ai-native对就业影响

ai native 让人和人之间第一次出现断层式差距。同样用 ai， 有 的人越用越强，有的人越用越累。差距不在智商，也不在努力程度。而在一件事，你到底是在被动用 ai， 还是在主动指挥 ai。 这也是为什么有件事现在越来越清晰， ai native 这一代人，整体能力很可能比我们强十倍甚至百倍。先解释一句，什么叫 ai native？ 说白了就一句话，把 ai 当成外置大脑而不是工具的一代人， 他们不会说用 ai 查资料，而是说让 ai 帮我把问题拆完，把路走通。你回头看，其实每一代人强的点都不一样。 在搜索引擎时代成长起来的那一代人，最重要的能力是会找资料，会自己拼信息。到了移动互联网时代， 核心能力变成了会用 app， 会用平台。而现在正在成长的 ai native 一 代，核心能力变成了四个字， 会猜问题。这四个字值多少钱？我跟你说，值未来十年最贵的溢价。为什么？因为学习的底层逻辑已经被彻底掰过来了。过去我们学东西是先啃细节才敢谈结构，学写作先背句子，学语法，学编程， 先啃语法书跑例子。而 ai native 是 反过来的，他们先拿结构再补细节。比如他们会先跟 ai 说一句话，我要写一篇文章，给我一个清晰结构和视例，然后在这个结构里边写边改 边理解，这不是偷懒，而是效率上的待机碾压。而且你意识到了没有，这里面更关键的一点是，反馈速度变了。你想想，我们当年学一项技能，上课 写作业等批改再修改，反馈周期是按周按月算的。而 ai native 呢？ 上来一句话，就先问 ai， 我 哪里错了？ ai 立刻告诉你错在哪，为什么错？再给你一个更好的版本。 当反馈从一个月一次变成一秒一次，能力差距就不再是努力差，而是进化差。还有一件更狠的事正在发生，他们更早形成了一种能力，叫系统级思维，因为他们从小就在跟系统对话。 ai 会天然把事情拆成一整套结构，目标是什么？ 此问题有哪些？约束在哪？怎么验证？怎么修正？用久了，这套结构就可能会变成本能。所以你会发现，他们不是急着把任务做完，而是先想清楚这件事 能不能让系统自己跑起来。一句话总结就是，真正的代差始终不在智商，而在于一个十二岁的孩子，现在可以随时调用博士级解释、 工程师级方案，作家级表达。表面上是一个人在想问题，实际上是一个人在指挥一支思考军团。那你可能会问， 完了，那我们这些旧时代是不是要被甩飞了？我跟你说，不用慌，因为 ai native 根本不是年龄问题， 而是一种新的做事方式。你今天就能开始让自己 ai native 化，而且只做两件事就够了。第一，你可以把我要学什么 换成我要解决什么。比如你想做副业，别说我要学剪辑，而是说我要做一个职场账号定位新人，避坑，帮我拆选择题，拆脚本结构，拆更新节奏。这样做目的只有一个，先拿结构，再补细节。第二，你可以试着把查资料 升级成差问题加持续追问。大多数人用 ai 只问一嘴就停了， ai native 却会一直追问这个方案的风险是什么？如果我每天只有一小时，怎么压缩给我三套不同成本版本？随后你会发现一个规律，追问越狠，结果越好。说到这里，请你再想一个更深的问题， 如果一个人用这种方式，用 ai 已经能拉开这么大的差距，那一个公司一旦把这套方式变成默认工作方式，会发生什么？所以，未来很可能不只是 ai native 的 人更厉害， ai native 的 公司 也会更强。什么意思？就是一个组织遇到问题时，第一反应不是拉会，不是拍脑袋，而是先把问题摊给系统，让纳米 ai 智能体先跑一遍。 知识不再卡在几个人手里。沟通不再靠私下对齐，而是让系统把问题公开，把路径算清。说白了就一句话，不是人围着流程转，而是流程围着智能转。谁先完成这一步，谁就先进入下一个生产率维度。总结一下， 以后最值钱的不是你亲手做了多少事，而是你能指挥像纳米 ai 智能体这样的七乘二十四小时数字，员工协助你，甚至替你办成多少事。最后，问你一个问题，当你完成 ai native 的 升级后，你觉得自己最应该继续强化的是哪一项能力？评论区聊聊。

你要问我 ai 会不会让我们失业？我用亲身经历告诉你，会，而且每一个人都逃不掉。你拿我现在正在做的这个留学自媒体来讲吧， 之前我们这个新媒体部门就有十个员工专门写公众号，拍短视频、做小红书笔记，内容呢。然后就是讲各个国家的留学优势劣势，不同国家的预算，不同的家庭，我给你匹配不同的留学方案， 我们就是靠这些留学知识，科普各个国家留学项目的优缺点，包括各个国家的这个风土人情，各个大学的专业的，反正乱七八糟的就是相关的东西。我们把这些做成内容，无论是写成文章，做成图片，做成笔记，还是做成视频， 看到这些内容的人，他们对这个感兴趣的人，他们就是留学的潜在客户，他们联系到我们，找我们做这个留学申请服务、留学规划服务或者是语言的培训， 这就是我们的商业模式。那以前我一个成熟的自媒体运营，他一天也就写一到两篇稿子，那十个人运营十个账号。现在呢？ ai 来了，我的效率直接翻了十倍甚至上百倍。