当前位置：首页 > news >正文

大模型来了，你的工作会被抢走吗？从程序员到设计师，这可能是最全的答案！

news 2026/7/6 13:10:23

从创意产业出发，我们自然要面对一个更广泛、更迫切的追问：大模型会抢走我们的工作吗？这个问题盘旋在无数职场人的心头，从程序员到翻译、从设计师到会计师、从客服到文案，几乎没有哪个白领岗位能完全置身事外。历史告诉我们，每一次技术革命都会消灭一批旧岗位，同时创造一批新岗位——蒸汽机取代了手工纺纱工，却催生了工厂工程师和火车司机；电脑淘汰了打字员，却带来了软件工程师和数字营销专家。但大模型的不同之处在于，它第一次直接冲击的是“脑力劳动”，而非体力劳动。这让焦虑变得更加真实而具体。那么，真相究竟是什么？我们需要冷静地拆解这个问题，而不是陷入非此即彼的恐慌。

首先，我们需要区分“岗位”与“任务”。大模型擅长的是“任务”——比如撰写标准化邮件、生成代码片段、整理会议纪要、进行初步的数据分析。但一个岗位往往由数十种不同的任务组成，其中许多任务涉及人际沟通、现场判断、情感支持、责任承担和复杂决策。目前的大模型无法独立完成这些。因此，更准确的判断是：大模型不会让大多数岗位消失，但它会让许多岗位中的某些任务被自动化。这意味着，同一个岗位的工作内容将发生改变——你不再需要花大量时间做那些重复性、流程化的部分，而是把精力投入到更高价值的环节。比如，一位律师过去可能花40%的时间查阅案例和起草文书，现在这部分工作可以由大模型高效完成，律师则可以专注于法庭辩论、客户沟通和策略制定。这不是“被替代”，而是“被赋能”。

那么，哪些岗位面临的风险最大？一般来说，那些主要工作内容可以被简化为“信息处理”和“模式识别”的岗位，更容易受到冲击。例如：基础翻译（尤其是非文学类）、初级代码编写、常规数据分析、标准化客服应答、基础文案写作、简单的图像修整等。这些任务往往有明确的输入输出规则，大模型经过训练后可以完成得又快又好。但请注意，即使是这些岗位，“被替代”也并非唯一的结局——它们更可能演变为“人机协作”的新形态。例如，翻译不再需要逐句翻译，而是负责审校、术语管理和文化适配；程序员不再从头写代码，而是负责架构设计、代码审查和系统集成。另一方面，那些需要深度人际互动、现场应变、复杂决策和情感劳动的岗位，反而会变得更加重要。比如：教师（尤其是低龄段的陪伴式教育）、医生（尤其是需要床旁沟通的科室）、心理咨询师、社会工作者、管理者、创意总监、手工艺人、维修技师等。这些岗位的核心价值在于“人”本身，而非信息的处理。

更有意思的是，大模型正在催生一批全新的职业。这些职业在五年前几乎不存在，如今却成为热门赛道。首当其冲的是“提示工程师”——一种专门研究如何与大模型高效对话、设计最优提示词的新兴职业。好的提示工程师能让大模型的输出质量提升一个档次，其价值不亚于优秀的“驯兽师”。其次是“AI内容审核与校正师”，负责检查大模型生成的内容是否存在事实错误、逻辑漏洞或偏见，并进行人工修正。再者是“模型微调工程师”，负责在通用大模型的基础上，用特定领域的数据进行二次训练，让模型更贴合行业需求。此外，“AI伦理与合规顾问”“训练数据标注师”“AI产品经理”等岗位的需求也在快速增长。这些新职业的门槛各不相同，但它们都有一个共同点：要求人与AI协作的能力，而非与AI对抗的能力。

面对这场变局，职场人应该如何应对？这里有几条务实且合规的建议。第一，不要试图“禁止”大模型，而是主动学习使用它。无论你身处哪个行业，花时间研究大模型能帮你做什么、不能做什么，都是回报率最高的投资。第二，重新审视自己的工作内容，找出那些可以被自动化的重复性任务，然后把省下来的时间用于学习新技能、深化客户关系或尝试创新项目。第三，刻意培养“大模型不擅长”的能力：批判性思维、跨领域迁移、复杂沟通、共情能力、审美判断和责任感。这些能力不是天生的，而是可以通过刻意练习获得的。第四，保持“终身学习”的心态，接受“职业路径不再是一条直线”的现实。未来的职业生涯可能会由多个阶段组成，每个阶段都需要不同的技能组合，而大模型恰恰可以成为你快速学习新领域的加速器。最后，也是最重要的：不要把自己放在“与机器竞争”的位置上。你永远无法在算力和存储上与机器比拼，但你可以在“如何提问”“如何整合”“如何创造价值”上远超机器。

归根结底，大模型不会让工作消失，但它会让“无所事事”和“原地踏步”消失。那些只会执行指令、从不思考为什么的人，确实会面临被边缘化的风险；但那些善于提出问题、整合资源、与人协作、不断学习的人，反而会因为大模型的辅助而变得更强大。回望工业革命，机器没有让人类变得多余，而是把人类从繁重的体力劳动中解放出来，让我们有机会去追求科学、艺术和更高质量的生活。同样，大模型正在把我们从繁重的脑力琐事中解放出来，让我们有机会去追问那些真正重要的问题：我想创造什么？我想成为怎样的人？我想为这个世界留下什么？这些问题，机器永远不会替我们回答，而恰恰是它们，定义了工作的终极意义。

说真的，这两年看着身边一个个搞Java、C++、前端、数据、架构的开始卷大模型，挺唏嘘的。大家最开始都是写接口、搞Spring Boot、连数据库、配Redis，稳稳当当过日子。

结果GPT、DeepSeek火了之后，整条线上的人都开始有点慌了，大家都在想：“我是不是要学大模型，不然这饭碗还能保多久？”

我先给出最直接的答案：一定要把现有的技术和大模型结合起来，而不是抛弃你们现有技术！掌握AI能力的Java工程师比纯Java岗要吃香的多。

即使现在裁员、降薪、团队解散的比比皆是……但后续的趋势一定是AI应用落地！大模型方向才是实现职业升级、提升薪资待遇的绝佳机遇！

这绝非空谈。数据说话

2025年的最后一个月，脉脉高聘发布了《2025年度人才迁徙报告》，披露了2025年前10个月的招聘市场现状。

AI领域的人才需求呈现出极为迫切的“井喷”态势

2025年前10个月，新发AI岗位量同比增长543%，9月单月同比增幅超11倍。同时，在薪资方面，AI领域也显著领先。其中，月薪排名前20的高薪岗位平均月薪均超过6万元，而这些席位大部分被AI研发岗占据。

与此相对应，市场为AI人才支付了显著的溢价：算法工程师中，专攻AIGC方向的岗位平均薪资较普通算法工程师高出近18%；产品经理岗位中，AI方向的产品经理薪资也领先约20%。

当你意识到“技术+AI”是个人突围的最佳路径时，整个就业市场的数据也印证了同一个事实：AI大模型正成为高薪机会的最大源头。