中国制造业过去二十年的技术进步，通常被描述成一条不断提高效率的路线：数控机床减少手工加工，机械臂进入焊接、喷涂和搬运，MES把生产节拍数字化，机器视觉逐渐承担重复检验，如今生成式AI和人形机器人又分别从认知劳动和剩余体力劳动两端继续推进自动化。从企业经营角度看，这条路线非常清楚：机器能够降低单位产品所需人工，提高生产稳定性，把更多经验写入程序、数据库和设备，使生产越来越不依赖某一个具体的人。真正值得追问的变化发生在另一边：企业替换一个具体劳动者的成本也在持续下降，而普通人的住房、食品、交通、医疗、教育和养老仍然主要依赖工资。

2026年夏末，中国大陆制造业连续出现了两起性质不同的劳动事件。星宇股份后来公布，2025年秋季和2026年春季校招期间，公司与440名2026届高校毕业生签订就业协议，其中372人毕业后正式建立劳动关系；到2026年8月，公司与140名新员工协商岗位调整和减员，最终107人与公司解除劳动合同。公司随后承认管理层“研判失误，决策草率”，并称自己“错误地作出了对部分新入职同学进行调岗减员的决定”。这107人中既有研发技术岗，也有生产制造、质量和项目岗位。对他们而言，消失的不只是眼前一份工资，还包括原本用来形成第一年、第二年、第三年职业经验的入口。星宇股份整改情况报道

几天以后，另一段电池工厂视频进入公共视野。最初的网络说法把地点指向宁德时代宜宾基地，并把原因解释成基层员工受到如厕限制。宁德时代否认事件发生于本公司。9月10日，瑞浦兰钧确认视频发生在自己的嘉善基地，并称当事员工提出离职、要求即时办结，公司认为办理需要一定时间，双方没有就时间达成一致，随后发生过激行为；公司同时否认“限制员工如厕”的网络说法，并表示已经报案。企业事后又表示将完善员工沟通机制。第一财经：瑞浦兰钧回应嘉善基地事件

关于如厕限制的具体起因，目前公开材料不足以把网络版本写成确定事实。但企业自己的说明已经暴露了另一个现实：一个本来应由劳动关系和内部沟通程序处理的离职冲突，最后升级到车间极端行为、警方介入和企业公开致歉。现代工厂已经能够把设备停机精确到分钟，把产量精确到件，把人员、节拍、质量和成本持续数字化；员工能够怎样退出、怎样休息、怎样改变职业路径，也应该被当成同样具体的制度问题。

本文真正讨论的因此不是“机器人会不会抢工作”这一句口号，而是一条更长的变化链：机器越来越便宜以后，企业越来越容易降低对某一个具体员工的依赖；劳动者为了继续留在工资体系中，则可能通过承担更多机器、更宽职责、更慢工资增长和更弱退出能力来降低自己的单位价格。技术真正减少岗位以后，问题又会继续向前：如果社会需要的人类劳动小时不断下降，工时、失业、收入、社保和工作的公平回报应该怎样逐步改变。

一、机器节省出来的时间不会自动属于劳动者

人工上下料CNC是观察这一问题最直观的现场。数控系统已经接管刀具轨迹、主轴转速、进给、自动换刀和切削循环中的大量动作，普通操作人员仍然承担工件搬运、装夹、上下料、量测、巡视、报警处理、切屑清理以及不同设备之间的移动。一台机床能够自动加工十分钟，只说明这十分钟不再需要人持续控制刀具，并不意味着这十分钟已经成为员工自己的时间。

现实中的生产管理可以把这十分钟重新计算成下一台设备的可用工时。一个人原本负责8台设备，后来增加到12台、16台甚至更多；原本只承担上下料，后来同时负责补料、清洁、简单质量检查和基础点检。设备越来越自动，员工每天出售给企业的八小时却没有缩短，同样一小时里需要覆盖的机台、任务和异常数量反而增加。机器降低的是单位产品所需人工，而劳动者本人获得的自由时间可能接近零。

因此，“一人管理多少台CNC”不能独立代表先进程度。20台已经自动上下料、集中监控、工件轻且故障率低的机床，与20台仍然需要人工搬运、装夹、量测和频繁处理报警的设备，对人的要求完全不同。真正能够描述劳动负荷的是加工节拍、机台距离、工件重量、上下料时间、量测频率、并发报警概率、异常恢复时间以及员工能否安全地短暂离开岗位。

美国职业安全与健康管理局OSHA对卫生间使用的规定恰好体现了这一原则。OSHA要求雇主保证员工在需要时能够及时使用卫生设施，并明确要求允许劳动者离开工作位置、避免不合理限制。对于生产线等需要持续有人值守的岗位，企业可以设置替岗制度，但需要有足够替岗人员，使等待时间不会变得不合理。OSHA在解释中写道，流水线可以使用relief worker system，但前提是员工不会等待过长时间。OSHA：Restrooms and Sanitation Requirements