我一个人一天可以写几十篇稿子， 无论是长文短文，包括视频的脚本，包括小红书的笔记，我可以一个人全部搞定之前十个人的工作量。那结果是什么？结果就是要么我直接把这九个人裁掉， 留下一个人就能干原来十个人的活。要么大家都用 ai， 我 们现在留学中介所有的同行，大家都用大家都用 ai， 整个互联网上的留学的内容直接翻了几十倍， 这问题是什么呢？问题是有留学需求的客户他就这么多呀，你每天刷手机的时间他也就这么多呀。内容翻了几十倍，但是客户他没有涨，所以最后的结果就是这些内容会被平均掉，这些流量会被平均掉。 就像我们一家人吃饭一样，我原来就是四个菜，我就能吃饱了，现在你给我上四十个菜， 那吃饭的人没变，胃口没有变，最后就是每道菜都尝一口，剩下的全都浪费掉，放到行业里。或者说我们原来是十个家庭养十个厨师，那现在一个厨师就能搞定十个家庭的菜了，那剩下的九个厨师就会失业。 这不是我们一个行业的问题，这是未来五到十年，各行各业都会有这样的问题。当 ai 不 断地吞食这个岗位的时候，那么这个事业潮是没有人能置身事外的，包括这两天的新闻大家也看到了。一月份的时候，阿斯麦，你想阿斯麦是做这个光刻机的，它可以说是这个芯片行业里边的 皇冠上的明珠。这么一个公司上个月裁了一千七百多人，美国的一个金融科技公司叫 block， 就 在昨天他裁了百分之四十的人。他裁员不是因为他这个公司业绩不好， 是因为他的很多员工的工作被 ai 给替代掉了。相反他这个公司业绩非常好，股价在增长，营收在增长，利润在增长。那你说后边会不会有可怕的连锁反应？这些白领肯定 ai 最先替代掉的肯定是很多白领工作， 很多基层的白领工作会被 a i t 带掉，那这些白领他没有了收入，那餐饮、娱乐、买房买车这些消费会不会崩？服务业的蓝领会不会跟着失业？ 你就最简单的就送外卖。我原来点外卖大部分都是因为白领，他在上班，他中午点外卖。那现在他都失业了，他还会点外卖吗？岗位没有了，但是呢，人还在，我还活着呀，我真真切切的活着。那这么多像我一样失业的人，到底他们应该去哪里？

十八个月后，办公室里可能不再有那么多人。这是微软 ai 掌门人在金融时报访谈中给出的一个判断。未来呢，十二到十八个月，大多数坐在电脑面前的白领工作 都将会被 ai 大 规模自动化取代，而且第一个被冲击的是软件工程师，不是五年，不是十年，而是两年之内。接下来这段呢，你一定要认真听。 let's talk about ai artificial general intelligence explain the difference between agi and superintelligence i prefer the definition that focuses first on what would it take to build a system that could achieve most of the tasks that a regular professional in a workplace goes about on a daily basis think of it as a professional grade agi， how close are we i think that we're going to have a human level performance on most if not all professional tasks so white collar work where you're sitting down at a computer either being you know a lawyer， an accountant or project manager or a marketing person most of those tasks will be fully automated by an ai within the next 12 to 18 months， and we can see this in software engineering many software engineers report that they are now using ai assisted coding for the vast majority of their code production which means that their roles shifted now to this meta function of debugging scrutinizing of doing the strategic stuff like architecting of you know， etc etc putting things into production so it's a quite different relationship to the technology and that's happened in the last six months。 如果你刚刚听懂了那段话，你应该感受到的不是恐慌，而是信号。 当你的工作本质是整理信息，套用规则重复地去判断，那它就可以被模型压缩学习，自动去执行。但如果你能定义问题，重构流程、设计系统去做复杂决策， ai 只会成为你的杠杆，而不是你的替代者。

