本期为《仲夏六日谈》第四季第六期节目文字内容，主题为《AI时代的职业新图景》。十大看点：·AI时代催生哪些新职业？·AI时代职业和收入是否会解耦，个人收入是否越来越多样化？·AI会加剧职场内卷还是创造新需求？·AI将如何重塑个人职业发展？·未来需要什么样的人才："通才"还是"专才"？·AI面试会颠覆学历歧视，实现更公平的招聘吗？·教育如何与市场保持同步，缩短供需差距？·未来职业形态与观念将如何重构？·中年人再就业如何破局？·AI时代，如何调整社保体系？对话嘉宾：李 强 智联招聘执行副总裁汪 琼 北京大学教育学院教授张丹丹 北京大学国家发展研究院副院长，经济学教授吴朋阳（主持） 腾讯研究院智慧产业研究中心主任职业新图景：工具与价值的再平衡吴朋阳：大家好，欢迎参加2025年的《仲夏六日谈》。今天我们想探讨的议题是《AI时代的职业新途径》。首先让我们隆重地欢迎今天来的嘉宾：北京大学国家发展研究院副院长、经济学教授张丹丹，北京大学教育学院汪琼教授，智联招聘执行副总裁李强。在座的各位都是老朋友了，去年我们也谈过相关的问题。今年，再邀请各位，是想观察职业领域在这一年里有什么变化。此外，由于职业与教育的密切性，今年我们把探讨的话题也延伸至教育。那今天首先想探讨的一个问题就是：目前，在AI浪潮下，职业到底发生了什么样的新变化？是不是真的创造了一些新职业，给大家提供了新机会？丹丹老师，先请您谈谈您的观察。张丹丹：好，谢谢吴朋阳。首先，我们三位的职业都还在，这大半年的时间里，我们职业上没有什么变化。如果说有什么变化的话，就是AI技术的日新月异，AI从原来生成式模型已经发展成智能体，特别是今年Deepseek在中国的广泛应用，对整个中国职场就业结构的影响会比较大。创造新就业机会的同时，部分传统的、程序化的知识型工作正在被替代。就我个人观察，AI可能带来了创业的增加。目前可以明显感知到一人企业数量的增加，以及闲鱼平台上，很多年轻人在做创业的尝试，去年闲鱼上新增了320多个新职业。虽不能识别与AI发展存在必然的因果关系，但在AI时代，我们确实能看到一些积极因素，年轻人在积极地去创造新的机会。吴朋阳：我想多问一下，在这里面，您有看到比较有意思的新职业吗？或者就您身边的学生、认识的年轻朋友而言，是否有一些有意思的案例呢？张丹丹：有意思的案例可能是，提供情绪价值的职业会比较多，比如陪聊、陪老年人看病、夸赞他人等。吴朋阳：感谢丹丹老师。那汪老师，从您的经验和身边的体会上，有什么发现吗？汪琼：刚想到一个案例。我的一个学生给我讲了他的故事：他在读博士，读博士比较累，有时候会很痛苦，就养了狗。为了训练那只狗，他开始学习驯狗的课程，然后顺带考了驯狗师的证书。因为驯狗，和我们教育学行为主义的那种训练非常相似，他学习了很多理论后，觉得这以后用来训小孩也不错。他现在在杭州一家企业做博士后，工作忙。因为朋友开了狗场，他业余时间就去那儿兼职驯狗，跟我说：老师，这个很赚钱，比做家教还要赚钱。因此，从某种意义上来说，通过这样的兼职，他既缓解了学术生活的枯燥，也为自己创造了新的收入。我觉得，现在年轻人可能会有更加丰富的兼职。吴朋阳：这个案例很有趣，那他为什么有时间既把论文做好，也把狗训练好，这里面是自己有什么方法，还是说有AI辅助？汪琼：他谈到过，AI在投稿前的文章润色环节作用较大。因为感觉上，他们这一代年轻人经常写句子没有主语，或者翻译痕迹重、长句多，可读性相对较差。让AI做点润色，会比自己写得好读。吴朋阳：那驯狗，会变成他的第二职业吗？或者说，他有考虑将来从事这类工作吗？汪琼：我感觉，这已经算是他的一个收入来源。吴朋阳：那他是怎么去平衡学业和驯狗职业的？汪琼：我没太细问，当时分享的时候，我非常惊讶。北大的博士、博士后，竟然成了一个驯狗师，而他也非常享受这个过程。张丹丹：我感觉还是专业对口，而且可能会从行为的角度，激发他论文的一些想法。汪琼：对，这个理论背景是有一致性的。我觉得还挺好的。吴朋阳：他驯狗是帮别人训吗？他的收入是靠什么？汪琼：别人会委托，比如我把狗交给你训半个月，回家就能够变成懂事的狗。李强：我觉得汪老师聊到一个十分值得探讨的话题。第一，我们以前容易把收入跟职业对等，一说到收入就好像必须跟他的某个职业或职位对等。刚才吴朋阳的追问，其实一直在追问收入与职业的关系。我觉得未来这种情况一定会被打破，人的收入与其主要的职业是无关的。第二，人工智能带来最大的好处，就是技能学习效率的提升。我们以前要掌握一个技能，需要长期地学习与训练。比如汪老师的学生，在短时间内变成一个驯狗师，我相信这里面跟技术的发展，一定是有密切的关联。比如在驯狗方法上，大模型可以总结出最有效的方式，他只需观看相关视频，甚至是视频中的关键动作。如果他大量运用AI，比如记录训练过程、分析哪些指令和动作让狗的接受度更高，这可能会打破以往“不经历不成经验，无经验需长期训练”的规律。我认为，这也是生产力密集创造和爆发的一种现象。吴朋阳：强总提到的“职业与收入解耦”的观点很值得关注。过去，我们认为大部分就业者的主职是其主要的收入来源。现在出现一种变化是，第二职业或者非主营职业占收入来源的比重逐渐增大。您身边有观察到这样的变化吗？李强：我觉得这只是一个苗头，还不是当前的绝对主流。但，既然是火苗，那它就会愈来愈多，AI时代提供了非常多的生产工具，让人可以把想法变成现实。从前，我需要组建N个团队，聚集N个人才才能实现我的想法，但是现在可以不再需要。可能是在我发展壮大的过程中，比如公司营收从千万变成上亿时，需要众多团队的配合。张丹丹：可能团队也不需要那么大了。李强：对，不需要那么大的团队。在每个领域里，可能会存在N个的中小型公司和微型创业企业。比如，从智联招聘平台数据看，目前小微企业的增速明显要好于大中型企业，其注册数量和招聘需求量都在快速增长。我觉得这是一个好的信号，这体现了市场活力。AI带来的新生产工具让人们有机会尝试创业。汪琼：如果是这样，人们是否会越来越适应短期性工作？