人工智能改变的不只是生产工具和岗位形态，也在重塑劳动方式与人的价值坐标。

2026年8月20日，北京亦庄。世界机器人大会现场热闹非凡，370余家企业带来3000余件展品，除奔跑、跳舞等展示外，搬运、分拣、装配、质检等面向真实生产场景的实操演示明显增多。

具身智能何时才能真正走进工厂或家庭场景“上岗”？宇树科技创始人、董事长王兴兴表示，当一台机器人被带到任意的陌生工作环境中，能自主完成80%左右的任务，差不多就到了具身智能的突破性时刻——快的话两三年，慢的话五到十年，那将是整个产业真正的爆发点。

把目光从北京亦庄转向几百千米外，河北武安，人机协作已经进入生产现场。

2026年8月，金鼎重工有限公司2号高炉主控室里，当班工长孟伟紧盯屏幕，观察炉内温度、压力和气流分布。几年前，高炉还是个看不见、摸不着的“黑箱”，布料主要依靠老师傅的主观判断和手工计算。如今，上千个传感器实时采集数据，机器视觉系统让高炉内部状态清晰可见，AI能够及时捕捉肉眼难以察觉的异常。

但工人并没有因此闲下来。年轻工人借助AI更快熟悉炉况判断要领，老师傅则从烦琐操作中抽身，转向工艺优化与技术创新。

在2026世界机器人大会现场，《中国工人》的镜头里，比机器人更耐看的，是展台之外的人：蹲在地上反复调试机械臂的工程师，围在分拣机器人前追问参数的工厂班组长，被“会回头看人”的机器人逗笑的服务人员和观众。

机器人来了，人的价值如何变化，“工作力”靠什么支撑？答案不在展品上，而在人身上。

新技能：不是“被替代”，而是“再装备”

每隔几个月，“AI淘汰职业名单”就会刷屏一次。会计、客服、文案、设计，这些岗位被贴上“高危淘汰”标签。焦虑像潮水，来了又退，退了又来。

然而，焦虑并不是全部事实。2026年世界人工智能大会发布的一项劳动力市场研究提出，与其笼统讨论某个职业会不会“消失”，不如观察岗位内部的任务如何被拆分和重组。

对多数职业而言，AI首先改变的往往是其中那些标准化、重复性的环节。比如一个Java工程师可以用AI生成基础代码、撰写接口文档，但架构设计、线上故障处置、跨业务系统协调，仍离不开人的经验和判断。

真正可能收缩的，不一定是整个职业，而是其中那些AI能够独立完成，又不需要人补充判断的任务。这条变化的分界线，不只在于“会不会用AI”，更在于“能不能判断AI的边界”。如今，边界之外，已经有人行动了起来。

走进辽宁营口马勒发动机零部件有限公司的车间，智慧工厂班组的成员们正在调试一台即将出口波兰的活塞外观检测设备。这台设备运用AI深度学习算法，能24小时不间断检测活塞表面瑕疵，精准度远超人工肉眼。

这台设备的诞生过程，本身就是工人“再装备”的见证。班组组建之初，国内活塞铸造领域长期依赖进口浇注机。一群刚入职的80后，在无成熟经验可借鉴、无外部专家可求助的情况下，从零开始钻研结构设计、电气控制、液压系统。后来又自学编程、机器人控制，把AI视觉检测算法嫁接到自己的设备上。

10多年间，智慧工厂班组完成了数十个自动化改造项目，累计为企业节约成本超千万元，自主研发的10多台检测设备出口泰国、印度、日本。

数字化组组长连奕琥说，即便有了AI，团队下一步仍要坚持自主培养、实战练兵，助力更多一线员工掌握新技术、练就新本领。

智慧工厂班组成员没有等AI来淘汰自己，而是主动把新工具变成自己的新本领。这种主动性，恰恰是AI最难替代的部分。

如今，这样的“再装备”正在从个案变成趋势。江苏南通办起了AI夜校，面向一线劳动者开设计算机视觉检测、工业机理模型等实操课程；安徽合肥工匠学院推出AI赋能研修班，100个免费学习名额10分钟就被抢光；上海工匠研修班把人工智能和工业大模型写进了课程表……

当“工作力”不再绑定在某个岗位上，而是沉淀为可迁移的技能，劳动者就可以从操作者变成设备协同者和任务组织者。

新生态：劳动的价值在迁移

劳动者个体在“再装备”，整个劳动生态也在被重新编排。旧的职业在变化，新的角色在涌现：有人在AI的影子下劳动，有人在AI的肩膀上创业。

在AI不断迭代能力的背后，需要大量人工完成数据采集、清洗和标注。39岁的陈巧就是其中一员。在贵州毕节织金县，她每天坐在电脑前，用鼠标框选图片中的车辆和行人。边界要紧贴物体轮廓，误差不能超过两个像素；每条数据限时30秒，一天要完成数百条。

