主要观点总结
2025腾讯科技向善创新节T-WEEK讨论AI时代就业进与退，专家探讨AI对就业形式的影响、未来就业终局及AI时代人类应对方式。会议由腾讯研究院智慧产业研究中心主任吴朋阳主持，嘉宾包括北京大学张丹丹、智联招聘李强、AI Native Coder花生、腾讯研究院总顾问杨健。会议指出，AI提升效率，但造成工作总量减少，不确定性带来压力，建议人们主动使用AI，相信未来，勇敢追求自我。AI不是让人躺平，而是提供更多机会与可能性，鼓励人们思考并调整工作生活策略。
关键观点总结
关键观点1: AI提升效率但造成工作总量减少
AI的发展在提高工作效率的同时，可能减少工作总量，导致不确定性，给人们带来压力。
关键观点2: 主动使用AI，相信未来，勇敢追求自我
会议建议人们主动使用AI，并相信未来，同时鼓励人们勇敢追求自我价值，调整工作生活策略。
关键观点3: AI不是让人躺平，而是提供更多机会与可能性
会议强调，AI不是让人躺平，而是提供更多机会与可能性，鼓励人们思考并调整策略。
关键观点4: AI时代需思考并调整工作生活策略
会议鼓励人们在AI时代思考并调整工作生活策略，以适应未来的就业形式。
正文
吴朋阳：
非常好！这是非常切身的感受。我再追加一个问题，你会不会变懒呢？
花生：
老实说，我有一段时间确实有过这种想法，但其实我从来没有真正变懒过。
花生：
是的，我现在在东南亚，也常在欧洲四处躺着。不过，其实我会觉得，如果一个人什么工作都不做，单纯地休闲放空，那对我来说是件很无聊的事情。所以我希望自己能做一些创作和表达。我很喜欢写文章，做视频，设计产品。即使我有再多的钱，我依然想做这些事情。所以，当有AI能帮助我更好地完成这些创作时，我感到非常兴奋。最近三个月，我一直在学习AI编程，每天工作可能8到16小时。有时我甚至不想睡觉，想着第二天赶紧开始与AI协作，创造一些有趣的东西。如果你享受创造的过程，并且有自己想做的事，那么借助AI，你可以做得非常好。比如说你想写歌，想画画，以前没有能力，现在有了很多工具可以帮你完成这些事，你可以充分发挥你的创造力。
吴朋阳：
明白了，谢谢花生！我想请杨老师谈谈，AI是否会让人变懒？
杨健：
我觉得还好。总体来说，这个问题实际上涉及到三个层面。首先，AI的发展肯定会带来变化。至于具体会变成什么样子，这就是不同路径的问题。在这个变化的过程中，我认为需要做的一件事就是，
做好与AI的协作
。
为什么这么说呢？因为AI不同于人与人之间的竞争，AI的出现不会和人类争夺资源，它不会去争夺食物或其他服务。
杨健：
我们说“黑灯工厂”，它晚上加班，都不用开灯了。所以从这个角度来看，我觉得它提高了生产力的同时，并没有在其他方面与人之间产生那种零和博弈，去引发竞争。因此，在某种意义上，你可以把它看作是一个自动化的生产机器，放在那儿，它一天到晚就为你生产粮食，或者像牧场里的牛，成天为你产奶。从这个角度来看，我认为它对总量来说是一个增量的过程，在这个过程中，当然仍然需要有协同的存在。
我们所说的总量增加，只是理论上的说法，实际上在过程中，尽管总量增加，并不意味着每个人都能受益。比如我们以前常说的资本主义经济危机，牛奶倒掉了，却不供给穷人，实际上你要是把牛奶给穷人喝了就行了。因此，在这个过程中，我认为人类与AI之间、人与社会之间、人与政府之间，都需要做好一定的协同。如果能够协调好这些关系，可以把技术进步理解为市场的运作，其他的协同理解为政府事务，就能在其他方面达到弥补。这样的话，我觉得阵痛的程度应该会小很多。
另外，我还想提到一个需求的问题。我认为目前为止，我们还没有看到人类的需求已经达到天花板。只要人的需求没有到达顶点，随着技术的进步，仍然会出现很多新的职业和岗位。只有当人类的需求都已满足，无欲无求了，大家觉得这一辈子就这样，人生变得无聊，人人都死了，或许就业才会彻底消失。
