《2050：未来议程》问题九 当生成式AI与自动化智能Agent深入教育、媒体与客服等行业职业跃迁与再培训的路径应如何重塑？
生成式AI与智能Agent在内容生产、助教与客服流程中的渗透，正重构任务分工与技能需求曲线，使中等复杂度、可流程化岗位被模块化与规模化替代。由此带来薪酬压缩、就业门槛转换与内部晋升通道收窄等结构性压力，并推动
1.将新型职业教育及技能培训作为公共产品提供给社会，形成“新基建式投入”。政府应把面向未来劳动市场的职业教育和技能培训体系作为公共产品进行战略性投入，通过免费或补贴的形式降低劳动者和企业进入门槛。具体措施包括提供覆盖生成式 AI、数据分析、智能客服、内容创作等技能的模块化培训课程，建设线上与线下相结合的教育平台，并为学习者提供必要的硬件设备、实验环境及云算力支持。这不仅能够提升中等技能岗位劳动者的职业适应能力和转岗能力，还能通过教育资源和技能培训的普及拉动消费，形成“教育—技能—消费—创新”的良性循环，将职业教育作为推动经济结构升级和社会就业稳定的战略性新基建。
2.扩大 AI 产品和消费的终端需求。强劲、多元的需求，才是支持就业的根本力量。减少政策约束，加强市场激励，扩大教育、文化、娱乐、科研和科技创新等领域对 AI 产品和服务的终端需求，形成产业示范效应。具体举措包括支持学校、培训机构和科研单位使用生成式 AI 工具，推动个性化教育、智能辅导及科研数据分析应用；鼓励文化创意产业和娱乐产业采用 AI 内容生成、虚拟演艺及数字出版等技术，同时提供资金、算力及政策补贴支持小型企业和创作者；并通过政府采购、试点推广和创新项目示范，加速技术落地与应用推广。通过终端需求的扩大，不仅能够促进 AI 产业链上下游发展，还能激发社会消费潜力，推动技术应用、产业升级和经济增长的协同发展。
3.注重对区域、职业、阶层的公平投入，减小AI时代的鸿沟。AI采用可能扩大经济差距，但也可能通过高收入职位颠覆减少不平等。为减少AI时代区域（城乡差距）、职业（中等技能vs.高技能）和阶层（低收入vs.高收入）的鸿沟，政府应实施针对性政策，确保公平投入，避免AI加剧不平等。
崔丽丽（上海财经大学数字经济研究院副院长、数字经济/会计专博博导、教授）：
这个过程应该会需要一些时间传导，具体取决于AI在各行业中的渗透。但是从就业稳定性的角度出发，教育管理领域应该提前介入到这方面的思考中。有两个方向可以去考虑，一是需要加强学生对于当前AI技术的主要逻辑进行学习与了解，使他们对于AI在职业岗位能力当中的替代范围有所认知和了解，同时学习基于AI的辅助和帮助，更好地实现职业任务。已经进入到可能受影响比较大的职业岗位的人群，通过社交媒体、继续教育等途径进行引导和宣教。
对于职业跃升和再培训的路径，应该沿着AI能力无法替代或者短期内无法实现的能力领域制定职业跃升和转换图谱。二是更重要的，需要提前做起来的是，基于现有的主要职业，拆解职业技能知识图谱，并关注这些职业中人类仍旧需要积累知识和经验的领域。依托这个图谱，调整职业发展路径的宣导和再教育转换。
但是个人认为不要忽略那些现在已经可以被AI能力替代，但是需要通过基础岗位进行能力积累的部分，并建议这样的部分最好通过校企合作的学业实习来实现。另外就是，对所有人类应该持续强化人文素养、人情关怀、创新创造能力的培养，这是人类所有智慧的源泉。
从替代角度来看，生成式AI和自动化智能Agent的广泛应用确实会对中等技能岗位产生比较严重的影响。我认为在现有范式下很难重塑，因为AI 替代人类三个层面：脑力、体力、心力。
这与张亚勤所谈的“信息智能-物理智能-生物智能”的路径是一致的。这也与凯文·凯利2025新书《2049：未来10000天的可能》的观点是一致的：AI时代的到来，CEO的工作、高管的工作，并不会有太大变化；基层员工的工作也不会有太多改变，只不过他们的工作速度和工作效率会进一步提升。
