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…
中文
  • English
  • 简体中文
  • 日本語
  • Español
  • Português
  • Français
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 / 业务运营地铁司机前台 / 接待
机器人
收银员 / 零售店员集装箱码头工人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临床医学酒店与旅游管理经济学信息管理与信息系统
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
本页发生了什么任务拆解近期变化对你对你意味着什么你能做什么凭什么它是怎么走到这里的方法与来源
职业›地铁司机

这个职业有新的已核实记录时通知我 →

地铁司机

在一条固定线路上开车,而时刻表、信号与轨道都是事先定好的 —— 这正是为什么自动化在这份工作上来得最早、确实管用,却至今没有铺开。

train-driver城市轨道交通评估于 2026-09-21
自动化影响指数
62/100
中等置信度 · 不是失业概率
正在自动化的任务
2/ 6 项
0 项正在被增强
仍由人主导
2/ 6 项
2 项新任务
有证据支撑的判断
3/ 6 项
3 条已核实记录
本周可验证 · 4 条路径中的第一条

查清楚两个数:你所在的运营方计划在改造后设多少个控制岗位,以及它今天有多少司机。这两个数通常都是公开的,在董事会文件或年报里,而它们的比值就是你那个概率的老实版本。

看全部 4 条 ↓
62/100
自动化影响指数中等置信度

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

适用于地铁与城市轨道交通 —— 封闭路权、固定车站、事先排定的时刻表。干线铁路刻意排除在外:货运与城际列车与其他运营商共用轨道、穿越平交道口、没有站台门,那里的自动化图景几乎不可比。有轨电车与轻轨介于两者之间,更接近路面驾驶。这一页上一切都取决于线路运行在哪一个自动化等级上,等级由 IEC 62267 定义:GoA2 下列车自己加速与制动,而关门与异常处置仍归司机;GoA4 下车上没有任何人员。把这两者混为一谈,是关于这份工作最常见的写法错误,而这一页从头到尾把它们分开。

发生了什么

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×2仍由人主导×2新出现的任务×2

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。

在车站之间开车

正在自动化✓ 有证据支撑

起车、按信号允许的速度行驶、在站台正确的位置停稳 —— 一个班几百次。

自动驾驶RPA / 自助化
为什么

这是全站最早完成的一整项职业任务的自动化,而且它不是靠智能做到的。一列地铁在已知路径上行驶,没有对向来车、没有行人、不需要选路,所以控制问题是封闭的:行业标准的分级表从二级起就把「起车」与「停车」划归机器,而二级线路已经平常了几十年。最近把边界往外推的不是更好的感知,而是更便宜的改造 —— 日本现在有商业运营线路,在有平交道口、没有站台门的条件下,站间速度调节全部自动,而那一类条件过去正是必须有人的那一类。

这还不能说明什么

移动的是控制权,不是驾驶室。在全球地铁里程实际所处的那个等级上,机器在开而人仍然坐在前面 —— 所以工时并没有消失,变的是工时的内容。它也没有说这件事扩散得有多快,因为卡住它的是土建:封闭轨道与站台门,要用十年去付账,不是一个季度买一套软件。

关门

正在自动化≈ 平台推断

判断站台已经清空、列车可以走 —— 司机在列车动起来之前做的最后一件事,也是决定时刻表能不能守住的那件事。

RPA / 自助化
为什么

把行业自己的分级表读成一张五项任务的清单,这一项是第四个移动的:四级起自动,二级与三级仍归司机。它有意思的地方在于,难点从来不是机构。一扇门自己关上很容易;难的是确信门里没有东西,而答案不是更好的传感器,是一堵墙 —— 站台门把一个开放判断变成了封闭判断,这就是为什么运营方会说,在每一个车站都装上之前,它没法无人运行。

