大多数人焦虑于同一个问题：AI 会抢走多少工作？

但真正值得问的，其实是另一个问题：AI的边界在哪里，到了哪里它还非人类不可？

这个问题的答案，藏在一个鲜少被讨论的交汇点——当技术走到极限时，它最依赖人类的部分，就是未来职业的起点。

根据领英、世界经济论坛和斯坦福多份报告，AI 的加速发展将重塑职场格局，催生出一批前所未见的新岗位：AI 审计员、信任总监、人机整合师、品味设计师……

这些名字看似科幻，实则对应三大无法用代码取代的人类能力：信任、整合与品味。

未来五年，全球将新增超过一千万个由 AI 驱动但必须由人类担责的新角色。我们要做的，不是逃离 AI，而是看清它的盲区——那里恰恰是人类价值最光亮的地方。

纽约时报刚刚发表了一篇文章，探讨AI 时代最具前景的 22 个新职业。一起来了解一下，也许，它们就是你值得考虑的下一个方向。

A.I. Might Take Your Job. Here Are 22 New Ones It Could Give You.

By Robert Capps

先坦白一句：我试过用人工智能写这篇文章。

我先在ChatGPT的“深度研究”模式下，请它汇总一份报告，主题是人工智能兴起后人类可能获得哪些新工作。它问了几个跟进问题就开始动工，不久便交回了一份 6000 字的报告，按行业细分。

接着，我把这份报告、编辑的原始选题说明，以及几份关于未来工作的最新行业报告，一并输入给 ChatGPT 4o，请它用《纽约时报杂志》的风格写成文章。

不到90 分钟，文章大功告成。读来生动有趣，信息量也足。它想象的一些未来职业略显奇幻（例如“合成关系顾问”，据说当你爱上了自己的人工智能时，这种顾问就能出面帮忙），但整体上涵盖了各种可信的新岗位，并不乏妙语。对普通读者来说，这大概算是一篇轻松的周日阅读，足以引人回味。

那为什么你现在没看到那一版？

首先，如果我把它交给编辑，多半会被炒鱿鱼：文中几乎所有引语和专家都是凭空捏造的。但我还有更深层、也更哲学的顾虑。即便那篇A.I. 版本完全属实，交稿也会彻底误解了编辑雇佣我的缘由。

在自由撰稿领域，与许多文字工作一样，稿费买的不只是你提交的字句，更是对这些字句负责——对事实、概念、公正性和表述负责。文章挂着我的署名，就意味着我本人对你读到的内容承担责任；同理，我的编辑也要对雇用我负责。这种责任链条无法交给机器。

⸻

末日论调此起彼伏，却很少有人谈到“责任关”

风投人克里斯·萨卡（Chris Sacca）最近在蒂姆·费里斯（Tim Ferriss）的播客上直言：“我们彻底[被操]了。”他认为，程序员、律师、会计、营销文案及大多数白领工作都难逃厄运。

Fiverr 首席执行官米哈·考夫曼（Micha Kaufman）在一封内部邮件中，更把设计师和销售也划入“行将就木”的名单。

类似哀嚎已屡见不鲜，却鲜有人深入探讨人工智能如何跨越我所说的“责任关”。

人工智能已经能胜任许多任务，但在现实世界里，工作不只是一连串任务的总和。工作是把我们的劳动贡献给由其他人类组成的群体——上司和同事，他们能理解我们、与我们互动，并在算法难以企及的层面上追究责任。

这并不意味着人工智能带来的冲击不够剧烈。

领英首席经济机会官阿尼什·拉曼（Aneesh Raman）说：“我们的数据表明，到 2030 年，平均岗位所需的 70% 技能都会发生变化。”世界经济论坛《2025 年未来就业报告》预计，未来五年，人工智能等新兴技术将“替代” 900 万个岗位；但同份报告也指出，到 2030 年，人工智能将催生约 1100 万个新岗位，其中不少闻所未闻。

要想知道这些新机会何在，就得先看哪里能搭建人工智能强大能力与人类需求之间的桥梁。问题不仅是“人类想要哪里用 A.I.”，还包括“A.I. 想要哪里用人类”。在我看来，人类将愈发不可或缺的三大领域是：信任、整合与品味。

　信任

纽约大学斯特恩商学院教授罗伯特·席曼斯（Robert Seamans）研究人工智能的经济影响。他设想了一批名为A.I. 审计员的新角色——深入人工智能系统，弄清它在做什么、为何如此，并为技术、说明或法律责任等目的出具文档。

他预估五年内，所有大型会计师事务所都会把“人工智能审计”列入业务范围。

他还设想了A.I. 翻译员：既懂人工智能，也能向企业领导者和管理层解释其运作机制的人。“A.I. 翻译员在超技术化的事物与管理者熟悉、需要的信息之间搭桥。”席曼斯说。

