“两极分化在加速”。

2. 现状——把5项研究放进一张表

出处 数据 主要发现
Siddiq & Zhang
UCLA Anderson（2026年6月）		 Upwork 49,610 人、226万份合同
2021年1月至2026年3月		 人力资本信号的权重 -7.8%／价格的权重 +1.1%／合同数 -7.0%。最近4个季度进一步扩大：需求 -9.6%、人力资本权重 -10.1%、价格权重 +1.8%
Stanford Digital Economy Lab
Canaries（2026年8月更新）		 ADP 的薪酬数据
2022年11月至2026年6月		 22至25岁在 AI 暴露度高的职业中的就业低约 19%（从2025年7月的 15% 扩大而来）／有经验者身上不存在同等的差距／是招聘减少，而非裁员增加
Hui, Reshef & Zhou
Organization Science（2024）		 Upwork
ChatGPT 发布前后		 写作类单数 -2%、收入 -5.2%／图像类 -3.7%、-9.4%／⚠️经验越丰富的群体，跌幅越大
Demirci, Hannane & Zhu
Management Science（2025年1月）		 在线劳动力市场
ChatGPT 之后8个月		 最容易被自动化的岗位需求（写作加编程）-21%／图像 -17%／单数减少使竞争加剧，而留下来的项目更复杂、报酬更高
Upwork（利益相关方）
两份官方调研		 自家平台 In-Demand Skills 2026（2月）＝明确标注 AI 的技能需求 +109%（AI 视频 +329%/AI 集成 +178%/AI 数据标注 +154%），非 AI 技能的需求也与上年持平、保持稳健／Future Workforce Index 2026（7月）＝熟练群体的自由职业比例 28%→38%、AI 业务的时薪 +34%（但明确写着并非所有 AI 业务都会变贵）

⚠️ Upwork 是利益相关方。这是一家在“自由职业看起来有吸引力”时能获得商业利益的平台所做的自有调研，并不是独立第三方的测量。

另外，本文只收录在 Upwork 这两份报告原文中逐一确认过的数字。综述类文章有时会写“据 Upwork 称时薪上涨 44%”，但2月那份新闻稿的正文里根本没有提到任何时薪溢价——里面写的是需求的增长，以及另一件事：近半数企业管理者表示，愿意为富有创造力和创新力的独立人才支付溢价。

3. 悖论①——正式员工的经验是盾牌，自由职业者的不是

这是本文中最重要的发现。两项研究在“从业年限”这件事上说的是完全相反的话。

　 年轻人 有经验者
正式员工
Stanford，截至2026年6月		 低约 19% 不存在同等的差距
自由职业者
Organization Science		 — 经验越丰富，跌幅越大

公司雇的是“角色”，客户买的是“交付物”。起作用的正是这个差别。

有经验者一侧的数字，出自对 Organization Science 所载研究的解读。雇主之所以留住有经验的人，是因为需要有人做判断、带年轻人、并在出故障时承担责任。这些没有一样能写进一份交付物的报价里。客户买的是这一次的成果，而不是这个人的整段职业生涯。

Stanford 的分析把这个结构说得很干净。在 AI 替代任务的职业里就业减少，在 AI 补充人的职业里则持平或增加——而从后者获益的正是有经验者。他们靠的是tacit knowledge（暗默知识），而不是 codified knowledge（被编码的知识）。

问题在于，自由职业的交易形态很难把暗默知识装进价格里。能写进方案、能列进报价、能通过验收的东西——也就是已被编码的部分，才会成为商品。所以同样的经验，在雇佣里是盾牌，在承接里就不是。

📎 正式员工一侧的细节在AI 会先削减年轻人还是资深者里讲过。那篇讲的是雇佣，用的是 Canaries 的更早版本（年轻人 -13%）。同一项研究一直在更新——Stanford 自己写道，这一差距已从2025年7月时的 15% 扩大到2026年6月的 19%，数字今后还会变动。

4. 悖论②——工作没有消失，消失的是中间层

“AI 让项目变少了”和“AI 让单价上去了”，两句都对。只是看的层不一样。

发表在 Management Science 上的研究显示，ChatGPT 发布后的8个月里，最容易被自动化的岗位需求（写作与编程）减少了 21%。它是与以手工为主的工作作对比的，因此这个数字剥离出了 AI 的影响。

同一项研究还同时写道：由于单数减少，自由职业者之间的竞争变得更激烈，并且在此之上，留下来的那些易被自动化的项目更复杂、报酬更高。

也就是说，“变少了”和“涨上去了”是同一现象的正反两面。简单的活儿抽走之后，剩下这批的平均值就上去了。不是单个项目的价格涨了，而是低价的活儿从市场上消失了——这两者在数字上看着相似，含义却完全不同。

