在美国经济中，从事中等收入、“日常工作密集型”职业的人口比例大幅下降。应用机器学习技术，我们识别出那些曾经在此类职业中工作的人的特征，并表明他们现在不太可能从事常规职业。相反，他们要么不是劳动力的参与者，要么从事的职业往往处于工资分配的最底层。然后我们发展了一个定量的，异质代理，劳动力参与，职业选择和资本投资的一般均衡模型。这使我们能够量化自动化技术进步在劳动力市场变化中的作用。然后，我们将这个框架作为实验室来评估各种旨在解决常规就业消失及其对不平等的影响的公共政策。