李飞飞在2026年6月一期播客访谈，认同一个判断：十年后的职场类似杠铃形态，两端权重高，中间薄弱。这个观点最早是MasterClass创始人兼CEO大卫·罗吉尔提出，李飞飞表示认可，补充了关键信息。很多人直接把两类劳动这个说法归到李飞飞身上，她表达的重点其实不一样。
杠铃一端是顶尖专家。不是工龄久、经验多的老员工，而是在狭窄专业领域，沉淀AI很难复刻的判断力。顶尖外科医生面对的不是标准病例，多种意外叠加的复杂情况，瞬间判断切口位置、什么时候停下，来自大量实践积累的直觉。这类隐性经验，没法整理成操作指令交给AI。资深诉讼律师、结构工程师同理。AI对这类专家属于能力放大器，接手资料检索、整理数据、初稿撰写这类重复工作，留出精力处理关键决策。
另一端，主动性强的通才。这类人看似什么都懂一点，没有单项专精技能，核心能力是遇到问题不会坐等指令，主动查找、试错、学习。AI是他们的工具杠杆，清楚什么时候启用AI，什么时候找人协作，什么时候亲自上手。共性特征是主动性极强，也就是agency，不会被动等待任务，主动定义问题，规划工具使用方式。
中间岗位受到挤压最严重。罗吉尔原话，平庸文案，普通人借助大模型就能完成不错的作品。但如果你是顶尖1%文案，AI很难轻易取代。中间层特点，工作勉强达标，考试合格，交付方案没问题，本质是流程化执行。AI最擅长把标准化流程做到及格线以上。ChatGPT写邮件措辞得体，Midjourney绘制配图，这些曾经白领的核心竞争力，AI完成更快、成本更低。中间层的问题，不是技能不足，是技能结构问题：工作内容能够拆解成清晰步骤，凡是可以拆分步骤的岗位，逐步被AI接管。
但这个解读有值得警惕的地方。李飞飞访谈真正想表达的，不是哪两类人能保住工作，所有劳动都在重新定义，人的主动性才是变量。她不认同智能成本趋近于零，理由是人类智能不止语言智能。除语言之外，感知、空间、身体、情感智能同样重要。老师判断学生学习困难的根源，不只依靠文本分析，观察表情、语气、犹豫瞬间。团队负责人面对重要客户，决定是否开口，算法无法替他决断。
她拿产品经理举例。十年前产品经理更像统筹者，不用写代码，原型交给设计师，开发依赖工程师，完整产品周期，在常规公司耗时数月。现在不少产品经理自行写代码，借助AI辅助编程，独立完成原型，周期大幅压缩。习惯自动化思路的管理者，看到这件事第一反应，后续可以减少工程师招聘。李飞飞看到的是，设计师工程师从单纯执行者，转向攻克高难度问题。同一件事实，同一套工具，两种截然不同结论。差异不在技术，在于看待技术的方式。
看待技术的思路差异，决定企业在杠铃效应里走向哪一端。把AI当成替代人力工具，团队会越来越依赖AI输出，人的判断能力持续退化；把AI作为提升人的工具，团队成员会处理复杂度更高的任务。
落到普通人身上，杠铃效应的现实含义，比选择站杠铃哪一端更朴素。如果你的工作可以整理成完整操作手册，AI迟早接手。这不单单努力就有回报，属于职场结构整体重构。挤压是无声的，不会有人通知你被淘汰，只会发现同类岗位招聘要求逐年抬高。
还有容易忽略的一点，提出观点的人本身所处位置。李飞飞不只是斯坦福教授，同时是World Labs联合创始人，公司深耕空间智能。利益相关者预言AI重塑就业，就像理发师提醒你脱发，说法或许属实，但可以想想她提出这个观点的时机。这个提醒不是否定她的判断，任何未来预测，都会带上预言者自身立场。杠铃效应并不是全新理论，三十年前全球化冲击中等技能岗位，经济学领域就命名就业极化。AI只是新变量，重复过往的发展逻辑。
值得琢磨的不是十年之后劳动者划分两类还是三类，这个观点逼着大家思考更具体的问题：你当下的工作，多少内容是按别人给的流程照做，多少是自己定义问题、判断方向、承担结果。前者价值持续走低，后者越来越珍贵。这个趋势不是十年后才启动，当下已经发生。