“浙大教授”郑强，再次抛出言论！他曾说：“人的劳动凡是能做的应该留给人来做……AI只能成为促进人类发展的工具，不能替代人类的劳动。”

他还提醒，学车先学手动挡，是因为要先摸清离合配合，掌握切换节奏，这样将来遇到突发状况才不会一懵。

如果直接跳进无人驾驶，那几年后还有多少人记得怎么打方向？

他这番担心人工智能替代人工的谈话，让全场安静下来。

AI浪潮席卷之下，最先感受凉意的其实不是一线城市IT圈，是千家万户里在底层岗位奔波的普通工人。

一些自动化仓库已是灯光全关、机械臂24小时高速分拣。

就业数字看上去好看，但流水线的工人岗位一天比一天少了。

不只是工厂，银行柜台、门店收银、呼叫中心，部分岗位正受到智能技术影响。

本来这些岗位归属着一大批普通人，攒房租、养孩子、准备赡养老人，家底全在那份工资票上。

AI进入生活，老板们自然乐于减少人手，机器不领工资还没情绪，数据好看得很。

账本上数字漂亮，现实却并没更容易。

机器虽然效率高，但它们不会买早餐、下馆子、买新鞋，不会在菜市场挑小葱香菜。

这些最基础的岗位一旦消失，影响绝非工资和就业那么简单，整个社区流动的钱和活力也在流失。

河南一对夫妻说，过去小区旁的早点铺清晨不停电，如今送餐小哥都快找不见。

做生意好像进了无声的冬天。

许多岗位被技术抹平，社会活力也随之缩水。

谁能想到，流水线上人少了，菜市场、便利店生意也跟着冷了下来。

AI替代带来的变化不止速度快，还有无缝渗透能力。

客服、质检、流水线工种部分岗位自动下岗，老百姓眼里的好工作也在“智能化”中悄悄退出舞台。

据第五次全国经济普查，2018至2023年纺织业从业人员减少87.2万人，程序员刚学会一套编程套路，大厂AI工具更新迭代，基础代码一秒生成。

年轻人本想跑网约车、送外卖应急，却发现满地机会全是临时岗、低保障，转行难度越来越高。

中国官方数据清晰展现了断层。

2026年，约8.5亿劳动年龄人口，新兴职业不断涌现，但各领域专业人才缺口依然存在。

AI的入侵让传统岗位飞快失守，数字经济里还没完全跟上的那部分人难免焦虑。

看上去新就业形态劳动者有8400万，可多数岗位都是一人一单、一人一评星，收入不稳、保障不多。

纺织女工断岗后，只能转去酒店服务或者保安，连夜学开车、修电梯。

即便世界经济论坛测算2030年全球净增7800万个就业岗位，可那只是总盘子数字，对50岁还在产线、家里还着房贷的那拨人来说，谁能学得会大模型和AI运营？

现实问题一环扣一环。

AI进厂后岗位少了，年轻人学手艺的机会也变窄。

谁还愿意从最基础的打杂、搬运干起？

往常每代熟手、老师傅都靠“上手实练”卷出来，现在大批自动系统，练习与摸索直接被跳过。

经验积累的链条断了，很多行业出现“熟手断层”，新员工没地方练本事，老人走后直接断档。

郑强强调AI应成为促进人类发展的工具，不能替代人类的劳动：人工智能机器再强，遇到现场突发还是得靠人用肉眼、手感、经验做判断。

机器不会体谅客户和老板间的气氛，更替代不了一拍桌子解决的软逻辑。

断掉了练经验的环节，产业升级路上反而容易出事。

AI发展推动数字经济，催生了新职业。

各地纷纷成立AI人才培养班，官方开始“加密职业目录”，科幻片里的新型工种变成现实。

但行业转型间，谁在兜底那些“结构上的失业”？

中间阶层家庭很难再“慢慢等”经济改革让他们转型。

年龄偏大的那批工人，重新学习成本极高，社会没能完全消化转岗的阵痛。

AI带来焦虑感，让许多行业不得不盘算，“手动挡”的老本事到底要不要彻底丢掉。

官方劳动保障部门也密切关注数据变化，2026年，全国就业形势结构性矛盾更加凸显，在高科技企业劲头十足的同时，传统岗位和新职业之间的断层变得明显。

转岗政策、再培训计划和社会保障并没有跟上变化的速度。

下岗工人中不少人没法直接对接到新职业，家里老人孩子负担沉，城市小区里的柴米油盐被抽离亮了“警报”。

最本质的社会信任感，决定于就业和分配的宽容度。

AI适合啃最硬的骨头，比如井下、火场、精密医疗手术，而老百姓还要留一片地方指挥、担责、维护人情。

手动挡的价值，是留下容错和补救的一步。

中国这个社会的进步，不止是程序更快、机器更多，是普通人饭碗端得住、工厂和菜市场烟火气不丢、谁家都能找得到盼头。