最近有一个叫远程 human ai 的 平台特别的火爆啊，在一周之内吸引了大约二十万人注册。创始人说搭建这个平台的初衷是担心人类因为 ai 而失去工作， 那么这个平台呢，可以让那些还无法亲自办理线下业务的 ai 智能体雇佣人类来跑腿办事。换句话来理解就是 ai 由打工人助手变成了发包方，而人类成为了打工人， 从替代人类反转到雇佣人类，这到底是解决就业还是黑色幽默呢？值得我们思考。 那么未来就业最保持的技能到底是什么？是拥有 ai 没有办法有的肉身和线下的行动力。这个线下的行动力呢，至少包含这么几个技能。第一点就是要理解你的收入溢价到底是从哪来守住它。 你赚钱赚的多不是因为你努力啊，而是因为你现在做的事情是别人和机器都做不了的，但凡机器能够做的了，那你的收入也就缩水了。所以在最短的时间之内学会如何使用 ai 的 基础之上，你还要搞清楚 在 ai 做的越来越好的这个世界里面，有什么事他现在还做不好，那我想只有在做你自己这件事情上，没有任何人去跟你竞争啊，这个没法卷啊，对吧？ 你的基因、天赋、性格，你一路走来的经验、挫折、痛苦等等这些丰富的感受塑造了此刻独一无二的你，而这个独一无二就是创造力的源泉，自然就会有跟你同频共振的人来为此买单。所以你不需要所有的人都来喜欢你啊。 另外还有什么？你的判断力，你的跨领域的直觉，你的信任关系，你在不确定性当中做决策的能力，你能够承担责任的肉身啊，这种活人感暂时还是机器人替代不了的。 第二点呢，就是你不要把所有的赌注都压在一份工资上，在收入高度不确定的这种科技大变格的时代， 赚多赚少不重要吧，重要的是你的收入来源是不是多远，比如说内容资产、数字产品，小规模的独立项目等等啊，是任何不依赖单一雇主给你发工资的东西。第三点就是要具备跨领域互联互通的灵活性。 在这个加速变化的世界里，能够转身的人比跑得快的人更加安全。现在就可以去思考我的收入结构能不能经得起一次结构性的冲击。我的技能在这个 ai 自我繁殖的环境里还值钱吗？我的财务弹性能不能撑得过一次大的转型？ 就像下午四点半以后的动物园，里面的人还能够继续停留，但是检票口已经彻底关闭了。

年还没过完，民航圈里传出了一个让很多人坐立不安的消息，国内某头部航空公司要大规模优化人员， ai 和自动化被列为主要驱动因素。这个消息一出来啊，整个民航行业的人都慌了， 学飞行的慌了，在机务干活的人慌了，做地勤的慌了，在运控中心做签派的人也慌了。几乎所有在这个行业里的人都在问同一个问题，我的岗位还安全吗？ 今天啊，我要把民航行业里几个主要的岗位挨个的过一遍，用数字，用事实，把每一个岗位真实面临的处境给说清楚。我们从一个你大概率没有听说过的数字开始。国际航空运输协会行业里简称 iata 此前发布的年报里有这么一段预测， 二零二三年到二零三零年，全国民航业需要新增飞行员大约五十五万名，亚太地区的需求占了将近百分之四十。再看中国自己的情况， 民航局的数据，国内目前持有效航线运输飞行员执照的大约七万人。二零三零年之前，行业需要的是十万人以上。七万、十万，差了多少？三万个？ 注意，这里说的不是还在培训管限里的学员，而是已经拿到航线运输执照，可以直接上航线直飞的成熟飞行员。就是这个层级的人。缺三万个？你帮我想一件事， 一边是行业在全球范围内竟缺五万成熟飞行员，到处找人找不到，一边是说 ai 要大规模替代飞行员。这两件事从逻辑上能同时成立吗？ 成立不了，但你可能会说，现在缺人是现在的事，不代表技术不会继续发展，不代表三五年后不会被替代。这个担心没有问题，我们就顺着这条线往下走。飞行员这个岗位面对的最直接的技术威胁，有个专门的名字叫 s p o。 s p o 是 什么？全称是单飞行员运行， 意思是驾驶舱里只坐一个飞行员，原本副驾驶的位置空着，飞行过程中依靠 ai 系统来辅助监控和决策。播音在研究，空客在研究， nasa 也有专项项目，这条技术路径是真实存在的。 但这里有一个关键信息，欧洲航空安全局 e a s a。 二零一九年专门发布了关于 s p o 的 研究报告。这份报告在技术可行性之外，同时写了一句话，大意是单飞行员运行的全面商业化部署，距离监管成熟至少需要十年以上。那是二零一九年说的现在是二零二六年， 从二零一九年往后数十年是二零二九年。这还是最乐观的估算。行业里大多数人认为要到二零三二年前后，监管框架才可能基本成型。截至今天，美国联邦航空局 faa 和中国民航局 cac 连一条允许单飞行员商业运行的规章都没有发布过。 在航空这个行业，技术上能做到是一回事，监管批不批是另外一回事。这两件事情之间的距离，通常以十年为单位来衡量。