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›IT 支持 / 技术支持

这个职业有新的已核实记录时通知我 →

IT 支持 / 技术支持

上班时东西坏了,你最先找到的那个人:把它重置、把它解释清楚,或者弄明白「你说的经过」和「实际的经过」不是一回事。

it-support-specialist看你的选择 ↓信息技术评估于 2026-09-14
自动化影响指数
57/100
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
3/ 4 项
0 项新任务
有证据支撑的判断
0/ 4 项
0 条已核实记录
57/100
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

覆盖面向内部最终用户的支持 —— 服务台、桌面运维、一线与二线。不覆盖基础设施工程与 SRE(本站另有页面),也不覆盖面向消费者的产品支持 —— 那里来电的是客户而不是同事,经济账也不同。在外包服务台里,工单量指标对这份工作的改变超过任何一件工具。

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×3

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。

你见过四百次的那张工单

正在自动化≈ 平台推断

改密码、解锁账号、申请权限、打印机、VPN —— 那二十个问题构成了队列的大部分。

AI / 软件RPA / 自助化
为什么

这是办公室里最清楚的一个自动化目标,而且在任何模型出现之前,它就已经被自助门户做掉了一半:问题窄、解法是一段已知的步骤,而且成败可被机器判定 —— 账号要么解开了,要么没有。最后这条性质正是让系统可以在没有人盯着的情况下重试的那条,也正是「动了的任务」与「没动的任务」之间的分水岭。

这还不能说明什么

把容易的工单拿掉,留下的不是这份工作的缩小版,而是它更难的版本:剩下的是队列的长尾 —— 用户的描述是错的,而故障在两个系统之间的缝里。按工单量定编的团队,如果把量自动化了而编制照旧,就会得到「同样的人在做那个指标已经描述不了的工作」;而建立在「关单数」上的考核,会在工具落地的那一周开始衡量错误的东西。

弄清楚实际发生了什么

仍由人主导≈ 平台推断

从一份笃定、善意、但在关键细节上是错的报告里,还原出真实的事件顺序。

AI / 软件
为什么

这里的诊断输入不是那张工单,而是对那张工单的纠正 —— 问出那个问题,让用户说出他没提、因为觉得不相干的那个动作。一件拿到同一份书面报告的工具,继承的是同一个错误前提;而这个职业的全部本事,就是拒绝接受它。

这还不能说明什么

这里的「由人主导」说的是「谁解得了」,不是「雇了几个人去解」。一个团队如果把容易的那一半自动化、并按那一半缩编,就会把难的那一半交给更少的人 —— 而这个职业的倦怠一直就在难的那一半里。任务活下来,和编制活下来,不是一回事。

走到工位去

仍由人主导≈ 平台推断

物理的那一半:换硬件、理线、那间投不出画面的会议室、给新人装机。

机器人
为什么

没有人在自动化办公室里的换硬件,而原因是经济账而不是难度 —— 任何一栋楼里的量都远不足以养一台机器。真正减少了这项任务的东西根本不是自动化:远程办公和云服务拿掉的是那张工位,不是那个走过去的人。

这还不能说明什么

这一半不会被自动化,正是让整个职业看起来比实际更安全的原因 —— 因为物理那一半本来就小,而且正因为与技术无关的原因在缩小。在把任何安慰读进去之前,先量一下你自己一周里的比例 —— 在多数机构里,它只占少数工时,而且还在下降。

做那个说不的人

仍由人主导≈ 平台推断

拒掉那个不该批的权限申请、认出那通其实是社工攻击的电话,并决定一个人被允许对自己的机器做什么。

AI / 软件
为什么

在多数机构里,服务台是被针对得最多的一个入口,恰恰因为它被设计成「在压力下对陌生人有帮助」。而那个判断 —— 这个请求正常、那个不正常 —— 取决于了解这家机构而不是了解制度,这也正是服务台不能简单变成一条工作流的原因。

这还不能说明什么

这是最可能被「糟糕地自动化」而不是「很好地自动化」的一项:一个由系统执行的核验步骤,是攻击者可以精确学会的步骤。而「可以拒绝」的权限是被授予的,不是天生的 —— 一个只被解决时长考核的服务台会把权限批下去,而这件事的发生不需要任何技术。