杨健：
对，从这个角度看，我觉得我刚才提到的，可能没有讲得很准确，悲观与乐观的划分并不是完全正确。我认为这种变化的深刻程度，可能将来会影响到分配方式和人的生存方式，这些变化可能会比我们现在看到的那种短期变化更加剧烈。比如今天我可能能找到一个5000块钱的工作，明天可能只能找到一个3000块钱的工作，这种变化或许会比这更大。
花生：
因为大家一直在强调“懒”字，我觉得我好像用了不太准确的词。我有一个假设，思考力的下降其实来自于我们本身硬件的限制——
我们的脑神经元是有限制的，
而AI只要增加芯片，增加GPU，不停地扩展，总量必然会超过我们。
花生：
对，计算能力上。所以，不知道在哪个点它会突然突破。等到那一天来临时，我认为这个“懒”是长远意义上的问题，毕竟从硬件上来看，如果一直发展下去的话，我认为硬件的发展最终会让我们感受到巨大的变化。我们人类之间无法直接将思想串联在一起，像我和丹丹老师，我们只能片段化地交流，有些地方会产生共鸣，但能真正串联在一起的地方很少。因此，从这个意义上看，长期来看，人类可能会面临这种困境。
吴朋阳：
大脑无法直接互联，就像马斯克为什么要做脑机接口，他也是希望能解决这个问题。
花生：
我认为这是一个更长远的课题，可能会带来新的问题。
张丹丹：
到2029年，AI的算力可能超过所有人类大脑加起来的总和。这不再是我们两个人能否串联的问题，甚至全人类也串联不过AI，可能是这样的情况。
杨健：
所以刚才两位老师提醒了我，忘了提一个很有意思的点：
这次AI的进展，更多的是在脑力劳动领域的影响会更大。
虽然现在看上去是这样的局面，但我觉得不见得永远如此。我们一直在讨论具身智能，AI的大脑发展非常迅速，但它的小脑也在发育中。一旦小脑跟上甚至超过大脑的速度，那么对蓝领的冲击也会非常大。
李强：
对。从现有招聘数据来看，蓝领确实目前还挺有市场。但是未来，一旦具身化技术突破，我认为这个变革就已经在路上。例如，现在我们建议大家去学技工类专业，但一旦具身化技术普及，很多工作会被替代。我们教育应该更具前瞻性，早点做好准备。
另外，现在我们能看到两大品类的技术变化，第一个是智能驾驶相关技术，肯定会影响到司机的工作；第二个是与交通运输相关的外卖和骑手领域，实际上已经有无人车和无人机来配送外卖，只是这些技术还未完全普及。个人认为，这些领域的技术已经基本成熟，只是看什么时候真正开始应用。
吴朋阳：
您提的这个点非常关键。虽然我们现在看到的是白领领域的冲击，但蓝领的下一波冲击，可能就在技术突破的那个关键点到来时，紧随其后。
李强：
我认为蓝领的冲击可能会比白领更大。虽然白领的工作，如平面设计和原画师，会被大量替代，但他们仍然需要一些人来引领、与AI进行更好的对话。现在的蓝领，可能是要完全被替代，只是分城市、分基础设施，企业会根据投入产出比来决定是否使用无人车和无人机。具体的应用何时启动，取决于什么时候打开这个“闸口”。
李强：
我觉得我好像一直在扮演一个狼来了的角色，不停地讲狼来了，狼来了。
吴朋阳：
需要您这样的，因为您直接了解就业市场，而且坦白来说，我们如果把这个事情看得越清楚，我们越知道怎么应对，而不是说我们捂起头来，捂起被子来，什么都不听，什么都不想。
吴朋阳：
而且这其实涉及到下一个话题，跟各位老师再探讨一下。因为可能听众还关心，跟自己切身利益有关，哪些职业受影响和冲击会比较大，然后哪些职业可能是影响小一些，大家怎么去看待这个事情，想请花生先就着自己的经验谈谈。
花生：