说到这里，我要讲一个很多人没有想到的逻辑， 这个逻辑甚至啊，有点反常识。播音有一组统计数据，现代宽体飞机在长途飞行中，自动驾驶系统的激活率超过百分之九十五。你听到这个数字，第一反应可能是，那飞行员不就快没用了吗？但真实的逻辑恰好是反过来的。 航空安全研究里有一个核心结论，飞机越是高度自动化，一旦遇到自动化系统无法处理的突发状况，那这个坐在驾驶舱里随时准备接管的人，他的判断质量对安全结果的影响就越大。 这个能力有个专门的说法叫情景意识。飞行员要在正常飞行的每一秒里，持续感知飞机的所有状态，持续评估当前的环境， 随时准备在需要的那一刻接手。二零零九年全美航空幺五四九号航班起飞后两分钟，撞鸟双发全部失效。 机长萨里伯格在二百零八秒里完成了所有的决策，把一百五十五个人活着带到了哈德逊河上。二百零八秒，没有任何先例，没有任何数据库，就是一个人在极端的情境下，用经验、用判断做出的选择。这件事现在的 ai 能做到吗？ 没有人能给出确定的，能。而监管机构不会在不确定的时候拿一百多条人命去赌。这就是为什么飞行的法律责任永远落在持证飞行员身上。 这个原则一天不改，飞行员的岗位就一天不会消失。飞行员这边说完了，我们再来说机务工程师维修飞机这件事。确实有一些自动化工具已经在用了，发动机预测性维护，通过传感器数据提前判断哪个部件需要维修。这项技术在头部航空公司已经商业化了，真的有用 无人机绕机检查机身外观，国内几家公司也有试点，可以减少一些重复性的体力工作，但这两项技术所有的应用都有一个共同的定位，辅助工具不是替代人， 为什么做不到？替代？技术层面，无人机在识别机身微裂纹、金属腐蚀这类细微缺陷时，可能性显著低于有经验的机务工程师。他可以帮你拍照，帮你初步筛查，但精准判断这件事现在还做不到。更根本的原因是，机务维修相关的事行规章写得非常清楚， 关键维修项目必须由持有资质的机务工程师最终签字确认。这个签字背后是完整的法律责任出了问题，民事的、刑事的都落在签字人身上。 ai 替代不了这个签字，无人机也替代不了。只有人才能在这里负责，责任不转移，这个岗位就不会消失。 好，飞行员和机务说完了，但民航行业里还有一批人，他们面临的情况和前面两个群体完全不一样。这就是地面服务。客服直击代理、运控数据处理这些岗位。 这些岗位才是 ai 真正快速渗透的地方。自动直击机器已经大面积替代了人工直击代理，大型机场的人工柜台比五年前少了很多。 智能行李分拣系统正在替代传统分拣员。 ai 客服在处理大量常规旅客咨询，人工客服的规模在压缩。运控中心的数据处理和辅助调配岗位系统越来越能接替过去需要人来做的工作。 这些岗位在一些航空公司减员幅度已经到了百分之二十到百分之三十，这是真实发生的，而且还在继续。为什么支持性岗位和核心技术岗位的命运差别这么大，原因很简单， 支持性岗位的任务流程相对固定，信息处理类的工作 ai 工具已经足够成熟，监管上也没有要求必须由人来做最终的决定。但飞行和维修不一样，安全责任的不可转移性给这两个岗位竖起了一道其他行业根本没有的保护墙。 所以你看，同样是民航行业，同样面对 ai 浪潮，岗位和岗位之间的触及差了不止一个量级。说清楚这些之后，我想对在民航干活或者打算进入这个行业的人说几句真话， ai 带来的变化是真实的，不是假的，但变化的方向和你听到的可能不太一样。 飞行员和机务工程师真正的压力不是被替代，而是岗位的要求在迁移，飞行员要越来越擅长在高度自动化的环境里保持行进意识， 要在系统失效的关键时刻能够正确的接管。机务工程师要越来越能看懂数字化的诊断报告，要在 ai 给出的建议的时候，用专业的判断去验证它，然后负责任的签字。这是这个时代给这两个职业出的新题目， 题目变了，需要新的能力，这是压力，但不是末日。而对于地面服务和知识性的岗位来说，压力是实实在在的，需要认真面对，向更需要人际判断、现场处置、情感协调的方向转型，是这批人接下来几年真正需要考虑的事情。 还有一个大的背景不能忽略，这个行业本身的需求在增长，中国中产阶级的规模还在扩大，低线城市的航线还在开发，国际出行的需求持续增长，民航的总体盘子还在往上走，不是往下走， 核心技术岗位在总体增长的背景下谈大规模替代，从市场逻辑上就走不通。到二零三零年，这个行业在中国还缺三万个飞行员，这个数字比任何一句安慰剂都更有分量。

