22 岁计算机高材生退学当电工，第一批 FOBO 受害者出现了
作者：修BUG | 发布时间：
22 岁计算机天才弃学转行电工，AI 第一批受害者浮现
28 岁杰克逊辞职投身消防，因对数据录入工作未来感到担忧
杰克逊，一位28岁的年轻人，做出了一个让众人瞠目结舌的决定：辞去保险公司的工作，投身消防员行列。驱使他做出这一选择的原因并非出于热爱或梦想，而是源于对现状的恐惧。
原本从事数据录入工作的他，拥有一份稳定、清晰且具有晋升潜力的职业。然而，他坦言：“我不相信这份工作还有未来。”
他选择成为消防员的理由更为直接：“即使未来真的有AI能够扑灭火势，但在危机时刻，人类永远需要另一个人类的帮助。”
这表明，他已不相信自己能在AI时代找到自己的价值。
软件工程师弗朗西斯科拥抱AI，却遭遇编码瘫痪
与此同时，软件工程师弗朗西斯科正经历着截然不同的路径。他没有逃离AI，反而积极拥抱它，运用各种工具、自动化流程和生成式代码。
然而，结果并非他所期待的效率飞跃，而是满屏半途而废的项目。AI生成的内容过多，他不得不不断核对、判断和修正。工作并未减少，只是从编写代码转变为管理代码。他形容自己的状态为“编码瘫痪”。
一位在逃离AI，另一位在过度依赖AI，他们的方向完全相反，但结果却惊人地一致：他们都没有被AI真正替代，但开始失去了对自己工作的掌控感。
这就是2026年最令人困惑的现实：AI尚未动手，人类却先乱了阵脚。
FOBO：害怕被淘汰的时代症候群
今年，一个词开始频繁出现：FOBO（Fear of Becoming Obsolete），害怕被淘汰的时代症候群。与传统的失业焦虑不同，普通的工作焦虑是“我可能会被解雇”，有明确的对象和结果。
某种程度上，AI的第一批“受害者”并非即将被机器取代的人，而是那些被FOBO吓坏的人。
高管兴奋，员工焦虑：AI带来的脑力煎熬
企业高管们正在为AI欢呼，但普通员工却在承受着真实的脑力煎熬（Brain Fry）。
一组鲜明的对比揭示了这种上下层的严重脱节：74%的高管对AI的引入兴奋不已，但68%的员工却因此感到焦虑；同时，仅有27%的员工接受过关于如何使用AI的正式培训。
在波士顿咨询集团对1488名全职员工的调查中，一个打破常识的现象浮出水面：同时使用3个以上AI工具后，员工的生产力不仅没有提升，反而出现了骤降。
这是因为缺乏系统培训的FOBO转型，让AI变成了一只榨干精力的吸血鬼。当我们被迫使用大量AI工具时，需要耗费额外的精力去阅读、核对和解释AI生成的内容。
这些因素，最终导致了接受调查的员工，脑力消耗增加了14%，决策疲劳增加了33%，信息过载增加了19%；而经历着“AI脑力煎熬”的员工，离职意愿上升了近10%。
高管们想要的高效没有到来，而是迎来了一个个因为认知超载而想要逃离的打工人。
年轻人逃离AI领域，寻求新蓝海
FOBO的恐慌不仅在写字楼里蔓延，更直接传到了大学校园。
这个比例本身就很高。但更值得注意的是恐慌程度的分布：考虑换专业意愿最强烈的，人文、医疗、自然科学专业的学生都只占少数，科技专业和职业技术专业的学生却各有约70%表示认真动摇过。
也就是说，离AI最近的那批人，反而是最想跑路的那批人。
AI正在影响许多大学生对未来学业规划的思考。42%的本科生表示，AI促使他们认真考虑过更换专业，其中13%的人表示他们对此进行了深入思考。
年轻人正在从容易被AI自动化的传统编程领域，逃向需要人类同理心，或物理操作的蓝海。
22岁的莱德在看到AI的进化速度后，毅然从计算机科学专业退学，转而去技校学习成为一名电工。“起初我还在否认，但最终我不得不面对现实。”他在接受WSJ采访时这样说。
电工确实是一个现实的选择，前段时间Andrej Karpathy把美国所有工作按照AI曝光度做了一次排名，电工成了那些被裁掉的人最稳妥的出路之一：目前可观的年收入，加上未来能参与建设大量的数据中心。
但AI的能力不是突然降临在某一类职业上，然后这类职业整体消失的。
学生的偏好正在从AI更容易自动化的岗位，例如传统编程等，转向与AI本身创造更紧密相关的专业，例如软件工程和人工智能相关专业。AI专业的兴趣在2025年至2026年间增长了1.7个百分点。
调查数据也显示，对“传统编程”感兴趣的学生在减少，但对“AI开发”和“软件工程”感兴趣的学生在增加。学生们并没有集体逃离科技，他们在科技内部做位移，从“被替代的那种技能”向“驾驭替代者的技能”移动。
这是相对理性的FOBO。但70%里有多少人是做了这种判断之后决定留下并转向，又有多少人只是在恐慌，然后用一种看似“倒退”的方式，想要为自己筑起一道防备AI的护城河。
对抗AI的恐惧加速淘汰
FOBO驱动的过度使用在制造伤害，而FOBO驱动的“拒绝使用”则在加速真正的淘汰。
EY安永全球首席创新官Joe Depa在描述内部AI采用数据时，说出了一个让人不太舒服的观察。
AI工具在EY内部的采用率，呈现出明显的代际分化：初级员工采用率高，资深员工采用率低。
“他们的态度是，我自己能做得更好，所以我不需要这个工具。”Depa说，“他们曾经是最顶尖的那批人。现在，他们在同事里排名垫底。”
The Information报道Meta公司内部有专门用于衡量员工Token消耗情况的排行榜。
与此同时，另一批员工的生产力是去年的10倍、20倍。同样的公司，同样的职级，同样的年资，因为是否使用AI工具，绩效出现了悬崖式分化。
这就是FOBO最残忍的地方：对被淘汰的恐惧，正在加速淘汰的发生。
那些主动逃跑的人，失去了积累；那些过度使用直到精神耗竭的人，失去了判断力；那些因为傲慢或恐惧而选择拒绝的人，失去了竞争位置。
给科技人类以时间
MIT最近发布的一项研究，可能是目前对AI劳动力替代速度最系统的实证分析之一。研究团队收集了超过1.7万条AI输出的专家评估，覆盖超过3000个劳动力市场任务。
相比于能力突然增进的模式，MIT的研究发现AI会像涨潮一样，在大多数的任务里面同时取得广泛的进步。
要达到90%以上的高成功率，AI至少还需要走到2029年。这意味着，水确实在涨，但我们并没有立刻被淹没，我们还有调整和适应的窗口期。
别在AI淘汰人类之前，就先被自己的恐惧淘汰了。
潮水在涨，但我们还有时间学会“游泳”。