变化把工作造在了哪里
自动化不只是拿走工作,它也制造工作,而且会在具体的地方失败。这一页把两者都摆出来,用的是与全站同一套证据。它刻意不是一份创业点子清单 —— 我们答不了什么,写在下面。
这一页答不了什么
市场规模、已经有谁在做、有没有人愿意付钱、以及这个需求是真实的还是只是看起来存在。这些数据我们一条都没有,用手上的数据把它们推出来,产出的会是听起来笃定的猜测。下面这些更窄,但可核对:因为自动化才存在的工作,以及部署被试过、没站住的地方。
自动化造出来的工作
这些任务之所以存在,是因为别的东西被自动化了。它们是既有岗位里新增的职责,而且默认没有人被指派去做。
机器输出的译后编辑✓ 有证据支撑core
修正机器译错的地方 —— 关键是知道该去哪里找错。
出现在 翻译 / 口译 — 这是真实的工作,但通常按字数计价,只有翻译费率的一个零头。占了行业更多工时,却占更少收入。
审查生成的代码✓ 有证据支撑core
认真读那些看起来很像回事的代码,抓出「自信地错了」的部分。
出现在 初级程序员 — 审得好,前提是自己写过被审的那种东西。如果练出这份判断力的写代码工作正是被自动化的那部分,那么几年之内这项任务会出现人手断层。
监督自动化本身✓ 有证据支撑significant
检查工具产出的结果、抓出静默错误、并在模型出错时为结果负责。
出现在 会计 / 记账 — 新工作不等于新编制,这项任务通常由已经在岗的人吸收,而不是新招人来做。而且它需要的判断力,恰恰是靠做那些正在消失的工作练出来的。
复核机器人说了什么✓ 有证据支撑significant
审查自动化会话里的错误答案、语气问题、以及公司兑现不了的承诺。
出现在 客服 — 一个复核者能审很多机器人的产出 —— 这正是为什么这项任务补不回被机器人挤掉的编制。它是一个更小、更资深的岗位。
维护体系,而不是单件产出≈ 平台推断significant
定义规则、组件与约束,让别人(和工具)产出的东西仍然保持一致。
出现在 平面设计师 — 设计体系是按组织配的,不是按设计师配的。一个体系负责人服务所有生产者,所以这个角色的数量随品牌数增长,不随产出量增长。
核对工具产出✓ 有证据支撑significant
确认引用的判例真的存在、摘要与原文一致、生成的条款不和另一条打架。
出现在 律师助理 — 这项任务被当成有酬的专业工作、还是被吸收为无酬的「应尽勤勉」,取决于事务所 —— 而这决定了它是机会还是纯增负。
监督机器辅助的工作✓ 有证据支撑significant
决定工具可以用在哪里,并像亲自完成一样为其产出签字。
出现在 律师 — 这是加上去的义务,不是加出来的岗位 —— 它以「不能计费的责任」形式落到本来就排满的人身上。没有人在招「机器工作监督员」,他们只是把既有的胜任义务扩大了。
识别合成与篡改媒体≈ 平台推断significant
在把一段疯传的视频、图片或音频当事实报道之前,判断它是不是真的。
出现在 记者 — 专门的核实台只存在于大媒体,别处基本没有。对多数记者来说,这是一项让自己更好找工作的技能,不是一个可以去应聘的岗位。
定义并守住品牌声音≈ 平台推断significant
决定品牌听起来是什么样,把它写成工具和同事都能遵循的东西,并抓住走偏。
出现在 文案 — 一个品牌一个声音负责人,这就是天花板。这个角色是真的,资深文案也确实落在这里,但一家公司只有一个。
运营营销自动化本身✓ 有证据支撑significant
设计提示词、工作流和护栏,让工具在不让品牌丢脸的前提下生产和投放内容。
出现在 市场营销专员 — 本站自己的措辞是:消失的生产工时「部分」以监督的形式回来。「部分」才是关键:监督多个自动化渠道所需的工时,少于为它们做生产的工时。
拥有工具所依赖的指标定义≈ 平台推断significant
维护让自然语言查询产出正确答案的指标定义、文档与语义层。
出现在 数据分析师 — 维护指标定义是比「回答问题」更小的活,而且一个组织只需要一份。所谓编制「转向」它,委婉地说就是更小的团队在做不同的事。
围绕自动化重新设计岗位≈ 平台推断significant
弄清哪些岗位的哪些任务正在变、新岗位长什么样、以及如何把人转过去。
出现在 人力资源 / 招聘 — 这是项目性工作,在转型期达到高峰,然后回落。靠「帮别人渡过裁员」来建立职业生涯,天花板是显而易见的。
