当下评论界对 AI 时代人类工作前景的预测日益悲观。风险投资人 Chris Sacca 最近在 Tim Ferriss 的播客中宣称“我们完蛋了”，预言程序员、律师、会计师、营销文案等白领职业都将消亡。自由职业平台 Fiverr 首席执行官 Micha Kaufman 在内部邮件中，又将设计师和销售人员列入“濒危职业”名单。
这类 AI 威胁论已成老生常谈，但鲜少有人探讨 AI 如何跨越“责任门槛”（目前最终为工作本身负责的人类，而非机器）。显然，AI 处理许多人类任务早已游刃有余。但在现实世界中，工作从来不只是任务堆砌——我们是在为能理解、互动并问责我们的人类群体（上司与同事）贡献劳动，这种关系模式很难移植到算法系统。
这并不意味着 AI 带来的颠覆不够深刻。LinkedIn 首席经济机会官 Aneesh Raman 指出：“数据显示到 2030 年，普通岗位 70% 的技能要求将发生改变。” 根据世界经济论坛《2025 未来就业报告》，未来五年 AI 等新兴技术将导致 900 万个岗位“消失”，但同期也将创造约 1100 万个新岗位，其中许多将是前所未见的新职业。
要预测这些新机会，我们首先需要审视：在 AI 的超凡能力与人类本质需求之间，哪些领域需要人类架设桥梁？这不仅关乎“人类希望 AI 做什么”，更在于“AI 需要人类做什么”。我认为有三个关键领域人类正变得（或即将变得）不可或缺：信任构建、系统整合与审美决策。
信任构建
纽约大学研究 AI 经济影响的 Robert Seamans 教授预见到一类他称之为“AI 审计师”的新职业——这些人能深入 AI 系统理解其运作逻辑，并出于技术解释或责任认定目的，进行记录。他预测五年内，所有大型会计师事务所都将提供“AI 审计”服务。
他设想的另一相关职业是“AI 翻译官”：既懂 AI 技术又能向企业管理者解释其机器原理的桥梁型人才。“他们要在技术黑箱与管理者的认知之间搭建接口，帮助决策者理解必要信息。”Seamans 解释道。
从本质看，这两种设想都属于“信任”范畴。作为作者，我们拒绝提交 AI 生成的文章，既是因不愿辜负编辑信任，也因我们无法完全信任 AI ——不确信其真实性，不保证其准确性。由于没有亲历思考过程，我们无从判断机器生成的内容是否公允合理。所有尝试在专业领域使用 AI 的人，都将面临类似困境：这项技术能瞬间产出惊人内容，但我们该对其交付的内容，抱有多少信任？又该如何验证？
随着 AI 在职场的影响力持续扩大，此类信任问题将呈指数级增长，而解决它们必须依靠人类。
在“信任”大旗下，将涌现全新类型的事实核查员与合规官。法律文件、年度报告、产品规格、研究报告、商业合同——这些很快都将由 AI 起草，也都需要人类带着对 AI 典型错误的警觉进行复核。这可能催生“信任认证官”或“信任总监”等头衔。这些岗位还需与各类 AI 伦理专家协作，由后者构建可辩护的逻辑链条，向投资者、管理者、客户乃至法官陪审团解释 AI（或人机混合团队）的决策依据。“许多公司都尝试过组建‘伦理委员会’，”Seamans 说，“未来这类 AI 伦理委员会将被赋予更大实权。”
信任的核心是问责——这正是人类不可替代的关键。从合同签订到核弹发射系统，我们始终需要明确的人类责任主体。“必须存在最终担责的人类，”斯坦福HAI （Institute for Human-Centered Artificial Intelligence）数字经济实验室主任、AI 咨询公司 Workhelix 创始人 Erik Brynjolfsson 强调，“就像现在汽车事故要追溯是防抱死系统故障、驾驶员操作失误还是道路问题。AI 会让责任链条更复杂，但终究要落实到具体责任人。”
在法律、建筑等领域，AI 虽能完成客户所需的基础工作（如起草合同、设计房屋），但最终必须有人类（通常是持证专业人士）签字确认。这类新角色可称为“法律担保人”——提供 AI 无法具备的罪责承担能力。沃顿商学院教授、《人机共生：AI时代的生活与协作》作者 Ethan Mollick 将此类岗位比作 AI 的“代罪者”，是责任链条的*节点。