是。我会发现受到影响比较大的职业，刚才强总也提到了，像类似于客服、财务，或者律师这些职业，它们比较偏文书类的，以及一些比较相对具有重复性的工种，这些岗位受到的影响会相对更大一些。像其他类型的工种，很多企业内一个人的工作很大一部分是和其他人进行协作，这种偏协同的、需要人与人之间合作的工作，现在AI在这方面做得还不是很好，所以我觉得这类岗位，比如产品经理、项目经理、项目管理之类的角色，短期内受到的影响可能会小一些。至于其他那些偏逻辑的工作，AI能够理解的工作，它其实不一定涉及职业的高低贵贱，而是说某些东西现在大语言模型做得很好，比如高薪的工程师，但现在AI编程能力非常强，它可能会对工程师的一些能力进行替代或者补充，这种可能会来得比较快。还有一些非常难的工作，比方说大学里的数学老师，它本身是一个逻辑性的工作，AI的逻辑性智能提升之后，可能会为数学类研究提供很多的辅助。其实很多时候，AI并不一定直接替代工作，但它确实能够在辅助方面做得更多。如果总结一下，首先是那些
偏重复性的工作，无论重复是简单还是复杂，只要是重复性高、偏逻辑性、人与人之间交互较少的岗位，它被AI替代的可能性较大。
吴朋阳：
这提到了重复性的问题。丹丹老师，我记得您在这方面的研究也很深，尤其是您有一个观点对我冲击比较大，就是可能会出现极化现象，尤其是中间这部分层面可能比较危险。我不清楚丹丹老师对于这个现象有什么延伸性看法吗？
张丹丹：
极化，指的是技术进步，尤其是自动化会带来极化，
事实上已经是一个老话题了。这轮AI的到来固然也会导致极化，但这其实并非首次，极化的现象一直存在，只是这一次，极化的程度可能更深。原本的分布可能影响到中间的部分，但现在这波极化已经延伸到最后，可能完全不受影响的群体是那些特别聪明的人，技能非常强的人；而技能低的人，极低门槛的人，反而可能更加受影响。
张丹丹：
对，极低门槛的人，极化的现象变得更加明显。人类可以自由选择的空间也会变小，这是我们的判断。包括我也和李强总进行过研究，基本上也是这种判断。所以我想接着刚才花生提到的，他的总结非常好，讲到哪些工作会被替代，哪些不会被替代。我们的研究从另一个视角进行了一些探索，相对理论化。我们的研究是利用智联招聘的数据，将所有职业分成了2万个任务，然后根据当前AI技术，特别是大语言模型的技术，分析它能在多大程度上替代这些任务，最终汇总到每个职业层面。比如说我有一个职业需要20个任务，这20个任务中，每个任务都会有一个替代的情况，我们将这些情况汇总，最终得出每个职业的替代指数，在0至1之间。0代表完全不会被替代，意味着这个职业完全是安全的；比如艺术大师或者爱因斯坦这种职业，不会被替代。而1则代表完全被替代，像司机这个职业，自动驾驶的普及可能会让司机岗位甚至不再存在。大部分职业其实是在0到1之间的，正如花生所说，它既不完全替代，也不是完全可以互补。这个时候，每个人的主观能动性就变得特别重要。举个例子，像大学的数学老师，现在ChatGPT已经达到这种水平，数学老师不再需要亲自演算，但写模型还是需要他做的，他需要从无到有地构建一个模型，这个模型的计算可以由ChatGPT或大语言模型完成，因此这不是完全的替代，它是0到1之间的一个状态。AI能够减少计算量，但老师要更多地投入时间思考模型的构建，用数学去理解世界，创造出新的模型。再比如医生这个群体，也属于高知群体，收入较高的职业。以骨科医生为例，现在AI可以为医生做看片子的辅助诊断，甚至很多心脏病的诊断也由AI来完成。尤其是脑卒中这样的疾病，它在中国是死亡率排名靠前的疾病。原本脑卒中的救治窗口期只有3.5小时，如果错过这个时间，患者就失去了救治机会。但现在，借助AI，诊断可以更快，窗口期甚至可以扩展到24小时，这极大提高了患者的存活几率，特别是脑卒中等急救病症。我想说的是，如果医生借助了AI，他可以将更多的精力放在其他方面，特别是在救治上，而不是专注于诊断。AI可以在诊断方面提供帮助，但救治依然需要医生具备其他方面的技能。因此，我们可以看到，在“0到1”之间，每个人的职业大部分都处于这个区间。也就是说，我们需要思考，如何利用AI来替代那些能够被AI更好处理的部分，然后将更多精力投入到AI无法替代的领域，并在这些领域中进行创新。这样，劳动生产率就会提高。
