与此同时,另一边也在发生变化。过去三年,生成式人工智能系统应用员、测试员、智能体开发员、具身智能机器人训练师等新职业、新工种不断出现。旧工作在被拆,新工作也在长。
所以,真正值得关心的已经不只是“AI会不会抢走工作”,而是:当岗位开始重组,一个普通人怎么从原来的位置,迁到那些正在出现的新工作里?
得到AI学习圈主理人快刀青衣老师这篇文章想讨论的,就是这条迁移路径,以及什么样的人更容易走过去。
现在,随着AI进一步进入各个组织,其实已经出现了很多新的名词和概念。今年9月底的杭州数贸会上,中国信通院的赵小飞提到了一个词,我觉得特别精妙,这个词叫“AI难民”。
咱们都知道难民是什么意思,指的就是因为战争、迫害,或者担心回去有生命危险,被迫离开自己的国家、暂时回不去的人。
那什么是AI难民呢?这个词赵老师没有做精确定义,规模也没有数据,但我觉得大致可以理解成这样一种状态:一个人还在组织里,还在打卡,还在领工资,但原来干的活已经被系统接走了,新的职责又没有人给他安排清楚。他不是失业者,不会出现在任何裁员新闻里,但他自己知道,每天坐在工位上的感觉早已经不一样了。
我之前写过好几篇广播站,反复说一件事,那就是:AI消灭的不是岗位,是任务。一个完整的人类岗位,AI很难一口吃掉,但岗位里面那些标准化、重复性的任务单元,确实在一个一个被拿走。
这个判断到今天还成立,不过2026年又有了一个新变化:国家也在给这些已经或者正在被重组的新工作命名、分类,而且速度非常快。
我看到9月份人社部发布的新一批职业信息,里面有一条时间线,看完之后挺感慨的。2024年7月,人社部正式发布了19个新职业,其中有一个叫“生成式人工智能系统应用员”。这个名字当时很多人可能没注意到,觉得就是又多了一个新词儿。但它的工作内容远不只是会用ChatGPT,待会儿我展开讲。
到了2025年,这个职业就开始往下细分了,多了一个工种叫“生成式人工智能系统测试员”,专门验证系统哪里会出错。它归在应用员下面,是一个单独命名的工种,并非独立职业。
但是从这个拆分,我们就能意识到:2024年对于AI,会用,基本就已经在完成这个新职业的一部分任务了。但到了2025年,不但要会用AI,还要能测试出AI的边界。
然后到了2026年9月,又一批新职业发布。这次在应用员下面又加了一个工种,叫“智能体开发员”。同时还新增了一个独立职业,叫“具身智能机器人应用技术员”,下面带着两个工种,一个是数据采集员,一个是训练师。这条线走的就是具身智能了,要能帮机器人采集数据,或者训练机器人。出现这种独立职业,一般意味着市场上的从业人员已经不少了,需要从国家层面规范叫法。
你把这三年串起来看:2024年,一个职业被命名;2025年,开始拆分工种;2026年,AI职业继续往下拆的同时,旁边又长出了一个新的独立职业。三年时间,从一个名字变成了四五个细分工种,而且还在继续长。
顺便说一句,你可能在很多新闻上看到过一个数字,就是说我国数字职业累计达到113个。这个数字是职业类别的统计口径,不是说有113个AI岗位,更不是说有113万或者多少万人在干这些活儿。数字职业包含的范围很广,从微电网管理员到运动数据分析师都算,不全是AI相关的。但AI这条线上的职业增长速度,确实属于最快的那一批。
但光看名字没用,咱们得知道这些活儿到底是干什么的。那看这些新职业的意义是什么呢?就像你想跳槽到另外一家公司,你肯定要去看对方招聘岗位的描述,看看自己是不是符合要求。而如果你想从另外一个行业跳到AI行业,这些新职业的描述,其实就相当于整个行业招聘启事的“最大公约数”。这里面列出来的能力,就是进入这个行业的基础。
就拿“生成式人工智能系统应用员”来说,很多人一听名字,觉得不就是会用ChatGPT或者豆包嘛,我每天都打开用,用得风生水起。当然不是这样,你去看这个职业的正式工作内容,就会发现里面包含系统设计、模型调用、数据处理和训练、性能优化、部署维护、技术支持,是一整套把AI接进真实业务里的活儿。
换句话说,公司买了一台AI引擎回来,这个人要负责把引擎装到车上,还得让车跑起来,跑起来之后还得负责保养,别让它抛锚。
