ARTICLE · 1084758
AI 暂时学不会的 skill,大概率在第 48 届世界技能大赛上
AI 暂时学不会的 skill,大概率在第 48 届世界技能大赛上小样本场景下的低容错临场处理，综合了动手能力和独立判断能力，可以叫做“手艺”。
上个月跟公司一个做了 16 年项目交付的老同事吃饭。他比我大三岁，从布线、上架、调设备干起，后来做项目经理，现在挂着交付经理的名，可一碰上关键项目，还是自己往机房里钻。 他有一句话我记到现在。“图纸上什么都画好了，打开机柜门，一样都对不上。” 我自己做售前十几年，方案这块的变化最直观，现在用 AI，五分钟出三个版本，但方案里凡是涉及现场施工和割接的段落，AI 的内容基本只能参考，一定要亲自去现场调研，或者找去过现场的人过一遍，才能定稿。 AI 时代，还有什么是暂时不会被 AI 取代的技能？答案大概率在前阵子的第 48 届世界技能大赛上。
先把这届大赛的基本盘摆一下。中工网 9 月 23 日的报道里写着，本届世赛 68 个国家和地区派出 1385 名选手，比 64 个项目，规模是历届之最。中国代表团 220 人，71 名选手打满全部 64 项，平均年龄 21 岁，最小的 18 岁，最大的 25 岁，来自 21 个省份。比赛 9 月 23 日在国家会展中心的 8 个场馆开打，9 月 27 日闭幕。 数字背后我盯着的是另一张表，项目表。那张表把项目分成了三类。 第一，被替代的项目。 这一类是有标准答案的脑力活。写方案、写材料、做报表、写基础代码、画标准图。我自己的日常就在这类里，五分钟三个版本，说的是效率，也是替代。 今年这类活的新变化是，它确实不太需要你有多深的积累，可它需要你有自己独立思考出来的创新要点，AI 可以放大每一个想法的落地能力。 第二，被淘汰的项目。 不少人觉得，AI 抢的是坐办公室的人，手上干的活总归还得人来。去翻第一届世赛的项目表就明白了。刘润 9 月 24 日那篇文章梳理过，1950 年第一届在马德里办，只有西班牙和葡萄牙两个国家、6 个项目、24 名选手，那 6 项是钳工、木模制作、车工、电气绕组、铣工、家具制作。 今天这 64 项里，钳工没了，木模制作没了，电气绕组也没了，铣工变成了数控铣。 木模是被 3D 建模和打印顶掉的，钳工是被数控机床和自动化产线顶掉的。淘汰的含义不是比赛不比了，是这个技能在全球范围内已经不需要人专门去学。 也就是说，先被抽走的一直都是“重复”，跟动不动手关系不大。脑力活里重复的那部分先走，手上活里重复的那部分跟着走，速度只取决于自动化走到哪一步。 第三，留下来的项目。 这一类是我在报道里反复看到的那种，现场情况没法预设，误差容忍度极低，做错了当场就要买单。 珠宝加工，精度要求 0.02 毫米，一根头发丝大约 0.07 毫米，全程手工，锯、锉、焊、镶、抛，没有数控机床也没有 3D 打印。两年前中国在这个项目上拿过世赛首金，选手叫张宇鹏，初中文凭，职校生，选这个专业的理由朴素得很，“看到珠宝两个字，第一反应就是能挣钱”。 管道与制暖，老房子里看不见的暗管，机器人钻不进去，AI 也没法预判它拐去了哪儿。 酒店接待，一名选手同时应对六七位客人，入住登记、房型调整、餐饮水疗指引、外部行程预订，客人全是受过培训的演员，需求随机生成，赛前谁也不知道会遇到什么。第一天来投诉过的客人第四天又来了，考你还记不记得。 这些项目的场景，大多没有标准答案，只有一遍一遍亲自经历积累经验，练到手上有数，才能游刃有余地处理好。
