惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Simon Willison's Weblog
Simon Willison's Weblog
G
Google Developers Blog
Spread Privacy
Spread Privacy
I
InfoQ
V
V2EX
S
Schneier on Security
小众软件
小众软件
C
CERT Recently Published Vulnerability Notes
博客园 - 聂微东
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Stack Overflow Blog
Stack Overflow Blog
T
Threat Research - Cisco Blogs
L
Lohrmann on Cybersecurity
Recent Announcements
Recent Announcements
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Attack and Defense Labs
Attack and Defense Labs
云风的 BLOG
云风的 BLOG
The Hacker News
The Hacker News
S
SegmentFault 最新的问题
C
Cybersecurity and Infrastructure Security Agency CISA
NISL@THU
NISL@THU
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
GbyAI
GbyAI
Latest news
Latest news
S
Secure Thoughts
Project Zero
Project Zero
MongoDB | Blog
MongoDB | Blog
I
Intezer
Security Latest
Security Latest
Apple Machine Learning Research
Apple Machine Learning Research
Vercel News
Vercel News
N
Netflix TechBlog - Medium
V2EX - 技术
V2EX - 技术
量子位
T
Threatpost
T
The Blog of Author Tim Ferriss
Y
Y Combinator Blog
T
Tor Project blog
A
Arctic Wolf
Microsoft Security Blog
Microsoft Security Blog
T
The Exploit Database - CXSecurity.com
大猫的无限游戏
大猫的无限游戏
T
Tailwind CSS Blog
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
C
Check Point Blog
博客园 - Franky
Google DeepMind News
Google DeepMind News
The Register - Security
The Register - Security
The GitHub Blog
The GitHub Blog
L
LINUX DO - 热门话题

秋記Autumn - 网络日杂

谁制造了躺平、黄毛与蹦老头? - 秋記Autumn “崩老头”灰色产业链,中年人的情感困局与骗局背后的社会隐忧 余额宝破1%, “躺平”致富的梦,该醒了? 药食同源-蒲公英,老祖宗的养生智慧被科学实锤。 2026年夏天厄尔尼诺来袭:全国多地将迎极端天气考验! 维生素补剂坑年轻人?一口气揭秘维生素真相! 张雪机车WSBK两连冠:中国高端制造的时代宣言 单依纯与李荣浩的版权争议引爆全网 世界越乱,黄金越贵,但为何这轮中东战火烧旺了美元,却冷落了黄金呢? 最近大家都在讨论给农民涨养老金的话题,农民养老金应该提高。
AI抢了谁的饭碗?
秋記Autumn · 2026-05-10 · via 秋記Autumn - 网络日杂

你手上的工作,可能两年内就不需要你了。这不是科幻片,是上个月刚发生的事。今天我们不贩卖焦虑,只看数据和事实。AI现在到底抢了谁的饭碗?

1. AI最近发展有多快?

先说最近的三个事,都是202645月发生的。

 第一个、中国DeepSeek出了新版本。以前AI看长资料就会忘开头,现在一次能看完一整柜文件,还会自己琢磨。

第二个、阿里通义千问升级了。小公司两三天,就能把AI塞进客服,商品上架表格处理里,外包客服基础文案这些岗位,已开始被替代。

第三个、最离谱。国外一家叫A社的公司,做出了一个新模型,强到能自己发现电脑系统里没人知道的漏洞,连安全专家都发现不了。一旦被坏人利用,可以瘫痪电网银行系统。结果他们害怕了,主动不发布,不是做不出来,是不敢放出来。AI已经强到连开发者都害怕。

2. 一个软件工程师的真实经历

转述一位硅谷软件工程师的原话,他说以前AI是一点点进步的,每次大飞跃之间还能喘口气。但从去年开始,速度越来越快。每个新模型都比上一版好出一大截,发布间隔越来越短。今年2月,有一天两家AI实验室同时发了新模型。那一刻他感觉水已涨到了胸口。什么意思?他工作中,那些真正需要技术的部分已经用不着他了。他现在不是让AI写几行代码,而是直接用大白话告诉AI,我想要一个什么应用,长什么样,然后AI自己写出几万行代码,自己打开测试自己点按钮,自己发现不对自己改,改到满意了,才回头说:你试试,等他去试,基本挑不出毛病,做得比他自己写的还好。最让他后背发凉的是,这个新模型居然有了类似人类判断力的东西,说白了就是品味,它会判断哪个选择对,哪个设计更好。

以前大家说,AI永远不可能有这个,但现在你会发现,它到底有没有已经不重要了。因为最后的结果,你分不清是人干的还是AI干的。

3. 美国数据谁正在被替代?

