现在规划人生是个坏时机

我还记得我们在学校时的那些职业日子。有时我们会去某个地方，有时有人会来学校告诉我们他们的工作。路径几乎总是一样的。从学校开始，然后是大学或学徒制。

之后是第一份工作，可能还有几份工作，最终人们开始称之为职业。

当时没人告诉我，这个整个计算假设你准备的工作五年后看起来大致相同。

那么，如果你连职业规划都不知道，那早早规划职业还有什么意义呢？

我觉得这种假设现在已经不太成立了。

五年时间很长

现在是2026年，有人18岁就要毕业并开始上大学了。他们大概会在2029年左右拿到学士学位，2031年左右拿到硕士学位。

现在想想过去五年我们看到的技术飞跃。

ChatGPT直到2022年底才公开发布。不到四年时间，生成式系统从相对简单的聊天机器人发展成能够编写大量代码、进行研究、生成图片和视频以及许多其他功能的工具。

今天毕业的人必须为一个要到2030年或2031年才会出现的就业市场做出决定。

而现在的就业市场可能和他们现在看到的完全不同。

一些例子

我们先举几个职业。

软件开发

这显然是我最容易的。

想象一下，今天开始读计算机科学学位，因为你想成为一名软件开发者。你开始学习编程基础、算法、数据库、软件工程、网页开发等等。

当然，这些事情依然重要。但想想五年前有人想象软件开发者会做什么。

你收到工单。你打开编辑器。你写实现。你花一个小时试图弄清楚为什么某些东西不行。你搜索Stack Overflow。你写一些测试（也许）。

最终你找到了三小时前犯的愚蠢错误。

我就是这样学到了很多我知道的。

如今我可以给AI一个问题描述，并得到一个出乎意料的不错实现。我可以给它一个错误信息，问它出了什么问题。我可以给它现有代码，让它为它写测试。

这并不意味着软件开发者消失了。仍然需要有人理解应该构建什么，它如何融入其他一切，生成的代码是否合理，以及当代码不合时会发生什么。

但这正是我的观点。如果你今天开始学计算机科学是因为你想成为软件开发者，五年后你找到的工作可能仍然叫做“软件开发者”。

我只是不确定你会不会花时间做你现在和这个头衔联系在一起的事情。

写作、翻译与营销

写作可能是最明显的例子，因为我们已经被写作包围着。

我不知道今天网上看到的有多少是有人写的、AI写的，还是有人写的再被AI重写。说实话，大多数时候我已经分不清了。

以翻译为例。译者翻译一份文档可能要花几个小时。如今你可以把同一份文档粘贴到模型里，几秒钟内就能得到翻译。它总是正确的吗？

不知道。而且根据你翻译的内容，“大概正确”显然不够好。

同样的情况也发生在营销文案、产品描述、电子邮件以及公司每天制作的其他小写作中。

也许一个营销人员能产出以前需要三份材料的数量。我不知道。但如果你今天开始读学位是因为想做这些工作，那是一个非常重要的“我不知道”。

人工智能可能不会简单地抢走工作

我认为这是一个重要的区别，因为数据并不支持“人工智能取代所有人”这一简单论点。

国际劳工组织表示，全球大约四分之一的工人从事与生成式人工智能相关的工作。但这可能不是完全的替代。这是一种转型（资料来源).

公平地说，这基于他们2025年的报告。而且随着变化之快，即使是去年的数据也已经很旧了。

无聊的答案可能是大多数工作不会一夜之间消失。它们会改变。

这仍然带来了问题。你准备的工作可能还存在。但这可能不是你现在以为自己会做的工作。

初级问题

如果我们把之前的方程延伸，传统的职业大致如下：

初学者，简单任务，错误，经验，难任务，专家。

显然是简化了。但这就是我们的学习方式。问题是，人工智能在许多我们传统上分配给初学者的任务中表现特别出色。以软件开发为例。

初级开发者可能负责简单的实现、样板、测试、文档或小工单。这些任务不仅仅是让人做的廉价工作。它们也是你进入工作流程、犯错、理解系统并慢慢学会如何整合的方式。

高级开发人员更多地处理架构、模糊问题、遗留系统、利益相关者沟通、权衡和责任。

但你不会一早醒来就成为资深。你是先做一些简单的工作，才能达到这个水平。那么，当我们自动化人们曾经学习的工作时会发生什么？

或者更好的问题是：如果没人需要你做初级，你怎么能成为资深？

A斯坦福分析2026年8月更新后，调查了数百万美国的就业记录，发现没有大规模的人工智能驱动的就业崩溃。但22至25岁人群在大量AI工作的就业率，比同龄人在AI接触较少的岗位中增长时的就业水平低约19%。