不管是一人企业、企业组或是临时组建的团队，只要能完整完成一段短期工作，也能接受人员的离职或其他变动。李强：我觉得会两极化。一类人会更追求稳定，希望有稳定的收入，企业能长期发薪，保障生活的安全底线。另外一类人，他们的工作可能变成任务制。比如驯狗师，他的收入可能是片段式的，他接取20只或30只狗的训练任务，但不会一下投入全部精力，可能今天花两小时训练几条狗，达成收入目标，然后去做自己喜欢做的事、做更多好研究等等。吴朋阳：这非常有意思，我想进一步延伸一下。在AI快速迭代的当下，职业和收入的稳定性似乎受到较大冲击，无论主动还是被动，求职者是否都需要扩展个人技能，尤其是借助AI，尝试在不同领域特别是感兴趣的领域进行创收？李强：去年我们对话时就提到一个观点，我至今仍坚信不疑：AI替代就业是必然会发生的。中长期来看，AI可能创造大量岗位，但短期内主要是替代作用。面对替代，深度使用人工智能的人不易被替代，而拒绝或不使用人工智能的人被替代的可能性更大。例如说，两会提到的“人工智能+”，这个目标对14亿人来说是一张新的入场券。从全球竞争来看，哪个国家的民众优先拥抱、深度使用AI，可能会决定未来的世界竞争格局。因此，我认为，所有人都应该拥抱和使用AI，不使用AI的人被替代的概率和比例可能更高。吴朋阳：去年我们已看到替代的苗头，今年想进一步了解，这种替代有什么新变化？去年丹丹老师在行业和职业方面做了很多研究，有量化的行业对比？张丹丹：对，我去年可能更悲观，现在好像更乐观。吴朋阳：您的乐观源于什么？看到了哪些变化？张丹丹：现在出现了很多新的创业苗头，有“星星之火可以燎原”的态势，能感受到青年人结合AI后，创造力正在爆发，所以我们要对年轻人有信心。如果工作越来越碎片化，人们可以在主业之外利用碎片时间从事兼职，甚至兼职收入可能超过主业。人们的工作时间也变得灵活：部分时间从事主职，部分时间转向个人爱好，不再是朝九晚五后就无事可做，而是可以利用所有时间创造价值、培养兴趣，就像闲鱼平台上的人们，利用闲置时间去驯狗、陪伴他人等，打破传统工作模式。而这是非常灵活的，这完全打破了“朝九晚五”的工作模式。大家现在好像都可以开始“卷”起来，所有的闲暇时间都可以被创造填满。此外，我们与智联合作的研究发现，技能方面对“自主性”的要求显著提高，这与你提到的“自主结合AI技术实现职业提升或发展新职业”相呼应。在智联招聘的职位描述和招聘广告中，对这自主性的提及频率越来越高，这是一个很有趣的新现象。吴朋阳：非常好！这就涉及另一个问题：假设大部分人都有自觉学习和使用AI，但受到经济或产业约束，若市场总量没有扩大，即便大家都掌握了AI，是否仍会陷入“AI内卷”？张丹丹：我们所说的“星星之火”其实是在拓展边界（Frontier），不是在有限供给中互相竞争，而是创造新需求。比如驯狗服务，过去可能没有，人们只能自己慢慢训练不听话的狗，现在有专业人士提供服务，这就创造了新需求，这是特别值得鼓励的。汪琼：我有个问题，之前中美网友在小红书上交流对账时，美国网友说他们需要做三四份工才能维持生计，中国网友觉得他们很辛苦。我在想，如果按照刚才说的兼职和碎片化工作趋势，未来我们的年轻人是否也需要做三四份工才能维持理想生活？张丹丹：我觉得现在在多个平台工作的人蛮多的，他们可能在不同平台做类似工作，比如经营小红书账号的同时，也在抖音、快手上运营，针对不同平台的用户调整内容。这种情况很难说清楚是一份工作，还是几份工作。李强：这应该分类型来看，要看职业背景和具体工作内容。很多人将来确实可能不会只做一份工，而是做两三份，但也有人会专注于一个平台和一件事，那核心技能是必要而关键的。在社交媒体领域，经营账号的核心方法是一致的，不同平台只是工具，用不同内容吸引粉丝。但单纯用时间换取回报的群体，可能确实需要做三四份工。比如服务员，早上9点到10点在星巴克工作，10点到13点在餐厅工作，13点到15点又回到咖啡厅，6小时工作结束后，一天的工作可能就结束了，单类时间的劳动回报可能比以前高。张丹丹：对，我再补充一点，除了在不同平台或时段为不同雇主做同类工作，工作本身也可能变成任务性的。比如大学老师现在需要教书、写文章、做调研，以后教书可能是一份工作，做研究是一份，带学生是一份，给学生提供情绪价值又是一份。未来，这其实就是在从事多份工作。吴朋阳：几位老师谈到了一个重要问题，也是我困惑的地方：从劳动经济学角度，工业革命给经济带来的最大变化是分工细化。工业革命前的农业时代，一个农民需要掌握多种技能，种地、养猪、修房子等，多由自己或家族完成。工业革命后，生产效率提升源于分工细化和机器介入。那AI时代来临，大家觉得分工会进一步细化，还是出现回归农业社会的苗头。目前AI早期，要求一个人借助AI独立闭环完成多个任务、获取回报。这是阶段性变化，长期仍会分工细化，还是会成为新常态，即每个人借助AI掌握多种技能？李强：从目前来看，我不太认同回归的观点。我认为应先将能力分为基础能力和专业能力，在AI加持下，大家的基础能力会形成“小闭环”，而专业能力会越来越细分，以及出现很多新需求。以前不被视为专业化的事，现在可能成为专业职业，比如汪老师学生的驯狗工作，现在已成了极其专业的职业，既解决了部分人的需求，也带来了收入。未来，小闭环仅体现在基础能力上，比如一些手工操作、简单数据分析、翻译等，这些过去被视为专业的事，在AI加持下可能变成基础能力，而AI会让基础能力越来越强，小闭环越来越完善。张丹丹：对，门槛降低了，但要做好，实则对专业性的要求更高。刚才有提及，从智联的数据来看，在技能要求方面，“自主性”出现的频次变多，尤其是AI暴露度越高的职业，对自主性的要求越高。此外，对“专业性”的要求也在提高，人必须具备专业的判断力。现在都是人机结合，比如机器给出X光片的建议，但医生必须做出最终诊断必须由医生，这对专业性的要求很高。由此出现一种技能分裂现象：既要专精，又要自主掌握多种技能。吴朋阳：这是否意味着对人的要求普遍提高了，汪老师？汪琼：我们有两种看法。