志愿填对了，就能不被AI取代吗？
王涵青约 15 分钟自我发现在过去是一个奢侈的可选项，在今天变成了不得不。
6月24日起，全国各省高考志愿填报陆续开始。1290万考生即将迎来人生中第一次重大选择：挑一个好专业，找一份好工作，这是一直以来人们对未来的期待。但今年是史无前例的一年：AI替代人类工作不再仅仅是可能性，而是真实发生了。无论是在亚马逊还是中国某互联网大厂，程序员关于开发的工作都已被AI接管，留给人类工程师的工作，是对齐需求、拆分任务、为AI搭建工作所需的环境，以及检查AI工作成果。
更要命的是，AI的迭代速度之快，超过了此前任何一种风口上的产业。迭代周期缩短带来的现实问题是，稳定性彻底消失了——你才弄懂三个月前AI迭代的新功能应该怎么用，它已经带着新的版本走来了。换算到职业前景预测上，这几乎是让人绝望的——职业预测的稳定窗口期消失了。
问题还不仅在此。还记得我们最初对AI的想象吗？机器替代体力劳动，人们只需要生活、思考。如今看来，事情显然没有向我们期待的方向发展，人类的思维模式并不能真正理解技术的迭代路径。当人脑无法想象下一次AI会变成什么，自然也就不知道此刻应该如何应对。
对于一个即将填报志愿的考生而言，这意味着，过去以就业为目的倒推专业选择的决策路径完全失效了，更残酷的是，新的逻辑尚未建立。如果我们连四年后哪些工作还存在都不能确定，此刻分析一个专业是否好就业还有什么意义？如果我们根本无从想象AI演进的方向，那按照人类的逻辑来做选择是否还有意义？
我们找到了不同领域的九位受访者，他们是大厂工程师、教育经济学家、熟悉AI领域的投资人、大学教授、在校大学生。最后我意识到，在今天，我们必须谈论AI，必须分析AI如何影响了考生的志愿选择，本质上是因为，AI提高了人的生存门槛。当这种快速学习、持续演进的生产力不断完成过去属于人类的任务，人必须思考的问题是：还有什么是留给人类的？什么是一个人所独有的东西？
几乎所有人给我的答案，最终指向的都是人的自我认知与自我实现。自我发现，在过去是奢侈的可选项，在今天变成了不得不。
这不是一个仅仅关于高三考生的事情，这是一个关乎人的生活方式甚至存在方式的问题，我们在此时此刻讨论这个问题，因为它在即将为自己的人生做出方向性选择的高三考生身上，有着最直观的影响。
旧的去了，新的没来
教育经济学家叶晓阳清晰地知道，事情正在起变化：高考志愿填报中，以就业为导向，倒推专业选择的逻辑链条已经断裂。
2026年之前人们问：什么专业好就业？判断一份好工作的标准是“稳定、体面、不受累、高收入”。而今天，人们问：什么专业不会被AI替代？前者意味着对未来的期待，后者则是对不确定性的恐惧。
报好志愿、找好工作的旧逻辑链条是怎么断裂的？过去，人们想知道什么专业是“有用”的，因此追捧“能给答案”的张雪峰。“有用”是一种倒推的选择逻辑：高人才需求的岗位——对口专业——填报该专业。本质上，是追求一个专业确定的就业前景。
改革开放几十年间，不同行业崛起又衰落，有用所指涉的对象也随之流动：两财一贸、土木工程、计算机专业……专业会死但定义长存，人们总能为有用找到一个对应答案。但现在，AI突变式的演进杀死了题目——四年后，人们连哪些专业还会存在都不知道，现在分析“有用”又有什么意义？
旧逻辑失效了，而新的秩序尚未建立。在即将到来的志愿填报季，无数中国家庭既失去张雪峰，也失去了对于好的职业乃至好的人生的判断标准。
AI暴露度与高阶能力
高考志愿填报毋庸置疑是大多数中国学生一生中最重要的选择之一。叶晓阳见过太多人高考十年后仍然觉得后悔，他分析这种后悔的原因：不是因为选择太少，而是因为认知太少。
