夜雨聆风最近两个现象，放在一起看挺有意思。
一个是OpenClaw爆火。这款开源AI智能体，让普通人也能给自己电脑装个“数字员工”，替你收邮件、写代码、盯热点，7×24小时在线。
在GitHub上，OpenClaw上线三周星标数就飙到25万，超过了Linux三十年的积累。
腾讯大厦门口近千人排队免费安装，龙岗区政府发通知扶持“龙虾”产业发展，鼓励企业用AI替代人工。
另一个是科技巨头一边赚大钱一边裁人。
根据追踪机构Layoffs.fyi数据，2026年前五个月，全球科技行业裁员人数已超过11万人，涉及152家科技公司，直追去年全年总数。
Meta裁了约8000人，紧接着又把7000人转岗去做AI。支付巨头Block更直接，杰克·多尔西宣布要裁掉40%到50%的岗位——也就是近一半人，因为他发现原来50个人干的活，现在5个“Prompt架构师”加上ASI集群，两小时就能搞定。
Meta拟裁员比例甚至高达20%以上，波及近1.6万人。
你发现没有？AI越能干活，需要的人反而越少了。
但仔细看，OpenClaw爆火的过程中，有一样东西不仅没被替代，反而越来越值钱-人力。
技术越复杂，人的缺口越大。服务业的本质决定了它和AI不是取代关系——越复杂的技术，越需要人来填平门槛。
技术进步，从来不意味着人变便宜了
蒸汽机替代手工，催生出工程师、调度员, 流水线替代作坊，催生出工业设计师、质量管理员。
每一次技术革命，替代的是某种功能，不是人本身。
世界经济论坛预测，到2030年，全球将有9200万个工作岗位被替代，但会有1.7亿个新岗位被创造出来。
但是，这次很不一样。过去的替代是物理层面的，机器替代体力。
现在的替代是认知层面的，AI正在替代信息处理型的白领工作。
会计审核、文档处理、基础代码、翻译，这些靠“信息加工”吃饭的岗位，正在被大面积替代。
中国劳动和社会保障科学研究院明确指出，生成式人工智能已将影响边界延伸至认知劳动领域，文职、行政、会计及客户服务等标准化岗位，替代风险相对较高。
汇丰计划未来几年削减约2万个岗位——数据处理、合规审核、文档管理，正是AI最擅长的领域。纽约联邦储备银行数据显示，22至27岁应届毕业生失业率已达5.6%，接近近十年最高水平。
世界经济论坛预测AI将创造1.7亿个岗位，但这话有个隐藏前提：新的岗位和旧的人之间能不能对得上。
目前AI相关人才供需比已降至约0.3，一个岗位三个人抢。
旧的人没地方去，新的岗位没人能干——这才是家长给孩子选专业时最该警惕的死角。
那么，未来哪些人力会更值钱？
AI时代人力价值的三个新方向
帮人驾驭AI的人。 不光是AI安装调试，AI应用越普及，各行各业就越需要懂场景、懂需求的AI落地人才。
黄仁勋说得很直接：技术进步不会单纯取代人力，而是会让深耕专业领域并精通AI协作的复合型专家变得更加稀缺。
企业需要的不是只会写代码的人，而是能真正把AI嵌入业务系统、解决实际问题的工程师。
如果只会基础的AI工具操作，价值有限；能帮企业从0到1落地AI方案的人，不仅不会被替代，反而会越来越贵。
做那些AI做不了的工作。 昆仑万维方汉提过一个判断：有五种人AI永远无法替代——讲故事的人、创造idea的人、定义美的人、构建系统的人、重塑范式的人。
这些工作的共同点是什么？它们都没有标准答案，需要判断、品味、共情，需要人与人之间的信任感、情绪价值和深度沟通。
心理咨询、护理、教师这些需要深度人际互动的岗位，AI可以生成话术、模拟语气，但永远无法做到心与心的交流。
蓝领正在反向崛起。在美国，电工年薪能到30万美金，远超很多硅谷白领。
中国市场也在发生同样的事情——工作场景越复杂、现场变数越多、对动手能力要求越高，AI就越难覆盖。
技术型蓝领的就业壁垒，反而比很多白领高得多。
驾驭AI进行创作的人。
AI工具本身正在变成“新生产力”。
智联招聘副总裁李强在2026年5月的发言中提到，企业最看重的三项能力依次是：实践应用与工程化能力（38.7%）、专业判断与决策力（21%）、创新与解决问题能力（17%）。
这些都不是“你会不会用某个软件”，而是“你能不能基于AI能力做出更好的结果”。
北京语言大学冯汉贤校长引述的观点很能说明问题：随着AI发展，人们最需要学习的不再是代码，而是用精准的人类语言向AI下达指令。
AI时代，语言的逻辑、思辨能力、审美判断力，可能比技术本身更值钱。兼具专业素养与AI应用能力的复合型人才，正在成为企业的刚需。
不是AI变强了人的价值就低了，恰恰相反。
供需关系的根本性逆转。 AI消灭了大量标准化、可重复的工作，但那些“非标准化”“非结构化”的工作反而变得更加稀缺。数据很清楚：AI岗位需求涨幅突破两倍，熟练使用AI Agent的岗位增长高达274%。而另一边，掌握这些能力的人远远不够。
供需差越大，价格就越贵。
黄仁勋断言，未来企业的人才评估标准将转向算力消耗与产出比。如果一个员工一年只花5000美元买Token，说明他基本没用AI；如果他花了25万美元，说明他在用AI把活干到了极致——后者才值钱。
企业愿意给什么样的能力开出高价，市场已经用数据告诉你了。
人的独特性正在被重估。
AI可以一次跑出100个设计方案，但谁能从中挑出那个“对”的设计？
谁能判断哪个功能该做、哪个方向该放弃？
AI可以给出数据分析和预测，但谁来做最终拍板的决策？这些判断力、品味、经验，来自长期的行业积累和人性洞察，目前还远远无法被自动化。
所谓“不可替代性”的价值底线很简单——凡是涉及到“非标判断”的环节，定价权就在人手里。
AI工具越普及，这类能力的稀缺性越高。经济学家芬克已经发出警告：大学教育以往是通往白领职业的通行证，但AI正在颠覆这些岗位，尤其那些入门级、重复性的白领工作。
如果只盯着传统热门专业，不考虑AI替代风险，四年后可能直接撞上结构性失业。
最后说几句关于选专业。
大学学什么，不是决定因素，关键是怎么学。 AI时代学东西的方式变了。
过去专业壁垒高，跨行很难。现在有了AI辅助，掌握新技能的速率会大幅提升。选专业不再是一锤子买卖，终身学习的节奏只会加快。
要看行业里谁在“用钱投票”。 哪些岗位在涨，哪些在跌，数据最诚实。
AI产品经理同比增长81%，人工智能工程师增长17%，但编辑、视觉设计等岗位明显收缩。
金融机构大量裁撤中后台岗位，同时又新增AI相关岗位。这些调整不是临时收缩，是结构性的。选专业的时候多看几眼这些数据，比问别人“这个专业好不好”管用得多。
与其纠结“会不会被替代”，不如想清楚一个问题：你愿意为什么事付出代价？
AI能做的事以后只会越来越多。但总有些事情，需要人站在那儿、做出判断、给出温度。找到那件你愿意做、也擅长做的事，比盯着热门、盯着薪水重要得多。
OpenClaw再厉害，它也只是个工具。能让它真正“干活”的那双手、能让它真正“值钱”的那个判断力，现在还只在人的身上。
图片来源：网络，如有侵权请联系删除。
