來源：虎嗅APP

最近的高等教育界幾乎可以用“兵敗如山倒”來形容，今天就有一則新聞刷爆了外媒頭條：美國老牌文理學(xué)院罕布什爾學(xué)院官宣倒閉，將在2026年秋季學(xué)期徹底關(guān)門。

刷屏的「倒閉」新聞，和校門口的歡迎語，真是令人唏噓

與此同時，對中國學(xué)生很友好的雪城大學(xué)，也在一夜之間大換血，瘋狂砍掉了84個專業(yè)。

其中，有古典學(xué)、陶瓷藝術(shù)、意大利語等大量傳統(tǒng)人文學(xué)科和純藝術(shù)專業(yè)，連帶著數(shù)字人文、教育等項目也未能幸免。

說實話，以前聽說百年老校關(guān)門還是個大新聞，但如今從世界第一翻譯學(xué)院關(guān)門，到黃仁勛都救不回的藝術(shù)學(xué)院倒閉，我們甚至已經(jīng)對“大學(xué)倒閉”徹底脫敏了。

可以肯定，這絕不會是最后一所倒下的學(xué)校。

有人說，罪魁禍?zhǔn)资茿I，但大學(xué)是職場的前置階段，倒不如說，真正給傳統(tǒng)教育宣判死刑的，是就業(yè)端買單的雇主們。

硅谷的巨頭們率先舉起了“反大學(xué)”的大旗，大批公司直接放棄招聘應(yīng)屆生，直接用更便宜的AI；還有大廠Palantir甚至直接跳過大學(xué)，把十幾萬美金的年薪砸給了18歲的高中畢業(yè)生。

在硅谷，反精英教育成為了一種潮流，大學(xué)輟學(xué)的創(chuàng)業(yè)者被譽為明星

這也逼得哈佛、斯坦福等頂尖名校，不得不火速上線一波“AI+人文”的跨學(xué)科新專業(yè)，試圖重新證明自己的價值。

一邊是學(xué)術(shù)界的節(jié)節(jié)潰敗，一邊是企業(yè)親自下場搶人。這幾個看似割裂的新聞，其實都說明一個共性：

舊的教育流水線，已經(jīng)徹底跟不上AI時代的需求了。

這樣的顛覆性趨勢，未來一定發(fā)生得更頻繁。我們從幾年前一直在密切跟蹤AI變革，產(chǎn)出過多篇幾十萬閱讀的爆文，也越來越確定，緩解未知的焦慮，有用解藥永遠(yuǎn)是“底層邏輯”。

幾個月前，斯坦福大學(xué)發(fā)布了一份上百頁的重磅《人工智能職場報告》。當(dāng)所有人都在為“AI變太快”而焦頭爛額時，這份報告卻罕見地指出了未來職場里那些“永遠(yuǎn)不變的東西”。

有意思的是，這恰恰和喬布斯幾十年前的一句神預(yù)言，不謀而合。

AI和人類并不是“非此即彼”

斯坦福這份報告，并沒有簡單粗暴地把工作分為“會被取代”和“不會被取代”兩類，而是創(chuàng)造性地建立了一個數(shù)據(jù)庫，包含來自104個職業(yè)的1500名從業(yè)人員，將工作細(xì)化為844項職業(yè)任務(wù)，還參考了52位人工智能專家的意見。

這個數(shù)據(jù)庫說了一個新知，AI和人類的關(guān)系不是二元對立的。

這項報告的設(shè)計框架和參與人員概覽

學(xué)者們根據(jù)收集到的數(shù)據(jù)，提出了一個人類能動性量表(HAS)，將各種工作類型分為從H1“完全自動化”到H5“完全依賴人類”的五級分類體系。

H1級：AI完全接管并獨自完成的任務(wù)，不需要人工參與。

這些工作的共同特點是：單調(diào)、重復(fù)、耗費時間但創(chuàng)造價值有限。比如數(shù)據(jù)錄入、報稅、網(wǎng)絡(luò)報告生成、表單驗證等。