最主要的组织变革会发生在中层，中层管理者受影响最大。原因很简单，如果中层管理者主要的职能是管理，也就是上传下达、对基层工作进行统计和梳理，那么AI可以完美地替代他们。就组织而言，组织结构将变得日益扁平化，中层管理者的空间被极大地压缩，汇报、预算、考核的工作都可能由AI承担。
生成式AI与智能Agent说明以往的学习和教育所培养的技能大多为模式化的，很多工作本身是形式上的与可替代的。因此，上述这些观点可以说是当前的共识。面对这种危机的抽象策略是每个人怎么变得不同于其他人，但问题是人是在模仿他人的过程中成长起来的，如何同时让自己不同很不容易。
我的基本感觉是旧时代无可挽回地被打碎，新的时代可能要从头再来。目前人类一般将机器思维嵌套在人类思维之中，未来的发展趋势可能是将人类思维嵌套到机器思维之中。如果人类思维还想发挥主导作用，需要元认知层面的跃迁。
更要命的是，在岁月静好的旧时代人们之所以感觉良好，与其说是找到了解决各种新问题的方法毋宁说是找到了“混下去”的办法。也就是说，人类固有的智慧和滑头是一体两面，未来的技能重塑之道在于找到一种新的“混”法。你可以说这种想法是不严肃的，但在严肃的思考只能找到一些做不到的原则时，就得想办法跳出来。对此，通过文学和艺术或许是一条重要的探索进路。
生成式AI和自动化智能Agent正在重塑劳动力市场的技能结构，中等复杂度、可流程化的岗位首当其冲地受到替代压力。这类岗位过去是许多劳动者实现稳定就业和向上流动的“台阶”，如今却面临被模块化、规模化替代的风险。例如媒体内容编辑、教师助理、客服专员等职位，以往需要一定经验和技能，但AI如今能批量生成稿件、解答常见问题，初级员工借助AI就能完成过去中级员工才能做的工作。结果就是中间层岗位数量减少、工资增长受限，而高端的创造性岗位和低端的现场服务岗位仍然保留，两头走高、中间塌陷的“沙漏型”劳动力结构更加明显。这种技能两极化趋势将带来一系列社会问题：中产阶级规模可能萎缩，收入分配进一步向两端分化，社会流动性下降，阶层固化风险上升。
在此情形下，传统的职业晋升路径和再培训体系确实需要彻底重塑。首先，企业的人才梯队培养将改变，以往员工从初级做起逐步积累经验升至中层，如今一些中层岗位消失后，员工成长道路变得陡峭。对此，组织可以探索新的横向晋升和岗位轮换机制，让员工通过跨职能技能拓展来填补成长路径的缺口。比如让初级员工在AI辅助下迅速胜任原本中级才能承担的任务，同时提供不同岗位轮换机会，积累综合经验，从而直接跳跃到更高级角色。这需要企业在人力资源管理中有意识地设计“跨岗位成长”计划。
其次，职业教育和培训体系要侧重迁移性技能和人机协作能力。未来许多中等技能工作将由AI处理，人类在职场上的价值更多体现在创造性、管理AI以及高情商沟通等方面。因此教育应改革课程，强化学生的数智素养、批判性思维和协作能力训练，让他们能与AI协同工作而非被取代。例如在教师培养中，增加如何利用AI定制教学方案的内容；对传媒专业学生，训练他们审核和编辑AI生成内容的能力，而不仅是人工写作。对于在职劳动力，大规模的再培训计划必不可少。政府和企业可以联合提供针对性培训，帮助受影响岗位的员工转型到需求增长的领域。如制造业流水线工人可以转训为机器人维护技师，客服人员可以培训为用户体验策划等。要鼓励终身学习，给劳动者提供灵活获取新技能的渠道（线上课程、夜校等），并通过培训补贴、学习账户等政策降低再培训经济负担。
此外，政策层面应建立安全网和上升通道并举的机制。一方面，通过失业保险、转岗补贴等保障中等技能劳动者在转型期的基本生活，缓解AI替代带来的即时冲击；另一方面，更重要的是打开新的上升通道，创造新的中等收入岗位。政府可投资发展一些需要人机配合的新职业，如数据托管员、AI模型监督员、养老服务结合智能设备的护理员等，让被AI替代的群体有机会进入这些新岗位，实现“机器管控者”而非“被机器取代者”的角色转变。这些新职业本质上还是需要中等技能水平，但更贴合未来需求。最后，要强化社会心理建设，避免因职业前景不确定引发的“技能焦虑”和“空心化”社会心态。可以借鉴国际经验，在国家层面发布行业技能变迁指南，定期公布哪些岗位在减少、哪些新岗位在涌现，引导劳动力及时调整预期和规划职业路径。