小而定型的活儿

单数减少。买方自己丢给 AI 就能解决的区间

中等规模的活儿

这里最难受。没有简单到能被 AI 替代，却又很难说清凭什么要付高价

大而复杂的活儿

留下来的是这一档。因为复杂而无法被彻底自动化，也是报酬更高的区间

对“你的工作被 AI 抢走了吗”这个问题，整个市场没有统一答案。答案取决于你在哪一档。而人数最多的正是中间那一档，所以体感上“变难了”会占上风。

5. 不再影响价格的东西

接下来要讲的是2026年出来的最重要的研究。UCLA Anderson 的 Siddiq 和 Zhang 追踪了Upwork 上 49,610 人、226万份合同，时间跨度为2021年1月到2026年3月，并以 ChatGPT 发布为界做了双重差分分析（Human Capital, AI, and Labor Commoditization）。

他们用文本嵌入把个人资料里的自由描述转成数值，测量“在客户的选择中，这个人身上的什么、起了多大作用”。

测量对象 变化
【全期间】人力资本信号整体的权重（资质、履历、自我介绍） -7.8%
同上，价格的权重 +1.1%
同上，合同数 -7.0%
【最近4个季度】需求 -9.6%
同上，人力资本信号的权重 -10.1%
同上，价格的权重 +1.8%

论文具体点出了哪些东西不再管用。经过验证的资质、工作履历、作品集、客户评价——它们全都失去了预测谁能拿到合同的能力。

而重要的是，越靠近当下，跌得越狠。人力资本信号的权重在全期间是 -7.8%，在最近4个季度（2025年4至6月季度到2026年1至3月季度）则是 -10.1%。价格的权重也从 +1.1% 扩大到 +1.8%。这不是一次性的冲击，论文自己就写着“并不局限于 ChatGPT 发布后的那段时间，之后仍在持续”，是一个进行中的趋势。

💡 这个现象意味着什么：客户不再愿意为“判断这个人做得好不好”而付出成本。有了 AI，选错了自己也能改回来——或者他们开始认为质量差距本来就没有以前那么大了。无论哪一种，靠积累业绩、凭信任被选中这套策略的效力都在下降。

6. 开始影响价格的东西

只写失去的一侧并不公平。同一批数据也显示了上升的东西。

使用 AI 的工作本身

在 Upwork 的7月报告里，承接 AI 业务的人时薪高 34%。但同一句话接着说“并非所有 AI 业务都在增值”——这并不是说沾上生成式 AI 就能赚钱

复杂度

在 Demirci 等人的研究中，留下来的那些易被自动化的项目更复杂、报酬更高。简单的一档抽走多少，困难那一档的占比就上升多少

非 AI 技能也没有消失

Upwork 的2月报告指出，需求与上年持平、保持稳健，并写道“即便 AI 工具普及，企业仍在成规模地持续雇用人才”

最后这一点，是对本文论调的重要反证。“业绩不再管用”不等于“工作没有了”。需求的总量在增长。变的是这些需求分给谁、以什么价格分出去。

7. 供给侧正在发生的事——被挤出来的那些人

到这里为止讲的都是需求侧。供给侧动得更快。

根据 Upwork 的 Future Workforce Index 2026（2026年7月），美国熟练知识工作者中已有 38% 以自由职业的方式工作。一年前是 28%。12个月内移动了10个百分点。

此外，58% 的正式员工正在考虑转为自由职业——同一份报告的解释是，“由于工作条件仍处于流动状态，越来越多的正式员工在考虑自由职业”。

⚠️ 这个数字需要打折来读。Upwork 是自由职业市场扩大就能获利的公司，而这是它的自有调研。“正在考虑”是意向而不是行为，未必真的会转型。

尽管如此仍不能忽视，是因为Stanford 的独立数据佐证了推挤一侧的压力——年轻人在 AI 暴露度高的职业中的就业低了 19%，而且这是通过收紧招聘而非裁员发生的。入口一旦变窄，人就会去找别的入口。

把它和需求侧的发现叠在一起，画面就清楚了。人正在进入一个业绩和评价都不太管用的市场。新进入者没有业绩，但这一点已经不像以前那么吃亏了。反过来说，那些花了多年积累业绩的人，其优势也就被稀释了同样多。

8. 反驳与保留——研究者自己怎么说

不写这一节的文章最好别信。上面列出的数字，是有站得住脚的反驳的。

反驳①：“那是利率造成的”