ai 在 未来注定会是越来越强，但是 ai 越强啊，人类的经济死得越快，这种就叫做无就业增长的繁荣啊，它非常危险，因为 gpu 不 会买星巴克，不会买车，也不会去休假。这种 gpu 啊，有增长但是无循环，有产出但是无消费。经济呢，已经死了。 数字啊，只是表面繁荣，政府收税大头还是建立在对于人类劳动的征税上。但是现在啊，活都不是人干的了， 是 g p u 干的。 g p u 才交多少税啊。二月二十三日，华尔街的著名分析机构 c t n research 发布了二零二八年全球智能危机报告，引发了市场强烈的连锁反应。这份七千字的报告啊，发布次日，标普五百指数收跌超过百分之一。 美股很多软件企业都迎来了大暴跌，软件类的 e t f 啊，更是暴跌超过百分之四，像 service now 和美国运通等被点名到的公司啊， 股价大幅下挫。这份报告到底讲了什么引发市场的恐慌呢？报告假设啊，到二零二八年六月， ai 自动化将导致美国的失业率超过百分之十，从而产生通缩螺旋，并将摧毁消费市场。标普五百指数呢，可能会被腰斩。当然了，面对下跌的市场啊， 也有很多人对这份报告不屑一顾，白宫的经济学家甚至驳斥这份报告为科幻小说，认为它违背了基本的经济学原理。那么到底这份报告说了什么？说的对不对呢？ 我来给大家解读一下。这份报告的核心逻辑就是， ai 在 未来注定会是越来越强，但是 ai 越强啊，人类的经济死的越快，而且这个循环已经开始了，根本就停不下来。报告预测啊，二六年， 千惠是第一波的白领裁员潮，这个时候啊，虽然很多白领会失业，但是整个美国的宏观数据会好到爆炸，纳指啊，会突破三万，标普五百啊，会冲到八千，为什么呢？ 原因就是一个 g p u 集团的产出，顶得上一万个白领。所以说啊，整个经济表面上看起来没有任何问题，但是啊，大量的白领失业，就意味着没有消费了，所以就会出现了 gdp 的 数字在涨，货币的流通呢，就会慢慢停滞，这种就叫做无就业增长的繁荣啊，它非常危险，因为 gpu 不 会买星巴克，不会买车，也不会去休假。这种 gpu 啊，有增长， 但是无循环，有产出但是无消费，经济呢，已经死了。数字啊，只是表面繁荣。到了二六年底啊，死循环呢，就开始启动了。 ai 的 编程能力啊， 阶级式的跃迁，所有公司的 c i o 都会想着自己的公司能不能也让 ai 写一个自己的萨斯啊，那么 ai 肯定行啊，很快就帮你写出来了。于是所有的软件型企业，包括像 salesforce， adobe， 需求就没有了，软件公司的收入啊，会暴跌，企业会裁员， 每个公司都疯狂裁员去投 ai， 但是 ai 越强啊，客户就越不卖，软件公司呢，裁掉更多的员工，再去投更多的 ai。 于是就出现一个悖论，被 ai 伤得最深的公司啊，反而成为了最激进的 ai 推动者， 加速了自己的灭亡。现在的奥利口啊，就是这样的，到了二七年啊，人们开始订阅 ai agent， 去直接接管自己日常的消费， ai 可以 根据每个人具体的消费情况啊，去进行优化，一直不用的健身房会员被取消了，买机票， 订酒店， ai 能组合出最优的方案，碾压所有的 ota 平台。最狠的是啊， ai 开始绕开传统金融， 直接用链上稳定币去结算，像什么 visa 啊， mastercard 啊， paypal 啊等等各种支付领域的商业模式啊，都没有生意了。支付方式如果出了这么大的变化，那么跟着金融系统就会出问题了，大量的人员会失业，然后房地产也会崩。需要注意的是啊， 这次房地产的危机跟零八年那次的危机是不一样的。零八年的时候啊，是房地产的泡沫太大，但是这次啊，变成了优质的房贷，变成坏账。这些买房的人呐，在以前可都是年薪百万的白领啊，现在啊，人家的工作被 ai 替代掉了， 他身上背的几百万的房贷啊，瞬间就成为了坏账。如果出现这么大的危机，政府能救吗？不能，因为啊，降息对抗不了算力，你再硬钱啊，也无法让人类的生产力重新变得稀缺。政府收税 大头还是建立在对于人类劳动的征税上。但是现在啊，活都不是人干的了，是 g p u 干的。 g p u 才交多少税啊，政府没钱，于是就会出现大乱。那么这个就是 chinese research 的 报告里描述的事情，处处听起来啊， 他推演的逻辑链条，很多地方还是能站得住脚的，所以啊，也就让市场很恐慌。但是呢，这个报告也有漏洞，比如他对于 gdp 的 误解，过度，放大了 ai 替代白领的一次性影响，却没有考虑到 消费的再分配效应， ai 总会造就新富人群体，这些高收入群体的收入啊，仍然会流向房地产、奢侈品市场，形成新的经济循环。另外啊，他没有考虑到 ai 税的问题，如果美国国会启动 ai 税收立法，那么标普五百啊，将会出现百分之五 到百分之八的修复性反弹。近期啊，白宫已经将 ai 产业监管列为优先事项。说了这么多啊，大家觉得 shirini research 的 这份报告对于未来世界的描述是否正确呢？欢迎在评论区一起讨论一下。

如果人工智能的发展让很多人都失去工作，我们要高科技干什么？ ai 现在已经能够取代呼叫中心的工作，未来还将胜任软件工程师这样复杂的工作，具备取代非常非常多工作岗位的能力。 ai 带来的当然会是效率的提升，但也可能对劳动力市场形成重大影响。对此，我们必须在就业和劳动保障方面做好预警和准备。他应当去干人干不了的活和不愿干的活，以及急需高科技帮忙的活，比如养老陪伴等等。 但是这一切不会自然发生，如何面对它，社会需要尽快达成共识并形成治理机制等的时间越长，付出的代价就会越大。 我们必须实现所有科技进步的终极意义应当是让人们的生活更有尊严、更自由、更美好。高科技应该是让人类受益，而不是受害。抖音。

