卡帕西利用美国劳工统计局（BLS）数据开发了一套名为“氛围编码”（Vibe Coding）的分析工具，通过0至10分的评分体系量化不同职业受人工智能和自动化影响的程度。结果显示，美国劳动力整体加权风险敞口为4.9分，但内部呈现明显分化：年收入超过10万美元的高薪职业平均得分达6.7分，而年收入低于3.5万美元的群体平均风险仅为3.4分。
高薪职业中，软件开发人员、计算机程序员、数据科学家、金融分析师、律师助理、作家、编辑及市场研究人员等岗位风险评分普遍高达9分。这类依赖数据处理、内容生成和逻辑推理的工作，正面临高级AI工具的快速渗透——部分工具可在几分钟内完成人类数周的工作量。例如，代码生成、法律文书起草和财务分析等任务已出现被AI替代的案例。
相比之下，低薪体力劳动者和服务业岗位受影响程度显著较低。建筑工人、屋顶工、油漆工和清洁工等职业风险评分低至1分，而家庭保健助理、护理助理、理发师和调酒师等需要人际互动或精细手工操作的岗位得分也仅为2分。这类工作因涉及复杂的物理操作或情感交流，目前仍难以被AI技术复制。
卡帕西在社交平台X上解释称，该分析仅是他用两小时编写的代码演示项目，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。他坦言：“即使附带了说明文档，也未预料到会被如此解读。”尽管随后删除了相关帖子，但存档数据仍反映出当前AI技术发展的现实逻辑：生成式AI在文本处理、代码编写和复杂分析任务上的效率已远超物理世界操作。
这一结论与人工智能初创公司Anthropic本月发布的报告《人工智能对劳动力市场的影响：一项新的衡量标准和早期证据》不谋而合。该报告指出，尽管AI的实际应用速度滞后于理论能力，但商业、金融、法律、计算机科学及管理类工作在理论上最易被自动化。报告特别强调，年龄较大、受教育程度高且收入较高的劳动者群体，在AI浪潮中面临更大的职业不确定性。
