<p class="ql-block">在微信里看到有人問：“清華北大錄取通知書 vs 1000 萬，該怎么選？”這類問題之所以讓人不安，是因為它把人生壓縮成了一個看似刺激、實則失真的二選一：要么“名校光環(huán)”，要么“現(xiàn)金自由”。但現(xiàn)實世界從來不是用一張通知書對標一筆錢。通知書的意義不在于它值多少錢，而在于它把一個人放進怎樣的成長環(huán)境、訓練體系與機會網(wǎng)絡；1000 萬的意義也不只是“我現(xiàn)在能買什么”，而是“我能否用它買到持續(xù)成長的能力、長期選擇權(quán)，以及對沖未來不確定性的安全邊界”。</p><p class="ql-block">把教育與現(xiàn)金硬對標，本質(zhì)上反映的是一種更深層的焦慮：AI 會不會讓人類沒工作、讀書變得不劃算？但如果我們把“沖擊敘事”拆開看，就會發(fā)現(xiàn)更接近事實的圖景：未來更像是崗位的大遷徙，而不是工作的終結(jié)。</p><p class="ql-block">世界經(jīng)濟論壇（WEF）《未來就業(yè)報告 2025》確實預測，到 2030 年將有大約 9200 萬個崗位被替代/轉(zhuǎn)移。但同一份報告也明確給出了另一半：到 2030 年預計會新增約 1.7 億個崗位，總體凈增約 7800 萬個崗位。這意味著，問題的核心不是“人類還有沒有工作”，而是“工作會怎么變、誰能順利換擋”。</p><p class="ql-block">更貼近現(xiàn)實的理解是：AI 先改變的是“任務結(jié)構(gòu)”，而不是把一個職業(yè)整體清零。國際勞工組織（ILO）在對生成式 AI 的評估中指出，它更可能帶來的總體效應是對職業(yè)的增強與重塑（許多任務被自動化、流程被改造、質(zhì)量與節(jié)奏被重寫），而非大規(guī)?！罢麔徬麥纭?。也正因此，與其恐慌“工作沒了”，不如把注意力放在更關(guān)鍵的能力上：當工作內(nèi)容發(fā)生變化時，你能不能升級到新的工作方式？</p><p class="ql-block">我們還需要對“時間尺度”保持冷靜。很多科技預言把變化說得像明天就會發(fā)生，但耶魯大學 Budget Lab 在 2025 年 10 月的一份研究中指出：自 ChatGPT 發(fā)布約 33 個月以來，他們的指標顯示美國更廣泛的勞動力市場尚未出現(xiàn)“可辨識的整體性沖擊”。這并不意味著未來不會更劇烈，而是提醒我們：技術(shù)擴散、企業(yè)采納、流程改造、制度配套常常以“年”為單位推進，恐慌式?jīng)Q策最容易付出長期代價。</p><p class="ql-block">當然，樂觀并不等于忽視風險。真正值得警惕的，是沖擊會在不同群體、不同崗位上呈現(xiàn)明顯不均：重復性更強、標準化更高的環(huán)節(jié)更容易被替換；而如果 AI 被用于招聘篩選、績效評估、人員淘汰等關(guān)鍵環(huán)節(jié)，治理不到位還可能放大不公平。圍繞 AI 招聘篩選工具的法律爭議已經(jīng)出現(xiàn)，例如路透社報道的 Workday AI 招聘篩選相關(guān)集體訴訟，凸顯了“算法偏見”在現(xiàn)實職場中并非抽象問題。這也意味著：未來能不能“更好”，不只取決于技術(shù)能力，還取決于社會與組織是否愿意投入培訓通道、制定公平規(guī)則、補齊治理短板。</p><p class="ql-block">我也很認同一種判斷：“在不遠的將來，管理人與人之間關(guān)系的職業(yè)及文科職業(yè)會更需要?！? 這恰恰點中了 AI 時代最確定的一條主線：當信息越來越便宜、寫作與整理越來越自動化，真正稀缺的會是人與人之間的信任、協(xié)作與判斷。</p><p class="ql-block">很多人誤以為“文科=寫文章”，于是看到 AI 能寫，就以為文科要過時。但文科和社會科學更深的價值，從來不是把字“生成”出來，而是能解釋與理解人的動機、群體的行為、制度的邏輯、價值沖突的取舍，并在現(xiàn)實情境中通過溝通與組織達成行動。經(jīng)濟學家 David Deming 的研究就指出：美國勞動力市場中需要高度社會互動的工作占比明顯上升，而同時具備“認知技能 + 社會技能”的崗位，其就業(yè)與工資增長尤其強。</p><p class="ql-block">這類“關(guān)系型能力”并不飄，它會具體體現(xiàn)為：協(xié)商與談判、跨部門推進、沖突管理、客戶與公眾溝通、團隊領(lǐng)導與文化建設、教育與護理中的同理與安撫、法律與公共治理中的權(quán)衡與責任承擔。AI 能給你建議，卻很難替你在關(guān)鍵時刻承擔后果，也很難替你在人際張力里建立信任、促成共識。</p><p class="ql-block">從政策與公共部門的研究來看，這種“軟技能”重要性也在被反復強調(diào)。