看起来主要区别在于他们雇佣的年轻人减少了。这并不能证明人工智能导致了这个问题。但我认为这说明了为什么替代可能并不是最有趣的问题。

也许人工智能不必取代开发者才能彻底改变职业。也许它只是改变了谁有机会成为开发者。

也许大学从来不是为了学工作

计算机科学学位不应该只教你像React那样的具体技术。就像法律学位不仅仅是写合同，设计学位不仅仅是学习Photoshop一样。

大学教授基础知识、思维模式、批判性思维、领域知识，并希望培养学习能力。

当然，我们上大学不是为了学某家公司做某项特定任务。

这确实是个很有道理的论点。如果React明天消失了，我的计算机科学学位也不会变得毫无用处。但我认为这只解决了部分问题。

教育在某个阶段必须转化为有人愿意为之付费的技能。如果这些技能在几年内能发生显著变化，那么我们对教育的理解也许也必须随之改变。

人工智能也会创造就业机会

世界经济论坛预计到2030年就业市场将发生重大变化，但不会崩溃。其2025年报告估计可创造1.7亿个就业岗位，而9200万个可能被取代。

这净增加了7800万个就业岗位。

与此同时，为报告调查的雇主预计到2030年，近40%的工作技能将发生变化。

好吧，也许人工智能会创造比摧毁更多的工作岗位。那很好。只是这并没有让你的职业规划变得更容易。一个18岁的孩子不可能去学习一个还不存在的工作。

也许我们优化错了

经典的问题通常是：“你长大后想成为什么？”

我觉得这个问题已经过时了。它假设你选择了某件事，变得擅长它，然后基本上一直做下去。也许在不同的公司，也许责任更大，但基本理念是一样的。

也许我们应该提出不同的问题。你想擅长解决什么样的问题？你真正想理解什么？什么样的环境会推动你学习？也许最重要的是：什么给了你未来的选择？

说“我是程序员”和说“我知道如何理解问题并开发软件来解决问题”是两码事。前者描述的是一份工作。后者是如果工作发生变化我仍然能用到的东西。

我不知道五年后还是十年后我会花大部分时间写代码。也许我会花更多时间描述我希望软件做什么。也许编程会更多地变成审阅和架构。

也许会发生完全不同的事情。

我完全不知道。这也是规划它的问题所在。

二十多岁的奇怪之处

二十年代已经是个奇怪的时期了。

你应该弄清楚自己想住在哪里，想让什么样的人围绕你，如何管理金钱，你真正关心什么，还要想清楚未来四十年想做什么工作。

而且你应该在几乎没有经验的情况下做出很多决定。职业似乎一直是你至少可以稍微规划的事情之一。学习这个。成为那个。变得更好。

晋升。嗯，现在看起来这可能性小了不少。

我正在学习计算机科学，而我们构建软件的方式正在我面前发生变化。一些我刚开始编程时觉得困难的事情，现在可以用AI几秒钟完成。

我觉得这不一定是坏事。我自己也用这些工具。它们能让我更快，也能帮我省去那些我从未喜欢做的工作。但这确实让我想知道，我到底在为什么做准备。

我很确定我30岁时人们还会开发软件。我不确定自己在开发中的角色是什么。

那你该怎么办？

显而易见的答案可能是：学习人工智能。但这似乎有点讽刺。

如果问题在于技术变化太快，无法将整个职业生涯都围绕一套技能来规划，那么把所有赌注都押在现有技术上并不能真正解决问题。所以我认为没有一份五项技能能让你的职业面向未来的清单。

“未来适用”这个说法可能一开始就不对。也许你能做的最好的事情就是学会学习新东西。要足够了解基础知识，明白换工具并不意味着从零开始。

真正去创造东西，而不是只看资料。学会判断某样东西是否真的好，而不是只学会如何生产它。

而且你可能要接受你得不止一次这样做。

我之前提到的世界经济论坛报告不仅预测人工智能和技术技能需求的增长。雇主们还期望创造性思维、韧性、灵活性和协作能力等重要性。

这很合理。如果工具一直在变化，擅长一种工具也只能走到一定程度。也许更有用的技能是能随之改变。

规划人生的糟糕时机

在学校时，问题一直是我想成为什么。厨师。开发者。工程师。随便什么。感觉某个地方有个正确的答案，我只需要弄清楚。

我开始觉得这不是正确的看法。也许你的二十多岁不是那个让你决定余生要做什么的十年。也许那是不可能的。

你可能18岁时做出了正确的决定，但25岁时还得重新塑造自己。30岁时又是这样。这并不意味着这个决定毫无意义。你仍然必须做出选择。

你仍然得从某处开始。只是意味着这个决定不是永久的。也许这就是为什么现在是规划人生的糟糕时机。

并不是说没有值得规划的未来。也不是说人工智能会抢走每个人的职位。但因为你越是提前规划，就越需要对一个正在变化的世界做出更多假设。

所以，也许目标不是准确预测十年后你会做什么。也许是成为一个即使预测错了也能安然无恙的人。