美国加州又把同一思路写进仓储生产率监管。AB 701限制会妨碍员工用餐、休息、使用卫生间和遵守安全要求的生产配额。2024年，加州劳工专员办公室因Warehouse Quotas Law违规向Amazon两座仓库开出5,901,700美元处罚，并明确指出这项法律要防止秘密配额以及妨碍员工吃饭、休息和如厕的生产要求。California DIR：Amazon Warehouse Quotas处罚

这些制度承认连续生产的工程现实，却没有把解决成本全部交给人的身体。机器节省出来的一分钟可以变成利润，可以变成下一台机器，也可以真正变成员工少劳动一分钟。技术只创造了“可以少劳动”的可能，最后怎样分配仍然是劳动关系和制度选择。

二、机器真正替掉员工以前，它已经进入工资谈判

生产率红利回答一个人现在能生产多少，另一种同样重要的变化则是企业失去眼前这个人以后损失多少。本文继续把后一种变化称为“替代性红利”。SOP、数控程序、故障数据库、MES、标准化工艺和AI知识库都在把原本集中于个体员工的经验沉淀进组织。人员仍然重要，但某一个具体人的不可替代程度下降。

Leduc和Liu在2024年《American Economic Journal: Macroeconomics》发表的研究直接讨论了自动化与工资谈判之间的关系。摘要原文是：“the threat of automation weakens workers' bargaining power in wage negotiations”，也就是自动化的威胁会削弱劳动者在工资谈判中的议价能力。AEA：Automation, Bargaining Power, and Labor Market Fluctuations

这里关键的词是“threat”。机器人不需要已经站到员工旁边。只要它从展会上的概念设备变成采购部门能够询价、财务部门能够计算投资回报的方案，就已经成为企业的外部选择。传统的“你不干还有别人”开始叠加另一层含义：以后甚至可能不再需要另一个人。

劳动者对这种压力的适应不一定表现为名义降薪。工资保持5000元，同时一个人从负责8台设备增加到12台；原本只有生产任务，后来附加补料、质检和基础维护；原来两个人承担的职责逐渐合并到一个岗位。名义工资没有减少，但企业每支付一元工资获得的任务和产出增加了。本文把这种工资数字不降、单位劳动价格下降的过程称为“防御性降价”。

Fan、Hu和Tang研究2004至2012年的中国企业数据后发现，在2008至2012年样本中，最低工资提高10%与企业采用机器人概率提高0.11个百分点相关，而同期平均机器人采用概率约为0.19%。影响在生产率较高、沿海、民营和技能密集企业中更强。ScienceDirect：Labor costs and the adoption of robots in China

这类结果说明企业会随着相对成本改变技术选择，却不能被翻译成“为了保就业就应该让人工长期足够便宜”。技术成本仍然会继续下降。劳动者今天通过增加人机比重新获得的成本优势，几年以后仍然要面对下一轮更便宜的设备。企业可以等一年再买机器人，普通人的房租、食品和家庭支出却不会停一年。失业保障越薄弱，劳动者越缺少等待能力，也越容易接受更低的实际劳动价格。

因此，失业保险在一个人失业以前就已经具有作用。一个知道自己失去岗位以后仍然能够维持数月正常生活、接受职业转换的人，比一个下个月就无法支付房租的人，更有能力拒绝明显恶化的工时和劳动条件。

三、机器人出现以前，人与人之间的替代已经先被工业化

制造业持续招聘并不等于持续扩张。一座稳定需要1000人的工厂，如果每个月有60人离职，再补入60人，一年可以出现720次招聘行为，年底净就业人数仍然是1000。

Liu和Zhu对长三角制造业劳动力市场的田野研究发现，企业周围已经形成由劳务公司、多层中介和招聘代理构成的人员供应链。研究所在地一个工业园区内就有约150家中介公司。论文指出，这套体系的经营方式会“consistently aggravating labor turnover”，持续加剧人员流动。Springer：Why workers’ turnover is so high

这种体系改变的是离职成本。过去一个熟练员工离开以后，企业可能需要很久才能补齐；人员中介和标准化流程成熟以后，离职逐渐变成流失率、补员速度和返费成本。管理层不必先解决“为什么这个岗位留不住人”，只要确保离开的速度没有超过补人的速度。

星宇股份的公开数据也可以看到劳动投入重新组合。2024年末，公司在职员工10,426人，其中生产人员7,911人、技术人员1,734人；2025年末，在职员工下降到7,532人，其中生产人员4,729人、技术人员增加到2,080人。劳务外包工时同期由约863.8万小时增加到约1087.4万小时。公开数据不能证明某一个正式工被某一个外包工一比一替代，也不能单凭这些数字分解自动化、订单和组织调整各自造成多少变化，但它清楚显示公司可以在正式生产人员、技术人员和外部劳动之间重新组合投入。星宇股份2025年年报（巨潮资讯）

