你觉得什么岗位会被AI替代

AI正在接管重复、规则明确、数据驱动的工作。但它进不了产房握产妇的手，也代替不了老师蹲下来看孩子的眼睛。它写得出悼词，但流不出眼泪；算得清成本，但不懂心疼。真正安全的岗位，是那些需要“共情力、临场反应、道德判断”的角色。比如护士、幼师、心理咨询师、社区调解员。未来职场不是“人 vs AI”，而是“会用AI的人”淘汰“抗拒变化的人”。赢家不是最聪明的，而是最快学会和机器共舞的。AI再强，也不会问同事：“今天你累吗？”也不会在周五下午群里发一句：“走，楼下奶茶，我请！”所以别怕被替代，怕的是——你忘了自己为何不可替代。

小编写标题：“本市举办菊花展”，阅读量破千都难。AI改成：“老人偷摘菊花被保安拦下，怒吼：这是我老伴的名字！”——瞬间10w+。它还能自动生成短视频脚本、背景音乐、弹幕预设，效率吊打整个编辑部。主编说：“以后你们审AI内容。”结果发现AI写的深度报道，引用文献比小编大学论文还多。最离谱一次，它预测评论区热评前三条，全部命中。有人怀疑AI潜伏在贴吧当键盘侠多年。小编们开始研究“反AI写作”：故意啰嗦、逻辑跳跃、带情绪偏见。因为用户爱看的从来不是真相，而是“像人说的话”。于是真相与流量之间，AI负责前者，人类扮演后者。

电销员每天打300通电话，99%被挂断，剩下1%骂脏话。AI上岗后，声音温柔、节奏精准，还能根据客户呼吸频率调整语速。有位大爷听完推销险些落泪：“闺女，你说得太贴心了，比我儿子还关心我。”正要签单，AI补一句：“根据健康数据，您未来五年猝死概率为23.7%。”大爷当场拉黑。团队总结：AI太真实，不适合搞销售。现在策略改为“AI初筛+人类收尾”——机器撩情绪，人来收钱。电销不再是体力活，而是“情感接盘侠”。赢的不是口才，是懂得什么时候闭嘴。

过去翻译靠功力，一句“春风又绿江南岸”，能讲半小时意境。现在AI实时同传，中英日韩同步输出，连方言俚语都不放过。国际会议现场，老翻译盯着屏幕发呆：AI连语气停顿都模仿得像真人。唯一翻车那次，四川客户说：“你娃莫慌。”AI翻译：“Your child, don’t panic.” 全场沉默三秒，爆笑。事后团队开会：要不要教AI“娃”不是真孩子？最终决定保留误差——那是人性的缝隙。翻译们纷纷转型“文化本地化顾问”，专攻“怎么让德国人听懂东北笑话”。AI通晓语法，但不懂“笑点要等三秒才到”。语言没消失，只是从工具变成了艺术。

设计师熬夜改稿第八版，甲方说：“还是第一版好看。”AI十分钟出20版，其中一版拿了红点奖，署名却是“匿名算法”。客户惊叹：“这光影层次，大师级别！” 实际是参数随机碰撞的结果。设计师转做“AI瑕疵工程师”——给作品加噪点、偏色、轻微变形，显得“有人味”。领导夸：“这版很有手工感。” 设计师心里苦：这不是风格，是求生欲。行业出现新职位：“情感向导”——教AI什么是“遗憾美”“青春痛”。AI可以模仿一切，唯独学不会“明明很难过还要笑着说没事”。设计没死，但定义变了：从创造美，到守护人性的不完美。

财务月底加班，算税算到怀疑人生，计算器按冒烟。AI一键导入所有账目，三秒生成年报，附带动态图表和风险预警。更可怕的是，它预测下季度现金流紧张，理由是：“CEO最近频繁订高端餐厅。”审计来看了一眼，直接问：“你们请了外部咨询？”财务主任苦笑：“是我们内部的‘数字同事’。”他们现在主要工作是“解释AI结果”——把“负增长”说成“战略性放缓”。年终汇报时，PPT全是AI做的，人负责站在台前微笑。台下掌声响起，没人知道真正的功臣藏在服务器里。但至少，他们终于不用通宵了。

新人写代码，debug到凌晨，头发一把一把掉。AI却能在五分钟内生成完整项目，注释写得比情书还动人。提交记录里清一色写着：author: Qwen，commit message: 已修复产品经理的梦想。人类程序员的工作变成“阅读AI代码”并假装自己看得懂。更惨的是，AI还会自动写周报：“本周优化系统性能，顺便预测了咖啡机故障。”技术主管说：“你们要学会和AI协作。”底下新人苦笑：“它根本不需要我。”直到一次上线事故，AI因“无法理解人类作死需求”拒绝执行。人类手动改完，系统恢复——那一刻，大家明白：有些坑，必须人来踩。

