随着国产大模型DeepSeek掀起新一轮全球智能风暴，AI持续占据舆论话题中心。连日来，各类企业平台争相宣布“接入”，各地政务系统纷纷上线智能服务。
“AI主播”上岗播报全程零失误，“AI咨询师”一秒给出推荐列表，病人直接拿着DeepSeek的诊断找医生开药……人们切实感受着人工智能对各行各业的重塑，也不时有“某某行业的黄昏”“某某感觉天塌了”之类信息刷屏。
人类该如何应对AI规模化应用？普通人到底干什么才不会被淘汰？不无悲观的存在主义之问，正成为与技术狂飙同样重大的课题。
（一）
必须正视，人类社会已进入大算力、大模型、大数据、大应用时代。如今的AI飞速进化，早就不是“你说城门楼子，它说胯骨轴子”的低阶水平。
在深度学习和大数据驱动下，其底层逻辑更加复杂精妙，融合了自然语言处理、意图识别、对话生成等多个领域的先进技术。有观察人士指出，我们与AI的关系发生着变化，不再是我们单纯给AI发指令，而是AI主动给我们建议与洞察。
从现实来看，AI在部分领域确实已接近甚至超越人类水准。比如，深圳上线的“数智公务员”可实现公文格式修正准确率超95%、审核时间缩短90%，错误率控制在5%以内；《杭州新闻联播》6位“AI主播”顺利完成春节值班，打破“地球不爆炸、我们不放假”的老梗；“AI医生”正承担医学影像、体外诊断、医院运营等工作；即便在被认为最具人类情感的文学领域，2024年芥川文学奖获奖作品《东京都同情塔》中也有5%内容由AI直接生成……
大批量网罗内容、标准化处理问题，这是AI最擅长的。在追求效率提升与成本控制的当代社会，那些涉及重复性、机械性、流程化的工作，的确很容易为AI接手。
（二）
“未来像盛夏的大雨，在我们还来不及撑开伞时便扑面而来。”
饭碗不保的危机感并非杞人忧天，但以大历史观来看，人类早已不是第一次面对这样的不安。特别是进入工业文明时代以来，职业版图的更新更是从未停止。
1765年，珍妮纺织机在英国兴起，一架机器可同时纺8个纱锭，比最勤劳的纺织女工还要快上数倍。随着第一次工业革命全面爆发，机械化设备的出现几乎冲击了所有传统手工行业。但与此同时，机器的运转需要人来设计、制造、维护，工程师、设计师、运维师等新职业应运而生，工厂里各种行政、管理方向的岗位也大量涌现。
第二次工业革命期间，电力的广泛应用催生出更多新技术。西门子制成了发电机，格拉姆发明了电动机，狄塞尔发明了柴油内燃机……仍以英国为例，1870年到1910年间其制造业每台机器所需劳动力从500人减少到200人。也是这一时期，以电力、内燃机和化学工业为代表的新型工业部门相继涌现。
到了信息技术革命，社会经济、政治、文化领域皆发生巨大变革，人类的思维方式也受到影响，职业与职业之间进一步相互交叉延伸。
诚如媒体所写，“16世纪的欧洲人也无法预知今天的国际贸易公司和进出口银行职员每天做些什么。”今天的社会分工也是在冲击、调整中演变而来的，我们所面临的变化也正处在历史的进程当中，没有哪一代人、哪一种职业能在技术浪潮中置身事外。
（三）
“三百六十行”的意涵日新月异，但人的主体性一以贯之。与所有科技成果一样，AI归根结底也是人类智慧的产物，运行基础是人类高度的想象力与创造力。比较而言，AI的短板同样也很突出——
无法提供人文关怀。麦肯锡一项全球研究报告指出，到2030年多达30%的工作时间或许都将被AI接管，但社会对情感技能的需求将会更多。以政务工作为例，AI可以高效处理诉求收集，也能对照庞大的法规条文判断实操的大致边界，但治理中最难办的是在众人中求取最大公约数。如何让不同利益方心平气和坐在一起？如何在提供实际帮助时给予精神慰藉？再厉害的机器恐怕也无法给出有温度的答案。
无法进行灵感创造。创造性通常意味着跳出现有框架，探索未知领域。AI依赖大规模数据进行训练学习，输出文本也都源自于现有数据资源。比如，去年全球首部完全由AI生成的长篇电影《Our T2 Remake》上映。虽然团队采用多个AIGC工具，确保所有内容均为原创，但无论“AI觉醒”的设定，还是具体画面细节，仍然都是一眼“AI味儿”，艺术独有的情感共鸣无从谈起。
无法独立判断决策。很多人发现，面对提问AI给出的答案看似完备稳妥，但仔细观之，要么在关键定义上左右摇摆，在判断表态时顺杆儿爬，要么是“说了一堆等于没说”。查阅相关公开资料也不难发现，GPT-4o、Gemini-1.5-Pro、DeepSeek R1等多个全球最先进的大模型，在试验中都出现了一定的“幻觉率”。更关键的是，AI在呈现错误答案时仍看上去“非常自信且具有说服力”，很容易让不熟悉AI或特定领域的人信以为真。
（四）
当然，无法完全取代不代表没有影响。当我们探讨“干什么不会被取代”时，就意味着一部分“取代”正在或已经发生。