第一，“大样本”对“小样本”。 AI 的本事是从海量样本里找规律。你见过的它都见过，你没见过的它多半也见过。但有些场景是小样本数据，钻研这些场景的手艺人，他们的本事是在几十年的不断练习和实践中，亲自上手处理过的几百次异常，一次一次攒下来，最后变成一份说不清的直觉。 复旦大学计算与智能创新学院教授张军平，今年 9 月在外滩大会上有场演讲，题目叫《人工智能时代，人类如何共存？》。他从莫拉维克悖论讲起，讲的是一种反直觉现象。下棋、推理、写代码这类人类觉得难的活，一旦标准化，AI 往往做得更好；走路、抓取、在乱糟糟的环境里判断从哪儿下手，这类三岁小孩都会的事，AI 反而吃力。 他给出的判断很直接。 这两种本事的差距，就卡在样本上。AI 要学一样东西，得先有几万条同类数据。可现场那些要命的时刻，一次跟一次都不一样。管道工碰上的，是一栋九十年代老楼里的暗管。焊工面对的，是一块材质对不上的钢板。维修师傅听到的，是一声以前没听过的异响。这些是“小样本”，样本少到 AI 根本没法学，人靠的是把几十次相近的经验拼起来，做出那一下判断。 第二，“做对”对“兜底”。 软件测试这次独立成项，是本届新增的 7 个赛项之一。刘润那篇文章里记了一位参赛选手的原话。 要留意最后半句，“最终的风险判定”。AI 能给出一百个选择，签字的还得是人。签字的意思是负责，是出了事找我。 酒店接待这个项目的中国教练组组长叫姜红，她说了一句很实在的话，AI 再发达，也很难替代“温度”。 这两件事其实是同一件。AI 能把事情做到九十分，但对事情负责的只能是人。 第三，“会用 AI”对“有一双手”。 这一条是给孩子的。 澎湃新闻 9 月 23 日那篇《AI时代，人为什么仍要珍视自己的手》，作者是复旦大学教授邓建国。他写了一个我以前没想过的角度。 他还提到法国肖维洞穴里的手印。两万年前的漆黑岩壁上，最早的那批艺术家把手贴在石头上。按他的说法，手掌因此成了人的身体与物理世界之间最早的界面。 我们这一代家长，操心的是孩子会不会用 AI、能不能用好 AI，这个方向没错。可如果孩子的手从来没摸过木头、没和过面、没拧过一颗拧到刚好就停住的螺丝，没有实际的经历和体验，理解不了那个场景，也很难去判断 AI 给出的那个结果对不对。
到底还有什么留在我们自己手里，我把答案分成三句。 第一，“重复”在贬值。 中国青年网 9 月 24 日的评论里给了个数，截至 2026 年 9 月，全国技能人才总量已突破 2.2 亿人，其中高技能人才超过 7200 万。盘子很大，可盘子里的结构在换。中国劳动和社会保障科学研究院研究员陈玉杰分析本届新增赛项时说，相比单一操作能手，能够熟练驾驭智能数字化工具、兼具跨领域素养与创新思维的复合型技能人才，正在成为产业发展急需的骨干力量。 换成大白话就是，只会照流程做重复工作的人，路在变窄。 第二，“长尾”在涨价。 那些次数极少、后果极重、场景极不标准的工作，正在变得稀缺。 《大国工匠》里记过几个人。顾秋亮是“蛟龙号”的首席装配钳工，人称“顾两丝”，潜水器密封面的装配精度要控制在 0.2 丝以内，一根头发丝的五十分之一，而载人舱观察窗的玻璃不能碰任何金属量具，只能靠他那双手去摸。高凤林焊长征系列火箭的发动机，把 0.33 毫米壁厚的管线焊缝控制在 0.16 毫米以内，35 年焊了 130 多枚。 这些人的工作有个共同点，容错空间小到没有，出错代价大到承受不起，而这样的工况一辈子也遇不上几回。AI 想学，也没有足够的样本数据，更无法承担出错风险。 第三，“关键动作”是底线。 针对所谓“白领”，独立思考是我们要坚守的，可重复的思考方法论一定会被 AI 拿走；对于更多动手的“蓝领”，也是一个道理，能被写进流程、能被反复复制的那部分，正在被自动化和 AI 取代；暂时取代不了的，是在低容错、小样本的现场，一个经验丰富的人凭直觉做出来关键动作。 张军平讲的莫拉维克悖论，说的就是这个反差。越是看起来“高级”的脑力活，越容易被标准化；越是看起来“低级”的手上活，越卡在物理世界里动不了。
AI 拿走的是重复，不管是脑子里的重复，还是手上的重复。它暂时拿不走的，是那些在特定专业领域（低容错，小样本），很长时间内可能只遇见几次的关键时刻，你靠自己直觉做出来的那些关键动作，姑且就叫“手艺”吧。
（一）三个方向
（二）三个对比
“白领相关岗位易被替代，蓝领岗位反而不易被替代。”
“AI 是高效的排雷工具，但它分不清复杂场景、查不出深层隐患，最终的风险判定必须依靠人工。”
“裁缝触摸布料便能预判其垂落形态，焊工根据焊缝变化调整角度与速度，维修者听见机器异响就开始寻找故障。身体通过与材料反复接触，形成了对力度、节奏和分寸的判断。这些都是知识和智慧，只是未必能被完整写成操作手册。”