Google 的经济学家们主张，年轻人就业减少可以用利率上升而不是 AI 来解释。Stanford 对此在2026年2月专门发文回应——AI 暴露度高的职业，平均而言对利率反而更不敏感。对利率最敏感的建筑业等，恰恰是 AI 暴露度最低的。即使按利率敏感度分组，AI 暴露度高的职业的下滑仍然大于平均。

反驳②：“这不过是低招聘、低解雇市场的特征而已”

Apollo Global Management 的 Torsten Slok 提出“AI 就业危机到底在哪里”，并主张年轻人求职困难，反映的是整个劳动力市场处在“不招人但也不裁人”的状态。Stanford 的数据显示“是招聘减少而非裁员”，这一点本身与该解读也是相容的。

研究者自己的但书

Stanford 给自己的结果附上了明确的保留。

  • 关于因果关系，他们“还无法给出决定性的回答”
  • 这些不是因果估计，而是“煤矿里的金丝雀”——早期的描述性指标
  • 加上更严格的控制（firm-time 固定效应）后，显著的只有2024年以后，并且“这一下滑在时间点上有一部分是由 AI 之外的因素驱动的”
  • “我们不认为这篇论文，或任何单一研究，构成 AI 劳动力市场效应的决定性证据”

另一方面，第一作者 Brynjolfsson 把主要的反驳逐一重新检验了一遍——即便排除科技企业和计算机类职业、即便控制利率上升与远程办公暴露度、即便把进出样本的企业也纳入、即便改变衡量 AI 暴露度的方式，这一背离依然存在。

因此本文的立场是这样的。方向上相当可信。幅度有多大、原因如何切分，则仍会变动。

9. 接下来会发生什么（3项预测与证伪条件）

📌 每项预测都会附上确信度标签，以及“出现这个就算预测错了”。不写带年限的数值预测（“到某年减少百分之几”）——连研究者自己都不断言因果，我没有理由带着年限去下断言。

✅ 确信度：高 —— 靠业绩和评价被选中的比重会进一步下降

依据在于，这被测量为一种趋势，而不是一次性冲击。人力资本信号权重的收缩，全期间是 -7.8%，最近4个季度是 -10.1%，也就是在加速。只要 AI 的输出质量继续提高，我看不出这个方向会反转的理由。

证伪条件：技能溢价转为回升／平台在制度上提高经过验证的业绩的权重，让价格之外的判断依据复活。

🟡 确信度：中 —— 供给增加会进一步压低价格

依据是两项独立观测的叠合。自由职业比例 28%→38% 所代表的流入，与价格权重上升、需求向更便宜一侧移动的变化正在同时发生。进入者变多，差异化信号变弱，价格竞争就会加剧。

但确信度只给到“中”的理由：流入侧的数字来自Upwork 的自有调研，没有独立验证。“正在考虑的 58%”是意向而不是行为。

证伪条件：单价的中位数转为上升／需求的增速超过供给的增速／转型意向没有变成实际行动。

🔴 确信度：低 —— 买方自己动手的范围扩大，“做东西”的外包缩小

机制是能说清的。如果 AI 智能体能承担实现工作，客户就可以把过去外包出去的“做东西”那部分收回自己手里。剩下的是决定该做什么和对结果负责。

但确信度低。我没能找到直接测量这一点的数据。与上面两项不同，这是推论，而不是观测。

证伪条件：中间层的项目数量与单价回升／企业把 AI 做成自研之后，外包量并没有减少。

10. 该怎么做——从这里开始都是推测

⚠️ 这一章是我看完上面那些数字之后想到的东西，不是被测量出来的事实。

并没有研究能佐证它有效，请把它当作可选手段之一来读。这个领域状况变化极快，半年后前提就可能已经变了。现在还远没有到能说“这么做就没问题”的阶段。

事实上，如果第9章里标为“确信度：低”的那项预测落空，本章的一部分也会跟着落空。请对照自己的处境自行取舍。

① 往卖“成果”而不是卖“交付物”的形态靠拢（推测）

这么想的理由：不再影响价格的是已被编码的东西（资质、履历、作品集），而留在高价合同里的是复杂性。既然如此，验收条件越是接近“指标动了”而不是“交付物做出来了”，价格就越难被拿来比较。