美國政府問責局（GAO）在關(guān)于自動化與勞動力培訓的報告中提到，面向未來的高需求職業(yè)往往需要技能組合，其中包括主動學習、批判性思維等“能更快獲得新知識”的能力，以及其他軟技能與過程技能。OECD 的相關(guān)頁面也指出，社會與情緒技能（如自控、抗壓、合作、社交性、好奇心等）與學業(yè)、健康福祉和工作表現(xiàn)等關(guān)鍵結(jié)果相關(guān)。把這些信息匯合到一起，其實在說同一件事：AI 越強，人越要把“人這一部分”練到專業(yè)。</p><p class="ql-block">在這種背景下，我們也更需要對“科技領(lǐng)袖式預言”保持距離。比如 Elon Musk 在 2026 年 1 月的相關(guān)報道中再次提出他對未來 10–20 年的判斷：隨著 AI 與機器人發(fā)展，“工作將變成可選項”，甚至“金錢會變得不重要”。這種說法很抓眼球，但它更像愿景推演，而不是可執(zhí)行的社會路線圖：即便生產(chǎn)力躍升，財富如何分配、制度如何改造、普通人如何過渡，都不會自動發(fā)生。Business Insider 對多位金融與 AI 領(lǐng)域?qū)＜业牟稍L也明確提醒：不要把這類預言當成現(xiàn)實規(guī)劃依據(jù)，尤其不要因此放棄儲蓄或基本的風險管理；“技術(shù)可能性”并不等于“社會結(jié)果必然性”。</p><p class="ql-block">因此，當我們討論“孩子還值不值得沖刺頂尖大學”，答案不僅是“值得”，而且在 AI 時代更有理由。因為頂尖大學的核心價值從來不是“學到幾條知識點”，而是把人放進一個高密度的訓練系統(tǒng)：逼你把思維訓練扎實、把表達與論證練成熟、把跨學科理解與團隊協(xié)作變成習慣，讓你在與優(yōu)秀同伴的碰撞中提升上限，并更容易進入高質(zhì)量的項目、導師與機會網(wǎng)絡。尤其當未來更需要“組織協(xié)作、溝通與領(lǐng)導、價值判斷與責任承擔”時，大學里那些看似不“立刻變現(xiàn)”的訓練，反而更像長期競爭的底盤。</p><p class="ql-block">更直白一點，教育依然與職業(yè)韌性存在穩(wěn)定關(guān)聯(lián)。以美國為例，美國勞工統(tǒng)計局（BLS）的 2024 年數(shù)據(jù)仍顯示：25 歲以上人群中，本科學歷的周薪中位數(shù)顯著高于高中學歷，同時失業(yè)率更低。它不是個人命運的保證書，但至少說明教育作為長期投資，并沒有因為 AI 的出現(xiàn)而突然失效。</p><p class="ql-block">同時，WEF 也指出，企業(yè)預計到 2030 年將有 39% 的關(guān)鍵技能發(fā)生變化；換句話說，“一次學完”不再現(xiàn)實，“持續(xù)學習與升級”會成為常態(tài)。在這種時代，最可靠的不是某個固定崗位，而是一套可遷移能力：能學習、能思考、能與人合作、能用技術(shù)放大產(chǎn)出，也能在復雜場景下做判斷、擔責任。頂尖大學更容易提供這種能力的系統(tǒng)訓練——它不只是給你一份“起點”，更是在幫你構(gòu)建長期的上升機制。</p><p class="ql-block">最后還想補充一點：態(tài)度與未來的關(guān)系，其實非常關(guān)鍵。我們當然要面對現(xiàn)實、正視風險，但我們同樣要意識到——未來不是一條寫死的劇本，它會被我們的預期與行動塑形。當一個社會對未來持積極態(tài)度時，更愿意投資教育與培訓、更愿意推動治理與公平、更愿意鼓勵創(chuàng)新與合作；而當我們沉溺于“必然毀滅”的敘事，最容易出現(xiàn)的反而是自我實現(xiàn)的悲觀：年輕人不敢投入、家庭不敢規(guī)劃、機構(gòu)不敢培養(yǎng)，最終讓本可被管理的轉(zhuǎn)型變得更痛、更亂、更不公平。</p><p class="ql-block">所以，面對 AI，我們最好的姿態(tài)不是盲目樂觀，也不是徹底悲觀，而是“積極但不天真”：相信未來可被建設，于是愿意學習、愿意升級、愿意參與規(guī)則與倫理的討論；也正因如此，我們才更應該把“清北通知書 vs 1000 萬”改寫成更接近真實的問題: 我們要為孩子爭取的到底是什么？如果答案是“長期成長曲線、優(yōu)質(zhì)同伴與機會網(wǎng)絡、在變化中持續(xù)上升的能力結(jié)構(gòu)”，那么在 AI 時代，沖刺頂尖大學不僅沒有過時，反而更像是一種面向未來的理性選擇。</p>
镇雄县|
法库县|
年辖：市辖区|
杭锦后旗|
丹阳市|
论坛|
宜章县|
尉氏县|
杭锦后旗|
辽阳县|
淄博市|
浙江省|
濉溪县|
广宗县|
睢宁县|
城步|
望都县|
华阴市|
新乡县|
贵港市|
张北县|
岚皋县|
湘潭县|
集贤县|
海兴县|
井研县|
德化县|
胶南市|
新沂市|
西青区|
新竹县|
庄河市|
双辽市|
乐都县|
迭部县|
大邑县|
克什克腾旗|
崇阳县|
株洲县|
静宁县|
永昌县|