十年前的夏天，叶晓阳还不是中国高考志愿填报研究专家，那时，他和一行同学跟着导师丁延庆，在宁夏做一场关于高考志愿填报的干预实验——通过精准的信息支持，减少偏远地区高考生高分低报情况，让学生用同样的分数上更好的大学，实验的名字就叫“我们都有一个光明的前途”。这场实验持续四年，最终因种种原因黯然收场，但中国高考志愿研究却成了叶晓阳此后十年的研究方向——当年叶晓阳捣鼓了一个AI来分析学生志愿录取概率，而十年后的今天，他干脆做了一个填志愿的AI，叫雨来高考AI。这是一个颇具叶晓阳气质的AI：它不直接给学生答案，偏要拉着学生来演练，目的就是为了增加学生的认知，让学生回想志愿时不要后悔。
对AI，叶晓阳觉得大家也问错了问题：AI不是整体地替代某一职业，而是替代某一职业中的工作任务。也就是说，AI或许不会直接干掉人类劳动者，但它必然对一个劳动者提出新要求：什么是只有你能做到的？这个问题继续推进，来到专业层面，就会变成：学生在专业学习中，能培养哪些AI无法替代的能力？
在当下，如果我们一定要建立对一个职业的认知，“AI暴露度”是更合时宜的标准。AI暴露度指的是某一职业的工作任务被AI替代或辅助的程度。暴露度越高，工作被AI替代/辅助的比例就越高。
暴露度高并不代表从业者必然会失业，因为大多数时候，人与AI是协作关系。但高暴露度必然意味着用工需求的收缩——比如，法律初阶问题咨询、文书撰写等工作任务会随着AI能力变强而不再需要专人负责。
这也正意味着，重复性的任务被AI取代，学生将更难获得进入职场的第一份工作，也失去了“在做中学”的机会。现实中这样的事情正在发生。亚马逊工程师阳仔告诉我，AI在团队内部普及之后，曾经由年轻工程师做的工作被AI接管，资深工程师负责搭建AI工作框架、检查AI的工作成果，“有经验的老员工更有价值了，经验少但体力充沛的应届生没什么价值了。”
那么对一个要填报志愿的考生来说，找一个暴露度低（甚至暴露度为0）的职业，选择对应专业，是不是未来就可以更安全？
根据全球最大IT服务公司Cognizant高知特的研究，首先，当今社会几乎不存在暴露度为0的行业。其次，低暴露度的代表职业是安装、维修工人，护理护工等等。这些职业的共同特点是：高度依赖肉身的经验与感知、要求人在不开放的情境中瞬时做出反应。但在中国社会，它们长期和另一些标签绑定：底层的、不体面的、卖苦力的。诚实地说，对于大多数希望将孩子送进高等学府接受教育的家庭而言，这些职业甚至不能成为选择。
既然以就业前景为目标的分析方式不能奏效，那似乎只能从专业本身入手：什么样的能力容易被AI替代？能不能选择一个专业技能不容易被AI替代的志愿，来确保稳妥就业？
的确有这样的判断标准。叶晓阳用“低阶能力”和“高阶能力”来分析一个专业所教授的内容。以法学专业为例，背法条、写文书属于“低阶能力”，依靠死记硬背或重复性训练；而面对复杂案件的判断能力、与不同方面的谈判能力，则是高阶能力。
很显然，前者容易被AI替代，而后者具备人的独特性。一个专业培养出的学生，越能从低阶能力向高阶能力迁移，则越有可能不被淘汰。
但一个人如何确定适合自己去发展的高阶能力是什么？举例来说，一个18岁的高考生需要知道是否擅长谈判和抗压（做律师、法官需要的高阶能力），才能决定是否选择法律专业。
这意味着学生要理解自己的个性特点和志趣所在，并由这种兴趣将自己带到一个合适的地方——一个令ta孜孜不倦长期探索的领域。
