本周三，全球知名软件公司 Atlassian 宣布裁员。

这家市值 200 亿美元的公司宣布企业将进行大规模重组，在全球裁减约 1600 名员工，占其全球员工总数的 10% 。“重组”有多彻底呢？连 首席技术官（ CTO ） 都卷铺盖走人了， 公司 聘用了 新的 AI 方向技术负责人。

这两年，我们一边听着 AI 的新技术有多震撼人心、为我们的生活和工作带来了便捷；一边又胆颤心惊地听闻多少人的工作被 AI 取代、因为 AI 的发展找不到工作的故事。

关于 AI 对我们孩子的影响，从教育、能力、专业选择到未来职业规划讨论更是层出不穷。我们的孩子将来到底从事一份什么样的工作才不容易被 AI 取代呢？最近，我读了《华尔街日报》的一篇报道，作者采访了五位顶级 AI 高管和学术圈的学者，他们对自己的孩子未来的职业道路有什么打算。

访谈的内容出人意料、又情理之中。

这些高管和学者作为自己领域的高精尖技术性人才，在规划孩子的职业道路时，反而不愿意下一代走纯技术道路。

曼尼 · 梅迪纳 ： Paid.AI 联合创始人，曾创办销售软件公司 Outreach 。四个孩子，年龄分别为 4 岁、 9 岁、 19 岁和 26 岁。

梅迪纳给孩子的职业建议非常直接：把目光放在未来长期需要人的行业。 在他看来，随着全球能源转型和人口老龄化加速，未来最值得关注的两个领域是 能源和医疗健康 。他经常和孩子谈到核能的发展潜力，认为核电可能成为未来重要的清洁能源，因此鼓励孩子关注相关领域。同时，他也认为 医疗行业，特别是癌症治疗相关的技术方向，仍然会持续需要大量专业人才。

不过，梅迪纳强调，比具体行业更重要的是三个原则：做自己喜欢的事、做自己擅长的事，以及做对他人有价值的事。 在他看来，如果一个职业同时满足这三个条件，再加上能够解决现实问题，那就是值得长期投入的方向。

伊桑 · 莫利克 ： 宾夕法尼亚大学沃顿商学院管理学教授，《共生智能》作者。两个孩子， 16 岁和 19 岁。

莫利克给孩子的职业规划是：成为能够整合多种能力的 “ 通才型人才 ”。 他认为 像法律、医学这样的职业，在 AI 时代仍然有价值 ，因为它们不仅仅依赖知识，还涉及判断、沟通和复杂决策。他鼓励孩子接受广泛的教育，而 不是过早锁定某一条职业赛道 。在一个变化极快的时代，拥有多领域能力的人更容易适应新的机会。

杰米 · 蒂文 ： Microsoft 首席科学家兼技术院士，耶鲁大学校董。四个孩子，年龄分别为 17 岁、 19 岁（双胞胎）和 21 岁。

蒂文 对孩子的规划更偏向学习方式。她鼓励孩子不断尝试新事物，培养批判性思维 、 理解自己如何思考、如何学习。她认为，在 AI 时代，人们不一定需要亲自构建模型，但必须学会 如何与 AI 合作、如何提出问题并判断结果 。 她的孩子中有人计划学习法律，也有人对会计感兴趣，这些职业的核心共同点是：最终决策仍然需要人类承担责任。

卡罗琳 · 汉克 ： SAP 全球组织成长与健康负责人，负责公司内部 AI 劳动力转型。一个孩子， 15 岁。

汉克给孩子的规划并不是某个具体职业，而是一种能力路径。她认为，在 AI 快速变化的时代， 真正重要的是适应变化的能力 。她鼓励孩子保持广泛学习的习惯， 如果一定要选择专业，她更倾向数学或逻辑相关领域，因为逻辑思维将成为许多工作的基础。 同时，她强调批判性思维、伦理判断和灵活应变能力，这些软技能可能比具体技术更重要。