再看2026年新增的“智能体开发员”,它是应用员下面的一个工种。你可以这么理解,应用员是把一台AI引擎装到车上,让车能跑;智能体开发员还要设计一条流水线,把一个业务流程拆成一步一步的任务,然后给每一步各配一个AI agent来干。哪一步该调用什么模型,出了异常怎么补救,权限怎么设,这些都是他要操心的。
其实我2025年在广播站聊润宇老师团队的时候,就提到过一个角色,叫AI流程规划师,当时还是一个企业内部自己起的名字。但现在你看,国家直接给了一个正式工种,叫智能体开发员。活儿差不多,过去只有企业内部的叫法,如今在国家职业分类体系里,也有了对应的工种。
“具身智能机器人应用技术员”的工作就更好理解了。咱们前面说了,它带着两个工种,一个叫数据采集员,一个叫训练师。
数据采集员干什么呢?他可能要拿着遥操作手柄,或者穿上一套同构臂的装置,在机器人面前做示范动作,把视觉、触觉、力觉的数据一条条收集下来。而训练师呢,就是拿着这些数据去验证机器人的动作精度、任务成功率,还有人机协作的安全性。
你看到一个机器人流畅地完成了一个抓取动作,觉得很酷。但这个动作背后,是有人在现场反复做示范、反复采集数据、反复调试参数。这个职业需要的本事,跟坐在电脑前写提示词完全不同。
把这些新工种摊开看,就能看出一个趋势:跟AI相关的分工正在变细,工作也从软件延伸到了硬件,对人的要求正在从“会用AI”,变成“会把AI嵌进具体场景”。
但这就引出了另一个大家会关心的问题:新职业的名字有了,那路呢?怎么通往这些新职业?特别是对于那些还在旧岗位上的人来说,他怎么迁过去?
说回“AI难民”。这个词目前还只是一个观察视角,不是一个有数据支撑的结论。开头咱们说到,这种状态是原来一个人干的活,有一部分被系统接走了。他没被裁,甚至公司可能也没打算裁他,但他每天要处理的事情变少了,新的职责又没有人给他定义清楚。
你可能会说,活儿变少了,他应该高兴才对。
其实我们在职场都知道,这种情况下,反而心里是最没底的。就有点像之前脱口秀演员呼兰说的那个经典“承重墙”段子一样:如果活儿已经被AI接走,那么自己现在的岗位肯定就不是公司的承重墙了。差别无非就是,公司有没有发现,或者想不想重新砸墙装修而已。
这个处境,其实不少人已经有体感了。MIT在2025年做过一个叫“冰山计划”的研究,模拟了大约1.5亿美国劳动者的就业场景,发现大概11.7%的劳动力所承担的任务存在被AI替代的敞口,涉及的薪资规模超过1.2万亿美元。但这些变化不会出现在裁员新闻里,传统的就业指标也很难捕捉到。
我们看到的,可能只是水面上的那冰山一角,真正的变化已经在水下发生了。
而在2026年9月工信部的发布会上,中国软件行业协会的吕卫锋说过一句很坦率的话:新技术创造的增量岗位,不是简单地等量置换存量岗位。
你品品这句话。它等于是在说,别指望新岗位像换座位一样,这边撤了,那边直接坐上去。新工作出来了,但旧工作上的人不会自动平移过去。中间有一个过渡带,而这个过渡带现在还没有完全接上。
你想,一个具身智能机器人的数据采集员,需要在现场操作遥控手柄、采集多模态数据、调试硬件参数。这跟一个原来坐在电脑前整理Excel的人,要用的技能几乎完全不同,学几个提示词、上几堂培训课,还不足以让人直接上岗。
那么,从你现在站的地方,到那个新名字之间,路怎么走?
我自己最近的体会很简单,就是面试时我必问一句:你平时在工作之外,有没有自己在用AI做点什么。这个问题不考技术,而且用AI做什么都可以,我就看他说起这件事时,眼里有没有光。
因为有光的人,在AI的帮助下,学习一个新技能或者适应一个新岗位,会非常快。毕竟,我们没人知道明年企业还会出现什么新岗位,但是眼里有光、善于学习、愿意自己先动起来的人,会更容易适应新的岗位。
第二期得到「青少年AI创作大赛」正在火热进行中,18岁以下的青少年都能免费报名。
提交作品形式不限,实用工具、小游戏、互动网站都可以,建议所有家长,带着孩子用AI做出第一个专属作品!
每个参赛组别前三名还能获得专属证书和奖牌,以及1000元得到贝学习基金。
大赛作品提交截至10月19日,点击下方链接了解活动详情,报名参赛👇
文章原文