星宇2024年年报还出现过一个很有代表性的统计问题：“劳务外包支付的报酬总额（万元）”一栏填入了明显不合理的数字。它提醒我们，数据公开并不意味着数据天然可靠。自动化时代真正需要的不是更多漂亮仪表盘，而是能够把人员、外包、工时、工资、生产率和技术投资放在一起核验的数据体系。

标准化降低替换人的技术成本，中介降低替换人的交易成本，机器人进一步降低维持生产所需的物理人工。三者不是彼此无关的现象，而是一条持续增强企业替代能力的链条。

四、企业越来越需要成熟技术工时，第一年的经验可能越来越难获得

一个能够独立处理PLC、伺服、电气图、机器人、复杂停机和质量问题的技术人员，不可能在毕业当天直接形成。他需要从点检、简单报警和辅助维修开始，在真实生产里积累第一年，再进入第二年和第三年。

企业培养这种通用技能存在明显的外部性。A公司花两年把新人培养成熟以后，B公司可以通过更高工资直接招聘。对单个企业来说，减少通用培训、直接购买成熟经验具有吸引力；大量企业同时这样做以后，整个行业就会共同面对经验人才不足。

新加坡Skills Development Levy提供了一种现实处理方法。企业需要为所有在新加坡工作的员工缴纳SDL，目前费率为月工资的0.25%，每名员工最低2新元、最高11.25新元。CPF Board对用途写得非常直接：“SDL is used to support workforce upgrading.” 征费进入Skills Development Fund，用于劳动力技能提升和培训补助。CPF Board：Skills Development Levy

这项制度的重要性不在0.25%本身，而在于它改变了“不培训就完全不用承担行业培养成本”的结构。企业可以自己培养，也可以从市场招聘，但整个行业仍然共同承担一部分技能形成成本。

德国双元制职业教育进一步解决技能可迁移问题。学徒在企业与职业学校之间接受训练，最终资格由行业商会等主管机构通过外部考试认可，而不是只由原企业内部评价。一个人在A企业形成的真实能力因此可以带到B企业继续使用，离开当前公司不会让职业资格重新归零。

自动化让这个问题更加紧迫，因为机器人进入的往往正是职业阶梯最下面的任务。BMW披露，Figure 02在美国Spartanburg工厂真实生产环境中运行十个月，支持超过3万辆BMW X3生产，累计移动超过9万件零部件，在约1250个运行小时里承担钣金件取放和焊接前定位。BMW Group：Figure 02生产项目

Hyundai则已经给出Atlas进入生产的路线：2028年从零件排序开始，2030年扩展到部件装配，随后逐渐处理重复、重载和更多复杂任务。官方原文是：“Beginning in 2028 … parts sequencing. By 2030, applications will extend to component assembly.”Hyundai Motor Group：Atlas路线

这些任务技术含量未必最高，却长期承担新人认识零件、设备、节拍、安全和质量体系的入口功能。第一层任务被机器接走以后，行业必须主动设计新的经验入口，否则未来会同时出现两件事：招聘广告越来越要求“三年以上机器人维护经验”，愿意提供第一年经验的职位却越来越少。

五、就业变化很可能先发生在“不再招人”，然后才表现成岗位数量下降

未来就业变化不太可能等到某一天突然出现“机器人正式替掉所有人”。更现实的路径是：同样数量的员工使用更强工具，一个人能够完成更多任务；企业随后减少新人招聘；员工退休或离职以后不再按过去比例补人；总人工小时在几年里逐渐下降。

国际劳工组织2025年的全球研究估计，全球约四分之一劳动者所在职业对生成式AI存在一定程度暴露，同时指出，由于大量任务仍然需要人的输入，“most jobs will be transformed rather than made redundant”。这意味着当前主要变化首先发生在任务结构，但“职业仍然存在”并不等于“过去需要十个人的岗位以后还需要十个人”。ILO：Generative AI and jobs: A 2025 update

Stanford Digital Economy Lab利用ADP覆盖数百万美国劳动者的工资数据更新到2026年6月后发现，22至25岁劳动者在高AI暴露职业中的就业，已经比跟随同龄低暴露职业相同趋势时所对应的水平低约19%；研究者同时写道，调整“appears to operate primarily through reduced hiring of young workers rather than increased separations”，主要发生在减少年轻人招聘，而不是已有员工突然大量离职。Stanford Digital Economy Lab：Canaries in the Coal Mine?