一类是，比如程序员领域，过去可能要求职者专精数据库或其他某专一领域，现在则需要全栈程序员这样具备全局视野的人，那数据库编程等细分工作就可能被AI替代，而对通才或全才的需求越来越多。第二类，业务上过去由机械或人工完成的部分，现在需要“粘合剂”式的人，既懂技术又懂业务。一些企业已开始设立相关岗位，属于交叉领域。某种意义上，“粘合剂”式的人才或通才，也相当于是人才细分，只是划分方式可能不是纵向的，而是横向的。李强：从智联招聘的数据来看，企业岗位增长最多的就是汪老师说的这类人才需求，比如AI应用师、AI产品经理，各家企业都在招聘，因为需要他们将AI融入业务流程。即人才要懂AI，懂业务，还要懂行业知识。吴朋阳：强总对企业比较了解，您多谈谈。比如“AI运营师”这个岗位会变成什么样？对技能有什么要求？哪些职责部分需要专精，能让人保持竞争力、不被AI替代？李强：我认为是复合型人才。尤其是想从事AI企业落地应用的人，他必须是复合型的人才，首先要懂专业，其次要懂计算机基础知识和AI，还要懂行业知识。比如在电力行业应用AI，若不懂电力行业知识，就会无从下手。其实，这类岗位招聘大学生不多，多数要求有行业经验。但我认为这一限制是可以打破的。企业里若有行业专家但AI应用不佳，搭配一个AI应用熟练的大学生，专家效率可能会大幅提高。张丹丹：实习前置，让大学生提前进入行业实践。李强：对，丹丹老师提出的想法很好，即实习提前，我们甚至建议“3+1+1”模式。3年专业知识学习，加1年企业实训。比如大一确定职业方向，大三仍坚持这一方向，就可去企业实训1年，积累行业知识。现在知识与经验的更新速率快，大学生学习能力强，1年实训可能比有3年从业经验的人学得还好。最后“+1”，是面向实习1年后仍难找到工作的学生。企业认为其技术能力未达标，实训效果不好，就再给1年时间，让他们重新审视职业方向是否正确，所学专业与实训所见是否有差异，若不想进入该行业，也能有换行业的机会。汪琼：目前存在高校培养“慢”与市场需求变化“快”的变量冲突。从学校角度看，高校更希望给学生打下扎实的基础，培养“以不变应万变”的核心能力，让他们在快速变化的世界中能站稳脚跟。哪怕这些知识看似陈旧，也要打实基础。比如现在很多学校开设人工智能专业，但真正做人工智能的人会觉得，应该先学好计算机和算法基础，若只学人工智能的表面知识，很快就会失去创造力。因此，很多学校希望保持这样的稳定核心，但在传授时进行产研结合，比如采用企业的真实案例。华为与高校合作时，会提供已解决的问题让学生重新寻找解法，学生找到更好的方法能增强他们的自信。之后企业可能会提供未解决的真实问题，让学生尝试解决。华为与上海交大软件学院的合作，做得就非常接地气，会直接应对真实的挑战性问题。现在也能注意到职业教育、应用型大学或产学研结合的趋势，今年教育部连发多项政策推动此事，产教联盟也越做越好，形式越来越多样。我觉得高校，至少在案例上，与实践的差距在缩短，过去可能滞后3至5年，现在可能缩短到1至3年或者更短，都在努力缩小差距以便学生找工作或实习时更受企业认可。吴朋阳：强总讲到“3+1+1”模式是个很好的创新想法，我们也和汪老师探讨了应用型大学与学术型大学的差异，以及如何培养学生具备稳定且核心的能力。强总对此有没有不同的看法。李强：从我的角度来看，首先应该给学生选择权。无论就读于应用型大学还是研究型大学，学生都应有自主选择未来发展方向的权利。即便进入研究型大学，若最终想进入就业市场，提前做好相关准备或许更好。其次，我认为不应给职业划分类型，这种划分容易让人感觉职业有三六九等，暗示哪些职业好、哪些不好，哪些该从事、哪些不该从事。我觉得所有职业都是平等的，不应传递这种等级观念。最后，我想请教汪老师：目前高校的课程设置，比如您提到的培养学生核心能力，是否过于考虑“安全边界”？我非常赞同学校传授学生技能，但是否太重视安全的问题，因为这个时代与以往最大的不同是知识迭代速度极快。从很多企业的角度来看，高校培养的学生往往需要企业再花一年时间培训才能胜任工作。长此以往，企业可能会面临“是否招聘学生”的现实难题。汪琼：我是这样理解的。首先，关于给学生选择权，之前有个案例：清华大学的一名学生转学到职业学校完成学业。李强：这种选择可能是被迫的，他必须离开清华去职业学校，而不是留在清华的同时选择走应用技术路线，比如借助职业院校的资源完成“+1”阶段的学习。汪琼：我认为他选择转学是因为职业学校有更好的条件。职业学校的设备装备是清华无法提供的，清华只有基础设备，而职业学校的实验基地能满足动手实践需求。某种程度上，这涉及“动手”与“动脑”的平衡，学校的设备配置是否能满足学生需求很关键。类似地，我们也看到过清华毕业生成为烘焙师的案例。在某种意义上，有些孩子擅长创造性工作，动手与动脑结合的能力很强；而有些孩子可能更擅长动脑，动手能力虽弱，但仅凭动脑就能做出贡献。我们眼中的985高校，由于学生是通过高考选拔的，可能更偏向培养动脑能力。此外，关于“稳定性”，我们自以为的稳定是否在某种程度上限制了学生的创新思维？目前我们观察到的“核心能力”，其实是对系统性原理的理解，而非僵硬记忆规则。真正的核心能力具有灵活性和可组装性，掌握了这些，即使知识迭代快，也能适应。比如我40年前学的人工智能知识，现在看Deepseek等系统的算法原理，依然能理解，因为当时学到的是底层原则和优化思路，这些传统原则仍在驱动行业发展。高校想教给学生的，就是这些基本规则，避免他们重复“造轮子”。我也想问丹丹老师，你们经济学领域变化也很快，你觉得核心能力是什么？张丹丹：我在人大读本科时，第一堂是英语课，英语老师问大家：“未来4年你们想学到什么？学习的目的是什么？”我记得很清楚，老师说：“是要学会分辨是非，做到是非分明。”这给我留下了深刻印象。大学教育教给我们的其实是通识性内容，不一定是特定的手艺或技能，让学生具备通用性的能力。但我也同意强总的观点，职场最终需要供需匹配。