研究结论
　　技术发展如何走向就业与需求，是一个必须回答的问题。劳动力在K型分化的转型中面临压力已经不再是叙事或者猜想，而是客观现实，美国最为明显，以美国私营企业税后利润/GDP来衡量的企业端议价权在技术加速后一直处于上升态势，劳动力份额则在下行。回顾历史，技术对人类岗位的替代远非第一次，但几乎每一次，整体的人类就业都没有被击垮，相反技术进步最终都导向了需求改善。我们认为，就如同自动化产线使汽车“降价”从而走进千家万户，互联网削弱经销商使得商品“降价”从而释放消费者更多需求，技术传导到需求的必要条件在于“降价”以及随之而来的购买力提升。从这个角度看，现在可能还没有到讨论“K型分化”结束的时候。
　　在技术降本、惠及全民购买力、消费力的“降价”信号出现之前，对就业问题应有充分的困难预估和政策储备。有些观点认为，在上世纪60年代美国“机器换人”的高峰期，制造业工人规模与薪酬都没有衰退，说明技术有利于整体就业，但实际情况是，美国当时房、车、军工行业存在高景气、强就业，这掩盖了技术进步带来的失业，对于那些“机器换人”较为剧烈的行业，从业工人的人数下滑非常明显。如，资本劳动比率扩大最多的奶油制造业就业人数下降达到67%，背后是杀菌技术、自动化饲料投放、挤奶流程都发生改变，对劳动力的需求快速减少，其他类似行业还包括休闲食品制造、纸板厂等，普遍集中在规模大、人工支出多、降本诉求高的消费品制造业。
　　对于个人而言，拥抱技术、实现自身经验积累与技术的互补，可能是更好选择。我们发现，尽管60年代奶油制造工人的数量大规模下降，但薪酬增速远高于全体，其他前十名“机器换人”行业来看，多数也能跑赢，这意味着，留在原来行业（一般意味着更高技能）既能享受生产率提升的好处，也可能会拥有行业成本降低的红利。与之相对应的是，就业规模扩张前十名的行业虽然吸纳了更多劳动力，但薪酬变化相比整体并无规律，即，行业扩容与工人福利不一定划上等号。
　　但对于整体宏观经济来说，我们正站在结构性增长的“科技宏观”初始阶段，应对产业变迁变得更为紧迫，引导新赛道发展势在必行。有些观点认为解决问题的答案在于扩大服务业，但历史经验显示，由于劳动者不具备足够的议价能力，同时多数失业工人只能进入一些低门槛服务业（美国一些调研数据显示被裁工人在重新就业后，时薪低于原岗位的占五分之四），服务业被动扩容并不能带来产业与国民收入升级。从这个角度来看，国内近期的部署如《关于推进服务业扩能提质的意见》意义就在于提升新型赛道的容纳力，主动形成高附加值部门。
　　此外，技术焦虑的高峰期是推动制度创新的窗口，新一轮AI应用带来的就业压力定将加速“投资于人”的进程，中国的国家治理能力有望确保这一转型走在世界前面（如近期的外卖员“困在算法里”相关整治）。美国60年代曾经落地的举措包括成立自动化与人力办公室、出台《人力开发与培训法》、开启Job Corps（工作兵团，一个寄宿制职业培训项目），当时一些讨论如全民最低收入、机器人税等至今都不过时。
　　展望后续，还有几大改变可能近在眼前：一是总量上“Token经济学”将从新词转化为实实在在的总量经济观察指标，未来算力可能会与全社会耗电、耗煤一样成为关键统计；二是呵护就业，其中，有效职业培训的前提是提高全民受教育水平，应从这一角度理解2026年两会“增加普通高中学位供给，持续扩大优质本科教育招生规模”的提出背景；三是关注服务业发展，尤其是考虑到中国的发展阶段与产业结构，可能生产性服务业（与供给侧互补）会迎来较生活性服务业更好的发展。
　　风险提示：高油价与地缘政治波动超预期的风险；海外历史经验与当下技术发展可比性不足的风险。