
AI 正在催生一批新岗位。
有些文科生的薪资,现在已经直逼技术岗了。
这不是"文科翻身"这种情绪化的叙事,这是一个结构性的转变——AI 技术发展进入新阶段之后,市场对人际沟通、内容创意、情感理解能力的需求被重新定价了。
我见过最典型的案例,是一个学历史的应届生,入职了一家 AI 教育公司做"AI 训练师"。薪资比同届 CS 毕业生低一些,但比传统文科岗位高了将近 50%。他的工作是什么?标注数据、设计 prompt 、评估 AI 生成内容的质量。
听起来是不是有点像"高级外包"?
某种程度上确实是。但它的价值在于:这个人同时懂历史和 AI ,他能判断 AI 生成的历史叙述哪里有偏见、哪里有错误。这是纯 CS 背景的人做不到的。

AI 时代最稀缺的三种能力
第一种:跨学科整合能力。
AI 擅长单点突破——它能写很好的代码,但它不理解代码背后的业务逻辑。能把业务需求翻译成 AI 能处理的问题,再把 AI 的输出翻译成业务决策——这个链条上,人永远比 AI 值钱。
第二种:内容判断力。
生成式 AI 让内容生产成本趋近于零,但内容的筛选和判断成本反而上升了。一家 AI 内容公司,最难招的人不是能写的人,而是知道"什么不值得写"的人。
第三种:关系运营能力。
AI 客服可以把 80%的常见问题回答得很好,但剩下的 20%——那些情绪激动的、情况复杂的、需要人工介入的——还是需要人来处理。高端客户关系运营,在 AI 时代反而更值钱了。

这场洗牌的残酷面
说了这么多好话,也要说难听的。
AI 催生的新岗位,数量上能不能弥补它消灭的旧岗位?目前看来,不能。
呼叫中心是一个典型。 AI 客服取代了一部分人工,但被取代的人很难转型成"AI 训练师"——后者需要的技能,前者根本没有积累。这是技术性失业最残酷的地方:被替代的人,不具备新岗位所需的能力,而能力的培养需要时间。
2026 年,新增的 AI 相关岗位数量大概在百万量级,但被 AI 影响的就业人数是这个数字的十倍以上。这中间的结构性摩擦,才是真正需要政策去解决的问题。

再说几句
文科生薪资直逼技术岗,这句话要拆开看:
一部分文科生,确实借助 AI 完成了职业升级——他们的共同特征是:本来就不只是"纯文科",他们有商业嗅觉、有行业积累、有跨界整合的能力。 AI 放大了他们的价值。
另一部分文科生,处境会更艰难——他们的工作本来就是高度重复性的内容生产, AI 直接取代了他们的岗位,而转型需要的时间可能比他们拥有的时间更多。
这是技术进步的铁律:它让整体生产力上升,但让一部分人的个人利益受损。讨论 AI 好不好,没有意义。讨论谁在获益、谁在受损,才是有意义的。
夜雨聆风