“10年后，全球将只剩下两类劳动”——这个说法在中文互联网上流传甚广，被冠以“AI教母李飞飞”之名，成为焦虑叙事的燃料。但事实是，李飞飞从未提出过这个判断。
“杠铃效应”的最初提出者是MasterClass创始人兼CEO大卫·罗吉尔。他在与李飞飞的对谈中描述了一个假设：职场两端会变重——一端是前1%的顶尖专家，一端是高主动性的通才，中间“还凑合”的人空间被挤压。李飞飞听完后表示同意，但她补充的关键点是：无论站在哪一端，驱动这两类人的是同一种东西——主动性。媒体将“两类人”的判断归到李飞飞名下，是一种典型的“光环效应”：大IP配上简化标题，传播力翻倍，准确性减半。
这个误读本身，比“两类人”的说法更值得分析。
杠铃的两端，到底长什么样罗吉尔描述的杠铃结构，如果剥离掉焦虑滤镜，其实对应着两种在AI时代被放大的工作方式。
一端是“深到别人追不上”的专家。 罗吉尔举了文案的例子：一个“还凑合的文案”，现在任何人用大语言模型都能做到差不多的水平。但如果你是世界上最好的文案，前1%的那种，“你就没法轻易打败我”。AI没有削弱顶尖专家的价值，反而帮他们筛掉了90%的重复劳动，让他们把精力集中在最需要人类判断力的那10%上。
另一端是“一个人就是一支队伍”的通才。 罗吉尔本人是例子：他用的待办清单App是自己拿AI编程工具建出来的，规则是“一件事如果停留超过一天半就必须被移除”。做一个应用的成本，从几个月缩短到一个周末。这类人的特征是，他们不等别人给工具，自己造；不等别人定义工作流，自己定。李飞飞对这一端的描述是：“他们自己就是增强的起点，而不是在等待一个被增强的未来”。
而中间层——“技能不算差，但也没有特别突出；主动性不算低，但总在等着被安排”——这部分人的空间正在被挤压。挤压的原因不是AI“抢了工作”，而是AI把执行层面的“还不错”拉到了一个极高的水平线。当任何一个人借助大语言模型都能产出“还凑合”的文案、代码、设计稿时，停留在“能执行”层面的人，不管做什么，都会被追平。
李飞飞真正想纠正的，是“自动化思维”李飞飞在访谈中花力气最多的，其实是反驳一个前提性的说法：工业革命把体力劳动自动化了，现在AI要把智力劳动自动化，普通人怎么办。
她的回应有两层。第一层是事实层面的：“工业革命并没有自动化劳动。它让劳动更高效，扩大了劳动的规模，也确实改变了劳动力市场。但它没有自动化劳动。” 第二层是认知层面的：默认体力劳动里没有智能，这个前提本身就是错的。“体力劳动、认知劳动、情感劳动，人类的活动和人类智能深刻地交织在一起。”
这指向了一个更底层的判断：AI擅长的是语言层面的任务——写报告、查资料、做数据分析、写代码。但人类智能远不止语言。 还有感知智能、空间智能、身体智能、情感智能，这些是五亿年进化形成的，远比大语言模型能复制的复杂。李飞飞自己做的方向是空间智能，她的判断是：在需要深度判断、创造力、共情、在信息不全时拍板的领域，人类会保持优势。
所以她反对“智能的成本正在趋近于零”这种说法，认为这是“不负责任的”。如果接受这个前提，人就没有理由再保持主动性了——这才是她真正担心的：“我其实最害怕的是人类的放弃，就是觉得，AI这么聪明，没我啥事了。”
中间层的困境，不只是“技能问题”“中间层被挤压”这件事，如果只看个体，是一部分人的就业焦虑。但放到行业尺度上看，它还有一个更隐蔽的后果：经验积累的通道正在变窄。
一个刚入行的文案、工程师、律师，前几年的工作往往就是“还凑合”的产出——写平庸的稿子，改别人看不上的bug，整理重复的病例记录。这些东西本身价值不高，但人的判断力是在那些活儿里攒起来的。一个做了几百次线上排障的工程师，后来带团队时“一眼就能看出这里迟早出事”，依据说不清楚，但来自那几百次半夜查日志留下的直觉。
现在的问题是，这些“还凑合”的活儿，AI几分钟就能干完。效率上当然是好事，但省下时间的同时，也被拿走的，是新人积累经验的那段过程。有技术负责人提到，一个熟练工程师加几个AI工具能顶过去三四个初级岗位，招新人还得花半年带，“算下来不划算”。单看一家公司，这个决定完全合理。但如果整个行业都这么算，几年后就会出现结构性缺口：三十五岁上下的骨干往管理岗走或离开一线，下面却没有一批干了五六年的人能接上。
这不是AI的问题，是用AI的方式的问题。李飞飞在访谈中举了产品经理的例子：十年前的产品经理是指挥，不写代码；现在很多产品经理自己用AI写代码了，产品周期从几个月缩短到几天。但这不意味着设计师和工程师被甩掉了，“AI没有替代任何人。它把每个人往上推了一个台阶。”产品经理从“指挥”变成“动手者”，设计师和工程师从“执行者”变成“专攻最难问题的人”。同一个工具，不同的理解方式，会得出“少招两个人”和“把每个人往上推一个台阶”两种截然相反的结论。
真正的分叉，不是天赋，是姿势李飞飞对“两类人”的补充，落脚点不在天赋或技能，而在一个可以选择的姿势：是被动接受，还是主动介入。
“中间层的问题不是技能问题，是姿势问题。” 从“等着被安排怎么用AI”切换到“我自己上手看看能干什么”，这一步跨出去，就有机会往杠铃的任何一端靠。跨不出去，回到那个文案的例子：还凑合的水平，AI现在就能免费给出来。“中间层不是被淘汰，是这份工作本身不再需要人来做。”
李飞飞给普通人的建议很具体：找个25岁以下的年轻人，请他演示一遍平时怎么用AI，带着好奇去看，不要当成学一门可怕的新技术。然后自己动手试一遍，每天试一遍。先不要问“AI能不能帮我”，先问“这个问题的本质是什么，卡点在哪里，AI能不能帮我把卡点重新设计一下”。等AI给答案，和拿AI主动解决问题，这两者差距很大。
结语“10年后只剩两类人”这个说法之所以传播广，是因为它提供了清晰的恐惧：你属于哪一类？但李飞飞真正想说的，恰恰是不要被这种框架框住。
她在访谈里说过一句话：“创业者这个词，很大程度上就是主动性的同义词。” 你可以是专科医生，可以是K12老师，可以是设计师，都可以有主动性。主动性不是注册公司、拿融资，是在你做的事情里，选择不被安排。
AI把执行层面的门槛拉平了，这既是压力，也是机会。压力在于，“还凑合”不再值钱。机会在于，当执行不再稀缺，判断力、共情、在不确定中做决定的能力，这些AI暂时追不上的东西，反而变得更值钱。省下的是重复劳动，得到的是被释放的专业判断。
分叉不在天赋。在姿势。