研究做了什麼，發現了什麼
這是一篇預印本論文，標題是《枯燥、骯髒、危險？》（Dull, Dirty, Dangerous?），作者是普渡大學丹尼爾斯商學院的 Siyi Yu，2026年11月4日發佈於 arXiv（2611.06888）。我們還沒核實它的同行評審狀態。它是一項觀察性研究：用已有的公開數據，在不同職業之間找規律，沒有新增訪談或實地觀察。作者説得很直白：這兩個指標都沒有觀察到AI的實際部署或者失業。
可以想象兩把尺子。第一把量工作條件有多辛苦，用的是美國政府職業數據庫 O*NET 第31.0版裏的21項評分，分成危險、骯髒、枯燥三組。第二把量AI語言模型能幫這份工作提速多少，用的是兩套已發表的評分：Eloundou 等人請人和GPT-4給任務打的分，以及 Felten 等人2021年的一套更早的評分。“暴露度”只是對潛力的評分，不代表已經在用。研究覆蓋754種職業，佔美國政府2021年5月就業統計裏92%的工作。
規律是：AI尺子上越高的工作，辛苦尺子上往往越低，每高一格，大約低三分之一格。但把每份工作有多耗體力考慮進去以後，關聯明顯減弱（從負0.343降到負0.093）。在最完整的模型裏，再加上學歷、上崗準備和工資，語言模型評分的可能取值範圍包含零；更早那套評分仍在零以下。AI暴露度對職業差別的額外解釋只佔很小一點（1.1%和2.4%）。作者強調，這只是描述規律，不説明因果。
辛苦、兩套AI評分又都不高的這個角落，有286種職業、將近四千一百萬個工作崗位，佔研究全部工作的31.6%，包括建築工人、重型卡車司機、護理助理、餐館廚師、園林工人和客房清潔工。這個數字數的是2021年5月數據裏的崗位，不是想要幫助的人數，也不是面臨風險的人數。而且辛苦各不相同：建築工人自己的三項得分裏“骯髒”最高（2.07），客房清潔工則是“枯燥”最高（1.18）。
證據有多硬
我們通讀了論文，並順着引用追到原始數據。研究對來源的描述是準確的。主要的AI評分規定：語言模型能把任務時間縮短至少一半、質量不變，才算“暴露”；評分者還被告知模型沒有任何實物工具或材料。那項研究自己也説，至少目前體力勞動不會暴露於語言模型。所以體力活在這把尺子上得分低，有一部分是尺子本身決定的。
- 兩套AI評分用的是同一個職業數據庫，相關高達0.833，不是兩個互相獨立的證人。
- 更早那套評分，我們只能打開主要論文的摘要，打不開下面的眾包調查。
- “枯燥、骯髒、危險”這句口號，我們沒能追溯到任何針對工人的研究。研究引用的一篇2026年機器人綜述發現，用這句話的論文裏只有25篇（2.7%）給了正式定義。
- “枯燥”指對重複和自主程度的評分，不是無聊的感覺。“自己説了不算”和AI評分的關聯比“重複”強得多，但這個差別沒有做正式檢驗。
我們的結論：紮實，但在意料之中。
我們的小實驗
我們下載了 O*NET 31.0（2026年8月）和已公開的暴露度評分，運行前先寫下要測什麼、預期什麼（這是我們自己的記錄，不是外部登記），用21項評分裏的9項做了一個更簡單的辛苦指標。在772種職業上，關聯是負0.70；在同一職業大類裏比較是負0.36，研究是負0.343。加入體力因素後，我們的降到負0.15，少了一半以上，與預期一致，但沒有像研究的負0.093那樣接近零。我們的指標更簡單，也沒加學歷和工資，兩者不能直接比較。第一次運行時代碼在出數字前就崩了，已經修好。
數據科學家在AI尺子上高於95%的職業，在辛苦尺子上只高於9%；軟件開發人員是98和5；建築工人正好相反，辛苦94、AI 12。我們的角落裏，772種職業中有305種（39.5%）辛苦又低暴露，但這數的是職業種類，不是人數，和31.6%不是同一種數字。
可以怎麼用
語言模型分數低，不是護身符。在我們的一個項目裏，倉庫裝卸區上方的攝像頭把每一步和標準流程對照，對不上就打時間戳；只看動作、不認人，沒有人臉識別。手工搬運工在AI尺子上接近零，AI還是來到了他們的工作裏。研究也提醒：分數低不能説明不受別的自動化或管理工人的軟件影響。
有人推薦“讓工作更安全的AI”時，先問三個問題：它改變哪項任務？哪種條件會變好，搬重物、噪音還是節奏？工作又流向哪裏？再和調整人手、換更安全的設備這類樸素辦法比一比。對自己的工作，可以寫下十項主要任務，逐一標記：語言模型能提速嗎？是體力活嗎？是不是風險高、出不得錯？