土木这类传统方向的机会,不在于转去追模型技术,而在于把行业判断力和AI工具结合,成为能对结果负责、能收口的人。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
专业深度是收口的前提,不是被AI替代的对象
材料里的观点AI能完成大量检索、总结和初稿,但最后判断哪个答案更好、错在哪里、由谁负责,仍然需要懂行的人。Ethan在访谈里说得很直接:不是专家就收不了口。土木的规范判断、现场经验、成本与安全的取舍,正是这种专业深度。会用AI的行业专家会变得更强,没有专业积累、只会调工具的人容易停在表层。所以不必先放弃本行去学模型,而是先问自己:这个领域里哪些判断只有做过的人才能下1?
把位置从执行挪到设计系统
材料里的观点原来的中间层岗位——理解一点业务、操作一点数据、输出一点洞察——大量动作正是AI擅长的。更值钱的打法是往更接近模型、也更接近结果的位置走:把模糊的业务问题翻译成AI能消费的context,设计评估和反馈回路,编排模型、工具、数据和流程,判断什么该自动化、什么该人工接管。名字不重要,重要的是你不再只负责一段执行,而是负责整个系统怎么用AI把结果做出来2。
先想清楚这项工作交付什么,再决定AI怎么用
AI更像一根突然变长的杠杆:方向判断对了,专业能力被放大很多倍;方向错了,错误也被迅速做大。所以起点不是选一个新工具,而是重新问:这项工作真正要完成什么?哪些做法只是在补偿当年的限制?对土木来说,可能是把重复的图纸核对、规范检索、报告初稿交给AI,把省下的时间放到方案取舍和风险判断上。如果AI让一份工作快了十倍,但没人因此知道下一步该做什么,那只是更快地生产了中间品3。
现有材料讨论的是AI时代的能力与岗位结构,没有专门针对土木行业的案例;具体做法需要结合你的岗位和项目条件判断。
出处
- 1AI时代,找工作和创业的有效方法|Jobright联创/CTO Ethan对话
解释为什么专业深度是收口和判断的前提,适合核对“要不要先放弃本行”这个疑问。
- 2AI时代,大厂打工人的五条路
说明从执行岗转向设计系统、编排AI的具体能力项,适合看转型方向。
- 3到底什么才算AI Native人才?|如何unlearn?
讲清先明确工作交付什么、再决定AI怎么用,适合想清楚切入点。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- ai会让哪些岗位更值钱?
AI 让“生成”变便宜后,更值钱的是能定义问题、设定约束、评估验收并对结果负责的人,而不是只会把执行做得更快的人。
- 如果工作一定会被ai替代那人到底应该做什么呢
被替代的往往不是人,而是你已经解决过的那层工作;该做的是把旧活尽快交出去,往更难的问题、更靠近真实需求和判断的位置走。
- ai时代engineer应该怎么转型,career path怎么计划
转型方向不是再补一门技术,而是从“为某项技能负责”转向“为业务结果负责”:能定义问题、编排 AI、做判断并对结果担责的人更难被替代。
- 在AI时代,我应该去做啥
立正的主张是:AI 时代不必急着换赛道,先把自己从“会用工具”推进到“能为结果收口”,同时用 AI 少做表演性劳动、多做可验证的成果。
- 职场普通打工人,在AI时代需要做什么?做个产品?自动化工作流?
先别急着做产品,普通打工人更该做的是把AI用进自己现有的工作流,并让自己靠近模型或付钱的用户,远离纯转述协调的中间层。
- 我想了解工作那个比较有未来
没有哪个工作天然更有未来;更可靠的做法是趁现在还有选择,把工资和AI带来的效率换成职位之外的选择权。