丹妮拉 · 阿莫迪 ： Anthropic 总裁兼联合创始人， Claude 模型开发者之一。两个孩子， 4 岁和 6 个月。

作为当下最火的 AI 公司领头人， 阿莫迪对孩子的职业规划反而最 “ 反技术 ” 。在她看来，随着 AI 在知识和效率方面越来越强，人类真正难以被取代的能力是 人与人之间的连接能力 。她希望孩子将来更 重视共情、沟通、合作以及善意待人的能力。 她认为，人类天生渴望与真实的人建立关系，因此在 AI 主导的世界里，理解他人、建立信任和创造意义的能力会变得更加重要。

从上述可以看出，这些高管和学者对孩子未来的职业规划 想法其实一致 ， 他们普遍觉得，如果只是反复练习那些很容易被算法替代的技能，比如单纯写代码、处理信息或者做标准化的工作，未来可能会越来越吃力。与其在这些赛道里拼速度，不如把目光放在那些现实世界里真正需要人的领域，比如能源、医疗这些行业，问题复杂、周期长，很难被机器完全接管 ； 还有像法律、会计这样的职业，看起来传统，但关键决定必须由人来做，也必须有人承担责任，这一点是技术替代不了的。

他们也一直认同 未来真正拉开差距的不是谁更会用技术，而是谁更会思考。 能不能提出好问题、能不能快速适应变化、遇到复杂情况能不能独立判断， 以及 人与人之间的理解和连接。无论技术多发达，人们依然需要信任、沟通和合作，而这些东西，很难靠算法复制。

如果把上述采访与 Anthropic 近期发布的 重磅 研究报告《 AI 对劳动力市场的冲击：一种全新的衡量维度及其早期证据 》（ Labor market impacts of AI: A new measure and early evidence ）结合起来，就 更 能为孩子未来的职业规划提供有价值的参考指标。

与同类的 “预测型”报告不同， 这份报告的独特之处在于，它不是简单根据 AI 技术能力推测可能取代的岗位，而是 基于真实使用数据来观察 AI 在工作中的实际作用 。研究提出了 “ Observed Exposure （观察到的暴露度） ” 指标，通过分析人们在现实工作中如何使用 AI 来 判断哪些职业已经真正受到影响。这种方法让报告的结论更贴近现实，也更具参考价值。

报告显示，AI 暴露度最高的职业主要集中在 信息处理型岗位 ：

用大白话来说就是最容易被 AI 取代的十大岗位：

这类岗位工作流程标准化、以文本或信息处理为核心，许多 任务可以由 AI 辅助 甚至自动完成。

此外，这份报告还有一个 反直觉 的 发现 ： 高学历、高收入群体 是被 AI 替代的 高危 群体。 AI 目前最先影响的并非 我们一直以为的入门级 低技能岗位 （当然也是受影响严重的群体之一） ， 反 而是 那些 高学历、高收入 的 群体，如编程、 写作、 数据分析和咨询等职业，因高度依赖信息处理而暴露度最高。

此外， 受 AI 冲击明显的群体有 四 个特征：

女性比例较高

4 0 岁以上员工 ， 可能与岗位更新速度、技能迭代和 AI 工具的适应能力有关

大学学历人群 ， 因为他们从事的多数是知识密集型、信息处理型工作，而这些工作正是 AI 首先可以辅助甚至替代的内容 。

薪资水平更高的人

除此以外，受 AI 冲击严重的一个群体是 22–25 岁 的 年轻人。 因为 在 AI 暴露度较高的岗位中， 这些行业的 入门级岗位招聘下降约 14% 。 AI 目前还不能取代经验丰富的资深专家，但它非常擅长处理基础的资料收集、初级代码编写和基础翻译。这些原本是给职场新人练手的工作正在被 AI 蚕食。

相对地，体力劳动或现场操作型职业几乎不受影响 。

上图右半侧（蓝区巨大的部分）全是白领、程序员、法务和分析师。 AI 对这些岗位的理论统治力惊人，有些几乎达到了 1.0 (100%) 。

红色区域（实际应用）目前还远小于蓝色区域。这意味着很多岗位虽然理论上能被 AI 取代，但因为法律、信任、价格或习惯原因， AI 还没完全接管。

重灾区已经显现： 在Office & Admin （行政办公） 和 Business & Finance （商贸金融）领域，红区已经明显向外扩张，说明这些行业已经真真切切地被 AI 接管了。

