本文分析了AI对就业市场的影响，指出约40%的岗位受AI影响，重复性、规则性工作面临被替代风险。文章强调岗位不会消失，而是会被改写，数据、AI相关岗位需求增长。建议打工人学习三项AI技能：清晰提问、AI流程化、结果鉴别力，以适应AI时代的工作需求。
先问你一个扎心的问题：
你今天上班干的活，有多少是“复制、粘贴、整理、汇总”？
如果超过一半，这篇文章你一定要看完。
不是贩卖焦虑。是因为数据已经摆在桌面上了——AI 取代工作这件事，不是“会不会”，而是“先轮到哪部分”。
好消息是：真正被拿走的，往往是你最烦的那部分活。
坏消息是：如果你只会那部分，你就危险了。
今天 7 哥就用几份权威报告，帮你看清三件事：哪些岗位正在被改写、为什么、以及打工人现在就该学的 3 项 AI 技能。
一、先看数据：AI 到底冲击了多少工作？
别听自媒体吓你，咱们直接看机构怎么说。
第一个数字：40%。
国际货币基金组织（IMF，2024）的分析显示，全球近 40% 的就业岗位暴露在 AI 影响之下；在发达经济体，这个比例约为 60%。注意，IMF 同时指出：这些受影响的岗位里，大约一半可能因 AI 提升效率而受益，另一半才面临需求下降甚至被替代。
第二个数字：四分之一。
国际劳工组织（ILO，2025）的最新指数认为，全球每 4 份工作中就有 1 份潜在暴露于生成式 AI。但它的结论很关键：最可能的结果是“岗位被改造”，而不是“岗位消失”。
第三个数字：60%—70%。
麦肯锡（McKinsey，2023）估算，生成式 AI 加上现有技术，理论上可以自动化员工目前 60%—70% 工作时间所做的活动。
翻译成人话：你的岗位未必会消失，但你每天的工作内容，大概率要重写一遍。
二、哪些岗位正在被改写？
世界经济论坛（WEF）《2025年未来就业报告》调查了全球 1000 多家雇主，给出了一张非常直观的“升降榜”：
下降最快的，几乎清一色是文员类岗位：
- 邮政服务文员：-34%
- 银行柜员及相关文员：-31%
- 数据录入员：-26%
- 收银员与售票员、行政助理与行政秘书：均为 -20%
- 会计、簿记与薪资文员：-18%
增长最快的，基本都和数据、AI 沾边：大数据专家 +113%、金融科技工程师 +93%、AI 与机器学习专家 +82%。
看出规律了吗？
被改写的不是“某个行业”，而是“某类任务”——重复、有固定规则、靠信息搬运的活。
ILO（2025）也印证了这一点：暴露度最高的仍是文员类职业，比如数据录入员、打字员、会计簿记员和普通办公室文员；同时，媒体、软件、金融等高度数字化的知识型岗位，暴露度也在上升。
所以别以为坐办公室就安全。写周报、做 PPT、整理会议纪要、回复标准化邮件……这些你每天在做的事，AI 已经都能干个七七八八了。
花 30 秒，给自己的岗位做个自测：
我的工作，是不是大部分都有固定模板、固定流程？
我的产出，是不是主要靠“查资料、整理、汇总”？
我的工作，是不是很少需要拍板、谈判、安抚别人情绪？
3 个都是“是”，说明你的岗位里有大量 AI 擅长的任务，要尽快升级；如果大多是“否”，恭喜你，你手里握着 AI 暂时拿不走的东西——但也别躺平，因为会用 AI 的同行，效率可能是你的好几倍。
再看同一份 WEF 报告里的另一组数字： 到 2030 年，全球预计新增 1.7 亿个岗位、减少 9200 万个，净增 7800 万（WEF，2025）。
岗位不是没了，是换了。 问题在于：新岗位要的技能，你有没有？
WEF（2025）的答案是：到 2030 年，劳动者现有技能中约 39% 将被改变或过时；而增长最快的技能，排第一的就是“AI 与大数据”。
三、国内打工人，其实已经在用了
你可能觉得这都是国外的事。并不是。
智联招聘《2025职场人AI工具使用体验报告》显示，约八成职场人已经在工作中使用 AI 工具。毕马威联合墨尔本大学的调查（KPMG，2025）更直接：中国职场 AI 工具使用率达 93%，远高于全球平均的 58%。
但智联的同一份报告里还有一个数字：57.4% 的职场人觉得 AI 生成的内容不够准确，需要反复修正。
这说明什么？大家都在用，但会用的人不多。
人人都有 AI 的时候，差距就出在“怎么用”上。下面这 3 项技能，就是拉开差距的地方。
四、打工人现在该学的 3 项 AI 技能
技能 1：把需求说清楚——“提问力”
很多人用 AI 的姿势是：“帮我写个方案。”
然后得到一坨正确的废话，再吐槽一句“AI 也就这样”。
问题不在 AI，在你的需求没说清楚。 这就像给新来的实习生派活，你只说一句“做个方案”，他也只能瞎猜。
怎么开始： 记住一个万能结构——角色 + 背景 + 任务 + 格式 + 示例。
举个例子，对比一下：
- ❌ “帮我写个活动方案。”
