Anthropic 最近這份研究，題目叫《機器人能做什麼工作》。他們把美國九百多個職業、一萬九千項任務一條條過完。主講人轉述出來的兩個數字是：機器人現在已經能幹美國四分之三的體力活；真的比人便宜的，只佔全部工作的 0.3%，也就是千分之三。
他自己一開始不這麼想。他認為 AI 會換掉所有工作，藍領也跑不掉，因為機器人已經在了。轉發這份研究的貼文卻寫著，藍領工人還有幾十年才會被機器人取代。他聽完，先看到一個很怪的局面。白領被 AI 換掉，已經是眼前看得到的事。以前那些風光、高薪的白領工作若全部沒了，大家是不是都要轉去幹藍領。他問，孩子以後還有沒有必要念書、念大學。知識類的工作若消失，人可能只能去念技職學校，也就是他講的技校，出來做藍領的活。以前大家擠破頭上大學，要的是高薪白領，講的是知識改變命運。他當時覺得，以後知識可能再也沒用，被 AI 弄到完全沒有價值，只剩動手的能力還有價值，人又回到藍領。他說這是三十年河東、三十年河西。這個變化，他覺得戲劇性很大。
他還自己往下想了一步。人若都不做知識工作、都不當白領、都不上大學，人類的知識要怎麼傳下去。他估計，管知識的那些大腦神經元會整個退化，最後只有 AI 擁有這些知識。知識若全在 AI 那裡，人還應用得了嗎。他覺得應用不了。生活改由 AI 來幫忙，人變成提線木偶，生活的一切由 AI 在管。所以他說，AI 要取代人、要毀滅人類，已經完全沒有必要，因為人本身就成了 AI 的提線木偶。這是他接著想的。研究沒有下這個結論。
能做跟比人便宜，他拆成兩筆帳
開場他講四分之三。他後面給的數字是：今天的機器人在某些條件下，能完成美國 74% 的體力工作。這些體力任務加起來，佔全部工作時間的 34%。只問做不做得到，大約三分之一的工作時間，機器人已經能做。
那 74% 裡，絕大多數要求高度結構化的環境。流水線、倉庫貨架、固定的工作位置，東西放在固定的地方，按固定的順序做。換到客戶家的地下室、換到工地、換到病床邊，機器人就不行。
成本才是這份研究的核心。他們比的是一筆帳：機器人做一項任務的總成本，對上一個人做同一項任務的薪水。公司只有在機器人更便宜的時候，才會用機器換人。按這個標準，今天機器人比人便宜的任務，只佔全部工作的 0.3%。
價格從上個世紀九零年代起，每年大約降 3%。他說，按過去三十年的降價速度，機器人要在一成的工作上比人便宜，還得再降價 70%，大約要四十年。要在一半的體力活上比人便宜，得到 2085 年。他算，2085 還有六十年。
研究另算一個比較快的情況。成本下降改成歷史速度的四倍，機器人學新任務的速度又是人的兩倍。即便這樣，到 2050 年，也只能在一半的體力活上比人便宜。他說到 2050 年有可能拿下五成的人類工作。要拿下九成，則還要五十三年。他轉述研究的原話：未來幾十年，機器人需要保持創紀錄的降價速度和品質提升速度，才有可能實現快速的物理自動化。
馬斯克講過一百億個機器人的未來。主講人覺得，除非價格大幅下降，自動化也大幅提升，不然那幅圖還早。研究算過另一筆。就算機器人今天就便宜 20%，也只在 280 萬名工人的體力活上比人便宜。這 280 萬人平均有 42% 的時間，花在機器人做得到的任務上。換算成全部工作時間，是 0.8%。現在把價格降兩成，佔比只往上挪一點點。
他說這條曲線開頭動得很慢，像複利，剛開始總是慢。最便宜的那些活，現在早就被工業機器人拿走了。剩下的每一項，都難找到比它更便宜的機器。
靈巧、人的偏好、法規，三道一起擋
成本之外，他認為還有三道門檻。
靈巧是第一道。解開一團纏在一起的電線，今天沒有任何一台機器人能穩定做到。人的一隻手有二十多個自由度，最先進的機器手也就十幾個，而且沒有皮膚的感覺。抓得住一個盒子，抓不住一根會打滑的線。他說，這就是馬斯克現在拼命研究機器手、大力投入的原因。