逻辑推导将我们带到这里，但回到现实来看，要求高强度应试三年的学生来回答这个问题，是否太残酷？考生们真的具备这样的能力吗？更何况，大多数人终其一生也无法找到所谓热爱。用个人志趣来解释一切，是否是将风险和责任进一步压向个人，从而让体制、让社会免责？
来不及了
假设一个高考生找到了一个高阶能力占多数的专业，ta就“安全”了吗？叶晓阳的回答很微妙，“三个月来看，是这样的。”
危险的不是标准化，危险的是静态的思维。AI的演进是突变式的。如果把大模型比作大脑，那么Agent就是给大脑加上手和脚。今年1月份，Anthropic发布的Claude Code 2.1.0版本史无前例地强化了手和脚的能力——AI变成了一个真正能执行任务的工具。全球AI发展都因此按下了加速键。几个月前火爆中国社交网络的“龙虾”，不过是这套新范式的缩影。
在采访中，多位受访者都默认当下AI的迭代速度以“三个月”为单位计算。在这种情况下，试图以“低阶能力”“高阶能力”的占比来预测四年后一个职业的人才需求，显然是用静态的思维来理解一个极速变动的事物，这是真正的思维误区——今天无法替代的，下个月未必不能，更何况四年以后？
更隐秘的误区是，人总习惯以自己大脑理解世界的方式来想象AI能做到什么。但实际上，人的思维并不比机器高贵——大多数时候，人类形成某种思维模式，并不是因为更聪明，而恰恰是因为脑力有上限。
我们或许都还记得2017年AlphaGo下哭柯洁的那一轮对弈——机器已经不再按照人理解围棋的方式下棋，在无数遍自我对弈的过程中，AlphaGo演化出了自己的新招式。而在后续的训练中，训练师甚至删除了AlphaGo数据库中的所有人类棋谱，只让机器学习围棋本身的规则与逻辑。而人之所以创造棋谱、招式，恰恰是因为人脑无法直接完成这套庞大精妙的计算。
以有限的招式想象无垠的策略，人的溃败是必然的。如今看来，这分明是AI给人类世界的遥远先声：以人类现有的认知来想象AI未来会迭代到何种程度，就像拿着固定招式想象AI怎么下棋。
AI时代，人们真正要学会的，是放弃预测，放弃确定性。
完整的人
本质上来说，AI的出现拉高了人的生存门槛。自我发现在过去是一个奢侈的可选项，在今天变成了不得不。在过去，人哪怕不知道自己志趣何在，追随一个主流的目标，也能得到差不多的、甚至相当不错的生活。但是现在，标准时时刻刻在变动。继续追寻飘渺的外部标准，如果在离开校园之后，标准变了怎么办？人又能向谁说理？这种承担个人命运的现实倒逼人不得不向内求，拼命发展自己最独特的部分。
高阶能力到底是什么？我把这个问题不断抛给更多人：大厂工程师、高校老师、一级市场投资人。几乎所有人都提到了以下几点：人的肉身对现实的感知、人的好奇心和行动力、人的理解判断能力，甚至是，人的缺陷。
可这些高阶能力如何培养？没人能描述好奇心是什么形状，如何到达。这正是过去大家放弃追求这些能力的原因。它们如此抽象、难以捉摸，以至于似乎只能依赖天赋，而无法经过后天雕琢。
一开始，我也如此困惑。但当我把这些能力放在一起，我突然意识到，这是一套完整的实践系统，这套系统就构筑在简单、微小的日常生活之上。
把这些能力单拆出来试图学习的行为无异于缘木求鱼。我们觉得这些能力难以习得，正是因为我们妄图像做题那样学习它们。但这套能力最要求的恰恰是：人回归真实的生活，不要做题，只成为一个完整的、自然的人。做具体的事情，这些所谓高阶能力就是无意识中的一套动作，但当人将它们作为一个追求目标，人就永远丧失了接近它们的方法。
