織機先降價，再談失業：兩百年前的織工，把AI對程式師的影響先演了一遍

文｜何柏

2026年9月中，一篇發表於掘金網站的長文在技術社羣裡流傳，標題把兩個相距兩百多年的職業放在同一個句子裡：AI會讓程式師失業嗎？兩百年前的手工織工已經給出了答案。文章的論證方式很老派，先講歷史，再回到現在，但正是這種老派，讓它比多數「AI取代論」或「AI無用論」都更值得花十六分鐘讀完。

這篇文章想講清楚的核心只有一句話，而這句話恰好也是最容易被略過的那一行：技術革命最先改變的，通常不是「有多少人有工作」，而是「一種技能在市場上還能賣多少錢」。

把鏡頭拉回1800年的英國

工業革命之前，英國的紡織業大量依賴家庭手工業。流程大致是：商人接單，把原料送到織工家裡，織工在自己的織機上把線織成布，商人收走再轉賣。在這套模式裡，一個熟練織工的行情取決於他的手藝。機器不夠強的年代，產能很大程度上就是人的熟練程度。

假設一個織了十年的老師傅一天能織十米布，他的技術別人短期學不會，議價能力自然高。後來工廠裡出現了動力織機，一個受過簡單訓練的普通工人，產出就能追上甚至超過老師傅。這一刻，織工還沒有失業，但他手上那門花了十年練出來的手藝，市場價格先跌了。

這是理解整個類比的鑰匙。機器不是先搶工作，機器是先替「熟練」這兩個字打折。人們討論技術衝擊時，習慣盯著失業率，卻很少盯著另一個更早發生的變化：同樣的技能，報價還站不站得住。

換成今天的軟體業，句子突然很熟悉

把名詞替換一下，故事的骨架幾乎不用改。手工織布對應手寫程式碼，熟練織工對應熟練工程師，織布機對應AI編碼助手，工廠對應AI Agent工作流。

過去一間公司要做一個網站，動線是產品經理、UI設計師、前端、後端、測試、運維一整條隊伍。現在，一個能力強的AI編碼代理已經能參與其中多個環節：寫程式碼、跑測試、改Bug、生成資料庫結構、補文件。它未必一次成功，但一個過去要花十小時的功能，如今可能兩小時就能收工。

問題來了：剩下的八小時去哪了？文章的判斷是，市場會重新定義這個職位。老闆不會說「我不需要工程師了」，他會說「同樣的錢，我期待你交付原來三倍的東西」。對個人來說，這種調整比裁員更隱形，也更普遍。

這也呼應了我們之前談過的把思考外包給AI之後人腦剩下什麼的討論：當某種認知勞動的單位成本快速下降，真正該問的不是「我還有沒有用」，而是「我身上哪一部分還沒被定價」。

盧德運動的誤讀，與漸進式的殘酷

談工業革命與勞工，最常見的簡化版本是：機器來了，工人失業，工人砸機器。1811到1816年前後，英國確實發生過盧德運動，工人破壞紡織機械。但原文特別提醒，這些工人反對的並非科技本身，而是舊的勞動規則、收入方式與社會秩序被機器單方面改寫。

另外一個常被跳過的事實是，工業化並沒有讓紡織工人一夜之間消失。機器化是拖了許多年的過程，紡織業內部光是機器本身就經歷了多輪改良。對應到今天：真正改變就業市場的，往往不是AI第一次發表的那場發布會，而是接下來幾年它持續變強的過程。等你在新聞上看到「人人都在用」的時候，價格的重定義早就完成了大半。

便宜了之後，人類生產得更多，而非更少

讀到這裡開始焦慮「是不是該轉行」的人，原文給了一個反向的視角。工業革命之後，人類生產的商品總量不減反增，新行業不斷冒出來。這個規律可以這樣理解：當一種生產方式變便宜，人類通常不會停止生產，而是開始生產以前生產不起的東西。

用軟體業的語言翻譯：如果一個網站過去要一位工程師做兩週，現在AI幫忙一天做完，世界不會因為網站變便宜就不需要網站。相反，可能出現一百萬個過去根本沒人願意投入的小網站、小工具、小服務。需求端會被供給端的降價撐開，這是每一次通用技術出現後都重演過的劇本，蒸汽機、電力、網際網路都一樣。

消滅的不是程式師，是程式師的某些工作

原文最關鍵的區分在最後：AI可能不會消滅程式師，但會先消滅程式師的某些工作。這兩句話看起來只差幾個字，對職涯規劃的含義卻完全不同。

前者讓人恐慌、急著轉行；後者讓人盤點自己手上的工作項目，去分辨哪些正在被壓縮成 commodity，哪些反而變得更值錢。判斷標準其實織工早就示範過了：當你的價值建立在「一種可以被標準化、複製、自動化的技能」上，你的報價就會往機器的成本靠攏；當你的價值建立在機器還做不好的地方，例如判斷需求真偽、對結果負責、在模糊地帶做取捨，你的稀缺性暫時還有支撐。

對一般讀者，這篇長文的用處不在於預測AI何時取代誰，而在於提供一個可以自己動手的檢查動作：列出你每天的工作內容，標出哪些部分已經能被一句提示詞完成。標出來的項目，就是你的價格正在被重定義的地方。兩百年前的織工沒有這個清單可以參考，今天的人有。這大概就是歷史類比最實際的回報。