# ICML 2026 演讲：AI 越来越强，还有什么工作留给我们做？

> 原标题：What will be left for us to work on?

- 来源：Hacker News 首页
- 发布时间：2026-07-14T01:44:40.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/44130
- 原文：https://www.normaltech.ai/p/what-will-be-left-for-us-to-work

## 摘要

Arvind Narayanan 在首尔的 ICML 2026 上做了一个演讲，直接聊了 AI 圈子里普遍的焦虑：我们的工作以后怎么办。他提了三个核心观点。第一，除非 AI 能实现自我迭代这种突变，否则把它当成一种“正常技术”来看是最靠谱的框架。第二，就算我们认真对待自我迭代的可能，也不存在某个实验室里突然达成的里程碑，能一夜之间让所有人失业。第三，未...

## 推荐理由

Arvind Narayanan 在 ICML 2026 的演讲没在贩卖焦虑，反而给了一个降温的视角：把 AI 当成正常技术演进，别总幻想突然来个自我迭代把工作全吞了。普林斯顿学者加顶会现场，话题又正中从业者软肋，HKR 三项都踩得很实。分数没再往上打，是因为目前只看到摘要，缺演讲全文的细节支撑。

## 锐评

这篇演讲最值得看的地方，是它把“AI 会不会让我失业”这个模糊的焦虑拆成了三个具体问题。Narayanan 的框架很明确：除非 AI 能实现自我迭代这种突变，否则把它当成“正常技术”来看是最靠谱的。这意味着 AI 的落地速度会被成本、监管、社会接受度这些老问题拖慢，不会像跑分那样一飞冲天。

他第二个判断更直接——就算我们认真对待自我迭代的可能，也不存在某个实验室里突然达成的里程碑，能一夜之间让所有人失业。这点先别太激动，正文没给出具体的量化证据，更多是基于他对技术扩散规律的观察。第三个判断是未来的工作形态会彻底不同，他提了一个“人机共同超级智能”的愿景，但具体怎么实现、需要哪些条件，演讲里只给了方向，没给路线图。

整体来看，这篇内容的价值在于提供了一个冷静的思考框架，而不是预测。缺的是对“适应期”具体长度的估算，以及不同职业被冲击的顺序分析。