被取代的是你已经解决过的那一层工作,不是“数据科学”这个方向本身;所以不必因为这句话就放弃找 DS 岗位,但值得把求职重心从“会用什么工具”挪到“能为哪个具体结果负责”。
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。
被替代的是旧的一层,不是这个方向
立正讲“被取代”时,指的是一个人停在原地、死守已经解决过的问题,而不是某个职业名称被整体判死刑。他主张真正厉害的人会希望自己解决过的问题尽快被标准化、自动化、交给 AI 或别人复用,因为那一层已经结束,自己该往更难、更有价值的问题走1。放到 DS 求职上,这意味着:如果简历和面试只证明“我会跑模型、会写 SQL、会做报表”,这些正是最容易被工具吃掉的部分;如果证明的是“我在某个业务里做了什么判断、推动了什么结果”,被替代的压力就小得多。他给分析岗的具体建议也是尽量有自己的 opinion、推动项目进展,并尽量选择能为结果负责的位置2。
现在最该改的是求职动作的顺序
AI推演他反对在待业焦虑中先扑向新工具或新方向,因为那往往只是缓解焦虑的动作,市场收不到清晰信号;他建议先把一个岗位的 JD 拆开,看自己匹配哪几条、不匹配哪几条,把能做的事写成别人看得懂、愿意面试的语言3。另一位嘉宾 Ethan 的说法是,找工作本身就是一份全职工作,需要策略和优先级,沉默和被拒是系统反馈而不是自我否定4。这两条合起来指向同一个调整:不是“要不要继续找 DS”,而是把投递从机械动作变成有方向的匹配。可以试的一件事是,挑一个你真正想去的 DS 岗位,把 JD 逐条对照自己的经历,标出能拿出证据的和拿不出的,再决定是补证据还是换目标——这能帮你判断自己卡在“方向不对”还是“表达不对”。
立正没有直接谈过“DS 是否还值得找”这个问题,以上是从他关于被取代、求职节奏和结果负责的论述推出来的;他讲“被取代”的那篇主要针对分享 skill 的场景。
出处
- 1Skills写得越多,越不容易被AI取代?
直接说明“被取代”指的是停止成长而非职业本身,是理解这句话的关键原文。
- 2AI取代的是所有白领工作
给出分析岗的具体做法:有自己的判断、推动项目、选择为结果负责的位置。
- 3越急,越不要许愿
讲待业焦虑下该先做什么、不该先扑向工具,适合核对求职动作的顺序。
- 4AI时代,找工作和创业的有效方法|Jobright联创/CTO Ethan对话
嘉宾 Ethan 关于找工作是一份全职工作、把拒绝当系统反馈的说法,可对照求职心态。
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
- 有个投资人讲 alexzandra wang
最直接的是周楠那期访谈,标题就点明他讲 Alexandr Wang 为什么是顶级创始人;片段里还提到 Scale AI 在 2021 到 2022 年因自动驾驶降温而客户变少的转折。
- 找到10%高价值的工作,但是在AI时代,对于data scientist来说,高价值的工作是什么呢?我觉得我之前很多的高价值的工作现在都没有价值了,而且留不下来,而且别人不会觉得是我做的。
AI 让“处理信息”这件事变便宜,所以数据科学里原来值钱的分析、建模、报表正在贬值;新的高价值位置是判断该做什么、把模糊问题变成可执行系统,并对结果负责。
- 为什么个体AI用的很好但是整个公司团队没有上来?
个人用得好,是因为他一个人就能把背景、判断和反馈闭环起来;团队上不来,是因为这些能力散在每个人脑子里,组织结构和激励又没跟着改。
- 职业院校实训科教师(体制内)+ 个人开发者/IP 运营者。想请您诊断我这套工作流架构:① 最脆弱、迟早出事的一环是什么?② 最过度建设(投入产出最差)的一环是什么?③ 如果只能再做一件事,您建议做什么?
最脆弱的是学生数据与云服务混用的那条链路;最过度建设的是多设备、多模型、多平台的全互联架构;如果只做一件事,先给「学生数据不可上云」划出一条可验证的物理边界。
- 我每天很忙,但不知道工作有没有价值,怎么识别 fake work?
识别 fake work 的关键不是看你有多忙,而是追问:这份产出完成后,下游会做出什么不同的决定或行动?如果多生产十份,真实结果也不会更近,那它很可能只是让你感觉在前进。
- 如何看待国内办公场景workbuddy爆火和AICG盛行的短剧,对我们这些使用原生agent的开发者有什么建议。
办公场景的AI工具和短剧爆火,说明AI正在把“生产内容/代码”的单价压到很低;对原生agent开发者来说,越靠近“为结果负责”就越难被替代,光会调工具本身不构成壁垒。