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。

脑力工作自动化
你见过四百次的那张工单弄清楚实际发生了什么做那个说不的人
流程与自助化
你见过四百次的那张工单
体力工作自动化
走到工位去

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。34 → 57。
1007550250
未评估
2022 下半年2024 下半年现在

技术这一组里最陡的一条,而机制是全站最干净的:服务台队列里重复的那一半,是「问题窄、解法是已知步骤、成败可被机器判定」的任务 —— 账号要么解开了要么没有,于是系统可以在无人看管下重试。上行在生成式模型之前就开始了,因为自助门户早已拿走了密码那一半。它在长尾开始的地方走平:一份笃定、而且在关键细节上是错的用户描述,交给工具和交给人得到的是同一个错误前提 —— 而这个职业的全部本事就是拒绝它。这个高度要读成「容易的工单」;并且要注意这条曲线显示不了的东西:难的那一半被留给了一个「按已被自动化的工单量定编」的团队。

2022 下半年34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38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44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49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53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55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56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57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57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

三十年来,这一直是进入技术工作的主要门之一,而它也是自动化机制最清楚地正对着的那一道门 —— 招新人的正是那些容易的工单。穿过去的路径形状没变,但留给你的时间变短了:尽快去做那些没人能写成脚本的工单,并让自己的名字出现在「关掉其余工单的那套工具」上 —— 因为「操作这套自动化」才是这份工作正在被拨款的那个版本。

如果你已有经验

你所在的机构会按工单量定编,然后把工单量自动化掉。有效的论点不是「这些单子很难」,而是「这个指标已经描述不了这份工作了」—— 而且必须在定编之前说,因为之后你要对抗的是一个已经很好看的数字。

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

去拥有那套自动化,而不是和它比

总得有人决定「系统可以自己关掉哪些工单」以及「它不确定时怎么办」,而唯一知道答案的人,是那个做过这条队列的人。

现实约束

那是另一份工作、另一个职位名;在很多机构里,它在一个你必须调岗进去、而不是升上去的团队里。

本周可验证

把上个月的工单分成两堆:解决与否可被机器判定的,和不能的。第一堆是路线图,第二堆是你的工作。

相邻转岗

转到安全运营那一侧

在多数机构里,服务台是被针对得最多的入口 —— 所以你已经拥有安全团队要花几个月才能获得的那份上下文:这家公司「正常的请求」长什么样。

现实约束

安全岗通常要求先有一张证书才给面试机会,而它的待命强度比服务台更重。

本周可验证

把这个月每一个让你觉得「不太对」的请求写下来,不管结果如何。如果这张单子不空,那种直觉正是隔壁团队在招的东西。

常见问题#

AI 会取代 IT 支持吗?

队列里重复的那一半,拥有办公室任务里最清楚的自动化机制:问题窄、解法是已知步骤,而且成败可被机器判定 —— 账号要么解开了要么没有,于是系统可以在无人看管下重试。长尾没有这个机制,因为它的起点是一份笃定、而且在关键细节上是错的用户描述。结果不是这份工作的缩小版,而是它更难的版本;而按工单量定编、又把量自动化掉的团队,通常会发现这个指标已经描述不了这份工作了。

我还有多久?

不给日期。把上个月的工单分成两堆:机器能判断「修好没有」的,和只有人能判断的。第一堆是工具会拿走的,而两堆的比例就是你的暴露度 —— 你今天下午就能算出来,而且它比任何行业数字都有用,因为它讲的是你的队列,不是所有人的平均。

自助门户是不是已经做掉了大部分?

已经做掉了很大一部分,而值得注意的是这件事发生在任何模型出现之前 —— 密码自助已经是标配很多年了。这一点对正确理解当前这一波很要紧:容易的工单本来就已经在被拿走,而语言模型加上的是「处理那些用户没法按门户的分类描述清楚的问题」。方向和过去十年一样,变的是速度。

动手换硬件那部分是不是一个安全的落脚点?

不会被自动化,这是对的 —— 没有人在造一台换笔记本的机器,而原因是量太小,不是难度。但它在工时里的占比小、而且在缩小;把它缩小的东西同样不是技术:远程办公和云服务拿掉的是那张工位,不是那个走过去的人。在把它当成一个计划之前,先量一下它在你自己一周里到底占多少。

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 →