ARTICLE · 1312004

第4/6篇:AI 不汰专业,只蚀层阶——莫问专业兴废,但观入路安危.

发布时间：2026-11-05 05:56:06 最近访问：2026-11-05 05:56:06

AI时代生涯规划系列产业篇·第4/6篇：AI 不汰专业，只蚀层阶——莫问专业兴废，但观入路安危。

案前屏影伴更深，

莫向虚名问废兴。

机巧能抄繁简事，

权衡须仗有心人。

千岗分层殊险易，

一途择入定升沉。

流光静看风波起，

守责方留未熄灯。

【规划 + 数学思维｜查不到的那部分・专题】

本篇核心卡点：信息关。别问 “这个专业会不会被 AI 替代”，要问 “哪一层岗位先被吃掉”。

同一个专业，两个人，一个在写代码，一个在审代码。三年前，这两件事看起来差别不大。今天，第一件入门执行岗位的薪酬溢价，正在持续下行。

一、先说清楚一件事：专业没有被替代

我先把流传很广的误区摆正：

“AI 会淘汰某某专业”—— 这个论断大多站不住脚。

本次归集 215 个企业主流岗位，做 AI 替代程度归一化统计：

真正高替代的仅占 3.3%。

细看这 7 个岗位，其中 4 个属于设计赛道：

服装与表演服装设计：基础款式绘制、基础制版，正在被 AI 出图 + 产业快反模式挤压。
服装设计版师 / 跟单：基础画图、样稿整理自动化。
视觉传达与品牌设计：底层美工出图环节冲击最大，从业者必须向上走向策略、用户交互。
电商美工与详情页设计：AI 批量出图压低基础美工价值，进阶方向要懂投放逻辑、转化逻辑。

余下 3 个高替代岗位：

无人机飞手与巡检操作员
三电维修技师
电工 / 高压运维技师

重点留意最后这一条：标注替代等级高，但备注是 ——物理现场操作、安全责任签字环节不可替代。

这里有一层极易混淆的边界：替代程度高 ≠ 这个岗位整体危险。

AI 最先啃掉的，是标准化绘制、制版、批量出图、模板化产出这类无重大追责、有海量样本、输入输出规则清晰的基础执行任务。

很多看起来偏体力、偏现场的岗位，恰恰因为出事必须有人签字担责，AI 很难全盘接手，替代节奏反而很慢。

一言概之：

AI 淘汰的从来不是整个专业，只是专业层级里的某一层。

岗位抗 AI 替代五层模型，由左至右，抗风险能力逐级递增：

纯信息复述 → 流程执行 → 分析辅助 → 复杂决策 → 人际信任责任层

AI 从最左侧开始蚕食，止步在哪一层，取决于这件工作的标准化程度、责任密度。

纯信息复述
：检索、整理摘要、初稿撰写、基础绘图，最先被覆盖。
流程执行
：标准化测试、初级配置、信息录入、常规巡检、基础美工，第二批受冲击。
分析辅助
：建模、初步诊断、方案草稿，AI 是人的工具，人把控结论。
复杂决策
：方案取舍、架构设计、方向定调，侵蚀缓慢但长期存在。
人际信任与担责
：团队统筹、现场应急、情绪协调、签字承担后果，最难被替代。

这条次序，和这个专业听上去是不是前沿热门，毫无关系。

二、被吃掉的是 “入门端”，这件事比笼统的 “替代” 更值得警惕

如果只停留在上面的结论，文章就变成安抚式鸡汤，这不是我想要讲的。

给家长最重要的提醒：

AI 冲击最猛烈的，恰恰是基础执行层；而基础执行层，正是应届生踏入行业唯一的入口。

这不是偶然，是行业岗位天然的金字塔结构。

AI 吞噬金字塔底层，不是直接裁掉所有人，而是底层岗位的编制需求大幅收缩。而这一层，刚好是大学课程主要对应、校招新人唯一能投递的层级。

几组产业调研的岗位标注：

AI 算法工程师（模型训练方向）
：替代等级【中】。注解：基础训练调度流程可自动化，前沿方向研究、实验判断无法替代。
数字后端工程师
：替代等级【低】。
芯片架构师（AI / Chiplet）
：替代等级【低】。
视觉传达品牌设计
：替代等级【高】。注解：底层出图内卷，进阶要走向策略、交互、用户转化。

