How to Avoid the Absence of 'Human' Amidst the Rapid Advance of Technology

AI浪潮下，自动化、数字化、智能化生产方式和流程的进化加速狂奔，各种AI工具令人目不暇接：借助Claude Code，程序员们已经习惯了Vibe Coding（氛围编码）的新编程范式，只需要用自然语言将希望实现的功能表达出来，AI就能自驱动地将程序编写出来；Open-Evidence、“氢离子”APP、Baichuan-M3等医学AI应用正在成为医生的“第二大脑”，动态更新辅助临床决策……<br> “AI一天，人间一年”，AI大模型企业月之暗面创始人、CEO杨植麟如此评价AI的迭代速度。由AI驱动生产力大幅跃迁令人惊喜，但同时另一个挑战也正加速浮现：AI技术以月、周甚至日为单位迭代，而人的能力升级、制度适配却难以跟随。<br> 当AI狂奔进入产业深水区，如何避免“人”的缺席？“人机共生”的愿景是不是简单的“机器换人”？<br> AI深度赋能行业 复合型人才稀缺<br> 人工智能产业蓬勃发展。根据工业和信息化部公布的数据，2025年我国人工智能企业数量超6000家，核心产业规模预计突破1.2万亿元。AI手机、AI电脑、AI眼镜等人工智能终端产品加快走进千家万户，人工智能应用已覆盖钢铁、有色、电力、通信等重点行业，逐渐深入到产品研发、质量检测、客户服务等重点环节。<br> 随着“人工智能+”不断深入，对AI人才的需求已经从传统的信息技术产业扩展到制造、医疗、教育、金融、物流等多个领域。据智联招聘发布的《2025年人工智能产业人才发展报告》，算法工程师等核心技术岗位招聘需求同比增长80％，AI产品经理职位数同比增长178％。这表明，AI技术正在加速与各行业深度融合，推动全行业技术架构升级与业务模式创新。<br> 同时，既懂产业又懂AI的复合型人才缺口不断扩大，企业急需能将AI大模型、Agent嵌入电网调度、纺织印染、医疗服务、物流优化等具体场景的“翻译者”“工程师”。而这对现有的人才培养体系和就业支持提出了挑战。<br> “教育慢变量与科技创新的快节奏之间存在明显的‘剪刀差’。人工智能技术迭代周期以月为单位，而教育体系更新需5到10年。”同济大学党委书记、中国工程院院士郑庆华表示，当前存在供需对接、转化机制与人才流动等方面的堵点，制约了人工智能领域的创新发展。<br> 对此，郑庆华认为应当建立多元需求导向的考核机制，建立高校、企业、第三方专业机构甚至学生共同参与的多维“出题”机制，综合运用揭榜挂帅、定向委托、稳定支持与适度竞争等方式，提升科研项目的针对性与实用性。<br> 对AI产生依赖 引发“思维萎缩”担忧<br> 一方面是学生、从业者对AI与产业的深度融合能力有待加强；另一方面是对AI技术产生依赖，引发社会对领域专业能力建设的担忧。<br> 国家传染病医学中心、复旦大学附属华山医院感染科主任张文宏近期公开表示，AI初筛病历并做辅助诊断的前提，是医生的专业诊断能力强过AI。年轻医生直接利用AI诊断，缺乏系统性临床诊断训练和病例分析经验，最终无法判定AI诊断结果的正误。<br> 简而言之，张文宏的观点反映了对“认知外包”可能导致医生“思维萎缩”的担忧。针对医疗、司法等专业性强、类型差别大、需要长期经验积累的领域，AI提高效率与培养专业根基之间的最优解仍在探索。<br> 而在计算机领域，“思维萎缩”的担忧正在体现。<br> 2025年9月，全球知名AI企业Anthropic遭遇了一次短暂但全面的服务中断，其AI基础设施完全瘫痪约半小时。