← #792

Ask HN：在 AI 驱动的就业市场中，哪些技能是面向未来的？

查看原文 HN 讨论

文章摘要

这是一则由用户 sunny678 在 Hacker News 发起的 Ask HN 帖子，原文非常简短：

“面向开发者和非开发者：在一个 AI-first 的世界里，今天最值得学的是什么，才能保持有竞争力？”

帖子之所以引发热议，是因为它正好踩在 2026 年所有人都在重新评估自身技能的痛点上：LLM 已经能写代码、写文案、做客服，下一波被替代的会是谁？什么样的能力既不会被自动化，也不会因为下一代模型的发布而瞬间贬值？

讨论中出现的”未来就业护城河”大致可以分成几类：

1. 体力 / 实操类工作：水管工、电工、汽车修理、餐厅工作、护理与急救（paramedic/nurse）、建筑工 —— 这些行业要么需要现场操作，要么需要与人面对面接触，AI 短期内无法接管。这是回复中出现频率最高的方向。

2. 硬件与物理工程：计量学、机械与材料工程、制造与工装工程、精密工程、电气电子工程。多位评论者认为软件领域已经过度饱和、被 AI 大规模渗透，硬件、芯片、机器人将迎来”复兴”。

3. 判断力与领域知识：能识别”任务定义本身就是错的”那种判断力，AI 无法替代。能想清楚”该做什么”比”怎么做”更稀缺。深耕某个垂直行业（医疗、法律、金融监管）的领域专家依然有价值。

4. 沟通、共情与协作：开发者需要逐渐承担起 BA（业务分析师）的角色，能把模糊的业务需求转译成清晰指令，不仅是给同事，更是给 AI。”如果你自己都说不清楚，AI 也理解不了你。”

5. 安全与风险：随着 AI 大规模写代码，攻击面增长得比代码增长还快，漏洞挖掘、红队、合规审查会更值钱。

6. 元能力（meta-skill）：与其押注某个具体工具，不如练就”快速上手新工具”的能力本身。AI 模型半年一换，今天熟练的工作流明天就过时。

7. 心理学 / 精神医学：争议较大。有人认为短期内安全（医疗法规和职业道德保护），但反对者指出 LLM 已经在自助式心理咨询场景表现不错，长期未必安全。

帖子整体氛围带着一丝反讽与无奈：在反复列举完之后，有评论者半开玩笑地总结：”数学、哲学、艺术人文、物理 —— 简而言之，每一项技能都需要。/s（讽刺）。”

HN 评论精华

• KetoManx64：”水管工和电工。” —— 全帖最简短、点赞最多的回答之一。Areena_28 回应：”是真的，但 AI 也并非什么都能干。”

• num42：建议组合策略 —— 在硬件 / 物理工程领域深耕一项专长，同时做计算（软件）方面的通才。”物质、能量、信息是一切的基础”，只押软件等于把鸡蛋放在最容易被替代的篮子里。

• phillc73：力推护理与急救行业，”它们会用 AI，但因为本质是 hands-on 的工作，且本来就长期人手不足，看不到大规模裁员。”

• SilentM68：心理学、精神病学、医学、建筑、汽修在短期内都还安全。cantrevealname 反驳：心理咨询恰恰是 LLM 最擅长的场景之一，除了开处方，AI 几乎能做心理医生做的一切，目前的壁垒只是法规与行业惯性。SilentM68 反过来强调 LLM 还在频繁幻觉，一次错误诊断可能带来病人自伤甚至伤人，这种零容错的事不能交给当下的 AI。

• zhouzhao：”批判性思维。” —— 简洁但被 benj111 泼冷水：”不幸的是，这恰恰是让你更难被雇佣的能力。” 引出一段关于”职场真正奖励的是阿谀奉承、不戳穿坏点子、抢同事功劳”还是”同理心、共赢、好好相处”的辩论，最终归结为”看你跟谁打交道”。

• fabulousman：”数学。” 后续讨论指出基础水平的数学题 AI 已经能做得不错，但 bartvk 指出他在教科书里也发现 AI”找出非常多 MANY 错误”，深度的形式化数学仍是 AI 的弱项。

• mykowebhn：”餐厅工作。” 极简但代表了一种朴素的体力劳动论调。

• gnz11：援引《卫报》报道，护理行业正在被 Uber 化，”你下次见到的护士可能是出价最低的 gig nurse。” insane_dreamer 进一步说，”私募股权（PE）正在系统性破坏医疗”。这条支线提醒大家：一个职业是否”AI-proof”，并不等于它”资本-proof”。

• late_night_fix（隐含立场）：在 AI 飞速迭代的环境下，最重要的不是学某个工具，而是”快速学新工具”这种元能力。

• arjunthazhath：”硬件要复兴了。” 与 num42 的观点呼应。

• kimhjo（被多次引用的观点）：”AI 能写代码，但它不能告诉你什么值得被造出来。” —— 这句被许多回帖反复引用，几乎成为整个讨论的题眼。