第二道是人自己要不要。很多事，人就是想要人來做。看護、理髮、上餐館，都還是希望有人。當然也不好說死。有人社恐，其實更希望機器人來，只是現在機器人還做不到。他自己理髮常常隔好幾個月才去一次。男人一個月不理就亂了，他卻拖很久。一方面社恐，不想進理髮店。一方面也想省錢。北美理髮確實貴。
第三道是法規。現在很多工作，法律規定必須由持證的人來做。醫師、律師，都要持證的人。
Apollo 的首席經濟學家 Slok 看完這份研究，寫了一句：即便在最樂觀的預測下，大規模的體力勞動職位流失也需要數十年。主講人因此說，藍領現在是安全的。前提是這份研究真的算對了。到底是研究對，還是世界首富馬斯克對，他先把問題放在這裡。
今年機器人很吵，換掉人的那條線還趴著
報告出來的時候，機器人這一行正熱。他把今年發生的事和研究擺在一起，看「能做」和「便宜」中間隔了多遠。
今年一月，馬斯克在法說會上承認，特斯拉沒有一台 Optimus 在自家工廠裡幹有用的活。去年一萬台的生產目標也沒完成。他從 2024 年起就說明年限量生產，工廠裡用上一千台。到了今年九月，客戶的訂單是零，一台都沒出貨。
另一頭，Figure 的機器人九月在 BMW 工廠突破一千台，幹的是有償的活。把零件按順序擺好，送到產線上。主講人說，這是今天全世界最接近真的在幹活的人形機器人。它幹的，正是研究裡講的那種結構化環境。零件在固定的地方，順序是定好的，就是流水線上的活。
中國這邊，宇樹科技九月完成了一筆大約九十億美元的上市。它去年賣了五千五百台。另一家賣了五千多台。中國佔全球人形機器人裝機量的 80% 以上。宇樹最便宜的工業款，四萬美元出頭就能買到。
也是九月，北京的天工機器人跑完一百公尺，成績比博爾特的世界紀錄還快。跑得贏世界冠軍的那台機器，還是解不開一團電線。跑步是大肌肉的事，解電線是手指的事。前一件，機器人已經超過人。後一件，還沒入門。
OpenAI 也在今年九月宣布進入機器人。英偉達執行長黃仁勳年初在消費電子展（CES）上說，機器人即將迎來 ChatGPT 時刻，也就是爆發、普及的那個時刻。摩根士丹利預測，到 2050 年，人形機器人是一個五兆美元的市場。
他把黃仁勳、摩根士丹利這些放在樂觀的一頭，把這份研究放在冷靜、甚至悲觀的一頭。他覺得兩頭並不矛盾。機器人公司的收入可以年年翻倍，同時替代人的份額一直停在千分之幾。一個市場從零長到五兆，和它換掉千萬個職位，是兩條完全不同的曲線。前一條，機器人市場已經開始往上衝。後一條還趴著。
把公司的數字和研究的數字對一下，就更清楚。全世界去年賣出的人形機器人，幾家加起來也就一萬多台。今年的預測銷量是五萬台。美國光是倉庫和工廠裡的體力工作，就是千萬級。一萬台放進這個分母，小數點後第一位都看不見。他說，這就是 0.3% 在現實裡的樣子。機器人做得到。主要是成本太高。
幾十年安全，水管電工還在，倉庫不在
藍領是不是真的還有幾十年可以做。他說這句話對，也不對。
對得上的，是在非結構化環境裡幹活的人。水管工、電工、看護、理髮師、廚師、修車技工。機器人要適應這種環境還有很多年。成本上，可能真的要幾十年。而且關鍵不止成本。靈巧、人的偏好、法規，三道一起擋著。
對不上的，是結構化環境裡的藍領。倉庫、流水線、分揀中心，不在那幾十年的保護期裡，可能很快被換掉。亞馬遜的倉庫早就有一百多萬台機器人在跑，數量已經接近它全球員工的總和。Figure 那一千台，也已經在工廠裡。
研究回看過去五十年，發現愈是暴露在機器人面前的工作，薪水和就業的跌幅就愈大。他的讀法是：機器人不必真的換掉你。它只要做得到你的活，哪怕現在還比你貴，你的薪水就會被壓著。老闆知道替代品的價格一年年在降，談薪水的時候，你手上的籌碼就一年年變少。幾十年才被換掉，不等於這幾十年薪水完全不動。