最近 ai 的 话题不是特别火吗？而且还上了春晚，那 ai 冲击下留学生该怎么去破局呢？前段时间我刷到一个新闻，当时还让我挺吃惊的，就是去年 有一所搞翻译特别牛的学校啊，蒙特雷高帆学院，号称翻译界的哈佛，它倒闭了，原因就是因为被 ai 给挤兑的。 那咱们普通的学生在 ai 的 冲击下到底该怎么办？而且这事绝对不只是学外语的倒霉，现在很多的行业都一样，你比如说像字幕翻译，直接用 ai， 又快又便宜，把人工翻译的价格都打骨折了，好多人的收入就少了一大半。 还有一些就是像基础的行业，比如说是基础会计啊，基础的咨询啊，包括一些设计这个图文相关的，都被 ai 抢了饭碗。那我就在想这个事的本质到底是什么？其实就是如果你干的活只被当做是一个工具，那早晚就会被一个新的效率更高的工具所替代。 那之前大家经常说的一句话，老话叫一招先吃遍天，现在看，如果这一招机器也能学，那我们就没有任何的优势了。 所以咱们孩子去留学，选专业，学东西的思路都得跟着去变。我琢磨了几个点，大家可以参考一下。第一个就是不要再一门心思去学纯手艺，我们得学着怎么去做资源整合。比如说你学语言有天赋，但是能不能顺便学一学，怎么去看市场需求，怎么去看数据，让自己的本领变得更多元。 第二个呢，不要怕 ai， 你 就把它当成是一个免费的帮手来用，你不是要写论文吗？就让 ai 去帮你去搜集资料和整理提纲啊，比如说我们要做个 ppt， ai 去帮你优化排版，提升逻辑。所以家长们也是得让孩子们去学会适应它，并且学会使用它，成为 ai 的 主人。 最后一个呢，也是我觉得最重要的， ai 其实能干很多活，但是他不懂人心，不懂文化，所以还得让孩子去学那些机器学不会的东西，比如说怎么跟不同文化背景的人去打交道啊，怎么去真正理解用户的需求，怎么去做到真正的 有创意，这些本事以后可能才是真的铁饭碗。所以孩子留学不是一个单一的选项，而是一套组合拳。那现在呢？掌握 ai 工具也是一个时代发展的大趋势。如果你实在不知道该怎么选，可以点我的头像后台私信我，跟我聊聊。

家人们，你知道吗，到二零三零年，全球将有九千两百万个岗位被 ai 直接替代，同时会新冒出一点七亿个新岗位。这可不是我瞎编的，是世界经济论坛实打实的报告里说的。 就在最近，国家核心智库在中央党校的学习时报上发文讨论 ai 对 就业的影响，里面有四个字特别扎眼，预警能力弱。这四个字出自国家级智库之口，分量可真不轻啊。说白了就是咱们的教育体系和社会保障体系跟不上 ai 技术迭代的速度， ai 发展太快了，咱们的准备工作根本追不上。这可不是耸人听闻，你想想啊， deepsea、 sora 这些 ai 大 模型一发布，可能几周之内就能从即翻译、插画、基础编程这些行业。但咱们的是业率数据呢， 是按季度统计的，等数据显示失业率上升的时候，一大批人已经丢了工作了。信息差就是时间差，时间差就是实打实的社会代价。 所以国家现在做的第一件事就是建预警系统，不是等着看失业率报表，而是直接盯招聘网站的岗位变化，社保参保人数的增减、行业用电量的波动。这些数据都是实时的， 能第一时间反映出哪个行业正在被 ai 冲击。一旦某个行业的招聘需求断崖式下滑，马上启动，既能培训补贴和转岗对接，说白了就是治胃病，不等你失业就开始帮你转型。 刚才说的那组数据，世界经济论坛的二零二五年未来就业报告里还说了，到二零三零年，全球被替代的岗位将达九千两百万个，新创造的岗位一点七亿个，听起来新饭碗更多，但前提是你有能力端得起。 报告特别强调，全球百分之三十九的核心工作技能将在五年内发生变化。百分之六十三的雇主把技能差距列为企业转型的头号障碍。一点二亿名员工面临中期裁员风险，原因就是技能跟不上了。 这个问题在咱们这更突出，二零二五届高校毕业生幺二二两万人，创了历史新高，但企业同时在喊招不到人。为啥？ 因为 ai 相关人才缺口超过五百万，供需比例一比十。一边是传统专业的毕业生简历投不出去，另一边是 ai 岗位开着天价薪水找不到人。这种冰火两重天的局面，根子出在教育。 你仔细想一下，一个学生从入学到毕业要四年，四年前报专业的时候， chatgap 还没火呢，等毕业了，整个行业已经变天了。大学教的东西和市场需要的东西之间，存在一个巨大的时间差。这不是哪个学校的问题，是整个教育体系的节奏跟不上，技术迭代的问题。 国家现在的解法很务实。微专业教育部二零二五年的春季促就业攻坚行动，明确要求搞笑，联合企业开设一千个微专业和职业能力培训课程。微专业不是在读四年书，而是三到六个月的短期课程， 瞄准一项具体的 ai 技能，比如大模型微调、 ray 应用开发、智能客服系统搭建。关键是，这些课程不是大学老师拍脑袋设计的，而是华为、百度、阿里这些企业直接参与课程开发，教的是市场上正在用的技术， 再配套一个更长远的制度，国家学分银行，你的每一次培训，每一个证书都可以存进这个银行里，将来可以折算成学历或者职业资格认证。这意味着什么？ 意味着不管你是刚毕业的二十二岁年轻人，还是干了二十年的四十二岁中年人，都可以随时进入学习通道。终身学习不再是一句口号，而是有了实实在在的制度支撑。 