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AI 会取代我的工作吗?关于岗位诊断开放数据本体VOLO Pro隐私条款
© 2026 VOLO
指南
问 VOLO企业创业者近期变化长文岗位诊断AI 提效实验VOLO Pro方法与证据关于订阅职业变化站内搜索
职业
全部职业
AI / 软件
翻译 / 口译银行柜员文案内容审核员客服行政助理测试工程师数据录入员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报税员 / 税务代理配音演员医疗编码员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保险核保员人力资源 / 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 / 地产经纪网络工程师插画师旅行社顾问IT 支持 / 技术支持审计师供应链计划员管理咨询顾问摄影师后端工程师AI 研究员产品 / UX 设计师业务系统与流程负责人电商运营精算师动画师与视效师作家与编剧薪资专员放射科医生数据工程师项目经理数据科学家法庭速记员编辑与校对律师医助 / 诊所助理工料测量师内容创作者量化分析师算法 / 机器学习工程师中高级软件工程师运维 / 平台工程师 / SRE业务分析师音乐人与作曲者地理信息分析师房地产估价师产品经理营养师经济学家药师业务合作 / 渠道经理网络安全分析师 / 安全运营理财顾问 / 理财规划师口译员病理医生芯片设计工程师基金申请书撰写人合规专员 / 合规经理图书馆员CAD 制图员建筑师一线主管 / 团队管理者心理咨询师导购 / 店员土木 / 结构工程师电气工程师工业工程师统计师保安 / 安保员室内设计师大学教师心理学家公交司机保险代理人机械工程师服装设计师验光师 / 视光师公证员中小学教师全科医生 / 门诊医生航线飞行员驾驶教练城市规划师应急调度员餐厅服务员放射技师 / 医学影像技师土地测量师汽车维修技师 / 汽修警察超声技师飞机维修技师牙科卫生士麻醉医生建筑检查员言语语言治疗师空中交通管制员兽医调酒师 / 咖啡师康复治疗师 / 物理治疗师牙医外科医生急救员 / 院前急救人员建筑工人 / 施工人员社工法官护士按摩治疗师助产士养老护理员 / 护工水管工企业 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 / 接待药房技术员采血员牙科助理呼吸治疗师作业治疗师
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演员与模特机加工技工 / 数控机床技工焊工厨师园林绿化工保洁 / 清洁工农民消防员暖通空调技工砌砖工 / 砌筑工木工 / 木匠客舱机组理发师 / 美发师电工
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
按身份进入:我在工作我在读书我在经营公司我在做东西
本页到目前为止,AI 到底真的取代了多少工作?我这份工作里,哪些部分会真的被 AI 接手?我怎么能提前判断?如果 AI 能做完一份技术工作的大部分,为什么这份工作还需要一个人?在 AI 拿走我的工作之前,我还有几年?AI 相关的法规,实际上怎么改变我的工作?一家企业里,AI 实际上最先被部署到哪些部位?当一个团队把短视频生产端到端自动化之后,哪些任务消失了,哪些反而变贵了?如果编程代理已经能读代码、写代码、跑测试、修 CI,软件工程师这份工作还剩下什么?
长文

一次回答一个问题,答案取自记录

职业页是参考书:你去查一件事。这里是另一种东西 —— 一篇横切我们手上全部已核实记录的论述,回答一个人们真的会问的问题。

有一条规则让这里区别于一个观点页面,而它由测试强制、不靠自觉:每一节都必须引用一条已核实记录或一条任务判断。没有引用的一节会让构建失败。引用印在每一节下面,直接链到那条记录 —— 连同它的来源、适用范围和核实人。

20 处引用6 节

AI 到底取代了多少工作?能核实的每一个数字

没有一个单一的数字。诚实的理由不是数据缺失,而是几乎每一个被公布的数字,数的都不是「工作」这个东西。下面是我们能逐条核实的每一个,以及它们各自到底在数什么。

读全文 →
21 处引用8 节

真的被自动化掉的那些任务,共同点只有一个 —— 而且不是「简单」

不是这件事有多难,也不是它薪水多高。真正预测「这项任务动没动」的性质是:有没有一个人以外的东西能说出「这不对,再来一次」—— 而且能整夜说上一千遍而不累。

读全文 →
44 处引用12 节

技术岗位里的 AI:它现在做什么,谁还必须签字

把十几个技术职业并排放在一起,同一个形状就浮现出来。机器接走的,是工作里「产出材料」的那部分 —— 照片、草稿、脚本、例行变更 —— 而且做得很快。它们没有接走的,是「这些材料是对的」那个决定;而在这些工作的大多数里,法律规定这个决定属于一个具名、合格、为之签字的人。

读全文 →
18 处引用6 节

为什么没有人能告诉你还剩几年 —— 以及应该改看什么

我们拒绝用一个数字回答这个问题,而这个拒绝是由一条会让构建失败的测试强制的。这一篇是它背后的论证:一个年数估计所需要的每一样材料,要么没有被测量,要么可逆,要么取决于某个还没做决定的人。

读全文 →
40 处引用6 节

AI 监管与工作:欧盟《人工智能法》等法律已经要求了什么

大多数关于 AI 与工作的文字,描述的是技术到来、工作随后改变。而在已核实的记录里,最常见的顺序是反的:一条规则创造出一项职责,这项职责落到一个具名的岗位上,于是在任何东西被部署之前,某个人的岗位说明书先长出了一段。

读全文 →
10 处引用5 节

AI 实际上装在公司的哪个部位 —— 以及最后是谁在扛着它

采用比报道听起来的要窄得多,而且总是落在同样的三个地方。有意思的问题不是「哪个职能买了这件工具」,而是「哪个岗位继承了这件工具造出来的活」—— 因为在已核实的记录里,那个岗位几乎从来不是做出选择的那一个。

读全文 →
8 处引用5 节

一条 AI 短视频生产线跑下来,剪辑这份工作里真正消失的是哪几项

五项任务里有两项几乎完全消失,而且是最先消失的 —— 因为它们最容易被写清楚。没消失的那两项反而变贵了,因为产线会把你对它的判断力成倍放大。第五项不是被自动化,是被删掉了 —— 连同那个原本来提需求的人一起。

读全文 →
13 处引用6 节

编程代理把代码写了,工程师还剩下什么?

变的是敲代码这一段,这份工作没有消失。在唯一一次公开了数字的大规模代理迁移里,人发出的消息主要用在审查、测试与 CI,挑战设计决定,以及把活推到做完。它周围的记录说明了这部分工作为什么不会缩水:产出更快不等于产出正确,而用得越多,对产出的信任反而越低。变化最大的是入行的那道门,而不是门里面的这份工作。

读全文 →