通过正规大学渠道就业的人，大多要经过高考，在高考前很难与市场匹配，因为应试教育仍在，大家还是要为高考拼搏。高考后进入大学，三四年后就要面临职场匹配问题。那是前置做好就业准备，还是给学生充分时间享受知识的乐趣？我觉得像强总提及的，给学生选择权，或让不同类型的学校设置不同专业，关键在于如何让市场信号提前进入教学领域。不能等到最后才做供需匹配，否则确实会带来很多就业问题。前段时间我去天津滨海新区调研，当地政府的人才工作者介绍了他们的新尝试：邀请央国企到学校开设订单班。这些央国企有一些特殊工种急需技能型人才，那他们可以与学校联合开设30多人的订单班，学生最后一两年专门学习相关技能，毕业后直接进入央国企。目前这种模式效果很好，能满足市场需求。吴朋阳：结合三位的观点，我觉得现在确实需要给大家更多尝试的机会。因为不确定性越来越强，想依靠某一环境稳定解决问题越来越难。教育本身的素养特别重要，但我一直有个疑问：教育变化慢，技术变化快，人工智能更是加速了这种快节奏，似乎教育总落后于技术。可能汪老师对此体会较深，您能具体说说教育中那些不变的核心是什么吗？汪琼：我觉得丹丹刚才说的“明辨是非”，也就是判断力，很关键。判断力的培养很考验人：一方面需要批判性思维，另一方面需要学术鉴赏力。要知道什么是好，以及在什么情况下“适度”就是好，而非追求极致。这种权衡能力是在不同课程中逐步培养的。比如我学计算机时，曾疑惑为什么学软件还要学物理，电磁学似乎和我们无关，甚至想过能不能不学。但实际上，物理在训练直觉思维，做物理题的过程就是在培养这种思维。我之后工作中很多判断和决策靠的就是直觉，说不清理由但觉得这么做合理。所以有些看似无用的课程，其实在敏锐化我们的感知能力。张丹丹：我非常同意汪老师的观点。在时代快速发展的背景下，人在一定程度上，或者说一部分人，应该静下来、慢下来做一些“无用之用”的学问。我们也很难预知这些学问未来会有什么用，汪老师学AI的时候，可能也想不到AI现在的发展情况。吴朋阳：顺着汪老师调研的话题，我有个很深的感触，和强总提到的务实角度一致。我们调研了多家企业的HR负责人，包括外企、国企和民企，他们有个共同感受：当前教育与企业招聘需求之间是存在间隔的。他们的解决方式可以给大家一些参考：首先看学校，其次看专业。为什么双一流学校的学生更容易获得头部企业的工作机会？他们反馈的普遍认知是：这些学校的学生，尤其是通过高考进入本科的学生，他们的学习能力已被证明。这一点给我触动很大。即便这些学生接受的是传统知识灌输，但这反映了他们的学习能力。即便企业与高校的教育内容有差距，这些学生也比其他人更容易上手学习新事物，更容易进入职场。我觉得这很有道理。张丹丹：现在存在“本科学校歧视”。很多人即便读了研究生，本科学校的标签也很难撕掉，这是个蛮大的问题。教育经济学中有个理论：教育的作用一是让人学到具体技能，比如医生必须上医学院才能开刀、拔牙；二是作为“信号”，证明一个人具备能力，好的大学就发挥了这种信号作用。李强：特别赞同丹丹老师说的“信号作用”。企业判断一个人时存在信息不对称，尤其是在大量应聘者中筛选时，第一选择往往是学校已经筛选过的人。985、211这些标签，证明这些学生已通过基础门槛，HR会优先考虑。但AI时代的到来可能改变这种筛选标准。因为面试流程会发生变化。比如未来AI面试，成本极低，可能不就再设学历门槛，所有人都能通过初筛，重点考察专业知识是否达标、基础素质是否适配岗位。我认为，如果由AI筛选，可能会得出与人工筛选不同的结论。汪琼：我们之前访谈时也得到过类似信号：对于刚毕业的大学生，HR会看学校和年龄，年龄超标的话，无论学校多好都不考虑。这可能让普通院校的学生觉得没机会，但其实企业也会招聘成熟期的人。李强：对，有工作经验的人。汪琼：这时候更看重之前的岗位与现招聘岗位的匹配度，比如来自对等企业的人更受青睐。所以，对于没上985的学生，第一份工作踏实做、提升能力。或者，现在年轻人跳槽较多，跳槽时以能力为驱动、重视企业品牌，都能帮助下一份工作升级。从终身发展视角看，我们的机会还有很多，高考并非终点，尤其现在正值高考结束、填报志愿的时期。我也想问强总，你们的AI模型会把学校作为筛选条件吗？如何做到只看能力不看学校？李强：AI本身不会看学校的。这会有不同的类型。比如筛选型的企业要定制条件，若企业定制条件里面有一项是“非985、211不要”，那AI在面试前就会按此先行筛选。因此，我刚才提及的一个前提是成本低廉至一定程度。只有成本极低时，门槛才会压低，才会有越来越多人使用AI面试，前置筛选才可能越来越少。借着这个话题，我想给同学们一个实操建议：除了学校背景，实习更重要。一家好的实习企业，以及简历中的岗位与实习岗位的高关联度，能极大提高通过筛选的概率。如果再加上项目经验，比如应聘Java工程师，求职者有多个相关项目经验，将是很大的加分项。一定程度上，两个资历相近的同学，实习和项目经验能让人脱颖而出。所以我一再强调，在学校里，实践是非常重要的。汪琼：我补充一点：实习要考虑匹配度。我有个北大研究生，为了北京户口找了份实习，但工作内容就是复印文件，干了三个月觉得没意思。实际上，这个岗位其实招中职学生就够了。实习不要为户口盲目选择，最后也不会被录用，企业完全可以招更低学历且能胜任的人，没必要花高薪招研究生。故此，实习要有一定专业匹配度，而且得有意义。我发现有时我们学生实习是盲目的，真的以为表现好，为人勤恳，别人就会留他，但实际不是这样的。吴朋阳：强总的观点其实涉及一个核心问题：现在大学都有就业指导机构，这些机构的工作多集中在“临门一脚”，比如办招聘会、帮学生匹配岗位。那有没有学校在提前布局？前置是否有必要？如果有必要，该如何提前筹备？张丹丹：学校也会调整专业课设置，比如增加AI相关或者通识类的课程。吴朋阳：从几位老师的角度看，国际上比如德国、日本，职业教育经验丰富，他们会在学校开设职业相关课程吗？汪琼：我上次在普渡大学正好赶上他们的实习成果展，觉得做得很好。学校有专门办公室对接当地企业的实习岗位，实习还能算学分，有的实习可替代作业，有的甚至与论文相关。