研究团队明确把这些结果称为描述性事实，因此不能把19%直接写成AI单独造成的因果损失。它最重要的意义在于展示了一种已经出现的调整路径：技术冲击可以在总体失业率明显上升以前，先表现为年轻人没有被招进来。

制造业完全可以通过同样方式减少人员。老师傅继续工作到退休，退休以后不再补人；基础任务逐渐交给机器人；剩余员工承担更多设备和复杂异常。几年以后总员工数明显下降，整个过程甚至不需要发生一次轰动性的大裁员。

Volkswagen 2024年的德国重组就是现实参照。公司计划到2030年通过社会协商、自然减员、退休和招聘变化等方式减少超过3.5万个德国岗位。现有员工避免立即被集中裁掉，并不等于未来年轻人的入口没有减少。技术性就业冲击因此不能只统计“今天裁掉多少人”，还需要同时看新人招聘率、学徒名额、退休岗位补招比例和实际总工时。

六、从当前社会走向高度自动化社会，不会从40小时工作突然跳到“所有人不用工作”

生产力提高以后，最早应该发生的变化是减少过度劳动。社会仍然需要绝大多数劳动人口时，机器提高效率带来的第一批时间红利可以表现为更少加班、更短标准工时和更高小时工资。这个阶段的核心仍然是把CNC已经节约的十分钟真正还一部分给劳动者，而不是立刻再装进下一台机器。

当总劳动需求进一步下降以后，工作共享开始变得重要。德国Kurzarbeit已经证明，在劳动需求突然下降时，减少工时能够阻止产出下降直接转换成同等规模裁员。2009年高峰期约150万人进入短时工作安排，OECD估计这套制度最多保住约58万个岗位。OECD：德国短时工作制度案例

德国当时面对的是经济危机，未来技术提高生产率的原因不同，但分配逻辑相通。同样总工作量从4000小时降到3200小时，社会可以让80个人继续40小时、20个人完全失业，也可以让更多人共同减少工时。技术没有规定必须选择前一种。

随着工具继续提高生产率，缩短工时会逐渐出现边界。原本100个人每周40小时需要4000小时，如果长期只需要2000小时，把所有人降到20小时仍然能够共享；如果以后只需要1000小时，继续要求每一个劳动年龄人口都必须拥有传统岗位，就会开始人为制造没有实际必要的工作。

因此，过渡阶段会出现越来越多中间状态。一个人可以一周工作三天，另外时间学习；工作几年以后进入半年系统学习；家庭出现照护需求时暂时减少市场劳动；一部分人利用AI、软件和数字制造进行自己的小规模生产；也会有人在某些时期确实没有市场岗位。医疗、养老和基本生活如果仍然只能依靠一份标准全职劳动合同取得，这些状态就无法稳定存在。

到了市场所需劳动明显少于劳动人口的阶段，继续让所有人争夺越来越少的全职岗位，会重新把社会推回本文最开始的问题。假如100个劳动年龄人口长期只需要50个全职岗位，另外50个人仍然必须依靠就业才能取得正常生活，那么人的价格自然会向下竞争：更低工资、更宽职责、更差条件都会成为进入这50个岗位的筹码。

高度自动化社会因此最终需要改变工资在收入体系里的角色。工资逐渐从“取得全部生活资源的唯一入口”，变成承担市场劳动、占用个人时间和承担责任以后得到的明显额外回报。护理、维修、电力、复杂设备、安全和应急等仍然需要人的岗位如果难以招聘，就应该提高小时工资、缩短工时、改善休假，而不是通过故意让没有工作的人陷入贫困来逼迫他们接受岗位。

高度自动化也不等于人类什么都不做。市场岗位减少与社会活动减少是两回事。照护、学习、创作、社区参与、研究兴趣、小规模生产和人与人的关系仍然可以大量存在，只是越来越多活动不必先变成一份企业劳动合同才能获得生活资格。

七、失业保障必须让人活得下去，同时让继续工作得到明显更多

这里存在一个现实的公平问题。如果原本收入相近的两个人，一个继续每天通勤、工作八小时、承担绩效和责任，另一个暂时没有市场工作却取得几乎相同甚至更高的可支配收入，继续工作的人产生不公平感完全合理。社会不能要求劳动者每天额外交出几十小时，同时让这段时间几乎没有额外价格。

美国2020年的疫情失业保险提供过一个极端案例。CARES Act在各州失业保险之上增加每周600美元Federal Pandemic Unemployment Compensation。NBER研究发现，2020年4月至7月，76%的普通失业保险合资格劳动者法定替代率超过100%，中位数达到145%；把雇主福利和税收差异考虑进去以后，仍有69%的合资格劳动者综合替代率超过100%。NBER：US Unemployment Insurance Replacement Rates During the Pandemic