总的来说，当AI深入教育、媒体、客服等领域后，中等技能岗位受到的挤压几乎不可避免。但我们完全可以通过制度设计将其负面影响降到最低：重塑职业上升路径，推行全民终身学习，打造人机协作的新岗位，并以政策兜底过渡。正如有研究指出的，AI助手的引入让经验较少的员工生产率大增，反而削弱了经验丰富者的相对优势——这提醒我们旧有经验梯队在改写。因此，我们必须以积极主动的姿态重构教育和就业体系，使每个人都有机会“向AI要红利”而不是被AI夺走饭碗。只有这样，科技进步带来的蛋糕才能实现更公平的劳动分配，而非加剧“中间阶层塌陷”的困境。
AI 带来的是生产力的变革，说得更具体一点，AI 带来的首先是初级、中级的知识型生产力被彻底替代。公司办公室里面绝大部分基础工作都不再需要人来做了，AI 可以做得更好，并且会越来越好和越来越往上走。
这是我们熟悉的场景。这是珍妮纺纱机取代人的故事。这也是克里斯坦森说的破坏式创新（或颠覆式创新）的故事：从底下往上“破坏”，从旁边往里“破坏”。这是不可避免的，任何心存幻想都是徒劳的。
那对于个体的人来说，我们怎么办？对于所有人而言，我没有答案；但对于有追求的人，我有答案：你必须从一开始就要试图成为“高手”，成为一个精通一个专业领域或技能的高手。从一开始，你就必须把自己的技能标杆设在比 AI 高一个量级的地方。然后，在好的情况下，你成为了真正的高手，在次优的情况下“取法其上得其中”，你至少还有少许的竞争优势。
AI技术在文化娱乐产业领域已经被广泛应用，一方面大大提升了生产的效率与产能，一方面也让文化娱乐产品的生产流程发生了急剧变化，原有的“加工”环节正在被AI技术接手，将一段文字描述的情景转化为画面，将静止的画面变成动画或者影片……而位于一头一尾的“创意”与“传播”环节所需要的创作能力，情感表达、交流能力依然是人类的强项，是AI技术难以取代的。
一方面，人类如何与AI技术进行配合，让AI成为自己有力的助手，将成为职业技能中重要的组成部分。而另一方面，人类如何找到自身能力与AI技术的差异化，也是必须面对的课题：挖掘人类特有的创新力，对情绪与情感的捕捉能力，对于社会现实的观察与思考能力，以及交流时的表达及反应能力，都会成为比知识传授与技术培训更为重要和关键。
在可见的未来，工作岗位会肉眼可见地减少，而这与我们讨论的“工作作为尊严来源”直接冲突。答案其实不是保住工作，而是重新测算“社会贡献”——让照护、创造、协作等非市场活动获得价值认可。有几个核心能力需要关注：问题拆解与AI协作、复杂沟通与信任构建、深度专业与敢于担当。
工资与就业机会被AI挤压不是“应然”，但会成为“实然”，并且这个过程已经开始。这方面从根本上不是职业培训跃迁问题，而是在人智之间、智能资本与各产业经济社会主体之间形成新的游戏规则，如何让AI成为未来社会解决方案的一部分。
以“人机互补”重塑任务结构：把中等复杂度岗位拆分为“规则化交付给Agent，情境判断保留给人”；职业教育转向迁移能力、系统思维与服务协调。用学习账户与在岗再培训抵税，企业披露“自动化替代-岗位转换”比例并缴纳转型基金，保障被替代者的收入连续与晋升通道。
李 斌（中关村智慧能源产业联盟副理事长、中国移动通讯联合会首席数字能源官）：
劳动就业（工资）的结构性矛盾将继续加剧！职业谈不上跃迁！只能是再学习培训转岗或者适应。
必须承认，在人工智能时代，有相当多的岗位将不需要人。从岗位上下来的人一部分将通过学习新的技能（与人工智能合作、提供原创资源）找到新的岗位。但这部分人数量占比应该不多。更多的人或者不再工作，或者参与社区服务。这是一个大的变革，需要配套的社会制度。包括通用基础收入（UBI）、社会贡献的新评价机制、新的生活方式等。