展会上，学生用海报展示在企业的工作内容、专业贡献。但国内，我似乎没注意到有这样的服务。吴朋阳：如果实习算学分，可能目前机制上还缺乏技术上的支持？李强：我觉得商学院在这方面是不是做得好一些？张丹丹：商学院主要是MBA，针对研究生及以上，现在是关于本科实习。吴朋阳：从大家的观察来看，本科实习的必要性是不是提高了？张丹丹：我观察到个体和家庭都会想很多办法提前尝试。吴朋阳：那回到最初的问题，我们希望给听众尤其是同学们一些指引：AI时代来临，未来的新兴职业有哪些方向？无论是与AI相关的，还是可能被忽略的、传统上社会认可度不高但实则有巨大机会的领域。希望强总多给些方向性参考。李强：不能说这是方向性的参考，只是从数据角度分享。首先，所有行业和职业都会与人工智能结合，这是大前提，所以同学们一定要学会使用AI。很多院校开设人工智能学院，我觉得意义不大，原因有二：一是师资力量可能不足，二是从HR筛选角度，人工智能领域的开发岗位对从业者要求较高，基本会选择双一流院校的学生，非双一流院校的应届生通过筛选的可能性较低。我不是打击大家，而是觉得普通院校若师资有限，专门开设这个专业需要谨慎。但我认为所有专业都应加入人工智能课程，每个学生都应掌握基础的人工智能技能。比如，有人认为编程会被大量替代，不需要学编程，但我觉得多少要会一点，才能看懂语言、进行本地化调整，让AI更好地服务业务。其次，有些领域看似与AI关联不大，但机会很多。比如现代服务业中，在线生活服务、养老看护（银发经济）都需要大量人才。举个例子，提到养老行业，大家可能只想到护工，但其实这个行业的公司需要开发大量养老相关软硬件产品，需要很多人才。但很多人看到“养老公司”的名字就会排除，潜意识里觉得这类公司缺乏技术明星、职业发展有限。时代很快会改变，从数据来看，银发经济、新能源、生活服务、绿色经济目前都有大量就业机会，大家可以去深入了解。吴朋阳：强总提到的内容很有参考意义。对于养老行业，过去我们认知相对较狭隘，觉得只是看护，年轻人可能不愿从事这类重度服务工作，觉得难以发挥大学四年所学。那从现代服务业角度，这些职业是否与职高、大专关联更密切？本科院校需要围绕这种职业变化做哪些调整？李强：首先，如果是护理看护，确实与职高、大专关联度高，但养老行业的后台服务系统也需要大量人才，本科同学完全可以参与，比如开发、商务、推广等岗位。其次，职业的三六九等观念需要打破。大家可能觉得某些工作是“苦活、累活、脏活”，但现实是，白领行政、销售的起薪与看护的起薪已经倒挂，目前蓝领的起薪也已超过白领，长期来看，就业观念会转变。而且看护行业分工很细，比如“上门洗澡”服务，很多人以为是50岁以上的人在做，其实现在已经有大量年轻人参与。这不是因为找不到工作，而是这份工作客单价高、收入优厚，每天工作4小时就能获得不错的报酬，剩下的时间可以发展兴趣，比如驯狗、培养个人爱好等。不过，前提是打破职业等级划分，或许未来“蓝领”“白领”“高端”这些词可能都会消失，职业就是职业，没有高低之分。吴朋阳：那汪老师和丹丹老师有补充吗？如果您的学生想去从事养老行业，您会给什么建议？张丹丹：那就去做。我上大学时，老师第一节课讲“明辨是非“。国外读博时，迎新会上，老师第一句即说：“你们读博要保持开放心态，要接受各种信息。”我觉得不要给自己设定任何的条条框框，这个时代设限没有意义，放开手脚去创造，做自己最擅长的事。当下时代里，任何领域做到极致，就永远有机会。吴朋阳：过去我们通常认为，就业人群结构是“枣弧形”的，头部少、中部多、尾部少。张丹丹：确实，爱因斯坦这样的天才很少，但每个人都有自己的长板，把长板发挥到极致就有机会，不一定非要成为顶尖专家。比如洗澡洗得好，在行业里就是佼佼者，老人愿意找他，收入就高，能成为行业明星。就像直播带货，很多普通人成为流量明星，也是在某方面做到了极致。吴朋阳：之前和强总探讨过，直播现在看似是红海，但数据显示相关岗位需求仍很多。是不是直播岗位已经泛化了，不只是互联网公司需要，所有公司都需要，因为渠道变了？李强：这涉及职业的变迁。大量公司招主播，其实是替代了部分销售，因为直播成为了新的销售渠道。以前的销售是面访、电话销售，现在多了直播销售。这可以说是“创造+替代”：创造了直播销售岗位，替代了部分传统销售。比如以前线下需要100个销售，现在关掉50家门店，减少了50个岗位，又新增10个电商主播。现今这种交替很正常，大家不用特别焦虑。数据显示，有销售经验的人会多投直播销售岗位，而且他们的上岗速度更快。同时，企业也会优先选择形象好且有销售经验的人，而不是只会销售的人。吴朋阳：这其实也是一种交叉能力的符合？李强：是的。吴朋阳：有行业背景和基础职业素养，传统行业的人都还有机会，只要积极学习新工具、新方式，而这对个人的自学能力要求大幅提升。那从行业、社会、教育和政府角度看，若大家都觉得实习很重要，是否需要社会和政府力量更好地推动？同时也有个现实问题，如果经济没有扩展性的发展，实习岗位就是有限的，而现在企业经营压力也很大，它是否愿意承担部分社会责任来提供前置的实习岗位？张丹丹：很难，传统的实习机会变少了。现在学术界也很卷，很多学生想去国外读博，需要先做“Pre doctor”（博士前实习），给导师打工，甚至出现“Pre pre doctor”，在Pre doctor前再干一年，通过这种方式换取学习或工作机会，确实如此。可能年轻人需要更多的时间去慢慢理解市场和理解自己的技能和市场怎么样做匹配。吴朋阳：此外，在这个不确定的时代，农民工和中年人两个群体也值得我们关注。农民工群体涉及工厂智能化升级，而中年人则是面临“腾位置”。张丹丹：提前退休吗？吴朋阳：企业可能有这种想法，因为中年人成本高。中年人就需要面对第二职业、技能再培养的问题，而这些单靠个人很难解决，可能需要社会、政府政策的支持。张丹丹：那先谈谈农民工群体。我常年做农民工的研究，他们的就业从原来的第一产业转向第二产业，制造业仍是农民工从事的主要行业，但正逐渐转向第三产业。