为不确定性产品做设计≈ 平台推断significant
为输出会变化的产品做设计 —— 对话界面、智能体、生成内容 —— 老的一屏一屏的手艺在这里不适用。
出现在 产品 / UX 设计师 — 这里的稀缺性天然是暂时的 —— 几乎没人做得久,只是因为它新;等所有人都攒够同样的几年,这个缺口就合上了。
指挥生成的画面✓ 有证据支撑significant
产出从未拍摄过的镜头 —— 生成的空镜、延长、替换 —— 并让它们与实拍无缝衔接。
出现在 视频剪辑师 — 披露规则、客户政策和观众信任限制了生成画面可以用在哪里,而广告、企业与新闻类工作之间的限制差别很大。
测试内含模型的系统≈ 平台推断significant
评估输出不确定的软件 —— 构建评测集、捕捉行为回退、测试有害输出。
出现在 测试工程师 — 「从业者很少」是对当下的描述。这门学科还太年轻,最终会有多大没人知道 —— 它也可能最后长在模型团队里,而不是 QA 里。
在店内拣选线上订单≈ 平台推断significant
在货架间为顾客的线上订单拣货,供自提或配送。
出现在 收银员 / 零售店员 — 店内拣货之所以存在,是因为配送的经济账还没算通,不是因为这份工作有价值。在量足够大的地方,前置仓与自动化履约中心才是方向。
电气化:充电桩、热泵、光伏、储能✓ 有证据支撑significant
安装并整合那些能源转型正在装进每一座建筑的设备。
出现在 电工 — 这块需求是政策造出来的 —— 补贴、禁令、目标 —— 而政策会反转。一个增长依赖补贴时间表的工种,应该去读那张时间表。
远程监督自动驾驶车队✓ 有证据支撑peripheral
在办公位上同时监控数辆自动驾驶卡车,某一辆卡住时介入处理。
出现在 卡车司机 — 关键是「一个人管几辆车」这个比例,而它目前还没有公开定论。「一人管多车」是商业前提;如果实际是一人管两车,对行业用工格局的改变就不大。
编排辅导工具✓ 有证据支撑peripheral
决定学生用哪些工具做什么、检查工具教了他们什么、抓住教错的地方。
出现在 中小学教师 — 它以「新课程内容、没有额外时间」的形式到来 —— 本站自己的理由里就是这么写的。新增责任而不新增工时,是工作量的变化,不是一个新角色。
与临床决策工具协作≈ 平台推断peripheral
使用并否决警报、分诊建议和记录草稿,并在它们出错时上报。
出现在 护士 — 权重上是边缘的,而且被医院作为既有角色的一部分固化下来。它是往一个本来就满的班次上再加责任。
运营高管的助手工具✓ 有证据支撑peripheral
配置、监督并修正那些现在处理日常事务的软件助手 —— 并抓住它们的错误。
出现在 行政助理 — 权重上是边缘的,而且落到本来就懂高管偏好的那个人身上。它是留住一个助理的理由,不是留住一个团队的理由。
教客户用数字渠道≈ 平台推断peripheral
陪一位客户坐下来,安全地把他带到 App 上,让他不必再为日常事务跑一趟。
出现在 银行柜员 — 这项任务明确就是在教客户少来网点。它之所以稳定,只因为还有一批人没完成迁移 —— 而这批人每年都在变少。
运营与维护机器人车队✓ 有证据支撑peripheral
监控车队、恢复卡住的机器人、换电池、做一线维护。
出现在 仓储分拣员 — 一支机器人车队需要的技术员,远少于它挤掉的拣货员,而且技能差异大到「被挤掉的人」并不是「被招进来的人」。这是一份真实的工作,但对前面三项来说是个很差的答案。
机器人编程与维护≈ 平台推断peripheral
给机器人示教新路径、调整视觉系统、对产线自动化做预防性维护。
出现在 流水线装配工 — 工厂一边报告缺这类技术员,一边又不给「把现有操作工培养成技术员」出钱。缺口是真的,通往缺口的桥没人修。
与厨房自动化协作✓ 有证据支撑peripheral
给自动油炸机或组装单元上料、监控、清洁,并在高峰期它出故障时接手。
出现在 厨师 — 权重上是边缘的,而且它只出现在已经自动化的厨房里 —— 也就是厨师更少的那些厨房。它是这个变化的结果,不是躲避它的地方。
给配送机器人装货、救援与监督✓ 有证据支撑peripheral
在有机器人或无人机运营的地方,有人给它们装货、把卡住的找回来、处理它没能完成的那单。
出现在 外卖骑手 / 快递员 — 它只存在于有试点的地方,而今天那只是少数几个街区。人与机器人的比例是一个还在被回答的商业问题,而运营方想要的答案是「越低越好」。