疫情期间还存在封锁、健康风险、照护责任和岗位直接消失等特殊条件，所以这项数据不能被简化成“福利高导致大家不工作”。它说明的是一个更基础的设计问题：如果不工作取得的现金收入长期接近甚至超过原工资，继续工作者会认为自己的时间和责任缺少明确额外回报。

因此，收入保障需要同时处理两端。失去岗位的人不能因为几周没有工资就跌入贫困，因为迫切需要下个月房租的人会迅速接受任何低价工作，进而压低所有在职者的谈判能力；继续工作的人则必须通过工资、养老金积累和其他制度获得明显更多收入。

新加坡Workfare Income Supplement体现了后一方向。WIS向符合条件的较低收入在职劳动者提供现金和CPF补充，截至2026年2月累计已有113万名劳动者获得超过129亿新元。CPF Board写道：“Workfare is paid in the form of CPF payments and cash to supplement their incomes.”CPF Board：Workfare Income Supplement

加拿大Employment Insurance的Working While on Claim则处理福利悬崖。领取EI期间重新开始部分工作时，在一定范围内，每赚1加元只减少0.5加元福利。加拿大政府当前示例中，一名原本每周领取330加元EI的人，找到每周350加元兼职后仍保留155加元EI，总收入达到505加元，明显高于完全不工作时的330加元。Canada.ca：Working While on Claim

未来技术转换还需要处理“已经重新就业，但工资明显下降”的情况。一个工作十年的技术人员原来月收入8000元，岗位消失后进入新行业只能拿6000元，传统统计已经把他算成重新就业，家庭实际生活却发生了明显下台阶。美国过去的Reemployment Trade Adjustment Assistance曾为部分贸易冲击劳动者提供限期工资保险，补偿旧工资和新工资的一部分差额。类似机制可以用于技术转换：补贴直接给劳动者、限期并逐步退出，使一个人敢于进入新行业积累经验，而不是在长期失业等待原工资与一次性永久降薪之间二选一。

高度自动化社会真正稳定的公平原则因此是：没有市场工作不能使一个人失去正常生活资格；真正参加劳动必须得到明显额外收入。前一条维持人的拒绝能力，后一条维持劳动本身的公平价格。

八、社会保险不能永远主要建立在“每个人都长期领取工资”这一前提上

当前中国大陆职工养老保险仍然高度依赖工资劳动和缴费关系。2025年开始实施的渐进式延迟法定退休年龄，把男职工法定退休年龄最终逐步延迟至63岁；原法定55岁的女职工逐步延迟至58岁，原法定50岁的女职工逐步延迟至55岁。从2030年开始，按月领取职工基本养老金的最低缴费年限又将由15年逐年增加6个月，到2039年达到20年。全国人大：渐进式延迟法定退休年龄决定

这项改革主要针对人口老龄化、人均预期寿命、健康水平和劳动力供给，并不是为AI或机器人设计。它却提供了一个很重要的未来参照：如果以后劳动年龄人口仍然很多，而市场真正需要的全职岗位和工资总小时明显下降，继续主要依靠“更晚退休、更长缴费”来维持体系，会与技术减少必要劳动的方向产生越来越明显的冲突。

一个年轻人如果未来因为AI和自动化经历更多间断就业、部分工时、长期学习和职业转换，同时又面对更长最低缴费要求，他取得完整养老权益的难度可能上升。一个社会如果已经不需要每个人工作40小时，却为了维持一个建立在大量工资劳动上的社会保险体系而继续要求人尽可能工作更久，就会把机器节约出来的劳动重新塞回缴费制度。

这不意味着缴费型养老保险应该突然取消。与个人工作历史和收入相关的养老金仍然适合保留缴费属性。需要逐渐改变的是基础保障的融资范围。

现有制度已经提供了几条不同方向。日本基础年金目前有一半财源由国库负担，厚生劳动省直接写道：“基礎年金の財源の半分は国庫負担で賄われています。”日本厚生劳动省：基础年金财源

德国法定养老保险同样并非纯粹依靠工资缴费。德国养老保险机构公布的2025年数据中，约76.9%的收入来自缴费，联邦补助约占22.3%。Deutsche Rentenversicherung：2025年融资情况

法国则把部分社会保障融资扩展到财产和投资收入。CSG、CRDS等社会征收可以适用于部分资产和投资收入，说明社会保障税基并不必然等于工资总额。Service-Public.fr：Prélèvements sociaux sur les revenus du patrimoine

中国大陆自己也已经存在比单纯延长缴费年限更值得继续发展的另一条方向。2017年国务院决定划转部分国有资本充实社保基金，中央和地方国有及国有控股大中型企业、金融机构原则上划转10%的国有股权；划转股权的分红和运作收益可专项用于弥补企业职工基本养老保险基金缺口。文件把目标之一写成“使全体人民共享国有企业发展成果”。财政部：划转部分国有资本充实社保基金实施方案