另一新角色可能是“一致性协调员”。AI 擅长多线程操作，但保持一致性却是弱项。时装公司如何确保某件连衣裙在数十张 AI 生成图片中呈现精确一致？制造业的“虚拟孪生经理”如何保证数字模型随实体变更同步更新？当 AI 出现不一致时，就需要专人负责验证跨系统协调性。
还有“升级处理专员”——作家兼经济学家 Daniel Susskind 在《AI时代，人类还能做什么？》一文中指出，某些角色就是更倾向由人类担任。他举例即便 AI 早已碾压人类棋手，职业象棋比赛依然盛行。但当 AI 显得过于“非人”时，我们必然需要人类介入。比如客服 AI 陷入死循环时，用户会渴望获得具备共情能力的人类协助。教育领域同样需要这类角色，当学习出现问题时，学生家长都期待人类教师的干预。
系统整合
鉴于 AI 的复杂性，许多新职业将具有技术属性。市场亟需既深谙 AI 技术，又能将其映射到商业需求的跨界人才。
Seamans 称这类人为“AI 整合师”：他们确定企业* AI 应用场景并落地实施。“CEO 可能在财报电话会上说‘我们正在投资 AI’，”Seamans 说，“但具体做什么？是后台的账单支付与收款？招聘筛选？还是优化白领工作流程？”解答这些问题需要既懂技术又懂业务的人才。
这包括新型“AI 维修工”——与传统 IT 专家不同，随着 AI 系统日益复杂且自主（AI agent 能独立解决复杂任务），故障排查需要能穿透网络层级、诊断根源的专家，可谓“AI 管道工”。
工具选择也成专业难题。以可汗学院 Khan Academy 为例，这家教育机构深度整合 AI 模型开发虚拟导师，帮助学生从代数到论文写作各领域。仅跟踪这些模型的改进轨迹、幻觉概率、各版本在语言或数学上的优劣势，就是项持续工程。“模型迭代速度惊人，”创始人 Sal Khan 表示，“你需要持续评估所谓‘改进’是否造成性能倒退。”专门评估最新模型的岗位可称为“AI 评估师”。
但这只是开始。“当学生问我‘该创立什么公司’时，我常建议他们成为‘连接客户痛点与技术潜力’的人。”Brynjolfsson 说。
LinkedIn 的 Raman 指出，整合类岗位已在激增。“过去五年‘AI 负责人’职位增长约三倍，AI 工程师是美国增速最快岗位，其次是 AI 顾问。”未来可能出现更细分的“整合专家”等头衔。
随着 AI 发展，这类岗位会进一步专业化。企业已开始使用高度定制化的 AI 模型——它们基于 Claude 或 ChatGPT 等通用工具，但通过公司专有数据训练。这可能催生两种新角色：其一是“AI 训练师”，负责筛选*数据训练 AI 作出精准响应；其二是“AI 人格总监”——由于定制 AI 会与全体员工（甚至客户）互动，企业需要专人定义其交互风格：是像某些 AI 模型那样谄媚奉承？还是如 ChatGPT 的 Monday 模式般尖酸暴躁？未来，企业 AI 人格可能像 Logo 一样成为品牌核心。
在医疗等高复杂高风险的领域，整合角色将更为多样。比如“用药合规优化师”开发 AI 驱动系统确保患者准时正确服药。这类行业还需要“AI/人类评估专家”，判定 AI 与人类各自优势及*协作模式。
为说明整合的重要性，Seamans 以机器人领域为例（这也是他的研究领域）。与 AI 类似，机器人本应取代人力，但采用机器人的制造商往往最终雇佣更多员工。原因何在？“尚无定论，”Seamans 认为成功整合机器人的企业抢占了未采用者市场份额，从而扩大规模，“关键在于需要既懂机器人技术又懂产线改造的整合专家，而这类人才存在地域分布不均。”
审美决策
当然，告诉 AI 做什么始终是人类的工作。但在人人都能使用相同生成工具的未来，审美品味将变得*重要。
有个广为传播的《60 Minutes》采访片段很能说明问题：Anderson Cooper 追问音乐制作人 Rick Rubin 究竟有何专长。
“你会演奏乐器吗？”“几乎不会。”“懂调音台操作吗？”“不懂。我没有任何技术能力，对音乐也一无所知。”
Cooper 最后问：“那他们付钱请你做什么？”
Rubin 回答：“我对自身品味的信心，以及表达感受的能力，对艺术家确有助益。”