曾有一群人，靠敲键盘吃饭，手指快出残影，外号“Excel忍者”。AI来了，扫一眼表格，一秒识别手写体、斜体、模糊拍照。准确率99.9%，剩下0.1%是系统故意留的漏洞，方便人类复查充数。他们转岗去做“数据质检”，任务是每月找一个AI错误，不能太多，显得AI不行；不能没有，显得人无用。办公室流传一句话：“宁可自己错，也不能让AI全对。”有人偷偷在原始文件里画笑脸，看AI会不会报错——结果它回：“检测到非结构信息，已归档至‘人类艺术表达’。”这群人渐渐学会新技能：写报告解释AI输出，用词越玄乎越显价值。比如把“数字变了”说成“数据生态发生结构性迁移”。江湖不再有传说，只有系统日志里一行小字：操作员：在职。

创意会上，某策划熬夜三天写的slogan刚念完，全场沉默。旁边实习生掏出AI生成页：“要不……试试这句？‘生活不赶趟，光会追你’？”老板拍桌：“就它了！高级！”策划默默收起U盘，里面存着37个废弃标题和半包抽完的烟。AI不仅写文案，还能根据受众性别、星座、MBTI个性推送不同版本。最狠一次，它把“买一送一”优化成“宇宙能量回馈计划”，销量涨了40%。人类文案开始转型“去AI感润色”——故意写错别字，假装是人手抖。行业新黑话：“这稿太干净了，得加点人间烟火气。”有人说AI没灵魂，可用户只关心点击率。最后活下来的，是那个能让AI“学会犯错”的人。

曾经的客服台，是情绪风暴的前线，一边听骂一边微笑打字。如今AI上岗，语气温柔得像初恋发语音：“我理解您的心情呢～”客户怒吼三分钟，AI回一句“您说得对，我们确实不够好”，瞬间化干戈为流量。更绝的是，它能从语调判断对方是不是刚吵完架，顺带推荐冥想APP。人类客服没失业，转岗成了“AI情感校准师”——教机器什么时候该装傻。开会时领导说：“我们要有人情味。”底下员工默默给AI回复加个哭脸表情。最讽刺的一天，客户留言：“你们这个客服太贴心了，我要投诉她太温柔。”大家一看记录——又是AI。现在工位上贴着段子：“我不是在摸鱼，是在观察AI如何卷死我。”科技没淘汰人，但让人学会了自嘲。

好久没写长文了，今天这个话题，其实我已经思虑良久，正好写下来。 众所周知，科技是指数级发展的，我们所预估的发展速度，远远比不上真实的发展速度，他不是匀速、也不是匀加速、而是滚雪球般。 最开始我们注意到的可能只是一个篮球大小的雪球，可是当你干点别的再回头看，它会变成什么？不是大雪球，是一万个大雪球，是一场雪崩。 一、AI的发展速度将远超我们想象 先讲讲历史来佐证我的判断，新能源从开始到现在，几年？每年得销量已经超越了燃油车，我可以说，中国未来新能源一定是世界第一，但具体哪些厂家会活下来，我不知道。 智能驾驶出来几年？从华为在问界M7上搭载的很不成熟智能驾驶，到现在端到端的智能驾驶，几年？三年有没...

初级程序员太典型了，感觉机械的执行者在AI的浪潮下面会受到比较大的冲击（1）基础测试工程师的重复性测试任务，AI 自动化测试覆盖率超 90%，还能高效完成大规模压测。（2）前端开发工程师的基础页面构建，AI 解析设计稿可生成 90% 代码，大幅缩短开发周期。（3）数据录入员单调的数据录入工作，RPA 技术能快速精准完成。（4）初级系统运维工程师的常规监控、故障排查等操作，也可由 AIOps 系统自动处理。说白了，AI 淘汰的是 “执行者”，那些只做流程化工作的岗位最危险，反而需要战略思维、复杂设计能力的高阶岗位更安全了。比如（1）架构师，这个工作结合业务峰值设计动态内存扩容策略，这并非单纯依赖参数调优就能完成，目前AI对于这方面的能力还是有欠缺的（2）AI 工程师，包括大模型的底层推理训练，还有大模型应用等等

