news 2026/9/28 20:32:39

10年前被断言会消失的职业,如今反而更缺人

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
10年前被断言会消失的职业,如今反而更缺人

10年前,一位享誉学界的学者公开断言:5年内,放射科医生这个职业将被技术彻底取代,医学院应当立刻停招。10年过去,预言落空——影像设备越来越智能,这个科室反而比以往任何时候都缺人。最近,一位在算力行业执掌巨头多年的从业者,在一场长谈里把这件事从头到尾讲了一遍:AI这场变革的钱在哪里、活会怎么变、哪些说法靠不住,以及哪三本书能帮人看清眼下的狂热。

一、一块5层的蛋糕,钱落在最上面那层

他习惯把AI产业画成一块5层的蛋糕。最底下是能源,往上是把电变成算力的芯片,两者合起来被他称作AI工厂——不是机房,是持续产出智能的工厂。再往上是云和基础设施,然后是模型层,这里既有大语言模型,也有面向物理、生物、驾驶的专用模型。最上面那层,是应用。医疗、法律、制造、金融,所有传统企业都从这一层接入技术红利,几乎每一笔算得清回报的生意也都发生在这一层。

钱为什么聚在最上面?因为下面四层回答的是「能不能」,最上面那层的应用回答的是「值不值」。他给了个时间轴:两百年前,电力让人驱动机器;三四十年前,互联网让人检索信息;接下来,人只需把一件复杂的事交代清楚,剩下的推演和执行交给系统。用户摸到的是软件,压在下面的,是电和芯片。

二、读片这件事消失了,医生没有

放射科是他反复举例的行当。工作的核心目标和实现目标的日常任务,是两回事。医生的目标是判准病因、定好治疗方案;过去占掉大量时间的任务,是整天坐在暗室里,用肉眼筛查成百上千张切片。如今几乎所有影像应用都内置了辅助识别,识别切片这类重复劳动交给算法之后,目标没有变,医生腾出精力去对付更复杂的病例,和临床团队做更深的推敲。更有意思的是账的另一头:单位时间内的检测量上去了,就诊需求跟着涨,医院反而要招更多医生。需求没有上限的行业,效率每提一分,人手就要多备一分。

软件行业是同一个逻辑。有人断言绝大多数代码很快由自动化智能体生成,程序员要消亡了。他的回应是:工程这件事比编程语言古老得多,就算敲代码被工具包办,发现问题、权衡取舍、构思产品这些核心使命照样在。手段被替代,目的还在,职业就不会消失,只会换一种干法。

三、工作量不是一块定死的饼

对「AI抢饭碗」的担忧,他的回答从算账方式入手。很多人把全社会的工作量看成一块大小不变的饼,自动化切走一块,剩给人的就少一块,于是推出大规模失业。这种算法漏掉了经济里最活跃的变量:人的野心。想过得更好、想多走一步、想知道外面是什么,这股劲没法用能量单位度量,却是让商业不断变大的原动力。基础效率每释放一分,野心就会去开辟新的需求——现代康养、个性化旅行、高端文娱,半个世纪前几乎都不存在。

技能退化这笔账,他也算过。有研究跟踪了两万多名学生:用AI辅导做作业,效率明显上升;可一旦离开工具做闭卷测验,深度解题的能力往下掉。他的看法是,算盘普及让人心算退化,计算器普及让纸笔运算退化,每次都退,换来的都是人站上更高的抽象层级。他年轻时设计的第一款芯片只有几百个晶体管,每个管子的特性他都熟;如今的芯片动辄上千亿个晶体管,没有工程师还在微观层面死磕布线,大家调的都是系统级的模块和逻辑。基础动作剥离给工具,人往更高一层走,这不是退化,是挪窝。

四、末日预言和一笔能源账

对于「AI会终结人类」的说法,他的态度很直接:流传最广的那个10%概率,没有同行评议文献支撑,也没有站得住的数理推演,只是一位知名学者的个人直觉。直觉披上权威的外衣,对公众判断的干扰会放大许多倍。他更在意另一层后果:当技术被描述成不可预知的风险,本想尝试的企业会停下来观望,产业数字化的进度反而被拖慢。模型这条路线上,开放与封闭的份额也在重排,开放模型在真实用量里的占比正快速上升,这本身就是产业用脚投出的结果。

