VOLOVLO职业自动化风险与转型导航
问 VOLO职业专业企业创业者近期变化长文方法与证据搜索职业、专业…EN
VLO
VOLO

理解自动化如何改变工作 —— 逐个任务地看,证据摆出来,不确定的地方承认不确定。

问 VOLO职业专业企业创业者近期变化长文方法与证据关于岗位诊断隐私条款
© 2026 VOLO
职业
全部职业
AI / 软件
翻译 / 口译银行柜员文案客服行政助理测试工程师平面设计师律师助理视频剪辑师会计 / 记账市场营销专员前端工程师数据分析师保险理赔员技术文档工程师 / 技术写作初级程序员人力资源 / 招聘信贷员 / 客户经理(信贷)金融分析师采购 / 供应链专员记者销售 / 客户经理房产中介 / 地产经纪IT 支持 / 技术支持审计师管理咨询顾问后端工程师AI 研究员产品 / UX 设计师业务系统与流程负责人电商运营放射科医生数据工程师律师医助 / 诊所助理算法 / 机器学习工程师中高级软件工程师运维 / 平台工程师 / SRE产品经理药师业务合作 / 渠道经理网络安全分析师 / 安全运营合规专员 / 合规经理建筑师一线主管 / 团队管理者心理咨询师导购 / 店员保安 / 安保员中小学教师全科医生 / 门诊医生餐厅服务员汽车维修技师 / 汽修康复治疗师 / 物理治疗师建筑工人 / 施工人员护士养老护理员 / 护工企业 AI 落地负责人
RPA / 自助化
政务服务窗口人员运营专员 / 业务运营前台 / 接待
机器人
收银员 / 零售店员仓储分拣员流水线装配工医学检验技师厨师保洁 / 清洁工电工
自动驾驶
网约车 / 出租车司机卡车司机外卖骑手 / 快递员
专业
全部专业英语 / 外语计算机科学会计学心理学新闻传播金融学 / 经济学法学视觉传达设计市场营销护理学工商管理教育学 / 师范建筑学公共管理
指南
问 VOLO企业创业者近期变化长文岗位诊断方法与证据关于订阅职业变化站内搜索
你在看:我在工作我在读书我在经营公司我在做东西
本页任务拆解它是怎么走到这里的近期变化对你意味着什么方法与来源
职业›建筑工人 / 施工人员

这个职业有新的已核实记录时通知我 →

建筑工人 / 施工人员

在现场把它建起来:在一个每天都不一样的空间里,用不方正的材料,和一群进度落后的工种一起干。

construction-worker看你的选择 ↓建筑业评估于 2026-09-14
自动化影响指数
24/100
低置信度 · 不是失业概率
正在自动化的任务
1/ 4 项
0 项正在被增强
仍由人主导
2/ 4 项
1 项新任务
有证据支撑的判断
0/ 4 项
0 条已核实记录
24/100
自动化影响指数低置信度

这不是失业概率。它把「岗位任务中有多少暴露于自动化」与「采用实际走到了哪一步」合成为一个值 —— 只用于在同一套口径下横向比较职业,除此之外不作他用。

适用范围

覆盖一般施工作业 —— 土方、主体结构、装饰收尾。持证工种(如电工)在本站另有页面,保护机制也不同。本页无法一概而论的变量是:这活是在现场建起来的,还是用工厂做好的部件拼起来的 —— 因为那几乎决定了暴露度的一切。

本页所有判断均为平台推断,不是已核实证据。

证据库里已有其他职业的已核实记录,但这个职业还一条都没有。在有之前,下面的分析是对任务结构与已知技术能力的推理 —— 就这个职业而言,它没有可追溯来源支撑。我们宁可直说,也不引用未经核实的东西。这里是空的,是我们覆盖上的缺口,不是关于这份工作的结论。

到底什么在变#

分析单位是任务,不是职位名称。职业不会被整体替代 —— 变的是它的任务构成。

正在自动化×1仍由人主导×2新出现的任务×1

这就是你做的吗?认一下,这一页会缩到只剩与你有关的那一份。

职位名只是一组恰好被打包买走的任务,而没有两个人手里的那一组是一样的。什么都不会被发送出去 —— 它只留在这个浏览器里。

在它该在的位置把它建起来

仍由人主导≈ 平台推断

支模、固定、砌筑、收面 —— 在一个没有两个角是一样的空间里,而误差要一边干一边吸收掉。

机器人
为什么

这是在一个按小时变化的环境里完成的非结构化操作,而机器人在这件事上已经做不好四十年了 —— 瓶颈不是灵巧度,是没有一个固定的参照系。凡是建筑机器人能用的地方,都是工地被改造成适合它,而不是反过来。

这还不能说明什么

真正在搬动这份工作的机制不是「机器人来到工地」,是「工作离开工地」:预制把同一项任务挪进工厂 —— 那里存在固定参照系;而由此产生的是另一个地方、另一种薪酬的另一份工作。把这项任务读成「因为机器人在工地上不行所以安全」,会错过变化真正来自哪里。

