夜雨聆风每隔一段时间，就能看到"AI要取代多少人"的新闻出来刷一波屏。
ChatGPT 出来的时候，焦虑了一波。Midjourney 火的时候，设计师们又慌了一波。最近连写代码的都被 DeepSeek 整得心里没底了。
但你要真去看就业市场，你会发现一个有意思的事——
招聘网站上的岗位没有变少，只是变了一些你不知道的名字。
最近有个数据引起了讨论。某招聘平台发布了一份新职业报告，里面提到了一些过去五年压根没出现过的岗位：数据标注员、无人驾驶集控员、AI训练数据审核员、大模型测评工程师。
这些岗位的薪酬，高的年薪能到三四十万，最入门的数据标注员也能拿到六七千。
某地一个做数据标注的公司，工位常年满员。创始人接受采访说了一句我印象很深的话："AI需要学习，学就需要教材。我们就是编教材的人。"
说白了，AI确实在抢饭碗，但不是把一桌子菜全端走——它只是换了一张菜单。
当事人小陈的经历特别典型。他大学学的旅游管理，毕业赶上旅游行业低谷，简历投了几十份没人理。后来一个做IT的朋友跟他说："要不你去试试数据标注？不要求科班。"
小陈一开始是抗拒的。觉得自己好歹是个大专生，干这活是不是"大材小用"了。但实在扛不住房租压力，去了一家外包公司。
结果干了半年，他从最基础的框图画框，做到了质检组长，还自学了Python脚本批处理。今年跳槽去了甲方公司，工资翻了一倍。
他说了一句话我特别喜欢："以前觉得被AI淘汰的人才会去做AI的脏活累活。现在觉得，能跟AI配合好的人，才不会被淘汰。"
讲道理，这事儿换个角度看，其实挺有意思的。
以前是"人会做的事AI也要学着做"，现在是"AI会做的事人要学会跟它配合"。你不一定非得会写代码，但你得知道AI能干嘛、不能干嘛、怎么让它帮你干。
新质生产力这个词，听上去很大，落到地上，就是一个个小小的新岗位。
比如无人驾驶集控员。路上跑的那些自动驾驶车，不是真的"无人"在管。后台有一群人在实时监控——哪儿的路况异常了、哪辆车传感器出问题了、哪个路口需要人工接管了。一辆车背后，可能站着三四个人。
再比如数据标注员。图像识别、语音识别、人脸支付——这些"智能"背后，其实是海量被人标注过的数据做支撑。一张图片里有没有红绿灯、红绿灯是什么颜色、行人有没有闯红灯——这些，都是人一张一张标出来的。
有人说这是"AI时代的流水线"，我不否认。但流水线也不丢人啊。工业革命的时候，流水线上的工人养活了一大家子。
真正值得讨论的不是"AI会不会取代人"，而是"那些被AI取代的人，能不能够得着新岗位的门槛"。
某地的一位政协委员最近提了个建议：把AI基础技能纳入职业培训补贴范围。他说，现在很多传统产业工人转型困难，不是他们不努力，而是培训内容还停留在十年前。
我觉得这个点抓得很准。
我身边有朋友在传统制造业做了十年质检员，工厂上了自动化质检线，他一下子就懵了。不是不想学，是不知道从哪学、跟谁学、学完有没有用。
技术不会等人，但政策和社会应该等一等那些追不上的人。
最后说句实在的——AI时代真正危险的，不是你的技能不够新，而是你的心态太保守。觉得"我都四十了还学什么Python"，觉得"我干了一辈子这个换个方向太晚了"。
先别急着给自己判死刑。看看那个旅游管理转行做数据标注的小陈，再看看那些坐在集控室里盯大屏幕的无人驾驶监控员。
工作这件事，从来不是岗位在变，是人跟不跟得上。
你的下一个机会，可能就叫一个你听都没听过的名字。