这项制度已经包含了一条与高度自动化社会非常接近的逻辑：社会保障可以直接取得资本收益，而不必全部等待工资缴费。

更稳妥的过渡因此应该分层进行。与个人工作历史直接相关的养老金和保险继续保留缴费属性；维持正常生活所需要的基础养老、基本医疗和一部分失业保障，财政责任逐渐提高；当劳动收入占比下降时，资本收入、企业利润和更广的税基承担更多融资；公共资本和国有资本收益则进入长期社会保障基金。社会保险的收入来源由“劳动者工作多少”逐渐扩展到“整个经济创造了多少收入和资本回报”。

九、公共资本收益可以减少“只有失业的人才能分享技术红利”的冲突

如果技术进步产生的公共支持只有失业以后才能领取，社会很容易被切成两个身份：继续工作的人认为自己承担通勤、工时、责任和税费，失业的人才有资格分享新的技术红利。这会放大工作者与非工作者之间的公平冲突。

共同资本收益提供了另一种思路。阿拉斯加Permanent Fund把部分矿产资源收入积累成长期公共资产，再用投资收益向符合条件的居民支付年度分红。继续工作的人同样领取，因此这笔收入不会产生“必须先失业才能获得”的激励。Alaska Permanent Fund Dividend

挪威Government Pension Fund Global则采用规模更大的代际资产模式，把石油活动净现金流积累进基金，再通过财政规则进入公共预算，使资源财富同时服务当前和未来世代。Norway Ministry of Finance：Government Pension Fund

AI和机器人产业并不是自然资源，公共资本逻辑仍然具有启发意义。现代技术产业大量依赖大学研究、公共基础设施、能源、电网、政府采购和产业融资。公共部门在部分项目中保留股权、基金份额或长期收益权以后，技术成功产生的资本回报可以直接进入公共收入，而不是等一个劳动者被替代以后才通过救济补偿。

这样，继续工作的人可以得到工资加共同收益；暂时没有市场岗位的人拥有基本保障、保险和共同收益；进入学习阶段的人再获得学习支持。共同基础人人拥有，劳动仍然有明显额外价格。

十、学习不能变成“机器会了什么，人就赶紧逃到下一项技能”的永久追赶

自动化转型很容易把全部责任重新放回个人：今天学PLC，明天机器人能够自诊断以后学机器人；机器人更容易示教以后再学AI；AI继续提高以后再寻找下一项暂时不会自动化的技能。这样的人生仍然完全围绕“怎样证明自己还值得被雇佣”组织。

职业学习当然重要，但成年人真正缺少的往往是时间和收入，而不是课程目录。新加坡SkillsFuture Mid-Career Training Allowance已经把收入支持直接加入长期学习。符合条件的中年劳动者参加全日制长期培训时，补助按照过去平均月收入的50%计算，每月最高3000新元，一生最多使用24个月。官方还明确解释，这种比例既用于弥补部分收入损失，也要“preserving the incentive for them to return to work”。SkillsFuture：Mid-Career Training Allowance FAQ

瑞典的转型学习支持进一步承认成年人重新成为学生可以是一种正常人生状态。职业稳定因此可以从“几十年持续待在同一工作状态”逐渐转变成“换轨以后不会掉出收入、保险和学习体系”。一个人30岁工作，35岁系统学习一年，之后重新工作；40多岁因为产业变化再次学习或承担家庭照护，后来再回到市场。

非职业学习也应该保留独立价值。维修人员学习历史、工程师学习摄影、普通员工学习音乐，都没有义务先证明未来工资会提高。生产率提高以后，教育的一部分红利应该表现为成年人有更多理解世界和发展兴趣的时间。

十一、AI最大的另一种意义，是普通人的idea更容易越过工具墙

生成式AI对就业的影响还有另一条经常被忽略的方向：它正在降低普通人实现小规模想法时需要购买的专业执行能力。过去一个人想做网站，需要系统学习前后端和部署；做游戏需要代码、美术、动画和声音；制作3D角色需要建模、拓扑、UV、材质和渲染。很多idea没有经过市场验证，就先死在第一版原型出现以前。

Brynjolfsson、Li和Raymond研究5179名客服人员使用生成式AI助手后的效果，发现平均生产率提高14%，其中新手和低技能人员提高34%，而经验丰富的高技能人员改善很小。论文原文是：“a 34% improvement for novice and low-skilled workers”。研究还提供了AI帮助新人更快获得高绩效员工实践经验的证据。NBER：Generative AI at Work

这对普通劳动者尤其重要。真正维修汽车的人知道维修流程中哪些小问题一直没人解决，真正操作CNC的人知道哪些报警记录和交接流程浪费时间，小店经营者知道自己真正需要什么简单软件。他们过去拥有领域经验，却缺少程序员、设计师和产品团队。AI降低第一版代码、网页、图片、数据工具和3D原型的执行成本以后，领域知识和实现能力之间的距离缩短了。