放线与复核

正在自动化≈ 平台推断

标出东西该在哪、复核水平与轴线,并在它被埋掉之前抓住那个错误。

AI / 软件RPA / 自助化
为什么

机器人全站仪、激光放线与「扫描对模型」的比对,是建筑业里部署得最成功的技术之一;而原因是这项任务的形态:位置相对于模型是可测量的,而答案是一个数 —— 机器给得比一个拿卷尺的人更好。

这还不能说明什么

更好的测量会找出更多错误,而一个也修不了 —— 于是它创造出来的活是返工,而返工是人干的。在已经引入扫描的地方,被报告的效果通常是「被埋掉的错误变少」,不是「人变少」;而省下来的成本落到甲方手里,不落到班组手里。

弄清楚今天能干什么

仍由人主导≈ 平台推断

混凝土晚了、脚手架还没拆、另一个工种占着地方 —— 现在就得决定,这个班组改干什么。

AI / 软件
为什么

排程软件做的是计划;它不知道这个送货司机被请求一下就会多等二十分钟,也不知道另一个工长欠你一个人情。重新排是按小时发生的,而它依据的信息只以关系的形式存在,从不被录入任何系统。

这还不能说明什么

不可自动化不等于有报酬:这个判断通常由一位一边干活一边管事的工长完成,而他的薪酬反映的是工种,不是协调。而且在大型总包那里,同一项任务正在被集中到办公室 —— 那是在完全不自动化的情况下把它挪走。

别受伤

新出现的任务≈ 平台推断

读懂一个工地上「即将出事的地方」:没绑牢的吊装、没围的临边、在你头顶作业的那个人。

AI / 软件机器人
为什么

工地安全监测是一个真实且在增长的部署 —— 摄像头检测缺失的防护、机械上的接近报警 —— 而它瞄准的是一个真问题,因为建筑业的工伤率正是这项任务之所以是核心的原因。这些系统抓得到的是违规;抓不到的是「没有违反任何规定、但就是不安全」的那种情形。

这还不能说明什么

安全监测改变「谁被归责」的程度,不亚于改变「谁更安全」:一个记录下每一次违规的系统,同时创造出一份可以把事故归到工人头上、而不是归到工期头上的档案。在引入它却没有改变工期的地方,被报告的工伤率变化,远小于被报告的文档变化。

哪些技术在起作用#

四类独立信号。它们刻意不做加总 —— 一个职业暴露于两种技术,不等于风险翻倍。

体力工作自动化
在它该在的位置把它建起来别受伤
脑力工作自动化
放线与复核弄清楚今天能干什么别受伤
流程与自助化
放线与复核

它是怎么走到这里的#

指数不是一个静态数字。这是自 ChatGPT 以来,每个能力检查点上它大致会落在哪里 —— 回溯重建,并且如实标注。

回溯重建 · 平台推断每个过去的检查点都是今天回头估的,不是当时测的。14 → 24。
1007550250
未评估
2022 下半年2024 下半年现在

本站倒数第二低的一条曲线,形状几乎是平的 —— 因为这里的瓶颈不是灵巧度,是没有固定参照系:工地按小时在变,没有两个角是一样的,而这正是机器人四十年来最不擅长的组合。那点微小的上行属于放线与复核 —— 机器人全站仪与「扫描对模型」是建筑业里最成功的部署之一,因为「相对模型的位置」是可测量的。这条平要小心地读:真正在搬动这份工作的机制根本不在曲线上 —— 因为预制是把同一项任务挪进工厂,而不是在工地上把它自动化。

2022 下半年14通用文本生成进入公众手中。在这之前,暴露度来自已经部署多年的自动化 —— OCR、流程机器人、机器视觉、自助结账、派单算法。 ChatGPT research preview (2022-11-30) ↗
2023 上半年15通用模型开始通过职业考试。初稿质量跨过了「专业工作愿意用」的门槛。 GPT-4 (2023-03-14) ↗
2023 下半年17视觉输入、长上下文与工具调用。模型可以被指向文档、接进系统 —— 这才动得了流程类工作,而不只是写作类。 GPT-4 Turbo:128k 上下文、视觉、工具调用(DevDay) (2023-11-06) ↗
2024 上半年19同等能力大幅降价、变快。没有新东西变得可能,但很多东西变得规模上划算 —— 这才是部署决策改变的时刻。
2024 下半年21会做多步推理的模型;以及第一批「看着屏幕操作电脑」的模型。后者才碰得到「以操作软件为主」的工作。 OpenAI o1(推理);同期 Claude 的 computer use 进入公测 (2024-09-12) ↗
2025 上半年22代理开始端到端操作真实软件,而不只是产出让人去粘贴的文本。同期出现第一批公开回退 —— 自动化之后又部分撤回的组织。 Claude 3.7 Sonnet 与 Claude Code:混合推理 + 命令行编码代理 (2025-02-24) ↗
2025 下半年23长上下文与工具使用从「功能」变成默认。能力仍在提升,但可见的约束从「模型能不能做」转向责任归属、采购与成本。 GPT-5(2025-08-07);Claude Opus 4.5(2025-11-24) (2025-08-07) ↗
2026 上半年24长时程代理落进具体行业流程。采用从「通用」变成「分行业」。 GPT-5.5:「专为实际工作打造」 (2026-04-23) ↗
现在24本次评估 —— 这个点就是职业页上公布的影响指数,所以曲线末端锚在一个本站已经为之负责的数字上。对那些平缓的曲线值得记一句:就在同几周里,一份「让 AI 代理安全操作物理设备」的共享规范开放了研究预览,面向科研机构与先进制造厂。那是第一个把矛头指向「图上几乎不动的那些体力职业」的能力类别。 GPT-6 Astra(2026-09-03);Claude Fable 5.1 / Mythos 5.1(2026-09-01);Model Hardware Standard 研究预览(2026-08-27) (2026-09-03) ↗

