卡帕西开发的“氛围编码”（Vibe Coding）模型将职业受AI影响程度量化为0至10分，其中10分代表最高风险。数据显示，美国劳动力整体加权风险得分为4.9分，但内部结构呈现明显分化：年收入超过10万美元的职业平均得分达6.7分，而年收入低于3.5万美元的群体平均得分仅为3.4分。这种差距在具体职业中更为突出——软件开发人员、金融分析师、律师助理等岗位普遍获得9分，而建筑工人、清洁工等体力劳动者得分低至1分，家庭保健助理等需要人际互动的服务岗位得分也仅为2分。
研究指出，高薪职业的高风险源于其工作性质与AI技术优势的高度重合。例如，依赖数据处理、内容生成和逻辑推理的知识型工作，正被能够快速完成复杂任务的生成式AI工具渗透。卡帕西在社交平台X上解释称，这类工具可在几分钟内完成人类数周的工作量，从而对相关职业构成直接威胁。相比之下，需要精细手工操作或高度人际互动的岗位，由于AI在物理世界和情感交互领域的局限性，短期内仍难以被替代。
尽管卡帕西随后删除相关数据并澄清该项目仅为“两小时编写的代码演示”，但其引发的讨论并未平息。他表示，该研究灵感源于近期阅读的书籍，目的是帮助开发者可视化探索BLS数据集，但未料到会被解读为“白领就业危机”的预警信号。尽管如此，存档数据仍反映出AI技术发展的客观趋势：生成式AI在文本处理、代码编写等任务上的效率已远超人类，而在物理操作和情感沟通领域则进展缓慢。
这一结论与人工智能初创公司Anthropic本月发布的报告不谋而合。该报告通过独立分析指出，商业、金融、法律及计算机科学等领域的工作在理论上最易被自动化，而高收入、高学历的劳动者群体可能成为AI浪潮中最脆弱的部分。报告同时强调，AI的实际应用速度仍落后于其理论能力，但技术演进方向已清晰指向知识密集型职业的变革。