- ✅ “你是一名有 10 年经验的快消品市场经理。我们要在双十一前给 25—35 岁的白领做一场线上促销，预算 5 万元。请输出一份活动方案，包含目标、玩法、时间表、预算分配，用表格呈现，控制在 800 字以内。”
后者的输出质量，和前者完全不是一个级别。
练习方法： 每天挑一件真实工作，用上面的结构问一次 AI，把好用的提示词存进备忘录，一个月后你就有了自己的“提示词库”。
工具推荐： DeepSeek、豆包、Kimi、通义千问、腾讯元宝，国内都能直接用，选一两个用熟就够了。
技能 2：把重复的活交出去——“AI 流程化”
会提问只是第一步。真正的高手，是把每周都要重复做的事，变成一条 AI 流水线。
怎么开始：分三步。
第一步，盘点。 拿出一张纸，列出你这周所有工作，标出“重复的、有固定格式的、搬运信息的”。比如：每周汇总销售数据、整理会议纪要、写日报周报、回复客户常见问题。
第二步，拆解。 把一件事拆成“输入→处理→输出”。比如会议纪要：录音（输入）→ AI 转文字并提炼要点（处理）→ 按固定模板输出待办清单（输出）。
第三步，固化。 把这个流程用工具搭起来，下次一键复用。
工具推荐：
- 办公套件里的 AI：WPS AI、飞书、钉钉都内置了 AI 能力，写文档、做表格、整理会议都能用；
- 智能体平台：扣子（Coze）、Dify 这类工具，不写代码也能搭一个专属的“AI 小助手”。
目标很简单： 先把每周 2 小时的重复工作交给 AI。省下来的时间，去做更值钱的事。
技能 3：判断 AI 对不对——“鉴别力”
这是最容易被忽视、却最值钱的一项。
前面说了，超过一半的职场人觉得 AI 输出不够准确。AI 会一本正经地胡说八道——编数据、编出处、编案例，而且语气特别自信。
所以未来职场上，最稀缺的不是“会用 AI 的人”，而是“能为 AI 的结果负责的人”。
这也和 IMF（2024）的判断一致：与 AI “互补”的岗位更可能受益，而需要人来把关、判断、沟通的环节，恰恰是 AI 最难替代的部分。
怎么开始：养成三个习惯。
- 数字必查：
AI 给出的任何数据、政策、法条，都回到原始出处核对一遍。
- 交叉验证：
同一个问题，问两个不同的 AI，或者用带引用来源的 AI 搜索工具（比如秘塔 AI 搜索）对照看。
- 补上“人味”：
AI 给你的是初稿，你要加上它不知道的东西——公司的实际情况、老板的偏好、客户的脾气。
记住一句话：AI 负责“快”，你负责“对”。
五、最后说句掏心窝的话
AI 不会直接取代你。
但会用 AI 的同事，可能会。
一个人用 AI 一天干完三天的活，另一个人还在手动复制粘贴——老板会怎么选，不用我说。
好在现在还早。WEF（2025）的调查里，85% 的雇主表示会优先为员工提升技能。机会窗口还开着，就看你什么时候开始。
今天就做一件小事： 挑一项你最烦的重复工作，用上面的方法交给 AI 试一次。
如何学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
为什么要学习大模型？
我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年，人才缺口已超百万，凸显培养不足。随着AI技术飞速发展，预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。
大模型入门到实战全套学习大礼包
1、大模型系统化学习路线
作为学习AI大模型技术的新手，方向至关重要。 正确的学习路线可以为你节省时间，少走弯路；方向不对，努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划，带你从零基础入门到精通！
2、大模型学习书籍&文档
学习AI大模型离不开书籍文档，我精选了一系列大模型技术的书籍和学习文档（电子版），它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。
3、AI大模型最新行业报告
2025最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。
4、大模型项目实战&配套源码
学以致用，在项目实战中检验和巩固你所学到的知识，同时为你找工作就业和职业发展打下坚实的基础。
5、大模型大厂面试真题
面试不仅是技术的较量，更需要充分的准备。在你已经掌握了大模型技术之后，就需要开始准备面试，我精心整理了一份大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。
适用人群
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。