沃顿教授莫利克:转行技工难抵御 AI 冲击,四类核心能力才是破局关键
沃顿教授:转行技工难以抵御 AI 冲击,四类核心能力才是破局关键 - IT之家
沃顿商学院教授伊桑·莫利克认为,靠“学会用 AI”或转行动手类技工来抵御 AI 冲击作用不大,因为机器人研究界已意识到大语言模型与机器人存在打通的可能。他指出学徒制培养链条已经断裂,新人直接把需求丢给 Claude 并原样上交结果,却缺乏判断产出好坏的能力。出路是加强正式职业教育,或让企业把带教当正经工作落实,避免只招资深熟手导致人才输送断档。
主题
正文
2026-11-02 19:33 IT之家 - 远洋
IT之家 11 月 2 日消息,人工智能不会消失。我们该如何与它共存?说得更准确一点:在人工智能时代,我们要靠什么谋生?
常见的答案无非两种:“学会使用人工智能”,或是找一份人工智能无法替代、不会被自动化取代的职业,最好是动手类工作。
据 Business Insider 报道,伊桑 · 莫利克(Ethan Mollick)并不认为这套办法可行。莫利克是沃顿商学院管理学教授,也是当下颇具影响力的研究者,专注解读人工智能如今能做到什么、以及它对需要和 AI 协同工作的普通人意味着什么。他的新书《共存》(Co-Existence)提出,大模型迭代速度远超大多数人的认知,想要应对它飞速的发展,唯一出路就是学会与它共存。
IT之家注意到,彼得 · 卡夫卡在自己的播客栏目《Channels》中和莫利克聊了聊 AI 对工作、下一代的职业选择,以及传统人才培养体系在 AI 冲击下崩塌之后会发生什么。下文是访谈经过编辑整理的节选。
伊桑 · 莫利克:我觉得作用不大。先说一点:就算选这类职业,哪天 PlumBot 6000 这类机器人问世,情况就不一样了。我不是机器人领域专家,但我认识的机器人研究者态度已经转变,他们原先觉得“大语言模型和机器人完全是两码事,机器人研发难度极高”,现在意识到,这里面确实存在打通的可能性。
变化最剧烈的行业就是编程。我们已经看到编程岗位正在发生变革,甚至我们都无法确定,未来程序员岗位总量会变多还是变少。但可以确定,程序员的工作内容会持续迭代。
写出零错误代码这件事,重要性已经比不上构思清楚我们想要搭建什么。不少程序员的工作体验比以前更好,但也有人感到失落。这类岗位本身一直在演化。
这里存在两层难题:一方面是个体层面,另一方面是我们现有的教育培养体系。
从个体来说,人类天生就习惯把脑力工作外包出去,这是刻在本能里的。技术本来就是用来摆脱枯燥劳动的。有了洗碗机之后,没人愿意坚持手洗碗;也没人愿意自己动手搅拌黄油。
我的孩子不再学手写花体英文,我自己也不会用计算尺。
再来说各类培养机构。职业学习路径分为两类,一类是初高中和大学教育。这套体系现在确实一团乱麻,但我们还有调整空间。AI 本身是非常优秀的辅导工具,我们也有办法脱离 AI 考核学生:笔试闭卷、面对面口试。未来的教育模式可以是课后由 AI 辅导,课堂上开展主动式学习,整体反而会变得更好。
我真正担心的是另一条成长路径:学徒制。
过去新人进入银行、咨询公司、审计事务所、汽车经销商,沿用一套传承千年的成长模式。
他们做枯燥琐碎、薪资微薄的基础工作,有时还要承受苛待;交换条件就是习得技能、积累人脉,在实操中学会做事。中层管理者也有人帮忙处理杂活。哪怕导师本身并不擅长教学,新人依然能熟悉业务流程;做出成果就能晋升,源源不断培养出合格从业者。这套模式运行了几千年。
可现在这套机制已经失灵,各方的激励不再匹配。作为新人,最简单的选择就是凡事交给 AI,AI 产出质量往往比自己更高。但新人很容易误用 AI:直接把需求丢给 Claude,原样上交结果。他们还没有建立判断力,根本分辨不出这份报告好坏。
原本良性循环的人才培养链条,彻底断裂了。
出路只有两个方向:要么把更多正式职业教育做起来,很多偏文职的基础岗位,未来会像焊工、管道工一样,走职业技校路线;要么企业必须认真把带教当成正经工作来落实。带新人要投入时间、短期牺牲效率,但换来源源不断的后备人才。
我最担心的情况,是企业选择“只招资深熟手”。这是一条危险的路:人才输送通道就此断掉,后继无人。