其中，46.1%的任務(wù)被員工強烈希望盡快擺脫，完成AI的自動化。

這些工作被AI替代，反而人人舉雙手歡迎，哪怕失業(yè)都愿意。

正如很多研究所說，當(dāng)人長時間做機械性重復(fù)的工作時，對身心都是一種慢性損害，如果都能移交給AI，就可以把時間精力解放出來，做更多高價值任務(wù)。

人們希望被AI代替的工作

H2級：AI承擔(dān)主要工作，人類在關(guān)鍵節(jié)點進行監(jiān)督。

比如發(fā)票分類、文檔匯總、采購報告生成，以及設(shè)計交易、期權(quán)或?qū)_策略。

這類工作也是未來極有可能全權(quán)被AI替代的工作，不過和H1的區(qū)別就在于，即便AI再強，人類監(jiān)督仍然不可或缺，避免AI幻覺導(dǎo)致的結(jié)果偏差。

人們希望AI代替工作的原因：“我去做更高價值的工作/這些任務(wù)太無聊了，AI接管后會提高的工作質(zhì)量/這樣的工作給我很大壓力/這些任務(wù)太復(fù)雜”

H3級：AI和人類是平等合作關(guān)系。

這是調(diào)查中最受歡迎的模式，在學(xué)者分析的104種職業(yè)中，有47個職業(yè)（占比45.2%）的員工都偏好這種人機協(xié)作方式。

很多人都認(rèn)為，最理想的合作模式比任何一方單獨工作都好，1+1＞2，即“AI提升生產(chǎn)力，而人類的判斷力仍然占據(jù)主導(dǎo)地位”。

比如律師使用AI快速梳理法律案例，但最終的法律判斷還是律師說了算；招聘專員借助AI初篩簡歷，但面試和最終決策權(quán)依然在人類手中。

而斯坦福研究者們也認(rèn)為，這種模式“在不犧牲洞察力的情況下提供了可擴展性”。

H3是大多數(shù)人都支持的

H4級：人類主導(dǎo)，AI扮演顧問，輔助人類掌控全局。

在這些工作領(lǐng)域，AI需要人類的投入才能成功完成任務(wù)，工作的主導(dǎo)重心重新傾斜到人類。比如醫(yī)療診斷、財務(wù)預(yù)測、投資活動、規(guī)劃倫理決策等。

尤其在高風(fēng)險領(lǐng)域，H4成為最佳平衡點，就AI提供支持，但絕不越俎代庖。正如微軟2025年工作趨勢指數(shù)所說，“這些系統(tǒng)在不犧牲人類監(jiān)督的情況下，提高了決策速度”。

H5級：無論AI多么先進，這些工作必須由人類完成。

這個區(qū)域的工作，是AI絕對不能觸及的邊界，比如員工情感支持、人際沖突調(diào)解、復(fù)雜倫理問題處理。

斯坦福HAI報告一針見血地指出：“即使AI模擬準(zhǔn)確率達到85%以上，在同理心方面仍然無法替代人類。我們不需要AI來安慰悲傷的員工。我們需要的是人類”。

對于我們而言，這套分級最大的啟示或許是，與其單純擔(dān)心AI代替自己，不如首先理解AI適合在哪個層級發(fā)揮作用，再判斷自己的能力和優(yōu)勢適合哪個區(qū)域的工作，再去選專業(yè)和擇業(yè)。

如果你的強項正好落在H5，那么恭喜你，未來一定不會被替代。

AI和人在職場上的“錯配”

斯坦福的學(xué)者們還發(fā)現(xiàn)了一個很有意思的現(xiàn)象，落在H1、H2區(qū)域，且最需要AI來滲透的行業(yè)，AI的采購率反而沒有那么高。

也就是說，錄入數(shù)據(jù)、生成報表等重復(fù)性且價值低的大量工作，仍然在由人類代勞，而這些工作者早已厭倦了自己的工作，強烈希望AI自動化的占比高達46%。