该公司开发的Claude Code是Vibe Coding的代表性产品，其服务中断的消息瞬间冲上开发者社区的热榜，有开发者戏称：“不！我又要开始用大脑思考，像2024年12月的原始人一样编写100％的代码了。”<br> 虽然只是一个玩笑，但这充分反映了当前基于AI的编程开发方式影响之广、之深。有开发者坦言，由于依赖自然语言对话的开发方式，已经近半年没有手敲键盘编写过代码。<br> 而Vibe Coding可能只是AI服务的初始状态。随着Agent能力的跨越式发展，Skills、Clawdbot（现已改名Moltbot）等能力更全面、系统操作权限更高的AI应用正在涌现。这也提醒人们，随着各行业对AI依赖性的增长，即使是轻微的服务中断也可能成为影响整个行业的重大事件。<br> 同时，AI Coding能力提升也对它们背后的开发者形成直接冲击。早在2025年4月，微软CEO纳德拉便透露了一个惊人的数字：微软30％的代码现在由AI编写。而这个数字的背后，是超过15000名微软员工被裁员。据美国媒体报道，其中软件工程师的比例接近四成。<br> 而AI并没有为这些工程师留足转型窗口期。各行业高端岗位和基层岗位之间的“温度断层”正在不断拉大。<br> 从“技术优先”转向“以人为本”<br> 在近期举办的达沃斯论坛上，Anthropic CEO达里奥警告：“AI带来的高增长若只流向少数科技巨头，将引发‘高GDP+高失业’的畸形局面。政府必须提前建立再分配机制，让普通劳动者共享技术红利，否则社会撕裂风险将远超AI失控本身。”<br> 《关于深入实施“人工智能+”行动的意见》中提出实施“人工智能+”民生福祉行动，传递人文关怀、织密社会连接、实现智能向善，让更多人工智能发展成果惠及全体人民，积极构建更有温度的智能社会。要跨越AI时代的就业断层，需要重视AI发展的底层逻辑，从追求“替代效率”转向构建“协同生态”。<br> 一是打破学科壁垒，走向“AI+X”融合。针对科学规范推进人工智能全学段教育，2025年教育部发布《中小学人工智能通识教育指南（2025年版）》和《中小学生成式人工智能使用指南（2025年版）》，进一步落实培养具有人工智能素养的创新人才。此外，各高校也在加快设立“AI+制造”“AI+医疗”等交叉学科，强化项目制学习，加强与产业界联合培养、协同研发。<br> 二是下沉AI应用，真正让AI Agent从“问答工具”进化为“任务协作者”，提出可执行方案，辅助从业者做出更全面准确的决策。同时在决策后，自主拆解实现路径、调用数据、操作控制等，使AI成为工作中的“智能副驾”，而非“黑箱裁判”。<br> 三是就业政策发力，构建转型缓冲网。AI发展也带动了数据标注、AI训练、AI产品设计等新型职业，国家应加快制定AI相关新职业的技能标准与认证体系。工业和信息化部副部长张云明表示，工业和信息化部将坚持应用牵引，充分发挥人工智能融合作用，在推动组织模式、工作方式、生产范式重构的同时，不断提升劳动者的人工智能素养，培养更多既懂人工智能又懂制造业的复合型人才。人力资源和社会保障部也在近期表示，将实施稳岗扩容提质行动，推出重点行业就业支持举措，出台应对人工智能影响促就业文件。<br> 从工业革命到信息技术革命，历次重大技术变革都引发过对就业的担忧，但最终都通过产业转型实现了生产力的提升、就业结构的优化、就业岗位的新增。技术进步往往会伴随就业结构的重构、就业岗位的迭代，但重构不等于消失，迭代不等于替代。要用发展的眼光来看待发展中的问题，问题一定会解决。<br> 面对这场人机协同的新征程，我们培养的不仅要有AI工具的操作者，还要有富有创造力的梦想家。而这，将决定下一个10年的就业图景。（记者 李晓东）