远程协助与车队运营≈ 平台推断peripheral
监控车辆、处理卡住的车、清洁与调度车队、应对车辆处理不了的乘客。
出现在 网约车 / 出租车司机 — 今天每一个部署都在雇这些人,而运营方公开表示现在的人车比是暂时的。围绕一份「雇主公开说要少雇」的工作做规划,是一个很短的规划。
部署卡住的地方
这里每一条都是已核实的失败、撤回、监管或成本抑制。一个还没被解决的问题,在被解决之前就长这样。
Equinox 撤下 2026 年「Question Everything But Yourself」广告中一张 AI 生成海报并致歉,此前该图因被指物化、去人格化遭批评数月
看完整影响卡 →在用真实企业数仓查询日志构建的 text-to-SQL 基准 Beaver 上,纯 LLM 得分为零、智能体方案约 10%,而公开基准上的成绩是 80% 至 90% 以上
看完整影响卡 →佛罗里达州最高法院修订第 2.515 条规则:在任何文书上签字,即等于声明所引法律依据真实存在且引用准确,可据此处罚,2026 年 6 月 15 日起生效
看完整影响卡 →一项针对 200 位 SRE 与 DevOps 负责人的调查显示:43% 的 AI 生成代码变更在通过 QA 与预发布之后,仍需在生产环境手工调试
看完整影响卡 →《财富》报道:Miso Robotics 在 2025 年底装机的 Flippy 炸站为 14 台,较两年前的 17 台减少;净收入下滑,与 CaliBurger、Panera 的合作已终止
看完整影响卡 →德勤同意退还一份 29 万美元(44 万澳元)澳大利亚政府报告的尾款:研究者发现虚构文献与错误归属的法院引语;德勤承认起草时使用了 Azure OpenAI
看完整影响卡 →METR 对 16 名资深开源开发者、246 个真实问题的随机试验发现:使用 2025 年初的 AI 工具后耗时多 19%,而他们自认为快了 20%
看完整影响卡 →在 Finance Agent Benchmark(537 道由业内专家基于近期 SEC 申报文件出的题)上,表现最好的 OpenAI o3 准确率 46.8%,每题平均成本 3.79 美元
看完整影响卡 →自 2024 年 8 月 1 日起生效的欧盟《人工智能法》将用于招聘或筛选人员(投放定向招聘广告、过滤申请、评估候选人)的 AI 系统列为附件三第 4 点的高风险系统
看完整影响卡 →Figma 在 Make Designs 提示生成界面功能上线一周后将其下线:「天气应用」生成结果与 Apple 的高度相似;CEO 归因于 QA 不足,同年 9 月重新上线
看完整影响卡 →美国联邦法院因两名律师及其事务所提交引用六个 ChatGPT 编造判例的文书而处以 5,000 美元罚款,同时指出使用可靠的 AI 工具本身并无不当
看完整影响卡 →人守住的核心工作
工具必须尊重的边界。上面那些卡住的部署里,有几条正是产品越过了其中一条的结果。
- 向决策者解释数字 · 会计 / 记账
- 处理已经生气的客户 · 客服
- 对货物负责 · 卡车司机
- 搞清楚客户真正需要什么 · 平面设计师
- 判断质量并为决策辩护 · 平面设计师
- 给出会被据以行动的意见 · 律师
- 让人愿意告诉你事情 · 记者
- 找到该说什么 · 文案
- 搞清楚到底谁在买、为什么买 · 市场营销专员
- 弄清楚真正在问什么 · 数据分析师
- 知道数据什么时候在骗人 · 数据分析师
- 决定假设什么 · 金融分析师
- 决定录用谁 · 人力资源 / 招聘
- 处理棘手情况 · 人力资源 / 招聘
- 管好教室 · 中小学教师
- 亲手照护 · 护士
- 与病人和家属沟通 · 护士
- 用药指导 · 药师
- 理解任务书、找到方案的想法 · 建筑师
- 定义对的问题 · 产品 / UX 设计师
- 找到故事与节奏 · 视频剪辑师
- 探索性与对抗性测试 · 测试工程师
- 把关,并知道什么重要 · 行政助理
- 处理复杂情况 · 银行柜员
- 补货与理货 · 收银员 / 零售店员
- 精细或多变的装配 · 流水线装配工
- 在真实建筑里施工安装 · 电工
- 在真实厨房里按单出菜 · 厨师
- 带团队 · 厨师
- 最后五十米 · 外卖骑手 / 快递员
- 应对乘客 · 网约车 / 出租车司机