生成式AI与自动化智能Agent在教育、媒体、客服等行业的深度渗透，确实对中等复杂度、可流程化的中等技能岗位形成显著冲击，短期来看工资与就业机会面临结构性挤压，但拉长时间维度观察，这种技术替代本质上是产业重组的契机，将推动劳动分配格局重构与职业发展路径升级。以下从冲击表现、长期逻辑、重构方向三个层面具体分析：
在教育、媒体、客服等领域，生成式AI与智能Agent凭借模块化处理能力，对中等技能岗位形成规模化替代——教育行业中，智能助教可批量完成作业批改、知识点答疑、课件基础制作等流程化工作，替代传统助教、教辅编辑等中等岗位；媒体行业里，AI能快速生成新闻通稿、短视频脚本、基础排版设计等内容，挤压内容编辑、初级策划等岗位空间；客服领域中，智能客服系统可处理90%以上的标准化咨询，大幅缩减传统客服团队规模。
这种替代直接引发三大结构性压力：一是薪酬压缩，剩余中等岗位因供给增加出现薪资下行，部分企业以“自动化降本”为由实施降薪或优化薪酬结构；二是就业门槛转换，岗位需求从“流程执行能力”转向“AI协作与质量把控能力”，未掌握新技能的从业者面临失业风险；三是晋升通道收窄，传统“入门-中等-核心”的阶梯式晋升路径因中等岗位萎缩出现断层，技能两极化与岗位“空心化”风险加剧。
历史经验与产业规律表明，新科技对中等岗位的替代绝非“零和博弈”，而是通过降低行业门槛、重构产业格局实现就业总量扩容与质量升级，CNC数控加工机床的发展历程便是典型例证。1952年MIT实现首台CNC机床时，曾有学者预言“20年内不再需要产业工人”，但实际情况是，CNC技术普及后，不仅产业工人数量呈指数级增长，更让小型企业具备了原先只有大型组织才能实现的精密加工能力，推动制造业从“规模垄断”转向“效率竞争”。
生成式AI将复刻这一逻辑：当AI能替代90%的中等及入门岗位工作时，行业进入门槛大幅降低——原本需要庞大中等岗位团队支撑的运营成本被压缩，新挑战者可凭借AI工具快速切入教育、媒体、客服等行业，冲击大型组织的既有优势，就像互联网电商颠覆传统销售渠道那样，推动“大企业解构-新企业成长”的产业迭代。这种迭代不会减少就业需求，反而会通过降低生产成本打开更大市场：例如AI驱动的个性化教育让下沉市场的学习需求被激活，催生大量“AI+教育”的细分赛道；智能客服与内容生成工具让中小商家能搭建全域服务体系，带动相关配套岗位增长。长期来看，消失的是“跟不上技术的旧岗位”，新增的是“人机协作的新岗位”与“新企业创造的新机会”。
面对技术冲击，劳动分配格局与职业跃迁路径需围绕“技能升级”“机会重构”“体系适配”三个核心方向重塑：
技术替代打破了传统“中等岗位固定薪酬区间”的格局，劳动分配将更凸显“人机协作能力”与“稀缺性技能”的价值。一方面，企业需建立“AI协作绩效体系”，对能通过AI提升效率、优化成果的岗位给予溢价，例如媒体行业的“AI内容策划师”因能把控AI生成内容的质量与创意，薪资将高于传统编辑；另一方面，新企业的成长带来“分配话语权转移”，掌握AI工具的个体或小团队可通过创业实现更高收益，形成“大企业薪资趋稳、中小创新企业薪资弹性提升”的分配格局。
职业跃迁需突破传统“线性晋升”思维，打造“横向技能迁移+纵向创业突破”的双通道。横向来看，中等岗位从业者需聚焦“AI无法替代的核心能力”，例如教育行业的助教可转向“学习体验设计”，通过分析AI生成的学生数据优化教学场景；客服人员可转型“客户关系运营”，依托智能客服筛选的高价值客户开展精准服务。纵向来看，技术降低创业门槛后，具备“岗位经验+AI工具使用能力”的从业者可组建小团队创业，例如传统媒体编辑利用AI工具打造垂直领域内容账号，实现从“雇员”到“创业者”的跃迁。
教育与培训体系需摒弃“单一技能培训”模式，构建“基础能力+工具应用+行业适配”的三维体系。基础层聚焦“可迁移技能”，强化逻辑思维、创意策划、沟通协调等AI难以替代的能力；工具层开展“场景化AI应用培训”，针对不同行业教授AI工具的实操技巧，例如客服行业的“智能客服话术优化”培训、教育行业的“AI课件二次创作”培训；适配层建立“企业-院校-平台”的协同机制，由企业提供真实岗位需求，院校与平台开发针对性课程，确保培训内容与岗位需求无缝衔接。同时，需为失业或待转型从业者提供“技能补贴+创业扶持”，降低转型成本。
