加载失败
讨论源自标题“AI不会取代白领”的断言，评论者既列举生成式AI在翻译、内容与素材生成、报表与界面设计等具体替代案例，也批评对AI能力的低估是短视的。评论中提到生成式大模型（LLM）、CMS（内容管理系统）、Figma（界面设计协作工具）和SQL（结构化查询语言）等工具与场景，说明机械化、可规范化的任务更易自动化。另一股观点把关注点放在经济与组织行为上，强调ROI驱动的招聘减少、疫情后过度扩招与以效率为由的裁员逻辑。讨论还涉及监管、测试与可访问性等可能抬高门槛的因素，以及对“品味/判断”等人类技能是否不可替代的激烈争论。
多条评论指出一个反复出现的错误模式：把当前AI做得差的部分定义为“核心不可替代”，因此断言工作安全，然后很快被模型改进打脸。评论里用戏谑语气形容这种循环（例如“等六个月，shocked Pikachu”），并强调这种否认反而给AI公司明确了下一个训练目标。结论是短期观察不足以证明不可替代性，历史上许多被认为“现在搞不定”的任务在数月内就被改进或自动化了。
多位评论者给出具体实例：生成式AI已经在翻译、为CMS生成素材、替代文档写作等任务上替代人工；有人自述用AI取代了接近99%的非会议类工作并且效果良好。还有评论指出把需求翻成SQL并做仪表盘的岗位正被减少，UI/UX设计在没有不可复制的“品味”或策略性判断时同样易被替代（提到Figma等工具的机械操作）。总体上，机械性、可规范化和重复性的产出是第一批被自动化的对象。
另一组评论把焦点放在经济激励上：AI提升生产率和ROI，使公司能够用更少的人完成相同工作，从而减少招聘或不再补充岗位（岗位萎缩）。评论指出这种“减少招聘”与直接解雇在求职者感受上几乎无异；公司也可能借助AI提升高绩效人才产出同时裁掉表现较差者。有人还把这种现象与疫情后过度招聘、资金收紧联系起来，认为AI有时被用作“体面理由”掩饰裁员决策。
也有评论认为技术进步会带来更高的监管、测试、认证与可访问性要求，从而抬高行业门槛并保存需要人类判断的工作。历史上技术革命并非简单消灭所有职位，而是改变岗位类型（例如马车配件制造消失但相关产业出现），摄影被提出为例：产品摄影容易自动化，但新闻摄影与有叙事价值的摄影仍然重要。另有观点指出公司用“AI提高效率”作为借口裁员，但部分裁员也源于疫情期间的过度扩张与随后的收缩。
评论中对哪些能力属于不可替代存在明显分歧：有人把SQL比作“像系鞋带一样简单”的基础技能，认为不必专门学习；也有人反驳说SQL是常见面试题，涉及连接与数据转换等核心能力。关于摄影，有人认为商业摄影是低门槛的机械工作，也有人强调专业摄影师处理构图、预见后期需求和讲故事的能力不可轻易自动化。类似争议出现在UI/UX领域：到底是可被AI复制的机械操作，还是依赖人类“品味/判断”的高价值工作，评论并未达成一致。
SQL: SQL（Structured Query Language，结构化查询语言）：用于查询、筛选与变换关系型数据库中的数据，常用于生成报表、仪表盘（dashboards）和支持业务分析的查询逻辑。
职业摄影（professional photography）: 职业摄影：以商业、新闻或艺术目的进行拍摄与后期处理的专业实践，涉及构图、灯光、场景管理和叙事决策，评论中讨论其在产品摄影与新闻摄影间的可替代性差异。