所以他說，藍領還有幾十年安全，保得住的可能是職位。薪水的價錢不保險。碼農也一樣。他感覺很多公司現在不太調薪，主要就是因為碼農的價值愈來愈低，已經有 AI 可以替人寫程式。
同一份研究，白領拿來找出路，水電裝修拿來安心
不同的人，這份研究的用法不一樣。
對寫程式、做分析、做設計的白領，他說這像一張免死金牌。意思是：機器人在你這個時代，暫時替代不了體力活。他從同一份研究讀出的對照是，藍領的替代時間表可能是幾十年，白領就是現在。這也是這個頻道一直在講的。所以他認為，研究正在替一件事背書：工作要往在場、能動手、對人服務的那一側挪。決定這件事的，是成本，再加上那些門檻。
對做藍領的，尤其是北美的華人移民，水電、裝修、看護、餐飲，他覺得研究等於給了幾十年的保護期，吃了一顆定心丸。這些工作還可以安心做下去。收入一點也不比程式設計師低。他記得以前遇到一個朋友，人來了北美，找不到程式設計師的工作，後來去做裝修。現在做得蠻好，也不打算轉回去。那位朋友覺得，收入大多是現金，稅繳得很少，還能領福利。算一算，賺得不少，福利也有。
再往上的藍領，他覺得更安全。水電工去做故障診斷，門檻比標準安裝高。看護去做複雜照護，門檻比日常那種標準照護高。等於在那幾十年的保護期裡，再加一層。
他說，人真是可憐。拚命想保住工作，可是人偏偏不喜歡工作。又得去保，因為工作是收入的來源。
軟體幾年鋪滿辦公室，機器人多一台就是幾萬美元
機器人會不會有 ChatGPT 時刻。他覺得難度還是比較大，還是成本。
AI 這幾年可以說鋪滿了辦公室。他覺得所有白領領域都在用。離寫程式很遠的行業也在用。他太太做律師，律師業也在用 AI。普及這麼快，是因為軟體的邊際成本幾乎是零，擴張的成本也幾乎是零。多服務一個人，差不多就是這個人多裝一套軟體，複製的門檻是零。
機器人走的是另一條曲線。每多造一台，就要花幾萬美元。造出來還要維護、充電，甚至買保險。這是硬體自己的成本曲線，沒辦法像軟體那樣快鋪開。所以他把 ChatGPT 時刻放在機器人身上，覺得相對難。
年輕人現在選工作，或替自己的孩子想，他把開頭那句收回來了。直接去念技職、大學別念，是他開頭那套比較悲觀的講法。未來也許沒有悲觀到那一步。就算念大學，也要想辦法做動手和動腦合在一起的工作，以後能做的時間才比較長。坐在電腦前的工作，他說 AI 碰得到的程度基本上是 100%。
華人家庭那套常識，被成本曲線反過來說
華人家庭常常瞧不起藍領，想做體面的白領。他說以後的時代可能完全不一樣。體面的工作不再體面，因為沒有工作了。原先覺得不體面的，變成大家唯一能做的，也就沒什麼不體面。
他覺得北美的藍領本來就沒有什麼不體面。一方面賺得不少。另一方面他們是 handyman，家裡很多白領自己做不了的事，他們做得了。
過去幾十年，華人家庭的常識是：腦力工作高大上，而且比體力工作穩。進辦公室，拿一份固定的工作。北美半個月領一次薪水，中國是一個月一次。體力工作不一樣，要風吹雨打，東奔西走，還不一定有穩定的案子。以後可能完全反過來。
他說，這份研究第一次用成本曲線把這句常識反過來說。往後幾十年，手上的藍領活，比螢幕前、電腦前的活要穩。不是因為手藝高貴，而是因為機器人太貴。
常識要翻過來。他們這把年紀，要把這個想法翻過來，他覺得很不容易。往往要被現實狠狠打過臉，才會停止逼孩子只去學知識、念大學，改讓他們去做藍領。他接著又覺得下一代好慘，以後只能做辛苦活。
再往後看，他又不把「幾十年」說死。機器人進入各種環境的速度，應該會比現在能預測的快。貴，是因為還不能量產。能量產，成本就會打下來。而砍成本這件事，他覺得馬斯克最會。特斯拉的造價比別人便宜，所以打得贏，製造速度也非常快。馬斯克可能打破這份研究的預測，讓機器人更快普及，成本更快降下來。若按他講的，一台機器人兩三萬美元，大家買得起。像買一輛車，甚至比車還便宜。機器人能做的事那麼多，他覺得大家應該都會去買一台。