哪些是不易被取代的安全区？蓝区和红区都缩在圆心附近（面积最小）的左侧区域，这些就是 AI 的“荒漠”，也就是 最不容易被取代的行业，有三类：

第一类：纯体力工作者，因为 AI 擅长处理屏幕里的像素，但不擅长处理现实世界的泥土和扳手。

比如： Construction （建筑业）盖房子、贴瓷砖、修水管； Installation & Repair （安装与维修）修空调、修电梯； Agriculture （农业） 种地、养猪； Production （生产制造）复杂的、非标准化的工厂实操。

第二类：服务与生活保障类。 这种服务需要实体的物理存在和即时的环境反应，机器人成本太高且不够灵活。

比如： Food & Serving （餐饮服务）： 端茶倒水、后厨切菜； Grounds Maintenance （绿化维护）： 割草、修剪树木； Personal Care （个人护理）： 理发、按摩、养老陪护。

第三类：高风险与应急处置类（需要责任感）。 这类工作面对突发火灾或犯罪，需要的是瞬间的生理本能判断和敢于牺牲的责任感，算法承担不了丢命的风险。比如 Protective Service （保护性服务）消防员、警察。

不容易受 AI 影响的工作，通常 需要复杂 的 人际互动、现场判断或精细操作 ，所以对 “人与人之间的联结”相关的技能更需要注重培养。

无论是 高管 们的采访、还是切实的数据，我们都能看到 未来的竞争并不是简单的人与机器谁更强，而是人应该把精力放在机器难以替代的地方。 这也给我们普通家庭的孩子择业方面提供了一些参考建议：

第一， 职业 要选择 “长期需要人介入”和“需要人承担风险”的工作。

在规划未来职业时，应关注那些长期需要人类介入的行业。像核能、医疗健康和癌症治疗等领域，不仅需要大量专业人才，还涉及现实世界中的复杂问题。AI 虽然能提供辅助，但难以完全替代人类。

另 外，就是 对人类判断力和责任感依赖 的工作，像 法律、医学、会计等岗位的核心环节，需要人来做出最终决策并承担社会或法律责任。 AI 可以提供信息和分析，但无法为决策后果负责。

第二， 重视通识教育，而不是过早锁定一条技术路线。

现在技术变化太快，今天看起来很重要的技能，几年后可能就不那么关键了。孩子接受广泛的教育，多接触不同学科，培养逻辑能力、批判性思维和学习新知识的能力。 即使读大学后，也 不要只把精力局限在自己选定的专业课程上，而是要主动探索学校提供的一切资源，包括实验室、交流项目、跨学科研究机会等。这样无论未来行业怎么变化，都更容易适应。

我认识一些在 藤校 读本科的学生，他们从 大一 就开始参与各种实验室工作和国内外项目，有些项目甚至看起来十分 “ 混搭 ”， 比如把舞蹈与神经科学结合研究大脑活动的相关性。

大学不仅是上课和考试的地方，更是一个资源丰富的实验场。不要宅在宿舍、图书馆或课堂上，应该尽可能去 做跨学科和跨行业的 尝试、探索，把每一个可用机会都用上，为将来的职业和人生道路打下坚实基础。

第三， 不要排除转向劳动技能的可能。

学一门扎实、接地气的技能，不仅可以作为职业补充，还可能成为未来意外情况中的 “救命稻草”。

虽然现在很多行业在 AI 影响下都“瑟瑟发抖”，但报告也说了：AI 的普及带来了对 “ 人机协作型技能 ” 的新需求，例如监督 AI 、整合分析结果、跨领域项目管理等。 所以，AI 带来的也不尽然都是悲观。

面对太多未知和不确定性，我们唯一能掌控的，是自己的学习、判断和行动方式 ， 在信息和技术洪流中保持清醒，用行动去试探世界、用经验去理解变化、用能力去应对未来的挑战。