综上，生成式AI对中等技能岗位的冲击是“短期阵痛”与“长期机遇”的结合。工资与就业的短期挤压本质是产业升级的必经阶段，而通过技能升级、分配转型与体系适配，技术最终将推动劳动市场向“更高质量就业”与“更公平分配”演进，核心是让从业者从“技术的被动接受者”转变为“技术的主动使用者”。
我们的研究发现，虽然AI会对中等技能岗位有所替代，但如果考虑到现代生产网络的结构复杂性和韧性，就业机会并不会受到较大挤压，甚至相对于高技能岗位的工资水平而言，中等技能岗位的工资水平也不会出现显着下降。市场自身会创造出应对AI等技术变化的新工作岗位，尤其是在当代复杂的投入产出结构下考虑这个问题，对创造性破坏的担忧有些过度。
“AI替代人的工作”是带情绪的说法，理性表达应该是“人类应用AI技术，组织根据成本收益调整规模和结构，倾向于减少基础型人才的雇佣”，如此可以让主语重新回到人类手中。过去其实就是这样，当前的难点在于AI带来的变化太剧烈。社会组织愿意为高阶人才支付高薪，但不希望承担基础人才的培养，没有充分的历练，高阶人才也成长不出来，尴尬！矛盾！
十五五规划提出“健全终身职业技能培训制度、优化终身学习公共服务”，核心逻辑其实还是“社会投入资源以获得人的学习行为”。传统的学校模式是把资源聚焦到教育者端，而未来要更重视学习者端。政府与社会力量提供主题引导、场景服务、财务激励和成长认证，学习者自主选择课题，基于AI的辅助，通过同侪互持，在真实社会环境中实现相对平滑且灵活地成长。
学习即创造，成长有收益，好好学习，天天赚钱，或许是未来UBI模式在教育领域的有趣故事吧！
生成式AI带来的并非是简单的岗位消失，而是一场深刻的价值重塑。未来的职业成功，将越来越取决于我们能否主动适应，培养独特的“人机协作”优势，并在终身学习的道路上持续前进。具体到教培体系，则需要重构课程体系，融入更多人机交互、数据要素等跨学科内容；增加实践性强的课程，让学习者在解决真实世界问题的过程中培养可迁移的技能；同时，推动产教融合，教培机构与企业紧密合作，共同设计课程，提供实习机会，确保人才培养与产业需求同频共振。
随着AI与自动化深入教育、媒体、客服等行业，中等技能、流程化较强岗位正面临结构性压力。这类岗位往往是传统职业晋迁阶梯的重要跳板，其被重新定义或替代，可能导致“晋升通道收窄”“薪酬上行受阻”。培训体系需从“教旧技能”转向“教迁移技能＋教人机协作能力＋教抽象能力”；职业跃迁通道也需重新设计，例如构建“人机协作设计师”“流程策略师”等新角色。政府、教育机构应设立再培训机制（尤其针对中年进入中等技能岗位者），并为提供补贴、转岗支持。社会整体也需注意“技能两极化”风险：高技能领域回报扩大、低技能领域服务化扩张，而中等技能被压薄。让更多人具备“与 AI 共舞”能力，使其从替代中受益，而不是被替代，将是未来劳动分配公平的重要一环。
由于AI对翻译、公文写作、教育、新药物研发等领域渗透性强，那些最先被渗透的领域的就业必然受到影响，这种影响并进一步向后受到AI渗透的领域，未来人类就业结构、劳动时间存在结构性大调整。
刘志毅（中国人工智能领军科学家、上海市人工智能社会治理协同创新中心研究员）：
生成式 AI 与自动化智能 Agent 深入教育、媒体与客服等行业后，工资与就业机会将面临基于任务可流程化程度的结构性挤压——而非全面替代，其核心逻辑在于技术对中等技能岗位中标准化、重复性任务的高效承接会压低该类任务对应的薪酬溢价，同时催生对人机协同能力、情感化沟通能力等不可自动化技能的需求，进而引发就业机会向 “技术辅助型” 与 “价值创造型” 两极分化。