这两类职能都可归入“信任”大类。我没交那篇 A.I. 版文章，部分原因是会背叛编辑的信任，更因为我不信任那篇文章——不确信其真实性、准确性、公正性。没亲自做功课和思考，我就无法判断它是否公平、合理。

凡想在职场使用 A.I. 的人，都会遇到类似问题：它能瞬间输出海量内容，可我们该信到什么程度？又如何评估？

随着人工智能在工作与组织中影响力激增，我们将遭遇大量信任难题，而解决它们离不开人类。

•事实核查员、合规专员：法律文本、年报、产品规格书、研究报告乃至暖通合同，很快都将由A.I. 撰写，均需人类审核，以捕捉 A.I. 易犯的离奇错误。

•信任鉴定师/ 信任总监：负责出具可被追责的背书。

•A.I. 伦理师：为 A.I.（或人机混合团队）的决策搭建可辩护的逻辑链，对投资者、管理层、客户乃至法官与陪审团负责。席曼斯预计，未来企业的“伦理委员会”将比今天更有实权。

信任的核心是问责。从合同到核武系统，我们都需要能被追责的人类。

斯坦福大学“以人为本人工智能研究院”数字经济实验室主任埃里克·布林约尔松（Erik Brynjolfsson）说：“无论因果链多复杂，最终必须追溯到某个承担责任的人。”

•法律担保人：在法律、建筑等领域，A.I. 能完成大量基础工作，如起草合同或设计房屋，但终究要有人类——最好具备资质——签字背书。沃顿商学院教授伊桑·莫利克（Ethan Mollick）把这类岗位称为人工智能的“替罪羊（sin eaters）”。

•一致性协调员：A.I. 擅长很多事，却不擅长保持一致。时装屋如何确保某款礼服在数十张 A.I. 生成的照片中始终准确？制造业里的虚拟孪生经理如何确保数字复制品在迭代中保持一致？验证一致性需要能担责的专门角色。

•升级应对官：当A.I. 让人感到“太机器”时，人们往往想找能共情的真人。客服领域如此，教育领域亦然，出问题时需人类介入。

————

整合

鉴于人工智能的复杂性，许多新岗位将带浓厚技术色彩。需要深懂A.I.，又能将其匹配到业务需求的人才。

• A.I. 整合师：席曼斯称之为“把技术与公司衔接起来的人”。CEO 在财报会上喊“我们要投 A.I.”，但具体做什么？后端账单？招聘筛选？白领工作流？都要有人弄清。

• A.I. 管道工：A.I. 越来越“具备主动性（agentic）”，能自主解决复杂任务，系统愈加层叠。一旦出故障，就需有人顺着管道排查——找原因、修问题。

可供选择的模型也层出不穷。可汗学院（Khan Academy）把虚拟导师嵌入业务，让孩子学代数、写作文。光是跟踪模型更新、幻觉率、语言或数学能力优劣，就成了持续工作。创始人萨尔·可汗（Sal Khan）说，公司需要A.I. 评估员来专职评估。

领英数据也印证了整合岗位的崛起：

•“A.I. 主管”职位五年间增长约三倍。

•A.I. 工程师是美国增长最快的岗位，其次是 A.I. 顾问。

未来头衔可能更细：整合专家、A.I. 培训师（教模型学习公司数据并调整回应）、A.I. 人格总监（让企业的 A.I. 个性成为品牌核心）。

在高风险高回报行业，如医疗，整合角色更显关键：

•药物依从优化师：构建A.I. 系统，确保病人正确服药。

•人机评估专员：判断纯A.I.、纯人类还是混合团队在哪些情境最优。

整合成败，关系企业生死。席曼斯以机器人行业为例：使用机器人后，制造商往往雇佣更多人，可能因为他们抢走了没用机器人的同行业务。而机器人落地又依赖机器人整合师，地区若缺此类人才，工厂就难用机器人，自然也难以扩张。

⸻

　品味

人工智能时代，人类仍需告诉A.I. 要做什么，而这需要清晰的愿景。当人人都能用上同样的生成式工具，品味就变得无比重要。

《60 分钟》曾播出一段采访，主持人安德森·库珀（Anderson Cooper）向音乐制作人里克·鲁宾（Rick Rubin）发问：

库珀：你会演奏乐器吗？

鲁宾：勉强。

库珀：你会操作调音台吗？

鲁宾：不会。我没技术能力，对音乐也一窍不通。

库珀：那你靠什么吃饭？

鲁宾：靠我对品味的自信，以及表达感受的能力。事实证明，这对艺术家很有帮助。