这还不能说明什么

一堵墙不是学会了观察的机器,所以这里的任何东西都迁移不到别的职业上。它也没有证明「盯站台的那个人」消失了:装了站台门的线路上,盯的动作移到了控制中心的摄像头前,而控制中心是有人的。

列车停在隧道里的时候

仍由人主导≈ 平台推断

火警、有人进入轨道、区间故障:决定跟四百个人说什么、要不要移动、以及什么时候把门开向一条通电的铁路。

RPA / 自助化
为什么

分级表只在最高一级才把「异常时的运行」划进机器那一栏,而且即使在那里,被处理的也是技术性的异常。疏散在它以下的每一级都被指派给车上的人,理由不是感情用事:那是一次性的、在烟雾或恐慌中完成的体力任务,做错的代价不可回收。日本交通主管部门在列出「让无驾照乘务员上车之前必须重新分派哪些事」时,把疏散引导与异常时运行列进了清单,而不是划掉它们。

这还不能说明什么

在紧急情况下不可替代,和为了紧急情况而被雇用,是两回事。这类事件按设计就很罕见,而运营方可以在不保留排班的情况下保留这个能力 —— 让更少的人管更多的车,或者把有驾照的司机放在待命而不是驾驶室里。这层保护是真的,而且是薄的。

作为一个「在场的人」

仍由人主导✓ 有证据支撑

接对讲、巡站台、处理喝醉的、走丢的、不舒服的、害怕的乘客 —— 这份工作里没有时刻表的那一部分。

RPA / 自助化
为什么

标准自己对最高等级的定义是「列车上无人员的运行」,而「列车上」这三个字承担了大量含义。正在做这项改造的运营方在自己的董事会文件里反复说,他们预计在那之后仍然需要人员在这套系统内在场;其中一家在与工会谈完之后写下的是,车站人员编制将会增加而不是减少。装在列车上的求助对讲是通向一个人的通道,不是对那个人的替代。

这还不能说明什么

在系统里在场,和开一列车不是同一份工作,薪酬通常不同,排班方式也不同。把它算作「司机活下来了」,正是这一页存在的意义所要避免的那个错误 —— 活下来的是一家公司里的编制,不是驾驶室里的座位,而坐在那个编制上的人可能是另一个人。

在屏幕前运行整条线

新出现的任务≈ 平台推断

在控制中心同时盯着线上每一列车,认出那一列表现异常的,并在乘客察觉之前决定调整什么。

RPA / 自助化AI / 软件
为什么

工作去了这里。一家正在围绕无人运行重建系统的运营方,把新的控制中心描述为新运营模式的中枢,并已在为那里的岗位办培训;一份关于同一次转变的国家级人力研究说,剩下的重心转向「监控技术方案、并通过仪表盘解读数据以处理例外」,并把「使用数据、解读自动系统的输出」点名为新出现的职能。这份工作是真的,而且它是一个房间里更少的人 —— 这正是它值得被点出来、而不是被庆祝的原因。

这还不能说明什么

新工作出现不等于新增编制,而这里的算术格外清楚:一张台子盯的是一条过去每一列车上都要有司机的线。它也不是同一条职业路径。从驾驶室到控制台的通道存在,但它不是自动发生的;而那份点名了这个职能的人力研究同时也写着,驾驶室里的人自己会被列车上的传感器所度量。

把列车切回手动

新出现的任务✓ 有证据支撑

在自动模式跑不了的时候人工驾驶:信号降级、区间施工、把一列故障车挪走。

自动驾驶
为什么

驾照不会消失,它换了形状。日本的白皮书写的是,某运营方是在先确保了「异常时能手动驾驶的司机」之后,才扩大自动运行的范围,并用一种新的乘务员等级替换司机 —— 后者的培养约两个月,而培养一名司机约九个月。这是迄今关于「这种自动化对一支队伍究竟做了什么」最清楚的公开说法:它没有把人从车头拿走,它降低了坐在那里所需要的资格,并在他们身后保留了数量更少的持照司机。