哪些工作正在被AI取代?看美国数据,目前AI对就业的影响还不是一夜之间大批下岗。但趋势明显,营销平面设计客服技术。这几个行业每个月大概少掉5000个岗位,技术行业在就业里的占比已经比疫情前低了。

经济学家把职业分成两类,容易被替代的和容易被AI辅助的

替代风险最高的有:电话接线员、法律助理、保险理赔员。这些活儿的共同点是大部分核心任务AI都能自动搞定。电话接线员回答标准问题:AI比你客气。法律助理查案例审合同,AI又快又准。保险理赔员核对单据算金额,AI几秒干完不出错。这类工作不需要面对面沟通,不需要复杂判断,也不用你扛责任。

哪些工作是被AI辅助、不容易替代的工作?教育工作者、律师、外科医生。AI可以帮老师批改作业生成教案,但你在讲台上跟学生的眼神交流捕捉谁没听懂,AI做不到。AI能帮律师查案例写诉状,但法庭上临场应变跟对方律师斗智斗勇,AI做不了。AI能帮外科医生读片子给建议,但真正上手术台,手感和经验缺一不可。这类工作AI是助手不是对手。

还有一个数据,年轻人和经验少的工人在容易被替代的职业里,失业率上升更快,跟资深员工的工资差距越拉越大。新手是最先被AI冲掉的。 

4. 怎么判断你的工作是替代还是辅助?

用大白话说,容易被替代的,就是你这活里大部分核心任务AI都能轻松搞定。比如接电话、查资料,对单据、录数据,翻译固定模板,写简单新闻稿、修图做模板。这些AI干的比你快还不用午休。

容易被AI辅助的就是只有一部分能被AI干,剩下的必须人来干。主要靠三样东西:判断力和品位、现场动手和观察、跟真人建立信任和情感连接。

举个例子,客服和室内设计师

客服每天回答标准化问题,退换货怎么办?密码忘了怎么办?AI背话术比你熟,语气永远不急不躁,所以风险高。

但室内设计师不一样。客户说想要一个温馨的家,你得去现场量尺寸,感受光线跟客户聊生活习惯,做出有个性的方案。AI可以帮你生成效果图,但它不知道你家小孩怕不怕黑,也不知道你对"温馨"怎么理解。这类工作AI是帮你画图,但拿主意的到现场看的还得是你。

所以要问自己三个问题:

一、我的工作需不需要当面跟人沟通?比如开会、安慰人、说服人。

二、需不需要我做没有标准答案的决策?比如选A还是选B,没有对错只有好坏。

三、工作需不需要承担最终责任?比如出了问题我来扛。

如果三个答案都是"不太需要",那你真得小心了。

5. 给年轻人的三个建议

第一:别再学那些AI已经做得又快又好的技能。比如纯翻译、基础代码搬运、表格清洗、简单文案、模板设计,还有法律助理那种纯查资料审标准合同,你花一年学的AI一秒钟就超过了。

第二、学会当AI的导演,不是跟它抢着当演员。会用AI的人不会替代你,不会用AI的人才会被会用AI的人替代。你现在要练的本事不是自己把活干完,而是用大白话说清楚你想要什么结果,让AI帮你干出来。你最后把关、做判断,调整方向。

第三:往AI不好替代的方向靠。需要判断力和品位的,比如策展、品控、管理;需要现场动手的,比如电工、装修、设备维修;需要和人建立真实信任关系的,比如老师、护士、心理咨询、养老护理,还有律师、外科医生,这类高责任职业,这些核心部分AI很长时间内学不会。

最后送你一句话:AI不会让你丢工作。但会用AI的人会让你丢工作。你现在做的每一个选择都在决定,你是水淹到胸口的那个人,还是站在船上的人。