当前位置: 首页 > news >正文

看到那份“AI高危职业榜”,我把自己的岗位盯了10分钟

昨天摸鱼刷手机,看到一个热搜话题:#受AI影响程度最高的职业TOP10#。

本来以为是那种“专家又出来吓人”的日常推送,结果点进去一看,计算机程序员,排在第三。

第一是客服,第二是数据录入员。翻译、金融分析师、行政助理、法律助理…清一色的“白领中产岗位”紧随其后。

我盯着屏幕愣了几秒,然后下意识看了看自己正在写的代码,又看了看旁边开着的Copilot——它刚刚帮我自动补全了一个我本来要手敲的函数。

怎么说呢,那种感觉,有点像你发现自己养的小猫,其实一直在偷偷记你的银行卡密码。

一、同事的工位空了,AI的工位满了

其实变化早就发生了,只是我们习惯了温水煮青蛙。

上周三,我们组负责“用户工单分类”的同事老周,被调去了另一个项目组。不是他干得不好,而是他那个岗位的工作——把用户反馈打上标签、分给对应技术组——被一个简单的AI Agent替代了。准确率98%,响应时间0.3秒,7x24小时不喝水不请假。

老周走的时候,把他的仙人掌送给了我,开玩笑说:“以后你那个自动回复的Bug,可以让AI自己修了,它比我会说话。”

我当时笑着回他:“那也得先教会它背八股文。”

但笑完之后,我发现自己的玩笑里藏着一丝真焦虑。因为就在那周,我自己的代码里,已经有23%的函数体是Copilot直接生成的。有些工具类脚本,我甚至只是写了注释,AI就把整段逻辑给我补全了。

我有时候会想:如果AI能写我23%的代码,那再过两年,这个比例会是多少?80%?95%?

那到时候,我的工位还会在吗?

二、我们到底在怕什么?

后来我和几个老同事建了个小群,专门聊这个事。群名叫“AI夺舍预备队”。

聊得越多,越发现我们怕的其实不是AI本身,而是那种被一点点替代、却无力反击的感觉

以前我们怕的是外包、怕被优化、怕技术过时,但那些至少还是“人跟人竞争”——你卷不过,认了。现在AI来了,它不睡觉、不涨薪、不抱怨需求变更,还能7x24小时帮你写单元测试。

你拿什么跟它比?

有个在金融科技公司做风控系统的哥们说,他们部门去年裁掉了30%的数据分析岗。不是公司没钱,是因为新上的AI模型,能直接根据历史数据生成风险报告,还附赠三个优化建议。以前一个分析师干三天的活,现在AI三分钟出初稿,人只用最后复核签字。

他说:“我们这群人,从‘写报告的人’,变成了‘给报告签字的人’。哪天连签字都不需要了,咱们就是‘曾经在这个部门待过的人’。”

这话听得我后背发凉。

三、但我也开始想通一件事

焦虑归焦虑,日子还得过。后来我开始认真琢磨一个问题:AI到底能不能替代我?

为了验证,我做了个小实验:

上个月接了一个需求,要重构一个祖传的订单系统。我先让AI帮我生成了一份“重构建议文档”,写得确实不错,列出了模块划分、接口设计、甚至风险评估。

然后我拿着这份文档,去找业务方聊了半小时。聊完发现,AI的建议里有两个关键点完全是错的——因为那些业务规则藏在十几年前的某个Excel里,而那个Excel,互联网上搜不到。

回来之后我改了重构方案,又重新手写了核心模块的代码。

这件事让我想明白一个道理:AI再强,也只活在“已经存在的信息”里。而现实世界的复杂,藏在那些从未被数字化的角落里——藏在老员工的大脑里,藏在客户模糊的抱怨里,藏在政策文件第37条的“除外条款”中。

AI能替代“写代码的人”,但替代不了“解决问题的人”。

四、那么问题来了:怎么成为“解决问题的人”?

