AI 怎么改变工作（拖拉机替马的故事）

1900 年的纽约街头，跑得最多的是马车。20 年后，街上全是汽车，马车基本消失了。

那时候有 20 万人靠养马 / 驾马车 / 钉马蹄铁 / 卖马粮吃饭。汽车来了之后，他们都失业了吗？

没有。 大部分人换了工种：

• 钉马蹄铁的 → 修汽车的
• 卖马粮的 → 卖汽油的
• 马车夫 → 出租车司机
• 修车架的 → 装配厂工人

但有一个细节：这不是平滑的过渡。 不愿意学新技能的钉马蹄铁师傅，是真的失业了 — 因为修汽车不只是把工具从锤子换成扳手，而是要懂发动机、懂电气、懂润滑系统。换不过去的，被淘汰了。

AI 现在在做同样的事

AI 不是「消灭岗位」，是「重新洗牌」。我们用 Agent Hunt 的数据来看 2026 年的真实情况：

已经被显著改写的岗位（在 Agent Hunt 上挂的 JD 数量证实）：

• 教师 → AI 训练师 / Prompt 工程师 / 评测样本设计（45 条「教师 + AI」JD）
• 销售 → AI 销售 / AI 解决方案 BD（99 条「销售 + AI」JD）
• 金融分析师 → 量化研究员 / AI 投研工具（68 条「金融 + AI」JD）
• 机械工程师 → 自动驾驶机械 / 智能制造（28 条「机械 + AI」JD）

几乎没动的岗位：

• 厨师 / 护士 / 理发师 / 装修工 — 这些是「物理世界 + 高个性化」的工作，机器人 + AI 短期内做不了
• 资深律师 / 资深医生的判断核心 — 法律 / 医疗的关键判断有责任问题，AI 只是辅助工具

完全没出现 AI 化版本的岗位：

• 真正纯执行型的：客服初级 / 数据录入 / 简单文案 / 基础翻译 → 这些岗位直接消失，不是「转型」

三种命运

像 100 年前的马车从业者，今天的劳动者面对 AI 也有 3 种命运：

1. 升级派（占 30-40%） — 像钉马蹄铁的转修汽车。教师转 AI 训练师、销售转 AI BD 都是这一类。核心是：你的领域知识 + 现在加一层 AI skill = 比纯 AI 工程师更有价值。Agent Hunt 上 2096 条 ai_augmented_traditional 岗位都是这类机会。

2. 平稳派（占 40-50%） — 像那时候的医生、教师本身（不是马车业的）。AI 工具会改变他们的工作方式（医生看 X 光会用 AI 辅助），但岗位本身不会消失。这种工作通常涉及人与人的复杂互动、责任承担、长期信任。

3. 被替换派（占 10-20%） — 像最后那批不愿意学的钉马蹄铁师傅。如果你的工作核心是「机械重复 + 可标准化 + 不涉及责任判断」，AI 已经在替代了。

你属于哪一派

回答 3 个问题：

1. 你的工作里有多少是「重复劳动 + 没有判断空间」？ 越多越危险。
2. 你的领域知识能不能配合 AI 输出更好结果？ 能配合 = 升级派。
3. 你愿意学多少新工具？ 不愿意学 = 命运被环境决定，愿意学 = 命运自己决定。

想看自己具体职业的 AI 转型路径，去 传统职业 看 8 个职业的具体数据。 想看 AI 增强版岗位的真实情况，去 岗位画像 看 27 个 AI 角色。