现在大量农民工是平台就业或从事零工，传统的工地工种相对减少。同时存在不同年龄段的细分：年轻人多进厂，35岁左右送外卖，45岁开滴滴，任何年龄都可能做视频博主。农民工就业其实非常灵活。李强：对，他们的适应性非常强。吴朋阳：存在隐性的年龄歧视。我们了解到，不管进厂还是送外卖，虽然没明说年龄限制，但其实是有门槛的？张丹丹：没有太大限制，但年龄大了相对“卷不动”，因为工作时间比较长。吴朋阳：就您刚才提到的就业趋势，我个人也认为未来机会在三产服务业。因为一产和二产解决的是衣食住行等基础需求，从马斯洛需求理论看，这些属于中下层需求，基本能被满足。但假定人的需求会持续增长，那增长的部分还是来自服务，包括最早提到的精神追求、情感追求、情感体验、精神体验等，所以大家可能要更多关注服务业。张丹丹：中国制造业的就业比重很高，这是我们的比较优势，产能覆盖了很多国家。但像发达国家或中等高收入国家，制造业就业比例已较低，主要是在服务业。除了生活性服务，生产性服务是很大的增长点。尤其是中国，毕竟我们有很强的制造业产能。李强：从GDP和从业人员比例来看，发达国家服务业占比很高，而我国占比偏低，这是一个很大的“蓄水池”和机会池。我们一直呼吁和鼓励大家关注服务业，现在的服务业都在升级，不再是大家印象中的“脏苦累”。吴朋阳：其实每个服务业领域都需要技术、工具，以及围绕技术工具的系列运营、维护等工作。李强：对的。我想再补充一点关于实习与专业相关性的探讨：如果大家只坚守“实习必须与专业相关”，这可能有问题。第一，看实习机会不要只盯着知名企业，很多不知名的中小企业也有相关机会。其次，要想清楚实习的目的：比如学法律专业，未来职业方向是否只有律师？这些需要自己分析清楚。而且，我们和丹丹老师团队的研究也发现：未来，不可替代的技能，如自主性、创新力等软技能越来越重要。实习时，要关注职位背后的软技能与自身的关联度。比如一个沟通能力强的哲学专业学生，看似就业机会少，但其实可以做销售、直播、商务谈判等，实习可以围绕自己的软技能优势选择方向。我觉得这是一个参考方向，想补充分享。吴朋阳：非常好，这也和强总之前的观点一致：不是只有一条路。李强：对，不是只能通过专业角度判断，要结合自身优势。吴朋阳：实际就是想清楚自身的情况，尽早准备，提升弹性和学习能力，再多尝试。那回到中年人的话题，我觉得其实中年人现今的处境没有特别惨。张丹丹：咱们都是中年人。汪琼：我之前读过一本国外的书，研究中年人二次就业后在企业的职业发展问题。我的感受是，中年人首先要调整心态，这很重要。中年人有经验，但老板可能比自己年轻，或者不听自己的建议，这会造成一定的心态冲突。其次，从老板角度，给中年人的职业发展路径可能不是“上台阶”，而是创造机会让他们分享经验、带团队，即中年人的就业机制和其他人是完全不同的。我了解到，中国确实有40岁左右的人从企业失业，因为高薪被裁员。但他们心态上难以接受远低于原来的薪资，于是选择创业，最后把多年积蓄赔光。吴朋阳：这类故事听过好多，但还在持续发生。不少中年人有技术积累，但二次就业时，客观上，上手速度可能不如年轻人；主观上也不太愿意从零开始，所以很多中年人遇到问题后只能选择创业。有一种说法是，需要对中年人进行普惠性引导。比如养老行业，是否更适合中年二次就业群体？汪琼：养老行业其实技术含量很高，比如康复师制定方案，北大体教部和燕园街道合作做“健康处方”，需要结合专业知识与需求。我们学生创业做项目：老年人肌肉流失严重，需要带领做操，养老院有大屏幕同步，过程中加入AI识别动作准确性，给出“这样做伤膝盖”“可能腰椎间盘突出”等的提醒。这些小应用，就是养老行业的创业，空间很大。此外，我们之前做过调查，发现辅助残疾人的设备设计行业非常赚钱。它早期是医学教育技术领域，那现在比如解读核磁共振图像，追加软件就能变成新产品，这是个大行业，只是过去很多人没关注到，不知道里面有很多机会。张丹丹：说到中年人，其实和学历、学校的问题类似，存在年龄歧视。我很期待强总这边能开发出AI面试算法或模型，打破条条框框，真正不拘一格降人才。很多中年人在专业领域能力很强、经验丰富，若能打破限制，真正实现职业匹配是非常好的。李强：对的。但我认为，这和模型无关，而是中年人的心态。企业天然会计算成本，判断雇佣是否划算。35岁被替代，其实和大家想得不同：只要愿意降薪，35岁的人找工作不难，核心是不愿降薪。比如从总监岗位离职，月薪要4万，而中小企业只给2万，这肯定是不愿意去的。管理岗位毕竟有限，而一个现实情况是很多岗位确实需要投入精力和时间才能做好。那除经验之外，企业天然更倾向选择家庭牵绊少、能投入更多时间的人。当你工资高但贡献低时，企业的选择会自然发生。这在全世界都普遍存在，只是程度不同。其次，中年人有很多机会，除了转型其他行业，还有时代机遇：若愿意拥抱AI，就能跟上发展快车道。这两年，人们体感发展速率下降了，企业招聘总量也有限，但AI能激活生产力和市场，我认为还会迎来井喷式需求，而这时候最需要有经验、能直接上手的人，而不是从零开始转行的人。再回到大学生话题，现在部分大学生岗位的起薪已经超过有三年工作经验的人，那企业天然会选有三年经验的。这就形成了层层内卷。35岁有10年经验的人，若愿意将薪资降到与5年经验的人差不多，其实也能找到工作。我想告诉大家一个真相，市场上不是没有工作机会，而是中间的匹配环节出了问题。比如预期月薪10万，企业只给2万，差距8万怎么办？可能可以稍微降薪，或做顾问，比如给丹丹老师做顾问，月薪2万，同时继续找8万的首席战略师岗位，不全职入职。这是个技巧建议，更重要的是遇到问题要想办法解决。虽然这个社会现象确实存在，但媒体可能多少有所放大。张丹丹：强总说得对，我们现在不是总量问题。我国劳动力每年减少几百万，老龄化导致退休人数增多，理论上岗位会空出来，但新进入市场的人没那么多，关键在于结构匹配失衡。今天谈的很多内容都和匹配有关：从供给和需求角度，如何传递市场信号，让个人匹配自身能力，无论是应届毕业生、职业学校学生、中年人还是农民工。