同一个赛道内部，替代风险高低差距巨大。分水岭不是赛道名字，是你入职之后落在金字塔哪一层。

由此生出一个志愿填报的实用判断标尺：

评估一个专业抗风险能力，别看专业名称，要看这个专业应届生常规入口岗位落在哪一层。

再拆解入门岗天然脆弱的底层机制：

第三点是核心。

之前反复提过：一旦出事必须有人签字担责，机器不能背责，岗位壁垒天然拉高。反过来推论：一份工作体面舒适、坐在办公室，做错了没有明确责任人兜底，往往是高危岗位。

反过来，脏、累、风险高，但每一步操作都要责任人签字确认，反而短期稳固。

很多家长问：芯片设计很热，报这个方向稳不稳？

芯片赛道里数字后端、模拟 IC、验证、先进封装、AI 算子编译器，这些岗位替代等级低。但是，本科应届生几乎不能直接进入这些高阶岗；新人入行，大多先进入底层基础执行岗 —— 这正是被 AI 优先挤压的一层。

所以核心设问，不该是 “这个行业会不会被 AI 吃掉”，而是：

孩子从哪一个岗位入口入行？入行 3–5 年，有没有路径向上跃迁到决策层？

三、同一张录取通知书，两条截然不同的职业路径

整理两组对照表格，放在一起对比，很容易看清真相。

表一：计算机科学与技术，本科毕业常见去向

表二：电气工程及其自动化，本科毕业常见去向

对比之后就能看懂：

计算机专业自带 AI 属性光环，但底层入门岗同样风险很高；电气属于传统工科，入门岗因为绑定物理现场、安全责任，自带一层缓冲垫。

不是电气一定优于计算机，而是：

用 “专业会不会被 AI 替代” 这个问题选志愿，提问方式本身就是错的。

市面上绝大多数 AI 时代志愿建议之所以参考价值有限，根源就是：他们给的是整个专业的平均结论；而决定一个孩子未来走向的，是他落地的那一个入门岗位层级。

再举一个典型反例：

无人机飞手与巡检操作员，替代等级【高】。注解：自动航线飞行可以落地，剩下价值集中在场景研判、合规报备。入行门槛：零基础培训 2–8 周取证即可上岗。

典型规律：门槛低 + 任务标准化 = 岗位供给持续收缩。

反过来，适航审定工程师：入行门槛要求 5 年民航体系定向沉淀，几乎不招应届生。

几乎没有校招入口的岗位，短期很难被 AI 替代；代价是，刚毕业的学生根本够不到，需要长期行业熬练。

完整图景一句话总结：

AI 替代顺序，大体和入行门槛负相关：门槛越低、流程越标准，越先被挤压。

而低门槛岗位，恰恰是应届生仅有的选择。

由此得到一个很现实的结论：

AI 对刚刚走出校园的新人冲击，远大于有多年行业沉淀的从业者。

有积累的从业者，拿 AI 当增效工具；没有经验的应届生，直接和 AI 竞争基础岗位。

四、那孩子该怎么办：三条可落地的路径

认清风险之后，给出三条可验证、可执行的路线。

第一条：优先挤入应届生准入门槛高的赛道，而非盲目追逐热点热门专业

高门槛，往往等于短期强壁垒。

前面提到几乎无校招入口的适航审定、涉核资质岗位、执法国安相关岗位，安全不是因为技术酷炫，是资质、法定责任筑起护城河。

给家庭实操方法：

筛选专业的时候，除了评价专业冷热，一定要追加一问：这个专业对应的主流应届生入口岗，替代风险等级是多少？

这个指标可以交叉核验。我已经把 215 个岗位的替代等级、入行渠道、经验年限、核心技能、聚集城市、主流雇主，全部收录在就业雷达工具内，点开岗位即可查看。

第二条：主动跳出基础执行层，向判断决策层迁移

不是要额外学一堆全新技能，而是在同一条赛道里，主动向上挪一层。

调研标注里有统一的进阶逻辑：

美工：AI 负责绘图，人要转向策略、交互、转化投放。
内容岗位：AI 生成初稿，人负责选题判断、质感把控。
教育岗位：AI 出题组卷，人负责学情分层、因材施教。
数据分析岗：AI 取数、做基础描述统计，人做归因研判、输出业务对策。
法律岗：AI 检索法条、整理案卷，人负责法律定性、承担法律责任。
财会岗：记账、报表自动化成熟，从业者转向经营分析、内控体系搭建。