职业教育这块的变化也很大，过去职校培养的是熟练工，教你怎么操作机器，现在国家要求转向培养现场工程师，不光要会操作，还要能读懂数据处理、异常管理、智能设备。 咱们的灯塔工厂已经有八十五家了，全球第一，占比超过百分之四十二。这些工厂里的工人早就不是传统意义上的工人了，更像是智能系统的管理者。教育必须跟着这个方向走。 对普通人来说，这一切意味着什么？我给大家划三个重点，第一，趁早动手学 ai， 不 一定要成为算法工程师，但至少要学会用 ai 工具辅助你现有的工作。 第二，关注微专业和政府补贴培训，很多课程是有补贴的，甚至免费的，别浪费了这个机会。第三，别等着单位教，你自己主动找资源学，国家的学分银行、线上培训平台都在那，关键是你自己要迈出第一步。 除了教育，社会保障的改革也在同步推进。现在全国有超过两亿灵活就业人员，跑外卖的、做自媒体的、接零工的，这些人的就业形态早就不是传统的一个萝卜一个坑了。 传统社保绑定在一个固定单位上，你换个平台，社保就断了。国家正在探索个人账户加政府补贴加企业供单的弹性社保机制，让社保权益跟着个人走，不管你在哪个平台接单都不断档。 算法治理也在发力。美团已经宣布逐步取消骑手超时扣款，推出防疲劳机制，连续工作十二小时，强制下线休息。这说明国家有能力通过监管手段纠正技术对劳动者的过度挤压。算法要为人服务，不能让人成为算法的附属品。 从经济学的角度来看， ai 这波浪潮本质上是一次全要素生产率的大跃升，服务业会出现类似制造业的规模效应，整个经济的蛋糕会做大，但蛋糕做大不代表每个人都能多分一块，分到你手里的那份取决于你的技能值不值钱。掌握 ai 技能的人会拿到更高的薪酬溢价， 不掌握的人会被挤压到越来越窄的空间里。智联招聘的数据已经显示， ai 行业的平均月薪排在所有行业的榜首位置，人工智能工程师的平均招聘月薪达到了两万一千三百一十九元。这中间的鸿沟不是年龄、学历或者出身决定的，是你愿不愿意学决定的。 ai 时代的就业安全感，不是来自某一份固定的工作，而是来自你不断更新的能力。听起来很残酷，但其实也很公平，只要你肯学，机会比以往任何时代都多。我是超男贤坎，下期见！

今天想聊一个尤其是家长比较关心的事情，就是年轻人在这个 ai 时代有什么样的好机会，然后在工作上面要掌握哪些技能，或者向哪些方向努力，他就比较能吃到这个 ai 时代的红利啊。那我结合自己的经历给大家说一下。 我自己从事这个 ai 相关的工作大概有二十年，所以从各个方面来说，都经历过了基础模型的研究、模型的优化、 模型的行业场景化适配、工程化实施、数学编程、语言上面的优化选择等等都有一些经历。尤其是最近，尤其是这个二零二二年他的 g p g 出现，然后大模型横空出世以来， 这方面的工作呢，就更具体了。那我自己有一个特别深刻的感受啊，就是 ai 时代来了之后啊，在中国有非常非常多的机会，让那些有准备的或者在意识上能跟得上的年轻人，把自己的工作做得出类拔萃，成为企业 机构、国家不可或缺的人才，这也是我亲身经历然后呢感悟到的。那我们具体来说一下。首先说一个，就是在中国每个行业都有很多事情需要 ai 去把它提升效率， 提升管理质量，这种需求是非常具体入微的，每个公司都有它自己的特点。而原来如果要把这些需求提升起来， 需要非常繁复的艰巨的研究工作和实施工作，那个确实不是一个小公司，几个人或者那个公司他本身自己能完成的。 但是当 ai， 尤其是大模型来了之后，尤其是基于自然语言的这种命令交互和驱动模式出来之后， 这就完全有可能一个公司他有他自己的主营业务，也有他的一些辅助的管理事务，这些上面都有很多能够帮助公司，帮助机构啊， 去加以提升的部分。我举个例子啊，比方公司的财务，一个系统提升公司的财务 他有很多数据，那原来每这样的公司都喜欢做一个事情，就是就项目进行结算，那项目结算需要有很多的数据的分析处理，采集了这个工作如果原来是用人工来统计的方式，那我想那肯定做不好的。 那第二个方式呢？就是用一个工具，普通的这种计算机工具，像 excel 啊，或者拥有啊，金碟啊这种， 但他们现以什么现以，他们都要求很强的标准化啊，然后对你的情报数据本身的质量有很高的要求，所以实际上落地下面的这个可信性也不高。这也是造成很多这样的公司其实在项目结算或者说项目评估这样上面做的不到位。 但是如果 ai 来了，尤其是现在已经有很多的这样的 ai 工具，还有 ai 的 这个编程环境来了之后啊，所需要投入到上面的开发工作，或者说部署工作，可能只有原来的百分之一， 甚至千分之几了，而且它的附庸性很强。你做一个这种东西出来， a 公司可以用， b 公司也可以用，这个差别在哪？这个差别就在于它是 ai 内核， ai 内核的适配性还是很强的， 因为他是基于逻辑思考来进行工作的，所以如果你做的这东西在逻辑思考上面描述的很清楚， 那你做的这个产品或者这个小模块其实可以放置在很多不同的同类型的公司的同类型事情上面，都是可以去做的，即使他们的数据源或者说他们的一些具体分析要求会有差别，但 这个差别都会被 ai 的 这个模型啊自动就给你弥补掉。