全球最顶尖的AI公司,正在疯狂招一种’没用’的人＂

这些年，文科生几乎快成了互联网上最容易被唱衰的一群人。

“学新闻还有用吗？”

“文学、哲学是不是最容易被AI取代？”

“未来是理工科和算法的时代，文科只会越来越边缘。”

类似的话，我们已经听了太多

可有意思的是，最近一批来自前沿 AI 公司的招聘信号，正在给出另一种答案。

2024年以来，以OpenAI、Anthropic、Google DeepMind为代表的头部AI公司，开启了一轮让所有人意外的招聘潮——不是招程序员，而是招作家、诗人、哲学系毕业生和新闻专业的人。这不是小范围的试水。根据公开报道和招聘平台的数据，过去两年里，AI行业对人文社科背景人才的需求出现了显著增长：

• LinkedIn 2024年的报告显示，AI相关岗位中，非技术类岗位的增速首次超过了纯技术岗位，其中”AI训练师””提示词工程师””AI内容策略”等岗位的发布量同比增长超过三倍。

• Scale AI——全球最大的AI数据服务公司之一——在2023到2024年间招募了数万名兼职和全职的AI训练员，其中大量岗位明确优先考虑写作、语言学、哲学和新闻学背景。

• Anthropic（Claude的母公司）的团队构成中，有相当比例的成员来自哲学、伦理学和人文学科背景，他们从事的是AI安全和价值对齐研究——简单来说，就是确保AI说的话、做的判断是符合人类价值观的。

• OpenAI曾开出年薪15万到30万美元的价格，招聘有创意写作和人文学科背景的人来做模型训练和红队测试。《华盛顿邮报》专门报道了这一现象，标题大意是：AI公司发现，训练一个好的AI，比起更多的代码，更需要的是懂人话的人。

这让我们越来越确信一件事：

AI时代，文科生未必是在被淘汰。很多曾经不被看见的能力，反而正在被重新评估。

一、AI公司在招什么样的“文科向”人才？

如果只把这个现象理解成“AI公司开始招新闻系学生”，还不够准确。

更准确的说法是：越来越多 AI 公司和 AI 相关岗位，开始重新重视那些长期被归为“文科能力”的东西。这些岗位大致可以分成几类。

1. 内容策略与内容设计

以 OpenAI 为例，内容策略岗位要做的事，包括制定 ChatGPT.com 的内容策略、写作和编辑高质量内容、定义品牌的 voice & tone、向不同受众解释产品价值，并和设计、产品、工程协作，让内容既清晰又能推动产品理解与使用。内容设计岗位则更偏向产品表达：帮助产品变得更直观、更易理解、更符合用户的认知路径。(openai.com)

这类工作看起来像“写”，本质上却是：

• 理解用户

• 理解产品

• 理解传播

• 把复杂技术翻译成普通人能吸收的语言

2. 传播、公关、叙事与公共沟通

Anthropic 扩张传播团队这件事非常有代表性。因为 AI 越进入公共生活，它就越不是一个纯技术问题，而是一个需要被解释、被沟通、被放入社会语境中理解的问题。Anthropic 在招聘上明确提到 journalists、documentarians、data visualization experts，这说明公司需要的不只是“发新闻稿的人”，而是能做战略叙事、能识别误读、能处理复杂舆论环境的人。(axios.com)。说白了，技术做得再先进，如果讲不清楚、说不明白、无法建立信任，依然很难真正进入社会。

3. 技术写作与知识组织

Scale AI 的招聘里可以看到 Senior Technical Writer 这样的岗位，强调要建立高效的知识共享环境，把复杂技术信息转化为清晰、可执行、可协作的文档内容。(scale.com)

很多人低估了技术写作，但它本质上是非常硬的能力：不是“会写”，而是“会组织知识”“会定义结构”“会降低复杂度”“会让跨团队协作变得顺畅”。这其实和很多文科训练高度相关。

4. 模型训练、评估与对齐

Nieman Journalism Lab 的报道里提到，记者参与 AI 训练与评估的工作，常常包括标注数据、设计测试提示、检查事实准确性、判断输出是否符合语法、语气和语境要求，以及识别模型幻觉。报道还提到，Scale AI 方面明确表示，记者之所以适合做这类工作，很大程度上是因为他们的 writing 和 text comprehension skills。(niemanlab.org)

这件事特别值得展开讲，因为它戳破了一个误解：

很多人以为训练 AI 完全是技术工种。但实际上，越高质量的模型，越依赖人类来提供精细判断。模型可以生成一段看起来像答案的话，但它是否准确？是否自然？是否偷换概念？是否忽略背景？是否在一本正经地胡说？这些都需要人去判断。

5. 伦理、政策与跨学科研究

OpenAI 官方招聘页强调，AI 必须在尊重人类完整经验与多样视角的前提下推进。这个表述本身就说明，AI的发展不只是模型问题，也涉及人类经验、社会影响和价值判断。(openai.com)

