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。
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。
未来不会均匀到来,先别赌单一方向
同一个行业里,有的团队已经在用AI重构组织,有的公司还卡在数据、合规和旧系统里,所以大多数工作更可能先被改造,而不是某天集体消失。这意味着你还有时间,但这段时间不是用来等事情自己变好。立正提到,没人能预测未来,一年前看今天很多东西都说不准,所以不要纠结于自己现在的身份或分工,分工本身更多是工业革命留下的产物。放到你的问题上:与其问哪份工作更有未来,不如问哪份工作让你在变化来临时还有别的选择。
把工资和AI省下的时间换成选择权
AI推演立正主张,既然已经享受了时代红利,合理的做法不是冲动扔掉它,而是利用还在到账的工资、公司资源、自己积累的context和关系,给自己建立第二个支点。具体可以看两件事:一是存钱、降低固定支出,降低你说“不”的价格,让辞职不再像悬崖;二是如果AI每周帮你省下几个小时,别全部交回公司,保护其中一部分去做一个外部项目、认识新用户或拿到第一笔职位之外的付款。收入上先建立一条不经过老板结算的现金信号,能力上不要扔掉过去十年的积累去做一个只会prompt的新人,而是用AI重新组合自己的判断和关系。
这些判断来自立正对AI时代职业转型的公开讨论,没有你所在行业、岗位和收入的具体信息,无法替你判断哪份工作更有未来。
出处
- 1年薪20万到300万,却越来越不敢停下来:高收入打工人的高配困局
最直接回答“把红利换成选择权”,含现金跑道、杠铃配置和三本账检查实验的具体做法。
- 2人人都有50个博士为自己打工,为什么多数人的工作没什么变化?|硅谷徐老师年度对话
说明未来难预测、不必纠结身份和分工,适合理解为什么不该赌单一方向。
- 3毕业放弃百万offer的原因|应对AI职业冲击的三条建议
讲能力圈往AI靠、积累资产、不要基于焦虑做选择,适合核对转型方向。
追问2026年10月15日
如果是半导体行业ydd investigation 跟 设备工程师呢
半导体里的 YDD 和设备工程师,材料没有直接比较;能借用的判断是:越靠近结果、越能对结果负责的岗位越难被替代,而只靠单一技能的位置更容易被压缩。
越靠近结果、越能担责,越难被替代
立正讲过一个区分:过去工程师为一项技能负责,比如前端、后端、Java、React、Kubernetes;AI 时代单一技能的可替代性变高,越能靠近业务结果、越能对结果负责的人越难被取代。AI 可以改 prompt、写代码、生成方案,但最后仍要有人对结果担责1,2。放到你问的两个岗位,可以这样看:设备工程师的日常如果主要是按既定流程维护、调机、处理异常,技能边界清楚,容易被标准化和工具化;如果他能对良率、产能、成本这类结果负责,能判断该不该改、改了会怎样,位置就更稳。YDD 这类调查/分析岗位,如果产出只是报告和结论,同样可能被压缩;如果结论直接决定下一步动作并承担后果,价值就不同。
判断岗位要看它离结果有多远
AI推演一个可用的核对方式:把这两个岗位各自最近一次被认可的工作写下来,看它落在“我完成了某个技能动作”还是“我让某个结果变好了”。前者是技能供给,后者是结果责任。立正提到,面试框架只能帮你更好地叙述已有内容,没法提高已有内容;提高要在现在的工作或 side project 里主动找机会,用更好的方式去做3。所以与其先问哪个岗位更有未来,不如先看你现在这个岗位上,有没有一件事的结果是你能署名负责的——有,就把它做深;没有,就自己造一个。
材料里没有专门讲半导体行业的 YDD 调查或设备工程师,以上是把“靠近结果、对结果负责”的判断迁移过来,具体岗位内容需要你自己核对。
出处
- 1他的FDE团队从30人扩到100人,但为什么很多大厂工程师甚至不知道这个岗位?
立正讲技能被取代、为结果负责的人更难被替代,是判断岗位稳定性的核心依据。
- 2AI Agent 时代的 FDE:把模型能力落到真实业务里
FDE 那期把“为 skill 负责”和“对结果负责”讲得更完整,并区分了嘉宾 Jove 的观点与立正的总结。
- 3AI时代的面试,三件事让公司对我求贤若渴?
说明面试框架不能提高已有内容,提高要在现有工作或 side project 里主动找机会。
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。
- 数据分析、产品和管理岗, 在 AI 时代该如何适应和转型以保持更持久的职业上升
三个岗位的共同方向是从“执行一段任务”转向“对结果负责”:定义问题、设计系统、判断和收口,而不是只做分析、文档或流程。