这还不能说明什么

待命不是排班。保留这个能力所需要的持照人数,远少于过去开行这项服务所需要的;而且还要求他们在一项现在很少使用的技能上保持熟练,那是一笔要有人承担的培训成本。这也只是描述了一个国家选择的路径;这里没有任何东西说别的运营方会走这条,而不是直接走向无人运行。

近期变化#

用工变化2026-05-22核实于 2026-09-20
格拉斯哥的交通主管机构报告:工会会员于 2026 年 5 月 22 日接受了修订后的雇佣条件;文件同时写明,随着地铁转向无人驾驶运行,车站人员编制将会增加

一座城市里的一套系统;而这份文件是一个公共机构自己的董事会文件,记录的是一份已经被接受的集体协议,不是一个计划。在「后果」一节里,它写明:车站人员的编制已经过审视,并将增加,以支持延长的运营时间;协议同时确认,就这些雇佣条件与延长运营时间,不会再有工业行动。谈判自 2022 年起进行,中间还经历了 2025 年的一次劳资争议,并且刻意安排在现代化改造收尾时一同谈完,好让各方都能理解目标运营模式的全部影响。成本是写明的:每年最多约 24.4 万英镑,构成包括非并入工资的班次津贴由 12% 升至 14%、病假工资提高、加班倍率上调,以及节日津贴由每天 75 英镑升至 100 英镑。有一个结构性细节比钱更要紧:这份雇佣条件文书把车站人员与司机合在一起、分两个薪级,而它是被续订进无人运行时代的,不是被终止。它证明不了什么:车站人员增加不等于司机被留下;文件没有给出任何一方的人数;而且这是董事会文件里的前瞻陈述,不是对已发生之事的测量。同一发布方自己的报告还显示,无人运行的就绪里程碑在相邻两次更新之间,从 2026 年 7 月推到了 2027 年第一季度——也就是说,触发这一切的那件事本身也滑期了。

招聘、人数、工时或职责出现可验证变化。权重最高 —— 但因果归因仍需论证,不能默认。

Strathclyde Partnership for Transport — Updated Station Staff and Driver Terms and Conditions (report dated 17 June 2026) ↗看完整影响卡 →
实际部署2024-03-01核实于 2026-09-20
日本国土交通省报告:JR 九州香椎线上约四成列车已由不持驾驶执照的车掌驾驶,其培养期约两个月,而培养一名司机约九个月

一条线路、一家运营方、一个国家,而且是普通铁路而不是地铁——这条线有平交道口、没有站台门,这正是它成为边界案例而不是常规案例的原因。该部写明,这项运营自 2024 年 3 月开始,是日本首次在有平交道口且无站台门的营业线路上开展自动运行;截至 2025 年 3 月的运行图调整,约四成列车由不持驾驶执照的车掌驾驶。任务的切分写得很精确,也是最有用的部分:站间的速度调节全部自动完成,而乘务员负责走行开始请求的操作与车门开闭,并在自动运行中发现异常时按下紧急停车按钮。培训是值得带走的那个数字:该公司说,从车掌培养成司机通常约需九个月,而培养成这类乘务员约需两个月——因为不必训练手动驾驶的熟练度;取而代之训练的是紧急停车与异常时应对,而且乘务员是单独乘务。该部还记录道,运营方是在先确保了「异常时能手动驾驶的司机」之后才扩大这项做法的,并把动机写成劳动力供给萎缩,而不是成本。它证明不了什么:没有人数、没有裁员,也没有任何人失去工作的说法——持照司机变成了待命而不是排班岗位,而这在总数上是不是更少人,文件没有说。它还是一个国际标准并未定义的等级,是在国内被发明出来的,为的是让车头坐着一个不是司机的人。