相对而言，农民工容易匹配，因为预期低、信息多，在市场中摸爬滚打，能接受各种工作，灵活性强。我们研究发现，虽不敢说是高质量就业，但他们整体的就业状况较好。反而中年人或应届毕业生容易出现匹配问题。此外，从智联数据看，近几年应届毕业生“往下匹配”的比例越来越高，已超过60%。大学生找的工作可能只要求大专、中专或高中学历，求职上存在往下匹配的趋势。这反映出大学生在降低预期，与市场融合，这也许是个好现象。李强：日本有过类似经历，它已经长期存在“学历贬值”。或者将“学历贬值”换成“回归合理估值”更合适。我觉得现在正处于回归状态，但基础教育依旧非常有用，基础能力强的人，在岗位上成长速率快，即使起薪低，但进入公司后能力被认可，提升速度也快，薪水最终会追上来。张丹丹：我们研究也发现，高等教育贬值的趋势全世界都相同，不只是中国。但有高等教育背景的人，在职场上成长快、机会多。汪琼：上次调研时，有HR说：“我只想要本科生，你们为什么都要读研究生？这三年读完，还不如在我这干三年，可能更好。”张丹丹：学生可能有惯性，我当时读研究生，就是因为没想好干什么，想在学校再待一段时间。吴朋阳：这也有就业市场供需的问题，近几年就业市场竞争激烈，有人选择暂缓就业。经济压力小的学生，可能会再去深造。大家期待就业市场是持续上升的，但从经济规律看，它是波动的，有大周期和小周期。在市场形势复杂、技术带来高不确定性时，无论主动还是被动，都要求每个人更灵活、更能接受变化。那也希望各位老师从社会和政策角度，谈谈如何加强大家的稳定性，或者给大家更稳定的心态。丹丹老师研究保障性政策，有没有好的建议？张丹丹：您说个人要更灵活，我觉得政策和学校也应更灵活。不同学校、专业可适当让市场因素提前介入，给学生更多信息，因为信息很关键，能解决信息不对称问题。而且要放开市场，给予更多选择，一刀切政策容易产生扭曲。比如要求大学生毕业一定要达到某标准，这个数据不一定可靠，那不如放开。从个人角度，前段时间的达沃斯论坛有讨论：是否能给年轻人更大的“游乐场”（Play ground），让他们去尝试。我想，这在中国可能是各种灵活平台，比如闲鱼，让年轻人在上面创业，自然生长。闲鱼曾表示，平台每年会产生320多个新职业，想从中挑几十个重点培养，我建议先不要过多干预，让更多“春笋”自然生长，再慢慢长成大树，谁也不知道哪棵能成。给所有人平等机会，让市场力量发挥作用，政策做灵活调整和保障，比如完善中年人失业保险、养老保险续缴等基本保障。李强：从另一个视角看，我认为政府可能需要进行提前研究，若未来工作以灵活制和任务制为主，社保该如何调整？因为未来这类趋势将愈发明显，若政策不变可能出问题。因此，我认为“捆绑”与“松绑"需同时进行。“捆绑”指将灵活就业者和任务制工作者纳入长期保障体系，确保老有所养、老有所依。短期没活，也能生存，这是前提。其次，某些行业的替代不可逆，需提前准备。比如自动驾驶普及后，大量出租车、滴滴司机怎么办？具身智能机器人普及后，普工、技工怎么办？这些都需要政府强化力量，加强顶层设计和制度引导。“松绑”方面，《劳动法》的调整至关重要，要鼓励企业发展，让企业愿意招聘、敢招聘。现在很多企业不敢招聘，因为用工成本高，除了基础保障，还有赔偿成本，导致企业不愿试错和拓展业务，这是个大问题。关于解聘，能否建立新机制？比如企业缴纳固定保险，由保险公司承保。吴朋阳：关于“松绑”，《劳动法》里是存在争议的。我们看到，美国尤其是欧洲，从劳动者角度看，可能对劳动者的保护会更多。当然，也有观点认为，这种保护也许是造成欧洲发展减缓的原因之一。那么，在发展过程中，如果让企业市场化过度自由，是否导致劳动者权益受损，尤其是中年群体的权益受损？李强：我讲“松绑”，并非要否定劳动者权益保护。而是我认为，保护劳动者权益的经济成本应当由多方共同承担。企业缴纳了大量税款，为城市建设作出贡献。那我们或可假定解决方案若此：企业和保险签订“中年裁员险”，企业支付购买，当企业需要裁员时，相关成本由保险基金承担，政府、企业再各自承担部分费用。现在大量的企业，尤其是中型企业，业务发展压力最核心的就是不敢试错，招聘的压力非常大，企业试错意味着招聘一个人再解雇时，会有高昂的成本。这并非让企业推卸责任，我的核心观点是：在保障劳动者权益的同时，也要解放企业发展意愿，特别是帮助中型企业减轻试错成本压力。吴朋阳：就是要共担责任，政府松绑并给予企业支持。那汪老师，您怎么看？汪琼：从教育角度来说，目前职业学校和应用型学校，为了学生就业确实花费很多心思，已经在积极探索校企合作模式，例如湖南某口腔连锁企业，将培养方案和学校专业结合，学生入学明确学习企业需求的内容，毕业即可分配至大城市诊所工作。这种模式现在很受欢迎，解决了许多学生的就业问题。吴朋阳：这是不是所谓的对口培养？汪琼：对，有点像定向培养。张丹丹：也就是订单班。汪琼：对的，订单班模式。这种模式很受学生欢迎，也涉及教育平等议题。刚才我们谈到，不少学生实习会得到家长支持，但有时家长提供的实习与学生专业是不对口的，那这样学生四年所学可能无用武之地，转而从事别的工作。同时，在职业学校，很多来自农村、缺乏家庭背景的学生，也需要学校提供与职业对接的机会来帮助他们。因而，现在出现越来越多类似的设置，可能会更好地支持教育公平。此外，我想再补充前面的观点。刚才提及人力资源领域引入人工智能，并一直强调伦理问题，由此我们说或许AI系统，可以能力为强，进而淡化中年人面临的职业瓶颈。实际上，我更加想强调另一句话“人在回路中间，决策要有人来做”，即机器是一定是辅助的。因此，大家也不用担心，好像未来就要把人都筛掉了。现在，国外已经在出台规定，欧盟严禁HR用人工智能，人脸识别这类操作是违法且要重罚的。那在人力资源领域应用人工智能，可能会变成一个比较敏感的话题，或者面临更多的规则。因此，我们不必太担心这会影响未来就业的公正性。吴朋阳：那大家需要共同努力，让这个议题被所有的相关方去更深入地了解，来增加透明度。