上海，世界技能大赛现场。

一个二十出头的姑娘坐在缝纫机前，手里捏着一块布料。她要在限定时间内完成一件成衣——从设计到裁剪到缝制。旁边有摄像机在拍，有观众在看，但她好像完全听不见。她的手指在布料上来回摩挲，试了好几遍才下剪。导播的镜头扫过她额角的汗，又扫过旁边大屏幕上实时显示的AI设计图——AI画的款式很漂亮，但没人能把它变成一件能穿的衣服。

她的赛场旁边，是瓷砖贴面赛项。一个年轻小伙子蹲在地上，拿着抹泥刀一下一下抹水泥。墙面的平整度要用电子仪器测，差一毫米都不行。他抹了三遍，起身看了看，又蹲下去补了一刀。这一刀，仪器测不出来，但他知道哪里“不够对”。

再旁边，是养老护理赛项。选手要给“老人”翻身、擦洗、喂饭。每个动作都有评分标准，但真正的考验在标准之外——那个扮演老人的演员后来说，有个选手给她擦手的时候，多握了一下她的手。

那是整场比赛最不起眼的动作。但也是AI永远做不出来的动作。

一、我们都在问同一个问题

赛后，有人把64个赛项整理出来，发到了网上。

时装技术、瓷砖贴面、美容、餐厅服务、养老护理、口腔修复工艺、智慧安防技术……这份清单很快被解读成了“AI最难取代的工作”。

这个解读有点意思。因为它说明了一件事：我们终于开始认真研究，人身上到底还有什么，是机器拿不走的。

过去几年，每次AI出新版本，网上就一片哀嚎。翻译要失业了，客服要失业了，程序员要失业了。但几年过去了，外卖员还在跑，护士还在值夜班，修水管的师傅还得提前三天预约。

不是AI不够强。是AI越强，我们越发现，有些事情它做不了。

二、它做不了的事，都在那双手上

培生集团在世界技能大会上发了一份研究报告，里面提了一个概念叫“三重能力”。翻译成人话就是三件事。

第一，知道什么时候用AI。第二，搞定AI搞不定的人际关系。第三，手上那些磨出来的经验。

前两条好理解。第三条特别扎心。报告里说，这些实操专长“正随着资深技术人才退休而逐渐流失”。

手艺正在失传。而我们刚刚发现，它比想象中重要得多。

报告预测，到2035年，中国技能型岗位将出现约1.49亿人的缺口。需求4.77亿，供给3.28亿。差了将近一亿五千万人。

AI再厉害，它不能帮你翻身、不能帮你贴砖、不能帮你缝衣服。

三、一个新词：“含人量”

最近网上流行一个词，叫“含人量”。

什么意思？就是一件事里，有多少是只有人才能做的。

护工擦身时的那份耐心，法官判决时对人情的考量，匠人手里那毫米级的手感——这些东西有一个共同特征：没法标准化，也没法算。

中国工程院院士金涌说了一句话：“人脑有800亿个神经元，它发现问题、提出问题的能力，远远超过人工智能。”AI擅长在既定框架里找最优解。但发现框架本身有问题——这件事，AI干不了。

发现问题靠人，解决问题可以用AI，最终拍板还得靠人。

四、但有一件事得说清楚

别急着松口气。

英伟达CEO黄仁勋最近说了一句话：“AI不一定替代职业，但会先替代任务。”

一个Java工程师，AI能帮他写基础代码、生成文档。但架构设计、线上故障处理、跨部门协调——这些还得靠他。

真正危险的，不是整个职业消失，是职业里那些“AI能干、又不需要人把关”的任务先消失。

所以问题不在“这行会不会没”，在“你能不能找到这行里AI干不了的那块”。

五、有人在动手了

辽宁营口，一家发动机零部件工厂。

车间里一群80后工人，从零开始学结构设计、电气控制、液压系统，后来自学编程和机器人控制。他们把AI视觉检测算法嫁接到自己做的设备上，十几年间完成了数十个自动化改造项目。自主研发的检测设备，出口到了泰国、印度、日本。

车间数字化组组长说了一句话：就算有了AI，还得自己练。

江苏南通办起了AI夜校，面向一线工人教计算机视觉检测。安徽合肥工匠学院开了AI赋能研修班，100个免费名额10分钟抢光。

这些人的共同点是：他们没等AI来淘汰自己，而是把新工具变成了自己的新本事。

回到赛场。

那个养老护理赛项的选手，后来被问到“你觉得AI能替代你吗”。她想了一下，说：“我照顾过真正的老人。有的老人不想吃饭，你得哄。有的老人半夜醒了，你得陪。这些事，我不知道怎么教给AI。”

她不知道。但她的手知道。

64个赛项被列成清单，在网上传了一遍又一遍。但真正的答案，不在清单上。

答案在那些还在用手做事的人身上。