未来，我们可能会看到，某些职业名称依旧存在，比如客服、插画师、医生，但他们的工作内容将发生变化。
每个职业中大概有20个任务，这些任务的组合可能会发生变化，任务内容会有所调整。因此，对于我们每个人来说，我们可以通过主观能动性，正如刚才花生所说的，掌控自己的职业生涯，利用AI的加持来提升自我。无论如何，这个职业会变得更有价值。但目前的问题是，AI的进步和算法的提升可能会让我们从“0到1”的转变越来越迅速。因此，留给我们的窗口期并不大，但我们只能面对现实，做出调整。这总比像花生所说的什么都没有意识到、每天担心来得强。
吴朋阳：
刚才丹丹老师提到“0和1”，我们大部分人可能处于中间，但有一个问题是，虽然我们可能越来越接近1，但这只是静态地看待现有的工作。还有一个视角是从动态的角度来看新增的工作，这个领域可能强总会有很多新的发现。请强总和我们分享一下。
李强：
好。从另一个角度来看，比如在司机这一领域认为100%会被替代，但那只是理论上的情况。回到现实，我们不可能认为所有司机都会被替代。为什么呢？因为我们依然有一种需求，即
情感价值的提供
，这类工作不容易被替代。此外，
和精神相关的工作也很难被完全替代。
例如，近年来，智联招聘的数据表明，疗愈相关行业呈指数级增长，这类工作我们认为会继续增长，特别是与精神、健康和养生相关的领域，未来会得到进一步的放大。因此，除了理论中的研究部分，我们回到现实世界，某些特质是无法被替代的，这是第一点。
第二点是关于新工
种和新机会的产生
。从智联招聘的数据来看，今年1月到11月，涉及大模型开发的岗位，无论是产品还是技术，都出现了200%以上的增长，这个增长还没有减缓，并且我们认为这只是开始。为什么？因为虽然目前大多数招聘仍集中在大模型研发公司，但随着各行各业对大模型开发的需求增加，这种需求可能会迅速增长。此外，在各行业中，尤其是与AI相关的，过去的标注工作要求较低，但现在对标注的要求已经提高了，这也是一个新的工作趋势。围绕AI的其他相关岗位也将不断涌现，虽然现在很难确定这些岗位的具体名称，但它们一定会产生，因为市场在不断变化。虽然大家可能期待未来是一个“躺平”的时代，不需要工作，但我认为这种场景距离我们还很远。在这个过程中，许多新工种将会不断涌现。
花生：
刚才强总提到的一个现象我觉得很有趣，情感陪伴类工作确实不太容易被替代，尤其是疗愈师这样的岗位，一直在增长。我看到一个有趣的现象，AI领域中的AI陪伴类岗位也在快速增长。这似乎说明，这两者并不是完全替代关系，至少不完全替代，反而体现了大家对情感陪伴的需求。
张丹丹：
其实是我们制造了焦虑，大家再去寻求疗愈。
吴朋阳：
也没有，我觉得
情感共鸣
，还是人跟人之间的共鸣。
李强：
对，我觉得当基础的生存问题解决后，
人们会越来越关注
自我。
尤其是我觉得，关注自我的时代才刚刚开始，特别是我们这一代人，
开始更关注自我，并愿意在自我提升方面投入更多。
我们的
父辈，可能在我们这一代的年纪时，更关注子女，但我们这一代人的重点已经开始转向自己了。所以，我认为这个行业是一个非常好的行业，且才刚刚开始。而且，大家对这个行业的认知也在不断升级，已不再只是传统意义上的按摩等，而是自我探索类的工作，未来将会有大量增长。
吴朋阳：
强总讲得非常好。他动态地观察这种新增情况，我也想请问杨老师，这一波新增，好像像花生这样的年轻一代会更适应，包括自我探索和自我价值的实现，他们会更在意这些。作为中老年的代表，我们应该如何看待这个问题？
杨健：
中老年绝对没有歧视的意思，我还是从积极的意义上去理解这件事情。我认为年轻人肯定具有更强的可塑性，对变化的反应也更快。但是老年人的优势在于，他们能够更多地看到整个历史，甚至整个世界的人类进程。就人工智能而言，我们刚才也讨论，它对不同类别的影响程度不同。实际上，如果以一个较长的时间段来看，人工智能既然要覆盖所有行业，那么它早晚会影响每一个行业和类别。然而，人工智能具有一种特性，决定了在我们未来可预见的一段时间内，其影响强度是有差异的。
