这页解释 Jevons 悖论如何被应用于 Agent 时代的知识工作，并区分总工作量、就业人数和岗位结构。页面创建于 2026-07-14，起因是 swyx 对 coding agent 与知识工作需求扩张的判断。讨论 AI 生产率、Agent 经济学、软件就业或职业结构变化时，应先读这页，避免把需求扩张误写成“无人被替代”。
AI 降低每件知识成果的单位成本后，原本不值得做的需求会进入市场，因此知识成果总量可能增加。
这并不意味着就业人数必然增加。更准确的关系是：
总人力需求 = 知识成果数量 × 单位成果所需人力
AI 会降低“单位成果所需人力”；只有当“知识成果数量”的增长更快时，总人力需求才会上升。
| 情形 | 单人年产出 | 市场总需求 | 所需工程师 |
|---|---|---|---|
| 没有 AI | 10 个功能 | 100 个功能 | 10 人 |
| AI 提效，需求不变 | 50 个功能 | 100 个功能 | 2 人 |
| AI 提效，需求强烈扩张 | 50 个功能 | 1000 个功能 | 20 人 |
决定就业结果的变量不是生产率单独提高多少，而是需求增长能否超过生产率增长。
William Stanley Jevons 在《The Coal Question》中观察到：蒸汽机提高燃煤效率后，煤炭的单位使用成本下降，更多行业采用蒸汽动力，英国煤炭总消费量反而上升。
这个机制可以抽象为：
效率提高 → 单位成本下降 → 新用途变得可行 → 总需求扩张
将它迁移到 Agent 时代：
Agent 能力提高 → 代码/文档/分析更便宜 → 更多项目值得做 → 知识成果总量扩张
Cursor 的 Developer Habits Report 显示：
Cursor 与芝加哥大学 Booth 商学院研究者对 500 家公司的研究还发现：
这些数据支持“工具能力增强后，开发者使用更多 AI，并承担更复杂的工作”，但不能单独证明就业人数增长。
SignalFire 2026 人才报告显示：
因此，“工程师在招聘结构中更重要”与“整个行业招聘增长”不是同一个结论。AI 可能扩大总产出，同时压缩初级、重复性或窄专业岗位。
| 条件 | 更可能出现需求扩张 | 更可能出现岗位压缩 |
|---|---|---|
| 潜在需求 | 存在大量未满足、未立项需求 | 需求接近饱和 |
| 成本敏感度 | 成本下降会激活大量新客户 | 需求对价格不敏感 |
| 外部瓶颈 | 主要瓶颈就是知识劳动 | 瓶颈在监管、信任、物理资源或注意力 |
| 人类角色 | 判断、审核和责任仍重要 | 任务可完整标准化和自动验收 |
| 技能分布 | 从业者能驾驭 Agent 并扩大范围 | 工作主要由重复执行构成 |
不要只优化“把旧任务做得更快”，还要寻找“过去因为太贵而没有做的事”。
职业上的关键能力会从单纯生产内容，逐渐迁移到：
这与 [[AI 并行工作与注意力管理]]、[[Agent Skills 与 SKILL.md 工作流]] 和 [[Agent 上下文窗口压力与压缩策略]]共同构成 Agent 时代的工作方法。