而职业跃迁与再培训路径的重塑，作为 AI 治理的核心议题之一，需构建以 “任务拆解-技能画像-动态适配” 为逻辑链的治理框架，即先通过算法对各行业岗位进行可自动化与不可自动化任务的精准拆分，再基于拆分结果建立 “基础技能保留+人机协作能力叠加+伦理批判思维嵌入” 的模块化技能画像，最后依托数字孪生实训平台与跨主体协作机制（企业、教育机构、政府），将再培训从传统的知识灌输转向场景化、交互式的能力锻造，确保劳动者能通过技能迭代适配技术重构后的岗位价值体系，同时通过设立 “数字劳动调节基金” 对因技术替代暂时失业的群体进行收入托底，缓解转型阵痛。
生成式 AI 对中等技能岗位的冲击：生成式 AI 与智能 Agent 正重塑技能结构与任务分工。过去由中阶白领完成的流程性、分析性工作，如财务审核、客服回复、行销文案撰写，逐渐被自动化取代。这导致中等技能劳动者薪资下降、晋升空间缩减，而高技能创意与低技能执行岗位反而相对稳定，形成“两极化”与“中层空心化”。更深层的问题在于教育与职训体系尚未跟上技能转型，导致劳动市场出现结构性摩擦。未来政府与企业需共同推动“再技能化”（Reskilling）与“适应性学习”，以减缓社会不平等的扩大。
自动技术的进一步发展，肯定深刻影响工资、就业，但我觉得技术进步是必然，至于其他端看政府的本事，这里面需要改进的太多。
重塑培训体系，聚焦迁移技能和技能迁移的培育。AI替代中等复杂度岗位是必然趋势，打破传统职业培训的单一技能导向转向培养人机协作、创造力、问题解决等AI难替代的迁移技能。企业承担在职培训责任，政府搭建普惠性培训平台，建立技能认证与岗位对接通道，还有一个支持性思路就是通过最低工资标准上调、股权激励普及，缓解薪酬压缩与晋升通道收窄，避免技能两极化加剧社会分化。
已有的经济学研究表明，AI对中等职位的取代最为明显，这导致了所谓的“极化效应”，即它一方面可能提升了高技能岗位的收入，另一方面又提升了低技能岗位的稀缺性。总体上，常规工作的价值越来越低，这对中产阶层为主的社会结构会造成剧烈冲击。未来，中产阶层将不能根据文凭或教育水平来定义，而主要根据岗位来定义。
首先，AI并不会带来就业数量的减少，但的确会压缩单个就业者的薪酬，原因很简单，AI如今的发展并不是替代职业，而是降低了很多职业的就业门槛，比如过去只有专业的剪辑师可以制作短视频，如今AI可以生成，但AI生成依然由人来发布指令，此时，AI导致短视频的产量井喷，但它没有减少短视频的就业，而是让短视频的制作单价降低。另外，AI附带带来的，如数据产业，算力产业的就业机会，其实很好弥补了AI占用就业岗位的问题。而人类社会，其实一直在创造新需求，如虚拟世界的游戏，影视等等，所以，个人认为AI发展不代表就业减少。
其次，关于培训和教育体系问题。恰恰相反，AI技术的发展反而让AI的用户越来越不需要去学习AI使用，也就是越来越低门槛的AI创作模式，所以，我们的培训和教育要向高端走，也就是创造AI算法，算力的人才要重点培养，而普通人，会用AI的人，其实不需要花太多心思，因为AI如今在快速变化，等你学会了老AI的使用方式，新的AI早已用更简单的使用方式，俗称“白学了”。这也是AI强大的地方，AI几乎在任何领域都是降低了难度，而不是给专业人士准备的。
生成式 AI 与自动化智能 Agent 会对教育、媒体、客服行业的工资和就业机会形成结构性挤压，但同时也会催生新岗位，职业跃迁与再培训路径需围绕 “人机协作能力” 和 “行业深度知识” 双核心重塑。
当下的冲击不是岗位消失本身，而是社会如何重新定义“有价值的劳动”。中等技能工作被AI分拆、标准化、重新组合，这是技术发展的惯性，不是道德问题。但真正的风险不在岗位被替代，而在社会结构是否允许“再进入”与“再生长”。
未来就业体系的关键不再是某项固定技能，而是对变化本身的应对力——一种可迁移、可重塑、可协作的动态能力。过去我们习惯“学一项、干一生”；AI时代更可能是“学会切换、学会重构、学会与智能共舞”。这不是软性号召，而是生存逻辑。
培训和教育不能再按“补缺型课程”修修补补，而要面向“重新部署能力”的结构设计：跨域理解、人机协同、问题转译、抽象概念化、社会情境判断等，都是新的底层竞争力。
王 健（对外经济贸易大学国际经济贸易学院教授、博士生导师，国际商务研究中心主任）：