前面我们提到了农业革命和工业革命，这其实就是所谓的人类模拟自然，人类在体力方面进行机械替代的过程，我认为这是第一个阶段，我们可以称之为机械阶段。然后第二个阶段实际上就是知识阶段，是我们现在正在经历的阶段。人类对自己的知识体系有了相对充分的认识，把这种认识交给了人工智能，人工智能基本上还是一个模拟的过程，按照人类所认识的规律去完成任务。然而，人类对自身的认识仍然很不够。比如，关于创造，甚至是条件反射，这些不是人类相互传授的，而是自然界赋予人类的，可能经过了几十万年甚至几百万年的了。但是人类还没有理解其中的原因，对吧？既然自己也不懂，就无法将其传授给人工智能。因此，从这个角度来看，我觉得你不一定需要担心人工智能会取代你，因为你自己还没有弄明白，人工智能暂时也无法理解。此外，包括情感像喜怒哀乐、抑郁以及陪伴等方面，我认为这些可能需要更长的时间来发展。
当然，也存在一种可能性，就是有一天人工智能突然独立于人类，彻底研究了人类这个物种，但我觉得这种可能性还是比较小的。因此，在未来的一段时间里，如果让我选择一个职业，尽管我已经是中老年人，我仍然会选择与人工智能时代相关的教育领域。
我一直对教育充满热情，认为在人类出现了人工智能这一新物种后，人类的行为模式将发生巨大的变化，如何适应这种变化是非常需要的。
吴朋阳：
非常好！杨老师实际上讲了每个人都可能面临的技能再造过程，其背后影射的可能是教育，包括培训，原来整个社会对未来人能力的定义。前面提到了，原来很多事情人工智能能够完成，我们是要与人工智能这些竞争能力，还是发展更多其他的能力？这些其他的能力到底是什么？除了提问能力以外，是否还有其他能力？围绕这些新能力的建设和培养，教育是否是最核心、最需要改变的？这个问题我想先请花生谈一谈。
花生：
我发现，在人工智能时代，你需要抱有一种
相对空杯
的心态。我发现人工智能的一个非常好的方面是，它不止要求我们被教育，了解如何使用人工智能，而且人工智能本身也可以成为一位非常好的老师。当我们想学习任何东西时，如果有人工智能的帮助，我们的学习速度会很快。举一个简单的例子，五六年前我对计算机非常感兴趣，买了一本叫《Python：从入门到实践》的书，这本书在我的书架上大约躺了五、六年，我还没看完第一章，因为里面涉及环境配置等问题，我遇到了各种各样的问题，无法解决。但是有了ChatGPT之后，去年我大概花了一周的时间，把遇到的所有问题都与ChatGPT沟通，它能够很好地帮助我解答，使我很快了解了Python这门编程语言的大概。因此，在这个过程中，我觉得学到了很多。另外，我觉得教育可能会发生变化的一点是，有了人工智能的帮助之后，我们可能不需要掌握那么多的细节，所有的细节问题都可以通过人工智能来解决。然而，很多人在实际使用人工智能之后，不知道如何做使用，因为他们可能缺乏好奇心，不知道该问什么，以及不知道在某个领域有什么内容。比如，一个人想了解经济学，如果他没有学过，就不知道问该什么问题。因此，我认为接下来的一个阶段，很多人会需要进行多学科的通识教育，了解各个方面领域的知识，虽然没有任何一方面是精通的，但通过这种常识性的积累，使用人工智能时能够获得非常好的辅助。另外，我还发现，许多学习方式和学习步骤可能会发生改变。举个例子，还是以人工智能编程为例。在人工智能出现之前，学习编程可能需要在学校里学三年，学了之后也不一定能做一个网站或者APP。但是最近三个月，我做了很多网站、APP、小程序等等，发现完全可以通过与人工智能一起工作、一起实践的方式来学习这些所谓的编程知识。因此，我觉得以后大学里教授计算机的方式可能需要发生变化。