未来减少的就业时间因此不必全部变成“闲置”。一部分人可以做小型软件、开源项目、角色、游戏、3D原型和实体产品，通过AI、3D打印和CNC完成过去需要一个小团队才能验证的idea。大量规模太小、传统公司没有商业动力处理的问题，可以由真正生活在问题中的人自己尝试解决。

真正的AI赋权还需要退出能力。一个人的模型记忆、文件、提示、工作流和项目上下文如果全部被锁在一家供应商内部，依赖企业的旧结构只会换成依赖平台。开放权重、开放接口、数据导出、上下文迁移和本地运行的重要意义就在这里：使用者能够把积累带走，供应商才真正可以被替换。

企业越来越不依赖某一个具体员工时，个人也应该越来越不依赖某一家企业；AI平台越来越能够参与个人工作时，用户也应该越来越容易离开某一个平台。

十二、照护机器人最值得替代的是负担，而不是关系

高度自动化社会并不意味着所有人类活动都应该追求最低人工配置。照护领域尤其能说明这一点。日本长期推动移乘机器人、监测设备、ICT和其他介护技术，目的包括提高照护质量、减轻护理人员身体负担并支持老年人自主生活。机器承担每天反复搬抬老人、物品配送、夜间重复巡视和跌倒监测，都具有非常明确的价值。

真正的差别发生在机器节约出来的时间怎样使用。护理人员少做两小时机械搬运以后，可以用这些时间和老人交谈、观察身体和情绪变化、联系家属；机构也可以直接减少人员配置，让剩余员工继续满负荷工作。

PARO机器海豹的研究说明机器人可以在部分场景改善躁动、焦虑和互动，但2023年的系统综述和Meta分析纳入12篇研究、1461名参与者后，同时指出：“The overall quality of evidence for all outcomes were graded as low.”PubMed：PARO系统综述与Meta分析

机器人能够产生让老人感到安慰的互动，这种安慰完全可以是真实的。照护关系仍然包含判断和责任。老人突然拒绝进食、意识变化或者需要做高风险决定时，需要有人结合病史、药物、过去习惯和家庭关系承担后果。

所以照护领域真正值得追踪的是两组数据：腰伤、夜间机械任务和危险搬运应当下降；人与老人真正交流、观察和个体照护的时间应当增加。机器人优先替代照护中的负担，而不是把照护中的关系也一起压缩掉。

十三、任何制度都会被利用，所以不能把现实重新压成一个漂亮数字

新人招聘率、培训小时数、内部晋升率、平均工资和正式员工人数都可以提供信息；只要其中任何一个直接决定补贴、评级或监管结果，组织就会开始围绕数字优化。

要求新人比例，企业可以增加短期实习生；要求培训小时，可以堆课程；要求内部晋升，可以改职位名称；要求平均工资提高，减少最低工资员工就能自动提高平均值；要求留存率，企业又会获得提高员工退出成本的动力。

所以真正可靠的观察必须看多年职业轨迹和多组互相制约的数据。一个企业可以同时出现产值增加30%、平均工资提高8%、正式员工减少25%、外包工时增加40%、新人招聘下降30%。这些矛盾本身就是现实。生产率需要和实际工时、人机比一起看；工资需要和小时工资、人员构成一起看；培训需要和几年后的外部认证、职业流动一起看；就业规模需要和正式工、外包、派遣、招聘与离职流量一起看；新人入口需要追踪两三年以后是否真正获得技能。

制度成熟的标志不在于找到一个无法作弊的指标，而在于企业如果想制造一个漂亮故事，就必须同时让很多独立数据都能够互相解释。

十四、工会和其他组织真正改变的是“一个人只能单独与机器竞价”的处境

一个基层员工认为一人承担的机器已经超过能够安全处理的范围时，个人最容易采取的行为是离职。十个人分别离职，会成为十条流失记录，再由招聘系统补十个人。同样十个人如果能够共同掌握设备距离、工件重量、上下料节拍、并发报警、异常处理和工伤数据，再要求讨论定员，问题就从个人忍耐能力变成生产制度必须解释的工程安排。

2010年南海本田零部件厂罢工展示过这种力量变化。单独一名年轻生产工人高度可替代，关键零部件同时停止供应以后，多座整车厂受到停产影响。个体的可替代性与集体的可替代性完全不同。

自动化进一步要求这种组织能力发生在技术部署以前。Hyundai公布Atlas生产路线以后，韩国现代汽车工会已经公开提出机器人进入生产现场需要劳资协商。真正需要讨论的并不只有“机器以后裁掉谁”，还包括机器人先进入哪些工序、退休以后哪些岗位不再补人、留下的人承担多少设备、生产率提高以后工资和工时怎样变化。