企业已正式投入使用。可以改变基线,但要结合规模与场景相似度加权。

国土交通白書2025 — コラム:鉄道の自動運転(GOA2.5)運転士による乗務が不要に(九州旅客鉄道) ↗看完整影响卡 →
实际部署2023-12-31核实于 2026-09-20
国际公共交通联会统计:2023 年底全球全自动地铁线路 2,279 公里,占地铁总里程的 11%;至少有一条这类线路的都市圈达六十个,而 2000 年是十三个

全球范围,而且它数的是公里,不是人。发布方是一个由公共交通运营方与供应商组成的国际协会,数据来自它自己的「自动化地铁观察站」——用它自己的话说,那里汇集了全球在全自动地铁运营方面最有经验的运营方。所以这是一个行业组织在清点自己会员的系统,而同一系列里还有一节标题就叫「自动化的理由」。定义是承重的那一部分,而且很窄:这里的「自动化」指的是「按无人员在车上运行而设计」,其标志性特征是列车没有驾驶室,即标准 IEC 62267 所称的四级自动化。因此,凡是列车自己加速制动、而司机仍然负责关门的线路,都不在这些数字里——所以 11% 是「车上没有人」的比例,不是「驾驶已自动」的比例。它证明不了什么:没有任何人员数字,没有控制室人员与列车数的比值,也没有任何关于「谁怎么样了」的内容。它也不能与同一发布方更早的简报逐行相比,那些简报自己写明历史数据会被修订。有一件事它确实了结了:同一发布方在 2019 年那份简报里预测,五年内将再有 2,000 公里投运,使总量增至三倍;而它自己后来的序列显示,同一窗口内存量从 1,133 公里增至 2,279 公里,约为预测增量的 57%。

企业已正式投入使用。可以改变基线,但要结合规模与场景相似度加权。

UITP — Global Metro Figures 2024 (Statistics Brief, May 2025; data as of 31 December 2023) ↗看完整影响卡 →
对你意味着什么

这对你意味着什么#

如果你刚入行

入口是在以一种具体的方式变窄,而不是关闭:在正在改造的地方,招的越来越是乘务员或车站岗位,而不是持照司机,而通向它的培训是几个月,不是大半年。更快进入,和更便宜地被替换,是同一件事的两面。如果你仍然想要那张驾照,让它保值的是「降级条件下的手动驾驶」——因为那正是运营方必须为之留人的东西。

如果你已有经验

你的驾照最值钱的地方,在自动化够不到的两处:系统降级时的手动驾驶,以及隧道里出事时坐在最前面的那个人。两者都是待命能力,也就是说,保留它们所需要的人数少于这项服务过去所需要的。真正划算的移动是进控制中心,而那不是自动发生的 —— 正在改造线路的运营方现在就在为那些岗位办培训,那就是窗口。去问两件事:你这条线要改到哪一级,站台门什么时候有预算。这两个答案给你的时间表,比任何关于技术的预测都准。

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

在改造完成之前挪进控制中心

工作去的是控制中心,而正在改造线路的运营方是现在、而不是改造完之后在招人和培训。驾驶经验对这件事是真正的资历:你知道一列车快要晚点时是什么感觉,而那不在任何仪表盘里。

现实约束

台子的数量远少于过去驾驶室的数量,所以这是一次有竞争的内部调动,不是平移。班次通常不会更好。在有些运营方,控制中心属于另一个部门、有自己的薪级,这意味着它可能先是一次平调或降薪,然后才变成上升。

本周可验证

查清楚两个数:你所在的运营方计划在改造后设多少个控制岗位,以及它今天有多少司机。这两个数通常都是公开的,在董事会文件或年报里,而它们的比值就是你那个概率的老实版本。

保住并强化

成为他们为「降级模式」留下的那个人

每一条自动化线路都会留下一批人,能在信号掉级、区间施工、或者要挪走一列故障车时人工把它开起来。这个能力是有驾照要求的,由更小的一群人保有,而这群人是被挑出来的,不是排出来的。