所有进阶方向，落脚点都是三样：

判断、取舍、担责。

获取这三样能力路径清晰：争取独立做有后果的决策，承接要承担结果的项目，在现场解决真实问题。

落到大学四年：

优先选小班研讨课、争取独立定方案的项目、参加需要输出结论的竞赛；实习优先争取分析研判类任务，避开单纯录入、整理、打杂的执行岗。

这些经历，在求职和 AI 竞争面前，价值天差地别。

第三条：选择锚定物理现实世界的落点

这条不是玄学，来自岗位数据的共性规律。

凡是必须抵达现场、实物操作、对人身安全负直接责任的岗位，替代节奏很慢：高压运维、设备维修、现场勘查、植保作业等。

不是这类工作更高级，而是它没法远程虚拟化、没法在数字空间全量仿真核验、责任无法全部交给模型。

不是鼓励孩子一定要做体力工种，而是打破过去二十年固有认知：

“办公室体面岗位 = 稳定安全”，这个直觉在 AI 时代已经失效。

一部分看上去不够光鲜的现场岗位，反而给年轻人更稳固的入行台阶。

当然，不强迫扭转孩子兴趣。如果孩子执意选择高替代属性方向，就要同步达成共识：入行之后，必须持续向上跃迁到决策责任层，并且大学阶段就要提前布局。

选择的自由，永远伴随对应的代价。

五、写在最后

撰文之时，我刻意避开常见的自媒体套路：不堆砌大佬语录、不渲染 “AI 浪潮呼啸而来” 的宏大叙事，不用焦虑话术制造恐慌。

这些内容大家看得太多了。

我想传递一句朴素的判断：

AI 冲击作用在岗位层级，而不是专业本身。

家长志愿表上勾选的是专业名称，AI 影响的是毕业之后落地的岗位层级。二者中间，隔着一道【入行入口】。

绝大多数志愿分析直接跳过入口这一环，于是反复抛出 “这个专业会不会被 AI 淘汰” 这种没有标准答案的问题。

跳过入口层级的判断，听着振聋发聩，实操的时候无从下手。

看清入口层之后，两件事实同时成立：

利好的一面：真正高替代的岗位仅 3.3%，绝大多数岗位，AI 是增效工具而非替代者；有积累的从业者，善用 AI 之后竞争力更强。

但利好是有边界的：这 3.3% 高风险岗位，高度集中在校招入门端，这不是偶然，是产业结构使然。

最终留给志愿家庭三个核心设问，填报前都可以查证：

这个专业主流应届生入口岗，AI 替代程度如何？
从这个入口起步，正常节奏三年之后，能不能进入决策层？
如果常规路径很难上行，大学四年，我们该做哪些准备主动往上走？

这三个问题，都可以提前调研核实。

我把 215 岗的分级标注、风险信号整理进工具，文末附入口。

写这篇内容，心中其实有一重顾虑：这些细分风险信号、哪一类岗位会在什么周期收缩，本来是这套产品最核心的价值。

它值钱，恰恰因为繁琐：要交叉比对招聘需求，区分【行业整体扩张】和【底层岗位收缩】两件可以同时并存的事。

AI 可以快速给你一份赛道科普介绍，但是挖不出赛道内部暗藏的裂缝。

而家长真正需要的，从来不是泛泛的介绍。

曙色穿窗散夜阴，

层台高下自相寻。

非关工巧遭侵替，

只在居深与居浅。

执策方能担取舍，

立身不逐浪浮沉。

天光明处途犹在，

稳步登高始耐侵。

💡 今晚可以落地的三件事

① 做一次 “入口岗排查”

挑 2–3 个孩子感兴趣的专业，各查一个最可能对应的应届生入口岗，看三件事：替代程度、经验要求、核心技能。

你会发现，同样热门的专业，入口岗的处境完全不同。

② 把 “往上走一层” 这件事，说出来

今晚只跟孩子说一句就够：

“你以后不能只做别人交代的动作，得做需要你判断的事。”

这句话的价值不在于他立刻懂，而在于它会改变他接下来做事的优先顺序 —— 选课、社团、实习、竞赛的时候，他的取舍标准会不一样。

四年下来，这个差别是复利。

③ 换一个问法，问一次 “体面” 这件事

问孩子：

“如果有一个方向，入门需要动手、需要现场、需要为安全负责，你能接受吗？”

不要给建议，不要说教。只问，不评判。孩子的答案，远比任何专业热度榜更准。

本篇依据

215 个企业岗位 AI 替代程度分布统计：低 107 / 中 100 / 中低 1 / 高 7，岗位注解整理自产业调研、公开招聘岗位文本归集（截至 2026-10-31；随产业岗位迭代持续更新；属于结构性趋势研判，非官方普查，仅作志愿规划参考，不代表就业必然结果）。
岗位抗替代五层模型（纯信息复述 → 流程执行 → 分析辅助 → 复杂决策 → 人际信任），为本系列沿用分析框架。
引用脉脉《2026 校招洞察报告》转述结论：AI 冲击集中于月薪 5–8k、1–3 年入门岗位，原始口径请查阅报告原文。
芯片、适航、电力、设计各赛道岗位分级结论，来自产业一线岗位调研。
本文归属【规划 + 数学思维】IP 下「查不到的那部分」专题，独立番外，不占用主线系列编号。