这意味着：技术走到一定阶段，真正难的问题开始变成——

• 什么应该做？

• 什么不该做？

• 什么是好的用户体验？

• 什么是安全、负责、可信的技术？

• 不同人群会如何理解和使用同一个系统？

而这些问题，天然就需要人文学科、社会科学、传播研究的参与。

二、AI公司真正看重的，不是“文科身份”，而是这些能力

看到这里，一个重要的判断要说清楚：

AI公司需要的，不是一个“学过文科”的标签；而是那些经过长期训练、最终沉淀为能力的东西。

这些能力至少包括以下几类。

1. 把复杂的事情讲清楚

很多技术问题的难点，不在“有没有答案”，而在“能不能被理解”。一个产品为什么值得用？一个模型到底强在哪？一个回答为什么有风险？一个新功能对用户到底意味着什么？这些都不是把术语堆出来就行，而是要能把复杂问题拆开、重组、表达。这是一种非常硬的能力。

2. 识别语境与情绪

AI 最擅长的，是对语言模式进行拟合。但它不真正生活在现实的人际关系和社会环境里。同一句话，在职场语境、亲密关系语境、危机公关语境、公共讨论语境中，含义可能完全不同。而新闻、文学、传播、哲学训练出来的人，对语气、语境、立场、潜台词、情绪温度，往往更敏感。

3. 做研究、核查与判断

记者最值钱的，不是把话写漂亮。而是核查、求证、交叉验证、看到叙事漏洞、拆掉表面正确的说法。Nieman Journalism Lab 的报道里就提到，参与 AI 评估的记者经常要检查模型是否出现幻觉、是否引用错误来源、是否在事实问题上误导用户。(niemanlab.org)在一个人人都能用 AI 批量生产“看起来很像那么回事”的文字时，判断力会比生成能力更值钱。

4. 提出好问题

AI时代，答案越来越便宜，问题越来越昂贵。

一个只会索取现成答案的人，很快会发现自己和工具之间没有壁垒。

真正稀缺的是：你能不能界定问题？能不能发现前提错误？能不能追问缺失的信息？能不能从混乱中提出关键问题？哲学训练尤其擅长这一点。而这，也会是未来人与AI协作时最关键的优势之一。

5. 让技术真正服务于“人”

很多产品失败，不是因为技术不行，而是因为它没有真正理解人。

不理解用户为什么会迟疑；不理解普通人面对新技术时的焦虑；不理解“功能很多”和“真正好用”不是一回事；不理解有时候一个人不是需要更多选项，而是需要更少的困惑。而文科训练，本质上就在帮助人去接近这些问题。

三、为什么说，AI越强，越凸显人文学科的价值？

很多人以为，AI会让“语言能力”贬值，所以最先失势的就是文科生。但现实更像是：AI 会让浅层语言生产贬值，却让更高层次的人类能力升值。什么叫浅层语言生产？比如套话、模板化写作、机械总结、格式化表达。这类工作，AI 当然会做，而且会越做越便宜。

但什么叫更高层次的人类能力？

你能不能理解一个时代的情绪，你能不能识别一个叙事背后的立场，你能不能在事实与情绪之间找到平衡，你能不能提出真正重要的问题，你能不能让复杂知识变成可理解、可传播、可共鸣的东西，你能不能在技术、社会与人之间搭桥。

这些，才是人文学科真正的价值。

文学让人理解复杂的人性。

学哲学训练人拆解概念、审视前提、追问本质。

学新闻训练人求证、还原、核查、进入真实现场。

学传播训练人理解受众、媒介、叙事和公共影响。

这些能力过去没有被充分定价，不代表它们不重要。只是在一个尚未被AI逼问到极限的时代，它们不够显眼。

而现在，AI正在把它们重新推到台前。

四、AI时代，一个人不被淘汰的关键是什么？

说到底，这篇文章并不是想得出一个“文科赢了”的结论。也不是想制造“理科不重要”的对立。真正的变化是：AI时代最核心的分野，正在从“你是文科还是理科”，转向“你有没有真正属于自己的、人无法外包掉的能力”。

1. 判断力

不是 AI 说什么你都信，而是你能判断它哪里对、哪里错、哪里不完整。

2. 提问力

不是等着被喂答案，而是能把模糊问题问清楚，把复杂问题拆开来问。

3. 表达力

不是只会输出文字，而是能把认知组织成别人能理解、愿意接受、愿意行动的内容。

4. 主体性

不是成为工具的附庸，而是始终知道：你要解决什么问题、成为什么样的人、用技术放大什么。

这也是我们越来越想在这个公众号里讨论的东西。

我们当然会谈 AI。但我们更关心的，从来不只是“怎么用AI提高一点效率”。

我们更想讨论的是：

当AI越来越强，一个人如何保住自己的思考、表达、判断和感受力。

因为最后不会被淘汰的，往往不是最会按按钮的人。而是那个能理解人、理解世界，也理解自己的人。

也许，文科生的春天不是突然来了。只是这个时代终于开始重新看见：

那些曾经被嫌“没用”的能力，其实一直都很珍贵。我自己这段时间频繁地跟AI对话，反而让我更清楚了一件事：AI越强，人就越需要知道自己是谁。因为当AI能帮你做几乎所有事的时候，剩下的问题就是——你到底要做什么？你在乎什么？你想活成什么样子？这些问题没有标准答案，也不可能有。但它们才是属于你的、AI拿不走的东西。

作者：菲比

持续创业者，习惯了向外拿结果，走过很长一段向外证明自己的路后，如今调转方向，探索AI工具的使用、向内寻找。享受被好奇心和热爱驱动的生活：瑜伽、旅行、阅读、写作都在帮我一点一点看清自己。真正的自由，从看见真实的自己开始。这是我的探索之旅，很高兴遇见你。

愿我们都能与真我连接，把自己的人生活成作品。