这套系统的运行依赖人的肉身，也始于肉身。人用肉身进入具体情境、感受具体情境。在感受具体情境的过程里，人与环境激荡，生发出好奇心。所谓好奇心，本质上是一个方向，沿着某一个方向，人越走越深，就会采取行动探索。而行动的时候，问题自然出现，人必然要做决定。判断力就在这个过程中培养起来。判断进一步产生新问题，如此带来一轮轮新的循环。高中哲学课将此称之为“螺旋上升”。它们环环相扣、互相生发、互相增强。
在具身智能硬件制造领域，机器人的手是单独的品类，被称为灵巧手。灵巧手制造之所以如此之难，正是因为它要让钢铁拥有真实人类双手感知事物、控制力度、灵活调整的能力。制造一双灵巧手时，摩擦力——这个人类握住一只杯子时从来不需要思考的概念，是机器必须反复模拟、计算的一环。
而手只是人以肉身理解世界的途径之一。除了触摸，人能看、能听、能闻、能言、能感受，这些独有的感知最终会带来无形的沉淀。南京大学英语系教授但汉松用大学文学课堂来举例，他认为，AI当然可以读世界上任何一本书，但当一个活生生的老师在课堂上解析文本时，除了输出知识，也张扬出对文学的激情与快感，在小小一方教室中激荡起学生的共振，变成一种记忆、一种认知留在学生身上，成为打开另一扇门的钥匙。他将这些概括为“默会知识”。
学生时代，叶晓阳领略的正是这种互相激荡的生活。毕业二十年后，叶晓阳仍然时时回想起老师胡续冬，在北大校园，人们更常称他为“胡子”——胡子是一位文学老师，2016年，北大针对教师的晋升考核压力进一步增加，胡子选择了放弃晋升来保持自己的个性与风格。在竞争压力不断变大的北大校园，胡子始终如一，不点名、不考试、不给标准答案，也允许学生无所事事。
当年叶晓阳正是被这样的胡子吸引。他先是把胡续冬的三门通选课修了个遍，后来又在胡续冬的研究生课上，在老师的“强逼”之下，查字典、做原文翻译，读那些甚至还没有中译本的冷门诗人的作品。对于一个经济学的学生而言，这些文学课堂看起来毫无用处，但恰恰是这些课堂，给他留下了更深长的能力——叶晓阳将之形容为“在没有向导的荒原上徒手开路的能力”。
人以完整的身心进入环境，感受环境，环境也激发人的好奇心。有好奇，才有行动。本科毕业时，叶晓阳一度想成为一个“文学教授”，但最终被胡子推上了教育经济学的路。在这个方向里，新的问题开始产生了。2012年，叶晓阳在美国读博期间，高等教育经济学研究领域广泛关注的议题正是高分低录。中国的情况又是如何？这种问题能怎么解决？这股好奇直接促成了几年后“我们都有光明的前途”教育实验。
2021年，胡子的去世击中了叶晓阳：想和老师一样多做一些有意义的事情。原先的实验团队因种种原因已经星散，到了第二年，叶晓阳拉起新团队做了雨来高考AI。这是一个完全免费的产品，叶晓阳没有其他目的，只是“永远会想要去找最好的方法来解决（高考志愿填报）这个问题”，他把过去十年大量研究积累下的经验全都凝结到了雨来上面。
我也问了真格基金合伙人刘元这个问题，高阶能力到底是什么？他如何判断一个创业者是否值得投资？2023年，刘元投中了过去四年中国AI浪潮里最被广泛讨论的产品——Manus。
他认为，好奇心和行动力是判断创业者最重要的衡量标准，“对新的东西，你看了之后有没有自己的想法？有了想法之后有没有真正花时间去做？”是好奇心和行动力，将人和AI还原到了各自位置：工具不会生发好奇心，更不会主动执行某一任务。没有人的好奇心，工具只是一种存在而已。
采取行动——遇到问题——做出决策。决策依赖人的判断力，这正是人最核心的能力——真实世界的复杂无法用概率计算，判断依赖的是人在混乱生活情境中持续积累的认知和个人直觉。现在，刘元在接触一个项目之前，都会先听听AI对这个行业的分析，大多数时候，他觉得AI分析得比自己好，但AI没有“场外信息”——创业者说某句话时，是踌躇满志还是虚张声势？句与句之间的间隔、甚至眼神，都是他判断一个创业者的重要信息。