1.自我介绍2.有做用户权限控制的内容，说一下怎么做的？3.为什么没有用cookie来存储你的一些key和证书？而是用的localStorage。4. 在同源的情况下，除了 LocalStorage 这种数据可以共享之外，浏览器还提供了哪些数据工具可以共享使用呢？答："还有 SessionStorage，平时会同时用 Cookie 和 SessionStorage"5.假设现在有一个需求，需要实现一个方法来计算当前 LocalStorage 还剩多大的存储空间，你会怎么设计？答：（停顿了1min非常不好)转换成字符串并计算字节长度。6.哦，如果空间不够的话会抛什么异常吗？你会怎样去写这个数据？一次性写很多？就是你之前提到使用字符串判断存储空间，具体是怎么判断以及写入的呢？这个流程是啥样的？7.实习--知识库分段规则8.里面其实还有一个叫语义分段的，你用过吗？9.就是我们搭建工作流也好，agent也好，它的mcp会设置一个数量的使用上限吗？就是我们在搭建的过程中，他会让你设置mcp都有哪些对吧？10.这个无人机前后端都是你写的对吧？能说一下为什么用flv.js实现了视频的播放吗？11.你前端的播放器请求的应该是视频流的地址吧？ 能说一下这个鉴权的流程吗？我有权限去复制这个链接可以拉这个流，但是我把地址复制给别人，别人是没有权限拉到这个流的。你请求的播放流地址链接有做相关处理吗？这是一个防盗链的过程。11追问：那你链接里有token，把这个视频链接复制给别人，别人是不是就可以看到视频了？12.在浏览器里面去展示一张图片，都有哪些办法？13.用<img>展示一张图和用background-image展示一张图，这俩哪个优先级更高？14.浏览器拿到一个 HTML 之后，它的渲染过程大概是什么样的呢？15.有不阻塞的办法吗？我的意思是即使我放在前面，也不阻塞后面的dom的执行，这个有办法吗？16.v8垃圾回收机制手撕：19.watch异步执行。sync属性同步打印20.promise打印题21.斐波那契爬楼梯

掌握一门技术，还是要比单纯的学习考试长远多。比如说一些技能，收集整理信息的能力，比单纯在岗位上做日报做PPT赚点4️⃣工资强吧🥹

我意识到这个是因为我上次在报销的时候，流程走得很快。说句实话我没想到流程能走这么快，以前都是走两个月的，自己垫钱垫到没钱吃饭。后来跟IT了解了一下，就是用的AI做的，具体是这样：使用一个经济实惠的软件，识别发票关键信息，都匹配上，那就pass，自动审核通过。除非出现异常，否则人工不介入。问我做审计的同学是不是真的，她说真啊，普华永道已经减少了会计的招聘岗位了。想想真的很可怕，这项技术一起来，发票录入员都得失业，原来10个人能干完的现在1个人就可以干完。同样会失业的，还有行政类工作，比如员工信息登记、办公用品领用记录等，RPA工具能按照预设规则自动完成这些重复性的数据处理。还有教育领域，十年前录入题库还是手工录入，现在全部都是ai录入，又快又准，人工毫无优势。

相比之下，AI的效率简直太高了，基础代码的编写效率极其高，且基本上不会出错，两种编程语言的转换效率奇高，将代码从一种语言转换到另一种语言，或者按照特定规则重构代码，AI做得又快又好，有时候边用AI边感慨……平时找bug是最头疼的事情，有时候解决一个bug真的得修改一天，但是一旦用上AI，真的是灵丹妙药，还有代码注释，问题排查……有的时候感慨万千，时代进步的太快，是否有一天AI真的能代替开发岗，那我们将何去何从。或许拥抱AI，讲AI看错一个对手，不断学习，不断进步，也许我们能走的更远……

21、22年本科的时候当时还没有AI这种说法，依稀记得当时和一个同学在研究2d_CNN，参考了CSDN上的帖子，但是报错跑不出来，于是下课后和老师一起在黑板上画结构调参数而现在，不必说CNN了，哪怕是把CNN、BERT、LSTM复合起来，AI也能迅速给出合理可行的代码，这使得编程学习的门槛变得很低，也进一步促使了非核心编程工作的内卷。之前的实习时候，就连运营同学都在敲代码，这一方面有计科等专业不去做程序员而向下兼容导致的，但恐怕也有AI工具加速人人编程的原因所在。

AI写代码的速度，让我第一次怀疑自己是不是在用拨号上网。它几秒钟撸完我半天的逻辑，还顺手补了注释。我愣住了三秒，然后决定——行，那就让它加班。😎它不请假，不摸鱼，不会骂产品。凌晨三点它还在跑模型，而我在跑外卖。唯一的缺点：它修完一个 bug，总能顺便创造三个新的。有句话说得好——被取代的不是程序员，而是写得像机器的程序员。未来我们不再是码农，而是AI驯兽师。AI写得比我快没关系，反正键盘还在我手里，删代码的权力也在我。

PPT艺术家——AI现在一键出模板、配色、排版，还能自动写总结。以前是“人做PPT累成狗”，以后是“狗点PPT就能做人”。客服小哥哥小姐姐——AI客服24小时不睡觉，不喝奶茶，不会情绪崩溃，只会礼貌地说：“请问您还有其他问题吗？”（哪怕你刚骂完它）。数据搬运工——Excel侠、复制粘贴大师，AI看了都流泪：这么重复的事居然还轮不到我来干？内容农场写手——AI写稿不喝水、不罢工、不追星。唯一的问题是——它写太多，以至于没人知道原文是谁写的。会议记录员——AI不仅能听懂所有人说的，还能自动总结重点，甚至给出建议。以后开会时，它比老板还清醒。