被挤压的是信息搬运和叙事包装类岗位,而定义问题、设定约束、评估验收的能力更稀缺;整个就业面不是简单往下走,而是行业超额回报在收窄、岗位结构在变。
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。
先被挤压的是搬运信息而非做判断的岗位
材料里的观点立正把大公司里最容易被冲击的岗位归为两类:一类是把信息汇总、转述、对齐的活,比如周报月报、会议纪要链条、不拥有真实交付物的项目管理;另一类是只做幻灯片、文档、状态汇报的分析岗。这些岗位不一定立刻消失,可能先变成用更快的速度产出更多没人看的材料,直到高层把这种产出当成本来管。反过来,AI 让生成变便宜后,稀缺转向定义要做什么、设定合规风控架构等约束、判断结果对不对和风险多大的人。所以大公司更可能减少初级执行,保留和强化资深判断1。
就业面不是整体下滑,是超额回报在收窄
立正提醒,没有哪个行业是铁饭碗:管理咨询、投行、媒体都曾是人羡慕的天花板,如今相对衰落,一进学校就想做咨询的学生少了很多。科技行业享受超额回报已经很久,因为它吸纳了大量从业者、入行门槛低,转码就能进。这不等于计算机就业面整体往下走,而是它从“高溢价行业”回到更普通的水平,同时内部岗位结构在换。他也说过白领工作长期趋势可能越来越少,甚至该不该存在都是问号,这是趋势判断,不是某一年就会发生的预测2,3。
大一阶段更该积累可迁移的判断力
AI推演你还在电子信息大类、面临分流,现在没法判断哪个细分方向十年后还在,这很正常。可以试着做一件小事:挑一个你感兴趣的方向,找一份该领域真实的工作产出(比如一份需求文档、一次故障复盘),自己判断它属于“搬运信息”还是“定义问题、设约束、做验收”,再想想自己愿不愿意长期做这类判断。这个练习帮你把“哪个专业好就业”换成“我想练哪种能力”,分流时更有依据。立正也强调,真正的建议往往给的是方向而不是明天的待办,需要自己把坑踩一遍才能长出预判力4,1。
材料没有给出具体细分专业或岗位的淘汰名单,也没有上海本地就业数据;白领工作萎缩是长期趋势判断,不是短期预测。
出处
- 1在大公司,AI 到底会不会“真正改变组织”?
直接区分哪些岗位被挤压、哪些能力变稀缺,是回答“谁被淘汰”的核心依据。
- 2毕业放弃百万offer的原因|应对AI职业冲击的三条建议
用咨询、投行等行业的兴衰说明没有铁饭碗、超额回报会收窄,适合核对“就业面是否整体下滑”。
- 3课代表立正:AI 课卖 2000 刀,偏偏坚持古法手搓
谈到白领工作的长期趋势和该看需求变化而非当下最热,帮助理解趋势判断的分寸。
- 4真正值钱的建议,第一次听到往往会被错过
解释为什么方向性建议难以直接变成待办,适合你在大一阶段做探索时参考。
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
- 我现在做AI视频的内容,需要大量的案例
我应该做哪些案例
先别按“AI视频案例大全”去铺量,从你自己真实遇到、反复出现的小麻烦里挑案例,做成能展示前后对比的成品;案例的价值在于证明你解决过真实问题,不在于数量多。
- 现在这个时代应该读博还是直接工作
读博本身不自动带来价值,关键是你能不能借它积累可迁移的能力和成果;如果读博只是跟着惯性走,直接工作往往更划算。
- 机器人行业现在进入还有前景吗,如果没有应该如何转向
资料里没有对机器人行业前景的直接判断,无法替你判断该不该进;但立正反复讲的一个判断可以迁移过来:别只问行业热不热,要问你所做的事会不会成为别人最想省掉的那块成本。
- 有没有讨论过在不同城市或国家之间做选择的节目?
现有材料里没有专门讨论“在不同城市或国家之间做选择”的节目,但立正谈职业选择的内容涉及跨城市、跨国家的取舍,可以借他的判断框架来看这类问题。
- fake work的定义
fake work 是用容易衡量的动作取代难以衡量的价值:做完之后,下游的决定或真实结果没有改变,只是留下了“我在做事”的证据。
- 电子信息类专业大学生值得考虑的职业方向
电子信息类大一不必先锁定具体职业,更值得先做的是:把“成熟方向、能增加选择权的平台、成果可衡量的岗位”当作筛选标准,同时用和真实从业者聊天来缩小范围。