相對應(yīng)的是，在藝術(shù)、設(shè)計和媒體領(lǐng)域，以及需要大量人際互動的工作，只有17.1%的人接受AI自動化，是最抵制AI的行業(yè)。但目前的現(xiàn)實是，已經(jīng)有很多藝術(shù)家、媒體人正在因為AI而失業(yè)。

換句話說，目前職場里AI和人類員工的工作職能，存在明顯的錯配——

讓本該由AI完成的工作任務(wù)交給了人類，降低了價值感，且浪費了人力；而將本該由人類發(fā)光發(fā)熱的任務(wù)，過早用AI代勞，導(dǎo)致了一部分更適合的人失業(yè)，也增加了AI犯錯的風(fēng)險。

抵制AI的員工中，最突出的三個擔(dān)憂是缺乏信任（45%）、害怕工作被取代（23%）以及缺乏人情味（16.3%）

斯坦福的學(xué)者們認(rèn)為，這可能是企業(yè)對AI和人類能力理解不夠。

為了解決這個問題，他們從數(shù)據(jù)里提煉出了兩個元素“人類員工想要什么（愿望）”vs“人工智能實際上能做什么（能力）”，提出了一個創(chuàng)新理論“4個AI戰(zhàn)略矩陣”，基于這種需求差異，斯坦福將所有工作分為四個區(qū)域：

綠燈區(qū)（高需求+高能力）：人類員工想要自動化，AI也有能力勝任。

這是最理想的自動化目標(biāo)，包括會議安排、數(shù)據(jù)庫錄入、郵件解析等，企業(yè)應(yīng)該毫不猶豫用AI完成，且沒有人會懷念，也是我們孩子絕不能去卷的“死胡同專業(yè)”。

紅燈區(qū)（高能力+低需求）：AI有能力，但人類員工不愿意。

主要是情感化工作、寫作編輯、創(chuàng)意工作、面向客戶的溝通。盲目自動化可能疏遠(yuǎn)用戶甚至損害品牌。

研發(fā)機會區(qū)（高需求+低能力）：人類員工渴望自動化，但技術(shù)還不成熟。

比如臨床文檔、法律證據(jù)開示、基于信任的合規(guī)性工作等。這是未來AI發(fā)展的重點方向，也是未來十年催生新職業(yè)、新風(fēng)口的黃金賽道。

低優(yōu)先級區(qū)（低需求+低能力）：既不適合也不需要自動化，如高管培訓(xùn)、心理咨詢等。在這些任務(wù)上盲目納入AI，不僅浪費時間，還可能讓公司失去人性。

在梳理完各種工作領(lǐng)域后，斯坦福學(xué)者們還驚訝地發(fā)現(xiàn)，41%的AI初創(chuàng)公司居然集中在“紅燈區(qū)”和“低優(yōu)先級區(qū)”。而“綠燈區(qū)”和“研發(fā)機會區(qū)”許多有前景的任務(wù)，在目前的投資中沒有得到充分重視。

比如目前AI使用最多的是軟件開發(fā)和商業(yè)分析，但這些領(lǐng)域的員工對自動化需求并不算最強烈。

進一步印證了，大量的資本和技術(shù)投入并沒有對準(zhǔn)真正的需求。

同時，這種錯配也揭示了一個重要問題：我們是在為技術(shù)找應(yīng)用，還是在為需求找技術(shù)？

正如喬布斯在1994年經(jīng)歷職業(yè)生涯低谷期時，在《滾石》雜志采訪中所說：

“技術(shù)本身沒有意義。重要的是，你要對人有信心，他們基本上是善良和聰明的，如果你給他們合適的工具，他們會用其創(chuàng)造出美妙的事物”。

AI時代的三種剛需能力

今年國外年輕人求職現(xiàn)狀格外慘烈，昔日香餑餑的計算機專業(yè)，反而成了失業(yè)率最高的專業(yè)。

家長群里的討論也熱火朝天。有人依然相信理工科穩(wěn)妥，有人說人文社科有優(yōu)勢，還有人建議直接學(xué)AI相關(guān)專業(yè)“以毒攻毒”。