现实约束

被为罕见情况留下,意味着很少做它,而一项一年只用两次的技能需要有人付钱的定期复训。按定义它也是更小的一群人,所以这是一条给「一份正在缩小的排班表里的少数人」的路,不是给所有人的方案。

本周可验证

去车辆段问清楚:你这条线上目前谁有手动运行的授权、多久复评一次。如果没有人答得上来,那就是缺口;如果名单很短而且封闭,那就弄清楚人们是凭什么进的那张名单。

相邻转岗

转到信号与车辆检修

自动化把劳动从「操作车辆」移到「维持那套操作车辆的系统」。正在改造线路的运营方把维修列为仍待解决的事项之一;而在自动化系统里,空缺集中的是工程那一侧。

现实约束

这是一次真正的再培训,不是换个名头:它需要一张技术资格证,取得过程中通常还要接受一段收入下降,而且你要和从工程线上来的人竞争。你的优势是知道这条线是怎么表现的 —— 那在排故时比在课堂上值钱得多。

本周可验证

打开你所在运营方现在的招聘列表,数一下工程岗和运营岗各有多少。在高度自动化的系统里,这个比例常常和人们以为的相反,而它会告诉你下一个十年的招聘在哪一边。

跨行业转型

把「安全关键的判断」带到还在排班的地方去

你真正做的、稀缺的那件事,是在信息不全、时间紧迫的情况下作一个不可逆的决定,并为它负责。这件事可以迁移到别的受监管系统里的控制与调度工作:货运铁路、港口、公用事业、机场地面运行 —— 那里同样的自动化没有到来,因为环境不是封闭的。

现实约束

这些地方每一个都有自己的执照体系和自己的年资阶梯,所以你会从另一条阶梯的底部附近开始。倒班会跟着你。而且让那些环境难以自动化的原因,恰恰也是让它们更难做的原因:环境不是封闭的,所以出错的可能更多。

本周可验证

把最近三次「你作了一个当时没人能复核的决定」写下来,以及如果你等下去会发生什么。那张清单就是这份工作里可迁移的部分,也是它在另一个行业的申请表上唯一读起来一样的部分。

常见问题#

无人驾驶到我这条线还有多久?

不要从任何人那里拿一个数字,包括我们。去查你自己那条线的两件事,它们比任何预测都定得更紧。第一,是不是每一个车站都有站台门,或者有没有一笔已经批下来的安装计划?没有它,无人运行不会被批准,而它是以年和预算周期来计的土建。第二,你这条线今天的信号是几级?如果列车已经自己加速和制动、而你负责关门,那么剩下的那一步是关于人员编制和站台门的决定,不是关于技术的。如果你仍然在手动驾驶,那你落后的是两步而不是一步。放到全球看,在最近一次全球统计里,自动化线路约占地铁总里程的九分之一,而第一条在四十多年前就开通了 —— 这是一次缓慢、被资本卡住的变化,而且它是按线路到来的,一到就是全线。

如果列车自己开,为什么车上还有人?

因为「开车」只是标准分派的五件事里的一件,而且是最容易的那件。行业自己的分级表列的是:起车、停车、关门、异常时的运行。在全球地铁里程实际所处的那一级上,机器做前两件,人做后两件。关门这件事是靠盖一堵墙解决的 —— 站台门 —— 而不是靠列车学会观察;至于异常,它根本没有被解决:除了最高一级以外,每一级都把它指派给车上的人。列车能自己开,比这套系统能被单独留下要早得多。

这是因为 AI 才发生的吗?

不是,而且这是全站这个答案最清楚的一页。第一条全自动地铁线 1981 年开通,到 2023 年底已有六十个都市圈至少有一条 —— 全都发生在语言模型出现之前,也没有一条是建立在它之上的。控制问题是封闭的:固定路径、没有对向来车、没有行人、不需要选路。最近改变的是成本与改造,不是智能。如果你想知道「一个职业里自动化完成之后是什么样子」,就是这一页;而它的教训是:它花了四十年,做到了百分之十一,因为卡住它的是混凝土,不是代码。

无人驾驶线路真的人更少吗?