那这种机会会有多少呢？你就想想看有多少公司吧，我这种公司少说一千万个部分公司有吧，如果每个公司都需要有一个自己的这种项目结算体系， 那你想想这个上面弄出来几十万个工作岗位应该是很容易的吧？那几十万个工作岗位也就一年，如果你就二十万在这上面的收入，那你想想看，对 整个国家来说也就是几百亿的产值了，可这几百亿的产值就把整个这样类型的公司的 这些管理工作就提高到一个原来从未有过的高度了，这就是真正的创造财富了，那对应的也必然有报酬可以体现出来， 这块非常大。还有一块更突出的就是对任何一个公司行业的主营业务进行改善，提升他的生产效率和产品质量，这就更厉害了，现在的很多自动化生产、自动制造、自动物流等等，其实都是这方面的例子。 中国又是全世界最大的工业国，所有的工业门类都在中国可以找到，所有的工业企业其实在未来都会面临同样的问题，就是产品质量要提升， 然后主营的利润要提升，投入产出比啊要提升上来。那我就自己就有一个经历，有一个金属的电解工厂， 他自己的这个电解产品的质量啊，受很多因素的影响，受电压、电流的大小、温度、酸碱度等等这些影响，那原来如果你要找到这些 指标跟他出产产品的质量之间的关系的话，你得做很多实验吧，你每调整一次这些输入条件，你都然后要对应的检测一下他的出来的产品质量吧。哎！有了 ai 之后，这些东西可以在实验室里 采集少数几个样本，他就可以结合其他同类型产品的知识， 比如说那些你根本不知道工厂在哪里的，其他的那些人家已经公布出来的实验数据，他可以综合融合这些东西，把你的这个工厂的这个数据啊就融合起来进行一起分析，然后给到你一个优化生产质量的这么一个流程出来各种配比。 因为这是我自己亲身经历，所以我当时也非常震撼，这个出来的效果非常明显， 用户也非常认同。那从这一点上面你们再想想看，如果你是一个年轻人，进入一个这样的具体的工厂，你了解到你们工厂的具体的问题了之后，你把这个问题翻译成 ai 能够理解去执行的步骤， 同时结合你的一些专业经验，给予他一些必要的指导。这种指导其实没有那么多深入的，因为 ai 在 这些专业知识上面，他的知识范围肯定会比你强。你只要告诉他你们公司的情况和你的目的是什么， 然后你准备怎么验证，或者让他把验证的过程都告诉你，把整个方案告诉给你，梳理出来这个过程可能是 几天几周的过程，而他实施的过程就是你要把 ai 的 知识在你工厂上进行这个组织的过程了。 那你想想这种工作岗位有多少？每一个工厂都有这样的事情啊，再简单的工厂都有这样的事情，那他只是有没有懂怎么用 ai 来结合他的业务来进行优化流程，优化产品， 优化管理这么一个意识的人来主持了这个可能是两个人三个人组织一件事情，这又产生多少职业机会呢？上百万，上千万呀，他们在公司里的作用就是提升公司的产品质量、生产效率和经营效益的，那您说 这方面是不是公司也对应的会给这样的人才对应的报酬？所以从这个情况来看，特别是做家长的，有小朋友正要进入社会，进入工作的朋友一定要提醒他们，在现在要尽快的去跟上 ai 的 这个步骤， 去了解有哪些 ai 的 工具能够帮助自己增进知识。如果你都已经选择了某个行业的，那你赶紧用 ai 去帮你梳理这个行业的问题， 赶紧去哪一个行业的工厂去看看有什么具体的这个事项没有。哎，如果有项目的，自己 琢磨一下怎么解决，至少在理论上面，思路上面把这捋清楚，真正进入工作之后，那肯定情况就不一样了。这段子希望对大家会有帮助。至于说到说，反正百度曾经说过， ai 时代出来有很多的工作室拿去做数据标注，我觉得这个肯定不是各位家长希望自己小朋友做的事情，那工作说实话没有什么创新，那工作以后 ai 自己也得做，以后 ai 的 一个发展方向就是低样本学习， 所以希望把自己的就业寄托于样本标注。我觉得不会是以后主要的 ai 带给大家的就业内容，或者说就业机会，确实把人看的太低了。你这个东西有点让人类失望呀，谢谢大家。

那我们就说到底怎么样是一个 a n native 的 东西，你其实是整合了很多旧世界的东西，就比如说有画布啊，有图层啊，有什么编辑啊，但是你要把它重新组合以后，生成原来绝对做不到的那些东西的时候，你也可以从这个角度理解它是 a n native。 嗯，你们自己内部从这个底层逻辑上是怎么想的？我觉得有两个东西可以考虑，一个是你不要坐在人家工作流的下游，但你可以坐在人家工作流的上游，这是一个特别好的朋友。对，第二是不要跟他做同样的工作流，不要跟他做同样的工作流的本质是新人群或者新需求，这是两个我觉得最重要的 点。所以什么是 native？ native 的 一定要 native。 其实我之前也没有必要较调的去理解 native， 但是 什么是 native？ 我 之前也表达过一个观点，就是说，呃，没有这个能力，你这个体验就不存在，而不是打折，是 native。 你 要做没有这个体验，你这个业务就不存在，你这个体验就不存在。嗯，的东西就是 native。