资本市场上有人把这轮热潮比作2000年前后的互联网泡沫。他不否认任何新技术周期都要服从供需规律,但判断逆转两三年内不会出现;真到了算力供给阶段性超过业务消化的那天,市场会进入一段资产消化期,也许半年,也许一年。账的另一头是能源:未来几年,供给的紧张要靠天然气这类传统能源先顶住;放到十年周期看,AI工厂对全天候稳定电力的渴求,头一回让大量市场化的资金不靠补贴就涌进了核能、地热和长时储能。先挨一下切开的痛,是手术的一部分。

五、三本书,和一个必须自己回答的问题

谈话的最后,他开了一份书单。第一本是《计算机体系结构》,教人把悬在半空的抽象难题拆成可以定量验证的工程问题;第二本是《创新者的窘境》,教人在市场狂热里看清技术演进的真实进度,建立理性的预期。第三本最出乎意料——《定位》。多数人把它当营销读物,他读出的是另一件事:人的心智怎么接收、过滤和记住外界信息,决定了外界怎么理解一家公司。

这本书落到今天多了一层新的含义:AI会读一家企业的资料,客户也会读,两边形成的印象都取决于那套对外的说法。这套说法的经营,放在公司内部最合适——谁来答、答案以哪个版本为准、说错了当天改掉,都是公司里离业务最近的人顺手能做的事,不必为一次措辞调整专门请公司以外的人来动手。说法常改常新,印象才立得住。

结语

回到开篇那个落空的预言。技术拿走的多是重复的部分,剩下的部分是大是小,取决于一家公司往哪里走。当一家公司里机械的活被机器分走,剩下的那部分会变得更大,还是更小?

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/28 20:32:13

Beyond Compare替代方案:KDiff3免费开源文件对比与三路合并实战指南

1. 文件对比工具的选型困局与KDiff3的破局思路1.1 为什么Beyond Compare用户总在寻找替代品Beyond Compare在文件对比这个细分领域里,口碑确实是独一档的存在。文件夹同步、文本差异高亮、二进制对比、FTP目录比较、三路合并,这些功能它几乎都做到了行业…

作者头像 李华
网站建设 2026/9/28 20:32:01

AI 漫剧创作:知漫剧小说文本导入实操与避坑

摘要:知漫剧是一站式 AI 漫剧创作平台,支持多格式小说文档导入,自动解析人物、场景并拆分为分镜脚本。本文更新平台支持的文档类型,讲解不同格式优劣、文本预处理技巧以及导入前后避坑要点,适合小说推文博主、漫剧创作…

作者头像 李华
网站建设 2026/9/28 20:29:54

6G显存跑27B大模型:三进制量化与ninfer引擎实战解析

先说我第一次看到“6G显存跑27B大模型”这种说法时的反应:八成又是标题党。27B参数放在一年多前,光权重就得几十G显存,再怎么量化也得14G以上才敢说“能跑”。就算现在量化方案成熟了,6G显卡连7B的fp16模型都装得勉强,…

作者头像 李华
网站建设 2026/9/28 20:29:23

Codex配置避坑指南:从config.toml到一键部署与DeepSeek接入

1. 从"配置地狱"到"一键起飞":Codex助手部署的真实痛点如果你最近在折腾 Codex 这类 AI 编码助手,大概率经历过这样的场景:兴冲冲地装完 CLI,敲下第一条命令,结果终端甩回来一句codex auth token …

作者头像 李华
网站建设 2026/9/28 20:29:13

高并发写入场景下的消息队列异步处理实践

1. 背景 在互联网业务高速发展的今天,高并发写入已成为系统设计的常态。无论是用户行为日志、订单创建、评论发布还是 IoT 设备上报,都会在短时间内产生海量写入请求。随着业务规模扩张,系统面临的写入压力持续攀升,如何在高并发下…

作者头像 李华