让大家知道这其实是更加公平的，降低顾虑。再次回到招聘与AI结合的话题，丹丹老师怎么看？您觉得好的方向是增加人的决策权，降低AI在招聘中完全闭环的可能，还是AI可以做更多？张丹丹：现在很多的领域都在和AI结合。我们这次去调研，发现浙江医院已经由AI来辅助写诊断书。金融的Finance Planner，也是理财师和AI共同形成理财的方案，再由理财师决定是否要提供给客户。刚才提及的HR也是在AI的辅助下去筛选面试者。我觉得在未来这会是一种常态，AI作为辅助，最后做决定的、设计整个流程的是人。不过，我认为，在招聘中可以有更朴实的、更公平的价值观，比如在筛选时去掉某些条条框框，但至于最终如何决定，就很难判断了。吴朋阳：我觉得，首先，人对算法的管理是必须的。其次，这个过程透明度越高越好。即使透明度不是面向社会，也应对企业管理和运营AI的人员透明，以便他们能及时介入或在审核时进行更新，尽量减少过去神经网络如同黑盒子的情况。在伦理等相关方面，对技术和规则层面的透明多做工作。张丹丹：是的。吴朋阳：今天探讨了非常多的内容，我还意犹未尽，但是时间有限。最后还想跟三位老师一起回到最初的话题：在AI时代的职业方面，假设大家现在都能运用AI，抛开所有限制条件，各位老师会借助AI从事什么样的新职业？或者从换赛道或开放性的角度，会怎样发展能力和探索方向？李强：我会选择教育领域，培养小朋友“用AI帮助个体做事”。让孩子不用像现在这么卷，不需要每天记很多的东西，给予他们更多可能性，探索怎么让他们更快乐、自由地成长。比如给小朋友讲什么绘本、陪他看什么，陪他听什么时，我会和人工智能对话。之后，我会考虑，比如与AI交流我要给孩子看A的书籍，看完之后能培养他哪些方面的认知与能力，以及在讲解过程中哪些地方做得不好等。吴朋阳：这个事情本身是你当下生活场景的需要。那再往前一步，如果你要把这件事变成你的第二职业，甚至换赛道成为第一职业，您觉得可能吗？李强：我可能要打破大家的美好期盼，从我的角度来看，这是没有任何可能的。我认为，最大的可能性是：未来每个个体都会有不同的形态、兴趣和爱好，都是个性化的存在。我所做的就是非常个性化的事情。可能和钱没有任何关系。我觉得每个人都可能成为“AI+”的个体。比如今天录制节目的摄影师，怎么用AI的技术让拍摄效果更自然。剪辑师和编导利用AI了解听众对词的情感反应和不同的互动观点后，能在下次编排节目时做出调整。我认为每件事都可以重新去做，而现在，培养我的孩子就是我需要做的。汪琼：很多年轻人当了妈妈后都想学心理学，然后来问我，可不可以到我们学校去读教育、心理学的博士。这是不是就符合你的想法，变成往职业上面去发展？吴朋阳：我其实是想做一个思想实验，我们一开始谈到，人工智能时代会出现一些新职业，很多人需要提升AI能力来增加职业可能性，所以希望大家从自身出发，假设自己的工作被替代了，会希望借助AI再找什么工作，以及会做些什么。刚才强总做了分享，汪老师和丹丹老师是怎么想的呢？张丹丹：你有什么想法吗？吴朋阳：从我的角度来看，文化创意领域还会有很大空间。虽然短视频出现后，很多人涌入这个赛道，但借助AI还能进一步扩展需求。对此，我也有一个基本判断，文化消费是一个增量无限的领域，目前头部效应比较明显，但如果发展理想的话，很多中腰部创作者也能通过AI生成用户生成内容等方式获得反馈和一定的收入。我觉得这种理想情况是有可能实现的，也许我会在AI加持下，将文化内容创意作为第二职业。过去单靠自己很难独立完成流程闭环，现在有了AI就可以做很多尝试。比如音乐，现在像solo这样的工具已经能生成很好的音乐，虽然尚未形成一个完整的模式，但我很有兴趣去尝试这些事情。李强：我觉得朋阳老师刚才表达的，就是所有年轻人现在都在做的事情。现在，每个年轻人基本都有社交账号，都有分享自己的热爱，都会有第二个曲线。汪琼：我是属于好奇心比较强的。如果有AI的帮助，我可能会去比较同一个概念在哲学、社会学、经济学中的不同说法，以及不同学者的观点，这有点像辩论。如果没有AI的帮助，我就要读许多书，常常是心有余而力不足，只能看看热闹。若有AI的支持，它能帮我整理专家的观点，虽然可能不完全准确，但随着它的发展，若能达到平均水平，至少能满足我的好奇心。比如前两天看到讲关于宋代和明代服饰的布料花纹和图案变化的内容，光看文字研究难有感性认识，但若能把它们摆在一起来看，就会很清楚。有AI，或许我就能有一个直观的相册，像拼图一样去研究，这会带来很多创意。我和大家一样，想在文化创意领域有更多的表达，甚至是在考古方面进行探索。吴朋阳：我发现我跟汪老师都是兴趣导向。丹丹老师有什么想法吗？张丹丹：我觉得彭老师反而是从市场需求的角度去引入的。吴朋阳：有部分市场需求，但是主要是从兴趣出发。我觉得，唯有兴趣才可能让你能坚持做下去，否则很难。张丹丹：我期待AI赋能，让我做有意思的事。这可能和我的工作有关，做研究是一种相对理性、逻辑严密的内容创造。如果我有空闲时间，我想用AI帮助我进行另一种内容创造，不一定是学术性的、逻辑链条严密的，而是更能体现我感性的部分。比如作曲或者画画。吴朋阳：非常好。这让我想起之前和汪老师的调研，当时有位退休老师，在大模型之前，他就开始使用数字孪生等工具，甚至创造了自己的孪生体。甚至我了解到，高校里有些老师，如果相对激进的话，会把自己的著作变成一个Agent，然后运营自己的账号、Agent。当有许多人询问内容信息时，直接让Agent对话回复，这既是对本职工作的拓展和提效，也增加了个人兴趣探索的可能性。今天时间有限，非常感谢三位老师，与大家在今天再次探讨有关职业途径的议题。我们也非常期待后续还有机会进一步交流，因为这是一个需要长期关注的话题，期待下一次老师们的新变化。感谢大家，今天的讨论到此结束，再见！推荐阅读仲夏六日谈：《人形机器人的进化之路｜2.5万字圆桌实录》仲夏六日谈：《赛博沙盒：如何与AI共创未来丨1.4万字圆桌实录》👇 点个“在看”分享洞见