曲线平缓不是「安全」的预测。它只是在说:到目前为止,自动化触及了哪些任务 —— 这里动得最少的职业,约束都是物理的或监管的,而这两样都会变。

近期变化#

暂无已核实事件。

这一栏会随着监测流水线采集、去重、分级并关联到上面的任务而逐步填充。这里是空的,意味着我们没有核实到任何东西 —— 不意味着什么都没发生。

「没搜到新闻」不等于「安全」。

这对你意味着什么#

如果你刚入行

这一行的入口没有被破坏,而多数市场里缺人是真的。要围着做规划的不是机器人,是工厂:如果你附近的楼越来越多地是用预制件拼起来的,那这一行的增长正在往室内挪 —— 而室内那个版本是另一份工作,薪酬不同,工时也不同。

如果你已有经验

你的协调判断 ——「混凝土晚了,班组改干什么」—— 是你做的最有价值的事,也是在任何系统里最看不见的。在大型总包那里,它正在被集中到办公室:那是在没有人称之为自动化的情况下把它从你身边挪走。那才是要盯的变化。

你的选择#

四个方向,每个都写明真实约束和一个本周可验证的动作。继续做下去也是正当选择 —— 只要它是被选择的,而不是被默认的。

调整职责

跟着工作进工厂

预制是建筑量在增长的地方;而一个懂「现场怎么拼起来」的人,恰恰是工厂为了把公差做对而需要的人。

现实约束

工厂的薪酬结构不同、是倒班制,而且离工地上那种自主性很远。

本周可验证

数一数你手上这个项目有多少构件是「做好了才运来」的。如果这个比例比你上一个项目高,那就是方向。

保住并强化

去拿那些「没法预制」的活的证

改造、加装与维修发生在已经存在、而且永远不方正的建筑里 —— 那是工厂和机器人都拿不走的环境。

现实约束

这类活更杂、量常常更小,所以收入不如大型新建工地稳定。

本周可验证

看一眼你附近在招的活,数一下新建和改造各有多少。那个比例就是你本地市场给出的答案。

常见问题#

机器人会取代建筑工人吗?

不会以这个问题暗示的方式在工地上发生,而理由很具体:瓶颈不是灵巧度,是没有固定参照系 —— 工地按小时在变,没有两个角是一样的。凡是建筑机器人真的能用的地方,都是工地被改造成适合它。真正在搬动这份工作的机制是另一个,而且容易被漏掉:预制把同一项任务挪进工厂 —— 那里存在固定参照系;由此产生的是另一个地方的另一份工作。

我还有多久?

不给日期 —— 而对这一行来说,信号根本不是技术。数一数你手上这个项目里,有多大比例的构件是「运来时就做好了」而不是在现场砌起来的。如果这个比例比上一个项目高,那你附近的活正在往室内挪 —— 而那才是会落到你的薪酬和工时上的变化。它在一张送货单上就能看见,比出现在任何预测里都早得多。

工地扫描与放线技术会减人吗?

它是建筑业里部署得最成功的技术之一,因为「相对模型的位置」是可测量的,而机器做得比卷尺好。但更好的测量会找出更多错误、却一个也修不了;它创造出来的活是返工,而返工是人干的。在引入扫描的地方,被报告的效果通常是「被埋掉的错误变少」而不是「人变少」—— 而省下的钱落到甲方手里,不落到班组手里。

工地上的安全摄像头真的有用吗?

它们抓得到违规,而考虑到这个行业的工伤率,这是真实且值得有的。它们抓不到的是「没有违反任何规定、但就是不安全」的情形 —— 而那正是一个有经验的工人读到的大部分内容。值得直说的提醒是:一个记录下每一次违规的系统,同时创造出一份可以把事故归到工人头上、而不是归到工期头上的档案;而在引入它却没有改变工期的地方,它对文档的影响大于对工伤的影响。

方法与来源#

评估日期
2026-09-14
任务判断的依据构成
0 条有证据支撑 · 4 条平台推断 · 0 条证据不足
已核实事件
0

我们如何评估一个职业 →