企业天然以法人、管理系统、财务和律师形成持续行动的集体。如果普通人的利益只能以一次离职、一次工伤和一次个人投诉出现，企业越容易替换个人，双方力量差距就越大。工会、行业组织、媒体、学术研究、NGO、宗教福利机构和其他中间共同体因此不会因为自动化和社会保障增加而失去价值。资本需要监督，负责分配资本收益和公共资金的行政系统同样需要监督。

十五、真正高度自动化以后，充分就业会逐渐变成充分收入、充分参与和充分选择

今天直接放弃充分就业并不现实。住房、食品、医疗、教育和养老仍然高度依赖工资，普通人失去工作以后实际消费能力和生活选择真的会下降。一句“人的价值不能由工资衡量”无法替代这层现实。

但“每一个成年人长期保持40小时全职工作”也没有理由成为永恒目标。生产率提高的早期阶段，应当减少加班和劳动强度；随后通过缩短工时共享减少的总劳动需求；再往后，工作、学习、照护和个人项目开始在同一人生里循环存在；当市场真正只需要少量人类劳动时，工资逐渐成为承担必要劳动的额外报酬，基本生活则越来越少依赖某一家企业是否愿意购买一个人的40小时。

这条过渡路线同时处理两个极端。一端是为了逼人工作而故意让没有市场岗位的人陷入贫困，结果只会制造更多廉价劳动力；另一端是让工作和不工作的净收入几乎一样，使每天交出大量时间的人觉得自己的劳动没有价值。

最终更合理的原则仍然很简单：没有市场岗位的人不失去正常生活；真正承担市场劳动的人明显多得；特别稀缺、危险或责任重大的工作继续通过更高小时工资和更短工时吸引人。

高度自动化社会最终并不是“全民失业社会”，而是“越来越多有价值的活动不再必须先变成一份全职劳动合同”的社会。

结语：机器真正应该减少的，是普通人不得不出售的人生时间

工业社会长期形成了一条稳定的资源交换链：人把自己的时间和劳动出售给企业，企业支付工资，人再使用工资取得住房、食品、交通、教育、医疗和养老。工资因此同时承担劳动价格和生活资源入口两种功能。当这两种功能高度绑定时，机器越有能力替代劳动，普通人就越容易把技术进步理解成自己的生活资格受到威胁。

机器真正替掉员工以前，这种压力已经存在。一个人管理更多设备，同样工资承担更多职责，休息更少，工资增长更慢，劳动关系更加灵活。企业获得更强的替代选择，员工则受到每个月生活支出的约束。机器变得越来越便宜，人先通过降低自己的单位价格继续留在工资体系里。

机器真正开始减少岗位以后，社会又很容易要求劳动者立刻学习下一种暂时不会被机器替代的技能，再寻找另一份40小时工作。这样的循环提高了生产效率，却没有兑现技术最基本的承诺：相同生活水平原本应该需要越来越少的人类必要劳动。

真正的过渡需要在几个方向同时发生。技能能够跨企业迁移，员工失去当前岗位以后拥有足够等待时间；劳动需求下降首先有一部分表现为工时下降；新人仍然拥有形成第一年经验的入口；继续工作的人取得明确额外收入；社会保险逐渐减少对单一工资税基的依赖，把一般财政、资本收入和公共资本收益引入长期保障；机器释放出来的时间则可以进入照护、学习、创造、社会参与，也可以保持为空白。

中国大陆已经在同一个社会保险体系里同时展示了两条可能的方向。一条是延迟退休和逐步延长最低缴费年限，让劳动者更长时间留在缴费体系；另一条是划转部分国有资本充实社保基金，让资本本身承担一部分养老责任。前者在应对今天的人口老龄化时有自己的制度逻辑，后者对于未来工资劳动占比可能下降的社会更具有延展性。真正高度自动化以后，社会不能无限通过要求人工作更久来维持一个建立在大量工资劳动上的制度。

生产系统当然可以不断去关键人化。老师傅离开以后，工厂不应该停止；程序员离职以后，软件知识不应该全部消失。这是工程进步。

人的社会地位需要朝另一个方向发展：企业越来越不依赖某一个具体员工，社会也应该让这个员工越来越不依赖某一家企业。

机器真正应该淘汰的是一部分重复、危险和不得不完成的劳动，以及一部分为了取得生活资格不得不出售的人生时间。

最坏的未来，是机器越来越便宜以后，人为了继续被购买，只能让自己的工资、休息、健康和时间一起更加廉价。

更值得追求的未来，是机器越来越便宜以后，人的时间越来越珍贵。技术生产出更多财富以后，普通人终于能够少出售一部分人生，而且不会因为少出售这部分时间就失去正常生活资格。

主要在线资料与原文