老实的回答是:座位没了,而编制并不会直线跟着走。正在做改造的运营方在自己的文件里说,他们预计在无人运行之后仍然需要人员在这套系统内在场;其中一家在与工会谈完之后写下的是,为支持更长的运营时间,车站人员编制将会增加。这意味着人从列车挪到车站和控制室,而且通常换了一套条件,不是一次简单的减法。它也意味着:任何人给你一个自动化地铁的人员配比,都不该被直接采信 —— 因为没有任何公开的就业统计序列单独把这个职业分出来,而这件事本身,在你读到关于它的笃定数字时是值得知道的。

现在还值得去考列车驾照吗?

这取决于你说的是驾照的哪一半。正在被压价的是常规运营驾驶:已经有运营方把「约两个月培训出来的乘务员」放在自动列车的前面,而培养一名司机约需九个月,并且在逐步扩大这种做法。保住价值的那一半是降级条件下的手动运行 —— 每一条自动化线路仍然必须为此留人,而它两个月训不出来。如果你现在正在做决定,就去问雇主:目前有多少人拥有手动运行的授权,这个数是在增还是在减。那个答案是具体到一家公司、一条线的,而这个问题也只有在那个层面上才真的有答案。

凭什么这么说

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。

驾驶与移动自动化
在车站之间开车把列车切回手动
流程与自助化
在车站之间开车关门列车停在隧道里的时候作为一个「在场的人」在屏幕前运行整条线
脑力工作自动化
在屏幕前运行整条线

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。56 → 62。
1007550250
格拉斯哥的交通主管机构报告:工会会员于 2026 年 5 月 22 日接受了修订后的雇佣条件;文件同时写明,随着地铁转向无人驾驶运行,车站人员编制将会增加日本国土交通省报告:JR 九州香椎线上约四成列车已由不持驾驶执照的车掌驾驶,其培养期约两个月,而培养一名司机约九个月国际公共交通联会统计:2023 年底全球全自动地铁线路 2,279 公里,占地铁总里程的 11%;至少有一条这类线路的都市圈达六十个,而 2000 年是十三个123456789未评估
2022 下半年2024 下半年现在

—— 这一段里有已核实事件- - - 这一段没有 —— 纯重建0 = 没有任务暴露,100 = 全部任务暴露

● 本职业有 3 条已核实事件,按真实发生日期标在轴上 —— 靠近标记的那几段曲线是有可核对的东西锚定的。

全站起点最高、也最平的一条,而这两件事正是重点。全自动地铁线从 1981 年就存在,在这张图开始之前已有六十个都市圈至少有一条,所以这条曲线要量的东西大部分早就发生完了 —— 而且没有一点建立在语言模型上,因为这里的控制问题是封闭的,不是需要智能的。唯一看得见的台阶在 2024 年:商业运营在一条有平交道口、没有站台门的线路上开始,拓宽的是它能去哪儿,而不是加深它做什么。之后走平的原因,不是任何一次能力发布能改变的:卡住扩散的是土建 —— 封闭轨道与站台门,要用十年去付账,不是一个季度买一套软件。把这个高度读成「机器已经拿走的任务占比」,把这条平线读成混凝土的价格。

12022 下半年56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) ↗
22023 上半年56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) ↗
32023 下半年57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) ↗
42024 上半年59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。
52024 下半年59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) ↗
62025 上半年60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) ↗
72025 下半年61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) ↗
82026 上半年62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) ↗
9现在62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。

方法与来源#

评估日期
2026-09-21
任务判断的依据构成
3 条有证据支撑 · 3 条平台推断 · 0 条证据不足
已核实事件
3

我们如何评估一个职业 →