我自己的体会是,得主动完成这几次“思维版本升级”:

1. 从“写代码”升级到“拆解问题”
别再满足于“需求来了就写”。多问自己:为什么有这个需求?背后是谁的什么痛点?有没有比代码更简单的解法?当你开始思考这些,你就从“工具人”变成了“问题解决者”。

2. 从“技术栈”升级到“行业认知”
同样的Spring Boot,写在电商公司和写在医疗器械公司,完全是两回事。懂一点业务逻辑、懂一点行业黑话,你写的代码会更有“人味”,而AI最缺的就是这个。

3. 从“单兵作战”升级到“连接价值”
未来的程序员,可能不是最强的写码手,而是最能把业务需求翻译成技术方案、最能把AI生成的东西落地成产品、最能让不同角色的人达成共识的那个人。这种“连接能力”,AI暂时还学不会。

五、最后说句实在的

我看到那份“高危职业榜”时,确实慌了几分钟。但慌完之后,我告诉自己:

被替代的永远是“岗位”,而不是“人”。

那些只会重复、只懂单一技能、只愿意待在舒适区的人,确实会被AI挤掉。但那些能解决问题、能理解业务、能和真实世界打交道的人,AI只会成为他们的工具,而不是他们的替代品。

顺便说一句,最近我帮几个朋友瞄了一圈,发现有些大厂的前端、后端、测试岗位,全国多地都还有机-会在放出来。薪资没缩水,年终奖也能盼一盼,稳定性在当前环境下算挺能打的了。如果你也在琢磨下一步往哪走,或者单纯想看看现在行情什么样,都可以~~

与其焦虑哪天会被AI取代,不如从今天开始,让自己变成一个AI用起来很顺手、但离开AI也照样能活的人

共勉。

PS:如果这篇文章让你想到了某个也在焦虑的朋友,转发给他,聊聊你们的“应对方案”。毕竟,这种话题,一个人扛着累,一群人聊着就轻了。

http://www.jsqmd.com/news/457906/

相关文章:

  • 2026年有哪些好用的免费二维码生成工具推荐(国内+国外合集)
  • 收藏必备!小白程序员快速入门大模型:ReAct Agent核心原理与工程实践
  • COMSOL蒸馏塔
  • RPA机器人全解析:核心原理、行业落地、实战案例与2026发展趋势
  • 文件名大小写太乱?拖把更名器一键降维整理,强迫症福音!
  • Macbook手动清理系统缓存
  • 春天必知!逼自己瘦下来的几个超绝办法✨
  • WoVR:基于世界模型的 VLA 策略强化学习后训练可靠框架
  • 使用 Excel 中的 “快速填充“
  • n-gram语言模型|n-gram Language Model
  • 【MIMO-OFDM】频率选择性瑞利衰落信道AWGN实现的2×2 MIMO-OFDM无线链路(ZF vs ZF-SIC+MRC)【含Matlab源码 15132期】
  • 为什么相比财务数据,老板更应该关注应收账款
  • Python期货量化项目结构_代码组织最佳实践
  • 华创下的安居乐业网平台精准获客,能否跻身房产获客平台口碑推荐
  • HetuEngine快速上手
  • solidworks导出展开 c# ExportFlatPatternView方法
  • 如何在云端运行Kimi K2.5:从配置到部署全攻略
  • 收藏!小白零基础转型大模型全攻略,从0到1轻松入门大模型领域
  • Biotin-Capsaicin,生物素标记辣椒素,Biotin-Labeled Capsaicin
  • MP3音频流解码芯片WTV380C:一款懂你需求的“小而美“音频流解码芯片
  • 绿色编码认证:碳排放计算插件开发——软件测试从业者的专业指南
  • YOLO26:实现目标检测进入端到端时代
  • 端到端智能质量管理系统(QMS)解决方案:从研发到售后的全流程质量闭环
  • 【从网络模型理解IO多路复用】
  • 【TIM】基本定时器定时实验(1)
  • P3005 [USACO10DEC] The Trough Game S
  • 动态水下结构件高精度三维检测技术取得突破性进展
  • 【量化工具推荐】期货量化交易Docker容器化部署指南:从开发到生产
  • https://www.bilibili.com/video/BV14ac7zEEDh
  • 智捷云2D组态:快速构建专业工业监控界面