计数的承诺：AI 正在改变就业，没有人在认真追踪这件事
美国劳工统计局150年来每月追踪就业数据，帮助这个国家避开了工业革命时代的阶级战争。如今，AI对就业的冲击可能比任何历史先例都快，但BLS的分类框架还停留在工业时代。这篇 Atlantic 特稿，通过1869年的历史切口，追问一个没人认真回答的问题：有没有人在建立追踪这场变革的机制？
每次技术革命，政策总是追着危机跑。1869 年，美国人靠计数稳住了局面。这次，他们还没开始。
文章信息
| 原标题 | America Isn't Ready for What AI Will Do to Jobs |
| 作者 | Josh Tyrangiel（The Atlantic 驻站作家，前彭博商业周刊主编、彭博传媒首席内容官） |
| 信源 | The Atlantic，2026 年 3 月刊 |
| 发布日期 | 2026 年 2 月 17 日 |
| 阅读时长 | 约 12–15 分钟 |
| 原文链接 | 读原文 → |
核心论点
文章的核心主张是：美国面对 AI 引发的劳动力市场冲击，暴露出的是制度性的政策准备不足，而非技术层面的无能为力。Tyrangiel 以 1869 年马萨诸塞州建立全美第一个劳工统计局为历史锚点：第二次工业革命最猛烈时，不是道德说服、而是系统性的数据计量，最终帮助社会找到了应对工人苦难的政策工具。如今，AI 正在发动新一轮对工作岗位的冲击。1 负责监测就业变化的美国劳工统计局（BLS）已运转 150 年，但其现有分类框架是为工业时代设计的，并不具备追踪「AI 正在消灭哪些职业」的能力。历史曾经给过答案，这次它被搁置了。
论证路径
① 起点：计数如何避免了一场阶级战争
1869 年，联邦军队正在向铁路罢工工人开枪，富人开始资助私人军火库。1 就在这时，马萨诸塞州做了一件看起来无聊的事：开始统计工人的工时、工资和伤亡。那些今天经济学家称为「负外部性」的东西，当时的名字要直接得多——「孩子的胳膊被机器撕掉」。数年后，国会将这个想法推向全国，创建了美国劳工统计局。
② 积累：BLS 是什么规模的文明奇迹
BLS 至今每月向约 6 万个家庭和 12 万个企业及政府机构发出调查1，150 多年来从未间断。正是这套体系，让我们知道 2024 年全美有 4.4 万人靠餐车为生（较 2000 年增长 907%），有近 10 万名按摩治疗师——纳帕谷的从业密度是全国平均水平的五倍。这些看起来琐碎的数字，是一个社会对自身的如实记录，也是政策回应的原材料。
③ 危机：AI 带来的不是渐进式替代，是速度骤变
工业革命的就业冲击以数十年为单位缓慢推进，政策有喘息的空间。AI 正在压缩这个时间窗口。文章提到，AI 行业的头部公司领导层已陆续公开预测：在不远的将来，失业率可能出现大幅上升。1 这不是远期预言，而是当下评估。
④ 盲区：BLS 的统计框架还没有准备好
BLS 的职业分类系统是为工业时代设计的，能告诉你今天有多少「数据录入员」，但无法告诉你「哪些职业正在被 AI 替代、替代速度有多快、下一波影响将落在哪个群体」。1 没有专项追踪机制，政府无从设计可信的应对方案。失业援助该发给哪些工种？再培训要指向哪些技能？这些问题没有数据就没有答案。
⑤ 呼吁：1869 年的答案，2026 年还没用上
Tyrangiel 的结论不是悲观的，而是具体的：建立对 AI 职业替代的专项监测机制，就像 1869 年建立劳工统计局一样，是一个政府能做、也应该做的事。这件事做过一次，有效过。如果这次不做，他直接说：历史给过一次警告，代价是联邦军队对准本国工人开枪。
关键洞见
- 「会不会夺走工作」已不是问题所在。没有人还在否认 AI 对就业的冲击，争议转移到了速度和规模。真正的缺口是：我们有没有机制在这个过程中追踪变化、保护人。
- BLS 的存在并不保证公平，但它的缺席几乎必然导致政策盲目。Tyrangiel 的历史论证有一个简洁的核心：「清晰地计数」是民主制度应对经济冲击的起点，不是终点。
- AI 带来的职业替代，速度可能超过任何历史先例。工业革命的冲击以代际为单位缓慢渗透。当下的 AI 可以在一个财季内使整类工作的市场需求骤降，政策响应的窗口比想象的窄得多。
- 没有分类监测，政府无从设计有效的职业转型方案。没有有效方案，受冲击的群体面对的不只是失业，还有社会保障的真空。这是一个制度失败，不是技术问题。
- 美国是在 AI 时代第一个大规模测试其劳动力统计体系极限的主要民主国家。它现在怎么选择，其他国家迟早都要面对同样的问题。
精选金句
"Measurement doesn't abolish injustice; it rarely even settles arguments. But the act of counting—of trying to see clearly, of committing the government to a shared set of facts—signals an intention to be fair, or at least to be caught trying."1——「测量本身无法消除不公正；也鲜少能终结争论。但计数这个行为——尝试清晰地看见、让政府承诺共享同一套事实——表达了公平的意愿，或者至少，表明了被发现在努力的意愿。随着时间推移，这份意愿本身就很重要。它是一个共和国赢得信任资格的方式之一。」
"what economists now call 'negative externalities' but were then called 'children's arms torn off'"1——「今天经济学家称之为『负外部性』的东西，在当时有一个直接得多的名字：『孩子的胳膊被机器撕掉』。」
"America: 250 years without violent class warfare."1——「美国：250 年没有暴力阶级冲突。」
编辑后记
选这篇文章，是因为它问了一个别人没有认真问的问题。关于 AI 的讨论太多集中在「会取代多少工作」——这个问题本身已经足够严峻，但 Tyrangiel 往前走了一步：就算我们接受冲击即将到来，有没有人在建立追踪它的机制？他的答案是没有，而这才是更深的问题。以 1869 年为锚点，他把一个技术议题还原成了一个更原始的问题：有没有人愿意建立一个诚实计数的系统？答案不只取决于华盛顿，也不只属于 2026 年。
このコンテンツについて、さらに観点や背景を補足しましょう。