具体来说：不是“做一个落地页”，而是“测量注册率，一直改到它动为止”。不过改成按成果付费，回款风险就落到自己头上，这需要当作另一个问题来处理。

② 让定价与“时间”脱钩（推测）

这么想的理由：AI 缩短了作业时间之后，继续按小时计价就会产生越快赚得越少的反向激励。生产率提升的部分直接变成客户的收益，自己这边什么也留不下。

具体来说：按项目固定报价，或者按月的顾问费。不过固定报价一旦估错，损失要自己承担，所以不适合需求变动大的工作。

③ 让“被选中的理由”不只有业绩（推测）

这么想的理由：Siddiq & Zhang 测的是在平台上被选中的方式。在个人资料和价格被并排比较的场合，业绩的权重下降了。但只要不站在那个被比较的场合里，这份压力就不会直接压过来。

具体来说：转介绍、长期续约、在特定领域被点名。不过这并不是说“不用做销售了”，而是销售的形态变了，而且起步很花时间。对现在就需要接活的人没有即效性。

④ 站到使用 AI 的一侧（不过溢价有可能缩小）

这是唯一有数字支撑的一条——AI 相关业务带着溢价（Upwork 7月报告中时薪 +34%）。但出处是 Upwork 的自有调研，不是独立第三方的测量。

而且需要小心。同一份报告明确写着“并非所有 AI 业务都在增值”。并不是“只要名字里有 AI 就能拿到溢价”。此外，这是AI 技能还稀缺时的溢价，既然需求同比增长 +109%，供给也会朝那边去——我认为进入者一多，溢价自然会缩小。

看起来不该做的事

只靠继续堆业绩来对抗

这等于往一个已被测量为效力下降的手段里投入更多。不算浪费，但只靠它到不了目的地

靠降价去抢单量

在一个价格权重本来就已上升的市场里打价格战，等于站到了与更便宜的新进入者同一个擂台上

总结

  • 问题不是“工作会不会没有”，而是“被选中的方式怎么变了”。在226万份合同的分析中，业绩、资质、评价的权重下降（-7.8%），价格的权重上升（+1.1%）。最近4个季度这个差距还在继续拉大
  • 正式员工的经验是盾牌，自由职业者的不是。因为公司雇的是角色，客户买的是交付物
  • 工作没有消失，消失的是中间层。最容易被自动化的岗位需求是 -21%，而留下来的项目更复杂、报酬更高
  • 供给侧比需求侧动得更快。自由职业比例一年内 28%→38%（不过这是平台的自有调研）
  • 研究者自己并不断言因果。在严格控制下显著的只有2024年以后，并且明确写着“时间点上有一部分是 AI 之外的因素”
  • 讲对策的那一章是推测。这个领域变化剧烈，还没到能说“这么做就没问题”的阶段

FAQ

Q1. 说到底，IT 自由职业者会变少吗？

数据显示的是相反的方向。在 Upwork 的调研中，美国熟练知识工作者的自由职业比例一年内从 28% 升到了 38%。在减少的不是人数，而是单个项目上的定价能力。不过这是平台的自有调研，需要打折来读。

Q2. 经验越长越不利，这是真的吗？

在 Organization Science 的研究中，经验最丰富的那一群跌幅最大。不过那测的是ChatGPT 发布之后的短期效应，对象也以写作和图像类为主。我认为妥当的读法不是“经验没用”，而是“经验不会自动替你守住价格”。

Q3. 掌握 AI 技能就安全了吗？

目前确实带着溢价（Upwork 7月报告中时薪 +34%）。不过同一份报告也写着“并非所有 AI 业务都在增值”。而且靠稀缺性支撑的溢价，随着进入者增多通常会缩小。实际上 Upwork 的需求数据里，明确标注 AI 的技能同比增长 +109%，供给侧也正在朝那边走。把它理解成“现在有利”而不是“安全”，会更准确。

Q4. 在日本市场也在发生同样的事吗？

本文的数字全部来自美国及全球性平台与就业数据，并没有直接测量日本市场。关于日本的自由职业市场，中介公司确实发布了自有数据，但它们有获客上的利害关系，数字也追不到一手来源，因此本文没有采用。结构本身（在卖交付物的交易里，暗默知识难以装进价格）应该不分市场都会起作用，但幅度和时间点可能不同。

Q5. 为什么不写“会被 AI 抢走的职业清单”那种内容？

那个切入角度在别的文章里讲过（会被 AI 抢走的工作／AI 时代留下来的工作）。本文谈的不是职业，而是交易的形态。即使是同一个职业，按雇佣去卖还是按承接去卖，受影响的方式也不一样——这正是第3章的主题。

Q6. 如果预测错了会怎样？

第9章写了每项的证伪条件，出现了就请判定为预测错误。其中“技能溢价转为回升”和“单价中位数转为上升”这两条尤其可观测。这个领域变化很快，半年内前提就可能改变，最好先把这一点考虑进去。

相关文章