这些数据将被用来训练AI。陈巧的工作虽然很少被最终用户看见，却是算法不断提高识别能力的基础。社会学研究将这类隐藏在技术背后的人工投入称为“幽灵劳动”。它提醒人们，所谓智能并非完全由机器自主产生，许多时候，仍是人的劳动在背后托举。

不过，AI带来的不只是新的基础性劳动。当代码生成、产品设计、市场分析等工作都能借助AI完成，一个人能调用相当于过去一个团队的生产力，组织原有的形态开始松动。

李云帆就是这种松动下的一个缩影。27岁的他开发的AI作文批改产品上线4个月，用户突破1.5万人。从代码编写到界面设计，从测试到运营，全流程一个人加一套AI工具链完成。“AI承担了80%的编程工作，我是战略官、产品经理和首席运营官。”他说。

这种由“一个核心决策者+N个AI数字员工”组成的新型组织形态，被称为OPC（One Person Company，一人公司）。它仍处于探索阶段，却预示了一种可能：AI正在降低部分创业活动的组织和执行成本。

从陈巧到李云帆，同一轮AI变革催生了截然不同的劳动形态：一端是支撑算法运行的基础性劳动，另一端是借助AI放大个人能力的新型创业。当部分执行成本下降，人的价值也更多体现为判断、组织和责任承担。

清华大学新闻与传播学院、人工智能学院双聘教授沈阳认为，AI革命的本质不是机器替代人，而是“技术解除生产性稀缺后，社会价值结构发生迁移”。在他看来，机器擅长的是“做事”，而人独特的价值恰恰是“做人”，AI不是替代者，而是放大器。

这片新生态里，真正稀缺的不是会跑代码的双手，而是能作判断的大脑、能承担责任的肩膀。

新坐标：在变化中确认人的价值

新技能、新生态—变化的节奏越来越快，焦虑也跟着来了。“AI会不会替代我？”这个问题，许多劳动者都问过自己。

智能时代，劳动者需要寻找的新坐标，不再只是守住某个岗位，而是在变化中形成可迁移的技能，保持独立判断和持续创造价值的能力。与此同时，职业培训、转岗服务和社会保障也应及时跟上，让劳动者有能力适应变化、有底气面对转型，并能够共享技术进步的成果。

这些变化指向同一种能力：不必人人都去写代码，但劳动者需要理解AI的能力边界，能够判断机器输出是否合理。需要的不是“跟AI比速度”，而是学会“跟AI做搭档”。复旦大学管理学院教授黄丽华指出，AI对就业的影响不是“岗位消失”而是“岗位重构”，未来10年，更具韧性的职业往往是能跟AI一起演进的职业。

所谓与AI一起演进，并不是要求每个人都成为算法专家，而是学会把AI变成解决问题的工具：既会使用，也会辨别和纠错；既能借助机器提高效率，也能结合现场经验作出判断。对劳动者而言，需要更新的不只是操作技能，还有理解问题、协同配合和承担责任的能力。

从这个意义上说，化解焦虑不能只靠劳动者个人，培训、转岗和社会保障需要同步跟上；对劳动者而言，则要在变化中积累判断力、责任感和持续学习能力。

老师傅借助AI传承经验，智慧工厂班组在协作中掌握新技能，李云帆则用一套AI工具完成过去需要团队承担的工作。这或许就是智能时代的匠心：不固守某一种手艺，而是在变化中持续学习、解决问题、创造价值。

工业时代，人们会问“你做什么工作”。智能时代，还要追问“你的工作力由什么构成”。

答案或许藏在世界机器人大会的一只“灵巧手”中。曾被视为具身智能技术难点的“灵巧手”，如今已在展会上频频亮相。一位技术人员向《中国工人》记者演示，机械手如何通过脑机接口实现精准抓握。他曾亲眼见证，一名残障体验者戴上“灵巧手”，重新拿起水杯。那一刻，他更加确信自己这份工作的力量和意义：让技术帮助人，让曾经的不可能成为可能。

这份“工作力”，不只是掌握前沿技术，更是看见真实需求、解决具体问题，让技术真正回应人的需要。

智能时代，算法可以完成越来越多的计算，却无法替人选择技术前进的方向；匠心可以被数据记录，但工匠仍在创造新的标准。劳动方式正在改变，人的生存力由此被重新定义。技术进步的最终落点，始终是人。

（《中国工人》2026年9月刊 作者：《中国工人》记者 白原远）