ARTICLE · 1262403
AI 时代信号下的学业规划
AI 时代信号下的学业规划
>这两条新闻不是两件事，是同一件事的两头。
国务院办公厅把 AI 对就业的替代影响写进了文件，说明这件事已经到了需要国家出制度兜底的阶段；微软同一天对 6 万名员工开放自愿离职，说明科技行业自己已经在用行动承认——岗位需求正在被重新定价。家长为孩子做的每一个选择，都要能经得起"这个岗位五年后还在不在"这个问题的检验。
把它们放到一块儿读完，最直接的一个感受是：过去我们做规划，主要在算两笔账——分数够不够，毕业后好不好找工作。这两笔账现在都还能算，但都不够用了。缺的是第三笔：这个岗位五年后还需要人吗。
这篇文章把这个思路落到两个地方：志愿填报怎么做得更准，初高中阶段怎么引导。
一、先看这两条新闻分别在说什么
1. 官方定调：已经到了要制度兜底的程度
国务院办公厅 10 月 16 日印发的《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》（国办发〔2026〕29 号），部署了 6 方面 18 项任务。其中一句话被反复引用——
>这份文件里有两处特别值得注意：
- 就业影响评估被前置了。
对可能造成较大就业冲击的 AI 应用项目，评审时同步做就业风险评估。专家的话：过去评审多算经济账、技术账，现在要加算一笔就业账。就业不再是技术落地后的补救项，而是决策前端的硬约束。
- 鼓励企业建立"失业缓冲期"制度。
大规模推广 AI 之前要提前告知受影响劳动者，并提供转型转岗支持。
连起来读意思就清楚了：国家没让技术停下来，但要求给被技术影响的人留出转身时间。减速是给已经入行的人争取时间；对孩子来说，真正的动作是"早一步"。
2. 微软的动作：钱从人头流向算力
10 月 26 日，微软宣布向约 6 万名员工开放自愿离职方案，覆盖美加印英的副总裁及以下岗位，超过公司 22.3 万名员工的四分之一，是微软今年第三轮人员调整（4 月自愿退休，7 月裁员 4800 人）。原因写在财报里：2026 财年第四财季资本支出 410 亿美元，同比增长约七成，下一季度预计还要 500 亿美元。钱都花在算力和数据中心上了。
有个容易被忽略的细节。Xbox、Windows、Copilot、财务全员参与买断方案；而数据中心、销售、市场营销、网络安全、量子计算这些岗位的部分员工不具备资格。被压缩的是能被标准化流程吃掉的岗位，正在扩张的是 AI 基建本身。这说明一个容易被误读的事实：不是"公司不要你了"，是"公司不需要这个岗位了"——这两句话对个人意味着的东西，完全不一样。
3. 先受冲击的不是低学历蓝领
清华大学《AI 时代技能趋势报告》里有三个数字：法律文书助理的 AI 替代率约 92%，初级程序员约 87%，基础市场分析师约 85%。世界经济论坛《2025 年就业未来报告》预测，到 2030 年全球约 9200 万个岗位受 AI 替代影响。
最反常识的地方在于：最先被 AI 阴影笼罩的，不是印象里"低学历、低技能"的蓝领，反而是有基础学历、从事标准化流程工作的普通白领——而这恰恰是高校毕业生初次求职最集中的赛道。还有一个数字是关于"热门"的。教育部《普通高等学校本科专业目录（2026 年）》今年新增 38 个本科新专业，涵盖具身智能、脑机科学与技术、数字文旅、商业人工智能等。而"十四五"这五年，全国高校新增本科专业布点 1.02 万个、撤销或停招 1.22 万个，累计调整比例超 30%，仅今年就首次突破 10%。
翻译过来就是：专业的冷热，五年里已经换过一轮了。用今天看到的热度填四年后的志愿表，本身就是高风险判断。
二、志愿填报：精准度要往上提一层
过去帮家长做志愿，主要解决两个问题：分数够不够、去哪所学校。这两个问题的答案越来越确定，但保不了结果——从录取到就业之间，隔着一段正在被重写的距离。所以判断框架要换：不要按文理分冷热，按岗位抗替代度分。整理成三条线，任何专业都可以拿这三条线打一次分。
线一：AI 短期接不住的活
先问：这份工作能不能写成一份操作手册，让机器照着执行？能，它就在被压缩的范围里。数据录入、格式化文书、初级翻译、基础剪辑、常规报表，都属于这一类。
但有个常见的误判要说清楚：标准化不等于没前途，是不等于停在原地。同一个专业，往深里走就能破——学计算机别停在初级编码，往架构算法走；学语言别停在翻译，往跨文化沟通走。清华报告里初级程序员 87% 的替代率，针对的是"照着规范写基础代码"这个动作，不是"会写程序"这件事本身。