AI实际上给了一个普通人提升工作效率的机会。 AI工具实际上是一个普适的工具。你能用的AI工具，别人也能用。所以AI不能给每一个人独特的竞争优势。就像互联网的应用不能给每一个人带来独特的竞争优势是一样的。 AI可以代替一部分人的劳动，也可以使得人的劳动效率极大的提升，甚至于可以加速人类知识的进化。但是他会更加让我们意识到有些工作AI是不能代替人类的。 AI的广泛应用如同人类技术创新一样，会普遍提升人类的工作效率。 AI应该给人类带来更多的幸福。 AI对就业的影响可能是我们过于夸大AI对工作的影响了。
中国的改革开放总设计师说“发展是硬道理”，AI的进步和发展日新月异，而对于AI Agent替代和优化的劳动岗位和劳动者，我们也不必过分担忧。就好像汽车出现后，更多的普通人都可以学习驾驶，而不用专门为马车夫提供晋升培训和通道一样。AI必然会带来全社会各行各业，各个环节的代次更迭，越早拥抱AI的劳动者越具备优势，找到自身体力、智力新的价值增长方式，也一定会凭借AI应用放大劳动价值，创造全新的社会生产力。
未来的职业跃迁应不再依赖于在固定组织内向上攀登，而是转向以“超级个体”为核心的分布式发展模式。具备独特技能组合、专业判断力和创造力的个体，将不再被单一雇主定义。
实现这一跃迁的关键，在于主动嵌入或构建跨领域的分布式专业社群。这些社群将成为新的人才网络与机会分配系统，其价值在于：
直接创造机会：通过社群网络，个人能直接对接全球性的项目与合作，绕过传统雇佣结构。
因此，职业再培训的重点应从“学习特定岗位技能”转向“培养跨界解决问题的能力”与“构建个人影响力”。个体通过在这些高价值网络中持续贡献、迭代与链接，将自身打造为不可或缺的节点，从而在AI时代实现真正的职业发展与价值兑现。
AI的快速发展，不仅对现有就业岗位带来影响，也对我们的教育和职业培训体系带来冲击。一方面，应关注对重复性较强工作的替代进程，不仅要为受影响的劳动者提供再培训机会，帮助他们掌握人机协作、跨领域等方面的新兴能力，也要努力挖掘更多的适合劳动者的新岗位。与此同时，我们的教育和职业培训体系也应提前布局调整，更加注重培养个体的核心能力，如创造力、想象力、情商、提出问题的能力以及审美能力，从而增强人在技术变革中的适应力与成长性。
我认为应该紧密监管监测人工智能对于岗位的替代情况，完善社会性兜度，探索资本所得税和机器使用税等进行社会性兜底的资金来源，同时加强培训服务，引导人员向机器无法替代的领域转移。
AI对劳动力市场既有替代效应，又有赋能效应。AI工具可以补足很多低技能劳动力的短板，在某些领域和技能，能够拉平高技能和低技能劳动者的水平。而且，AI技术的广泛应用和扩散，可以为落后地区提供最为欠缺的“高素质AI人力资本”，减小医疗、教育等资源的不平等水平。
首先可以参考第6题，这两个问题在很大程度上是相关的。就培训角度来说，应该有相应的社会机制。印象当年美国似乎搞过一个“救济”穷人上网的计划，好像叫“一美元上网”之类，可以参照，搞人工智能基本使用的无偿培训。
“保护劳动者”如果变成了“保护劳动者的工作”，AI就走到了人的对立面，要加强的不是教育而是变革消费者权益，AI不是劳动升级，是劳动替代，是从劳动中解放人。
就业与工资挤压：结构性挑战与两极化风险确实存在，这些变化并非全面失业，而是“任务再分配”：AI接管重复性工作，人类转向价值更高但更稀缺的环节。但短期内，工资中位数可能下降5%-15%（OECD 2023报告），尤其影响25-45岁中等教育群体。
事急则乱，事缓则圆。AI对劳动力市场的冲击最终是靠时间解决，如何争取到缓解冲击的时间是关键。