这或许低估了 Rubin 的真实贡献，但在 AI 时代，“以*自信的审美立足”确将成为趋势。随着 AI 普及（无论好坏），我们将见证“无需技艺的创造力”兴起。
现在作者们拒绝 AI 代笔的部分原因关乎信任，但可以想见未来这种顾虑可能消失。如果编辑与作者们都能信任 AI，那么撰写文章可能演变为：作者负责选择输入素材，再从 Claude、ChatGPT、Gemini 等 AI 生成的语句、段落和论证中筛选组合。我们仍是文章“作者”本身，但或许不再是传统意义上的“写作者”。
当创意选择近乎无限时，敢于做出大胆、风格化决策的人才将炙手可热。这不仅适用于写作、影视、广告等创意行业，所有商业领域皆如此。
由此看来，“设计师”被列入 AI 替代职业名单似乎令人费解。确实，平面设计师不再需要手动调整版式或字距——这些 AI 都能完成。但设计师的本质工作是将创意选择导向预期结果，这需要基于品味做出大量判断：Logo 或页面需要传达什么？如何判定成品优劣？怎样衡量其影响力？甚至如何确认作品已完成？未来“设计师”一词可能涵盖更广，特指那些主要职责是引导 AI 根据其审美创造产品、服务或流程的岗位。
现有如“产品设计师”等头衔将被赋予更丰富内涵。未来的产品设计师将拥有对产品从宏观到细节的全面掌控力，其职责不仅是构思愿景，更是通过无数选择将愿景具象化。
还可能出现更多设计类细分头衔。比如我们可能不再是“作者”而是“文章设计师”；影视行业或流行“故事设计师”；从市场营销（构建完整虚拟宇宙支撑 campAIgn 视觉）到电子游戏，“世界设计师”需求将激增。这些角色更侧重风格而非技术执行。
在非创意领域，这类岗位可能更有趣。比如“人力资源设计师”能全面掌控从培训材料到详细休假政策的各个环节，从而更直接塑造组织文化；“市政设计师”可能比传统土木工程师更侧重创意而非计算，因而更受青睐。
“设计师”未必是最终称谓，但它标志着重要转变：越来越多人将承担创意与审美决策职责，引导 AI 实现其愿景。而且这些决策者将日益年轻化。当前对 AI 的主要忧虑是其取代初级岗位（传统上从事 AI 擅长的重复工作）。Raman 在《The Times》专栏中提出了解决方案：AI 能帮助新手工作者克服经验不足，使其在写作、研究、设计开发等各方面迅速提升。
这意味着新人不必再从撰写备忘录等基础工作起步（这些 AI 更擅长），而可以直接参与产品创意开发——这类工作传统上保留给资深员工。通过 AI 赋能，年轻员工能更快展现企业家精神，让组织各个层级（带着多元视角）都能投入创新探索，而非困于事务性工作。“随着这种模式普及，我们将进入以创业精神为核心的‘创新经济’新时代。”Raman 预言。
创意决策还将成为企业核心竞争力。以金融服务公司为例：当所有竞争者都拥有相同 AI 能力时，差异化将取决于“品味”类角色——沟通方式、市场呈现、创意哲学。可能出现“差异化设计师”，统筹品牌调性、产品理念、风险偏好与创意执行。
当然，传统技艺的衰微令人唏嘘。想象作家不执笔、音乐人不演奏、插画师不绘画的时代确实黯淡。但我们迎来的并非这样的未来——技艺实践永远关乎思维锤炼。Mollick 谈及学术写作时表示：“我会用 AI 辅助研究，但绝不让其代笔。我必须通过写作厘清思路，否则 AI 会主导我的思考。”
现实是人们仍会出于偏好与需求继续创作——这是他们*的工作与思考方式。但在创作极度丰裕的时代，我们必将见证更多不依赖传统技艺的创作路径。这既伴随风险，也蕴含机遇。
Seamans 以 Pixar 为例说明这种转变的积极面：“以前动画师将大量精力投入逐帧绘制。当电脑自动化这部分工作后，他们能将更多资源投入故事构思与情节开发。”
AI 时代预示着一个可能性：终有一天，你不必事必躬亲就能成就事业。“我们都将成为 AI agent 小分队的 CEO，”Brynjolfsson 说，“必须更深入地思考：我们真正想要实现什么？目标何在？这要求比以往更本质的思考。”
关于 AI 将把我们带向何方，确实存在诸多合理忧虑。但只要我们足够审慎，对 AI 的使用保持清醒认知，未来依然光明。换言之，人类正是 AI 未来的设计师。愿我们拥有足够*的品味。
