Karpathy 的周末项目 karpathy.ai/jobs - 分析美国就业市场对 AI 暴露度，对美国劳工统计局（BLS）的 342 个职业逐一进行 AI 替代风险评分，并以交互式 treemap 呈现！非常 Karpathy 风格，用 AI 分析 AI 对就业影响😆

AI 不是均匀地"淘汰"工作，而是沿着"信息处理密度"精准打击——白领文职岗位集体"亮红灯"，越是依赖文字、数据、代码、流程的岗位，无论薪资高低，暴露度越高；越是依赖物理操作、人际互动、现场判断的岗位，越安全。

从规模上看，美国有超过 6000 万个岗位处于高暴露区间，年薪总额达 3.7 万亿美元，这就是即将发生的劳动力市场的结构性重塑。

Karpathy 用 Playwright 爬取 BLS 网页 → BeautifulSoup 解析成 Markdown → 提取结构化数据到 CSV → 再把这些信息喂给 LLM（通过 OpenRouter API 调用 Gemini Flash），让模型给每个职业打分并写出理由。

项目生成了一个约 45K token 的 prompt.md 文件，里面包含了所有 342 个职业的结构化信息。这意味着你只需要把这个文件丢进一个长上下文的 LLM，就可以直接进行分析。这个设计体现了 Karpathy 一直倡导的理念：“降低门槛，让信息可以被 LLM 直接消费。”🤔