在斯坦福這份報告中，為了了解“未來工作的發(fā)展方向”和“哪些技能更有價值”，學(xué)者們估算了2個關(guān)鍵值：人類能動性水平、平均工資。

在對這兩個維度進行技能排名后，他們發(fā)現(xiàn)了三種可能影響人類未來工作的新趨勢：

1.信息處理能力：從香餑餑到邊緣化

傳統(tǒng)上，“分析數(shù)據(jù)或信息”、“更新和使用相關(guān)知識”這些技能在高薪職業(yè)中排名靠前，比如投行分析師、咨詢顧問、市場研究員…這些崗位的核心競爭力就是處理和分析信息。

但隨著AI在信息處理方面表現(xiàn)越來越出色，這些技能的重要性正在急劇下降。數(shù)據(jù)分析、報告生成、信息整理這些曾經(jīng)需要高學(xué)歷人才花幾天完成的工作，AI幾分鐘就能搞定。

這意味著，純粹依靠信息處理能力的工作崗位將大幅減少，會迅速滑落到最容易被替代的H1和H2區(qū)域。

網(wǎng)上有人預(yù)測的“AI代替人類時間軸”

2.人際和組織能力：從配角到主角

與此同時，與人高度相關(guān)的技能如“人際交往技能”、“組織協(xié)調(diào)能力”、“領(lǐng)導(dǎo)和管理”、“決策能力”等重要性大幅上升。

德意志銀行CEO的警告很有代表性：“當(dāng)機器人接管工作后，銀行里那些像算盤一樣工作的會計師們將失業(yè)。有些人在銀行里像機器人一樣從事機械性工作，以后我們會讓機器人像人類一樣行動”。

人工智能時代，人需要更像人。

左邊是過去的香餑餑工作，排名靠前的是數(shù)據(jù)分析、流程監(jiān)督等；右邊是AI時代更加重要的人力技能，排名靠前的都是和“人”相關(guān)的

3.跨學(xué)科技能成為剛需

報告還發(fā)現(xiàn)，未來工作要求更廣泛的技能組合。單一專業(yè)技能已經(jīng)不夠，跨學(xué)科的“技術(shù)基礎(chǔ)+人際能力+創(chuàng)意思維”，才是未來的硬通貨。

學(xué)者們在報告最后總結(jié)了一句很有哲學(xué)意味的話：“科技發(fā)展的終極目標(biāo)，絕不是將你的人性外包出去，而是通過AI，讓你變得更加人性化?！?/p>

讀到這里，大家可能就明白了，為什么雪城大學(xué)要狂砍那么多專業(yè)。

它砍掉的“脫離時代的、孤立的、純學(xué)術(shù)的傳統(tǒng)人文”，但雇主不需要只會背誦古典文獻的員工，而是需要“AI技術(shù)+人文同理心”的復(fù)合人才。

這也讓我想起有人說的，過去100年的工業(yè)化教育，本質(zhì)上是在“把人異化為機器”，而AI的出現(xiàn)，宣告了機器在這條賽道上的徹底勝利。

或許未來幾年，當(dāng)一個超級AI能在3秒內(nèi)寫完一套完美無缺的代碼，在1秒內(nèi)生成一份毫無破綻的全球市場分析報告，那時候，坐在屏幕前的那個人類，究竟在干什么？

他可能在做艱難的道德抉擇，在安撫一個因為業(yè)務(wù)受挫而崩潰的客戶，在判斷一個算法是否違背了人類的底線。

又或者，他在思考一個只有人類才會問出的“愚蠢”問題?？傊?，他不再會拿著舊世界的地圖，去尋找新大陸。

本文授權(quán)轉(zhuǎn)載自“谷雨星球"，邀你一起做內(nèi)卷下的教育長期主義者

本內(nèi)容來源于網(wǎng)絡(luò)，觀點僅代表作者本人，不代表虎嗅立場。

如涉及版權(quán)問題請聯(lián)系 hezuo@huxiu.com，我們將及時核實并處理。