线二：需要人来担责的活
问另一个问题：出了事，是谁签字？AI 能给建议，责任能不能甩给算法？
答案是不能。所以有三类岗位是当前 AI 的短板区：签字担责的（医生、法官、审计、企业管理决策）、信任背书型的（教育、心理咨询、高端销售、养老照护，买的是"这个人"本身）、现场动手加临场判断的（临床护理、机电维修、烹饪、实验操作）。
线三：能不能加上 AI
《意见》里明确写了"超常规布局人工智能领域急需学科专业"。真正的红利不在专业名字带不带 AI，而在"本专业 + 会用 AI"这个组合。
学金融的，要会用 AI 做分析，而不是只会做报表（基础报表正是 85% 替代率那类）；学设计的，要会指挥生成式 AI 出稿，而不是比谁画得工整。
文件名带"人工智能"的热门专业正在密集上新，但"急需"背后是竞争者同时涌入。看到专业名带 AI 就冲，很可能四年后换了另一个红海。看课程设置——是真做技术，还是蹭名字。
落地：志愿表加一列
具体怎么用？在给家长做的志愿方案里加一列：「这个岗位五年后还需要人吗」。每行专业用三条线打一次分，依据写备注里。不写形容词，写事实。比如"计算机类——初级编码替代率高，建议往架构算法方向规划"，"临床医学——签字担责岗位，需读研才有执业资格"。家长看得懂分数，也看得懂依据。
三、初高中阶段：方向比努力值钱，但方向是试出来的
低年级家长的焦虑，多半不是不努力，是把力气全押在分数上。分数最容易量化，于是成了唯一抓的东西。但《意见》里那句话同样适用于家庭："减缓的是冲击的速度，改变不了方向。"世界往哪走是既定事实，能选的只是早一步还是晚一步。方向错了，努力是把旧地图上的路走得更远。
这正是关键——方向不是选出来的，是试出来的。所以初中这三年的任务不是提前卷，是低成本试错。看着像反的，其实是同一件事：卷是在赌，试是在攒信息。
第一件：建立岗位认知地图——不是听说，是看到
让孩子在初一到初三之间，至少实地看三个职业现场。别走亲戚公司安排参观那套，要去真正在运转的地方：医院、学校、工厂、农场、法院、派出所、剧组、餐厅后厨。到了现场看三件事——这活具体做什么？哪些部分机器做不了？什么样的人干得住？
这不是职业启蒙教育，是给判断力攒素材。孩子见三次之后，再看"这个专业好还是不好"的短视频，感受完全不一样。
第二件：把兴趣记成一张能力线索表
孩子喜欢拆东西、跟人打交道、把事讲清楚、琢磨为什么——这些不是不务正业的证据，是能力线索。记下来，每学期看一次，问一句：这条线索在他现在的学习里对应哪门课、哪件事？
做规划的人要把这些零散的线索连起来，家长要做的是帮他连，不是替他决定。
第三件：守住阅读、表达、动手
这三样是"专业还没定"阶段最该守住的地盘。阅读决定他能不能自己想明白事情，表达决定能不能讲给别人听，动手决定能不能把想法变成现实。
这三样不挑方向，方向定了也用得上。比提前背十套卷子有用。
三个常见误区
- 初中就开始研究热门专业哪个好。
"十四五"五年里新增专业布点 1.02 万个、撤销停招 1.22 万个，累计调整超 30%。热门是移动靶，现在研究四年后基本作废。真正该研究的是"能力怎么攒"。
- 把"努力"理解成加量。
方向错了，加量是错上加错。正确的顺序是先把方向大致对，再在方向上加量。
- 孩子有兴趣就让他玩，等大了再说。
兴趣不放手也不对。兴趣要落到可交付的东西上——做出一个小作品、跟完一件事。这是能力线索，不是浪费时间。
四、写在最后
这两条新闻给我的最大提醒，其实不是"AI 要抢饭碗了"。做规划的人更在意另一件事：我们过去给家长的那套判断标准，有一部分正在过期。过期的不是"要考好成绩"，也不是"要看专业前景"——这两条永远对。过期的是把"热门""稳定""有前途"当成可以直接接受的答案这种思维习惯。热门在动，稳定在重定义，前途要看具体的岗位，不是看专业的名字。
所以这篇文章的所有方法，落到最后都是同一件事：帮孩子早点看见选项，然后自己选。这件事家长做不了，孩子自己也做不了，得有个第三方用信息和方法帮他把选项摆清楚。这是我们能做的，也是要坚持做的。
如果你家孩子正在小升初、初升高，或者正为志愿表发愁，可以来聊聊。孩子多大、什么科目、什么水平，先说清楚，我们再一起看看能做什么、哪些钱不该花。
 |