首先，AI的出现不会造成大规模失业，相反，会带来更多的就业机会。就好像汽车替代马车，马车夫这个岗位被消灭，但是汽车的出现又带来比马车夫岗位数量多成百上千倍的工作岗位。还有，当年比尔·盖茨发布office的时候，骄傲的说他可以挽救全球所有的树木，因为人类因office的发布而进入“无纸办公”的时代。事实怎样？office之后人类办公用纸量增加了上百倍！为什么？因为新技术带来了需求的暴涨：没有office之前，老板每个月月底问一句，这个月挣了多少钱，就OK了。可是有了office之后，老板可以每周拿到报表，甚至可以看到当天的盈利结果。需求增加了上千倍，就算你office提高了十倍效率，降低了十倍用纸量，但怎奈需求增加千倍，用纸量还是增加了百倍。所以，我们不要用当下的静态状态值去预估一个革命性新技术出现后的效果，而忽略了这个新技术出现之后需求暴涨而带来的更多的工作机会。
AI来了谁最受损？至少有一点可以确定，就是中产阶级会消失。而中产阶级就是工业革命之后企业里出现的管理层。也就是说，AI会替代企业管理者，摆脱人做决策，而由算法做决策。其他的，那就go and see。
AI带来的劳动力替代效应和创造效应同时存在。AI使用效率高，成本低，在中等复杂度、可流程化岗位的替代效应是必然的，企业中的初中等级的编程、文秘、会计、律师、分析师、制图师、设计师等必然会被降薪、解雇。但另一方面，AI的创造效应也是明显的，为了发挥AI的赋能作用，一批与AI研发和AI应用相关的新岗位会诞生，如基于AIGC内容的高级创意师、设计师、工程师以及提示词工程师、智能体调度师、AI对齐师、AI伦理师等新岗位。如果能保证创造效应大于替代效应，并完成转岗技能培育，就能保障就业的稳定。
人机协同社会既有一人多智能体，也会创造新的就业机会，伴随而来也是新的职业再培训，并激发人将生存职业进化为生活兴趣。
对教育、媒体、客服等行业的中等技能岗位，生成式AI与Agent通过提升生产力下限来压缩薪酬差距，同时通过常规任务的自动化，进一步挤压就业机会。
AI的高速发展，带来高技能人才（AI研发、架构设计者）需求旺盛，低技能服务业岗位需求（难以被自动化的人际互动服务）依然稳固，而处于中间地带、依赖常规认知技能的中等技能人员，则面临最严峻的失业风险。
面对上述风险，重塑职业再培训和终身学习体系是唯一可行的出路。AI的发展同时也催生了新的岗位需求。例如，AIGC产业的兴起带动了“提示词工程师”等新兴岗位的增长。如何让中等技能人员适应新的岗位技能要求，是再培训的核心目标。
再培训并非让所有人都成为 AI 专家，而是培养与 AI 协同工作的能力。这涉及到技能的“升维”与“降维” 。“升维”指的
造力、审美力和沟通协调能力；“降维”则指的是部分过去需要长期训练的技术技能（如编程、美工）门槛降低，但更强调应用 AI 工具解决实际问题的能力。成功的再培训项目，应聚焦于培养劳动者成为 AI 工具的“指挥者”和“协作者”和“监督者”。
未来随着AI的智能越来越发达，越来越能取代很多逻辑性、操作简单的工作，那必然会逐渐的取代部分的人工作，所以我们必须找到职业与再培训的发展路径。我觉得以下是我的一些思考：
1.人工智能的知识应该从小学就开始普及，比如基础的智能体搭建，基础的人工智能的游戏等，让小孩从小就慢慢了解人工智能相关的内容和技能。
--如果在工作岗位上已经大量使用AI的工作岗位，要么更好的和AI进行协同，要么就是走管理、情感体验、心理更多的方向，AI暂时替代不了的方向走。
--探索新领域，现在最不缺乏的就是知识，更多去探索创新，发现新的领域，新的需求并结合自己的爱好去体验。
工资与就业机会应该会面临进一步挤压，但也不用过分担心。国家可以通过提升对AI企业的税收来实现财富再分配。作为AI从业者，我们主要还是先通过技术发展把蛋糕做大，这才是真正行之有效的解决方案。
苇草智酷（全称：北京苇草智酷科技文化有限公司）是一家思想者社群组织。通过各种形式的沙龙、对话、培训、丛书编撰、论坛合作、专题咨询、音视频内容生产、国内外学术交流活动，以及每年一度的苇草思想者大会（原名互联网思想者大会），苇草智酷致力于广泛联系和连接科技前沿、应用实践、艺术人文等领域的学术团体和个人，促成更多有意愿、有能力、有造诣的同道成为智酷社区的成员，共同交流思想，启迪智慧，重塑认知。