有判断就有失误，失误折射出人的缺陷——人不全知全能，人有自己的偏好和视野局限。但同时，人也能为自己的决定承担后果、负起责任。到底什么缺陷成就人的独特性？刘元举了一个我意想不到的例子：乐观。“乐观就是对现有（成功）概率的分析高于真正的概率分布，是一种非理性。”在真格基金十几年，刘元投了一百多个项目，有些辉煌一段后惨淡收场，绝大多数从头到尾一声不响，极少数，如Momenta、Manus 为人所熟知。即便如此，在遇到下一个项目时，他仍然满怀希望，“它会是好的”。
所谓高阶能力，归根究底指向了“人所独有的品质”，而非某一个具体专业的问题。与此同时，一个完整的人似乎本来也应该具备这样的能力。
上大学还有用吗？
理论上来说，AI时代，上大学不是一个人唯一的选择了。挚信资本投资人杜南长期关注教育问题，在“双减”来临之前，他曾投中猿辅导。我和杜南聊到这个问题时，他带着惯有的温和与笃定：“大学只是选择之一。”假如一个小孩在高三或者更早之前完全知道自己喜欢什么、要做什么，那ta可以用AI得到比大多数大学好得多的资源。
什么样的人还需要大学？正是那些尚不知道自己志趣何在的孩子。在高中毕业之后，进入成人社会之前，大学是ta们唯一能平等获得的闲暇时光和缓冲地带。专业是一道方向性的指引，沿着这一方向，学生进入具体的场景，不断试错，才有可能沿着这条道路长出自己独有的能力。
2016年，我参加高考，那时“考上大学就好了”仍是一句有力的安慰——它许诺了一种闲暇的生活和试错的可能性，这也是大学在当时最重要的价值之一。高考填报志愿，我进入一所普通一本院校的新闻传播学专业，永远告别了最讨厌的数学，如愿过了闲散自由的大学四年。我和朋友们几乎都不实习，也极少考虑就业，一起花半学期的时间参加广告比赛，再写点小说文章，拍点纪录片、故事片——全都是心血来潮为爱发电。剩下的时间，交给了如今想不起任何细节的游手好闲。
但正是在这样的闲暇中，我一步步排除了在新闻传播学（甚至人文社科）这个方向下，我讨厌的任务类型，确定了适合自己发展的高阶能力，比如写作。而这些能力几乎没有哪一点来自于某个具体的课堂。
但现在，寻找可能性的土壤彻底消失了。在中国顶尖的大学，悠闲和尝试变成例外，像程序一样自我设置、自我投资成为常态。压力向下传导，不同水平的高校学生，都对准了自己要竞争的生态位。生存的压力同样压在老师头上，考核与晋升职称直接绑定，每个老师都要量化自己：有没有新的科研成果？发刊数量有没有达到要求？在这样的情况下，教课显然不再是老师最重要的工作。
但转机似乎也在出现。要培养一个完整的人，大学要做的，恰恰是回归大学校园本身。南京大学教授但汉松对此“心态开放”：或许AI能让教师做回更重要的事情。上好一堂课、做一场引人入胜的演讲、和学生肉身相见，进行一次言传身教的雅典学院式教育。概言之，让大学回归它最原始的状态，让教育回到教育本身。
参考资料：
1.Anthropic：Labor market impacts of AI: A @new measure and early evidence
2.New work, new world 2026: How AI is reshaping work faster than expected
[email protected]
编辑——于蒙 顾问——王天挺
视觉——pandanap插画——Ricky
运营——杏子 版式——日月
创意——Vicson
出品人/监制——曾鸣
我们持续招募最好的
作者、编辑、实习生，请联系
延伸阅读