来源：虎嗅APP
最近的高等教育界几乎可以用“兵败如山倒”来形容，今天就有一则新闻刷爆了外媒头条：美国老牌文理学院罕布什尔学院官宣倒闭，将在2026年秋季学期彻底关门。
与此同时，对中国学生很友好的雪城大学，也在一夜之间大换血，疯狂砍掉了84个专业。
其中，有古典学、陶瓷艺术、意大利语等大量传统人文学科和纯艺术专业，连带着数字人文、教育等项目也未能幸免。
说实话，以前听说百年老校关门还是个大新闻，但如今从世界第一翻译学院关门，到黄仁勋都救不回的艺术学院倒闭，我们甚至已经对“大学倒闭”彻底脱敏了。
可以肯定，这绝不会是最后一所倒下的学校。
有人说，罪魁祸首是AI，但大学是职场的前置阶段，倒不如说，真正给传统教育宣判死刑的，是就业端买单的雇主们。
硅谷的巨头们率先举起了“反大学”的大旗，大批公司直接放弃招聘应届生，直接用更便宜的AI；还有大厂Palantir甚至直接跳过大学，把十几万美金的年薪砸给了18岁的高中毕业生。
这也逼得哈佛、斯坦福等顶尖名校，不得不火速上线一波“AI+人文”的跨学科新专业，试图重新证明自己的价值。
一边是学术界的节节溃败，一边是企业亲自下场抢人。这几个看似割裂的新闻，其实都说明一个共性：
旧的教育流水线，已经彻底跟不上AI时代的需求了。
这样的颠覆性趋势，未来一定发生得更频繁。我们从几年前一直在密切跟踪AI变革，产出过多篇几十万阅读的爆文，也越来越确定，缓解未知的焦虑，有用解药永远是“底层逻辑”。
几个月前，斯坦福大学发布了一份上百页的重磅《人工智能职场报告》。当所有人都在为“AI变太快”而焦头烂额时，这份报告却罕见地指出了未来职场里那些“永远不变的东西”。
有意思的是，这恰恰和乔布斯几十年前的一句神预言，不谋而合。
AI和人类并不是“非此即彼”
斯坦福这份报告，并没有简单粗暴地把工作分为“会被取代”和“不会被取代”两类，而是创造性地建立了一个数据库，包含来自104个职业的1500名从业人员，将工作细化为844项职业任务，还参考了52位人工智能专家的意见。
这个数据库说了一个新知，AI和人类的关系不是二元对立的。
学者们根据收集到的数据，提出了一个人类能动性量表(HAS)，将各种工作类型分为从H1“完全自动化”到H5“完全依赖人类”的五级分类体系。
H1级：AI完全接管并独自完成的任务，不需要人工参与。
这些工作的共同特点是：单调、重复、耗费时间但创造价值有限。比如数据录入、报税、网络报告生成、表单验证等。
其中，46.1%的任务被员工强烈希望尽快摆脱，完成AI的自动化。
这些工作被AI替代，反而人人举双手欢迎，哪怕失业都愿意。
正如很多研究所说，当人长时间做机械性重复的工作时，对身心都是一种慢性损害，如果都能移交给AI，就可以把时间精力解放出来，做更多高价值任务。
H2级：AI承担主要工作，人类在关键节点进行监督。
比如发票分类、文档汇总、采购报告生成，以及设计交易、期权或对冲策略。
这类工作也是未来极有可能全权被AI替代的工作，不过和H1的区别就在于，即便AI再强，人类监督仍然不可或缺，避免AI幻觉导致的结果偏差。
人们希望AI代替工作的原因：“我去做更高价值的工作/这些任务太无聊了，AI接管后会提高的工作质量/这样的工作给我很大压力/这些任务太复杂”
H3级：AI和人类是平等合作关系。
这是调查中最受欢迎的模式，在学者分析的104种职业中，有47个职业（占比45.2%）的员工都偏好这种人机协作方式。
很多人都认为，最理想的合作模式比任何一方单独工作都好，1+1＞2，即“AI提升生产力，而人类的判断力仍然占据主导地位”。
比如律师使用AI快速梳理法律案例，但最终的法律判断还是律师说了算；招聘专员借助AI初筛简历，但面试和最终决策权依然在人类手中。
而斯坦福研究者们也认为，这种模式“在不牺牲洞察力的情况下提供了可扩展性”。
H4级：人类主导，AI扮演顾问，辅助人类掌控全局。
在这些工作领域，AI需要人类的投入才能成功完成任务，工作的主导重心重新倾斜到人类。比如医疗诊断、财务预测、投资活动、规划伦理决策等。
尤其在高风险领域，H4成为最佳平衡点，就AI提供支持，但绝不越俎代庖。正如微软2025年工作趋势指数所说，“这些系统在不牺牲人类监督的情况下，提高了决策速度”。
H5级：无论AI多么先进，这些工作必须由人类完成。
这个区域的工作，是AI绝对不能触及的边界，比如员工情感支持、人际冲突调解、复杂伦理问题处理。
斯坦福HAI报告一针见血地指出：“即使AI模拟准确率达到85%以上，在同理心方面仍然无法替代人类。我们不需要AI来安慰悲伤的员工。我们需要的是人类”。
对于我们而言，这套分级最大的启示或许是，与其单纯担心AI代替自己，不如首先理解AI适合在哪个层级发挥作用，再判断自己的能力和优势适合哪个区域的工作，再去选专业和择业。
如果你的强项正好落在H5，那么恭喜你，未来一定不会被替代。
AI和人在职场上的“错配”
斯坦福的学者们还发现了一个很有意思的现象，落在H1、H2区域，且最需要AI来渗透的行业，AI的采购率反而没有那么高。
也就是说，录入数据、生成报表等重复性且价值低的大量工作，仍然在由人类代劳，而这些工作者早已厌倦了自己的工作，强烈希望AI自动化的占比高达46%。
相对应的是，在艺术、设计和媒体领域，以及需要大量人际互动的工作，只有17.1%的人接受AI自动化，是最抵制AI的行业。但目前的现实是，已经有很多艺术家、媒体人正在因为AI而失业。
换句话说，目前职场里AI和人类员工的工作职能，存在明显的错配——
让本该由AI完成的工作任务交给了人类，降低了价值感，且浪费了人力；而将本该由人类发光发热的任务，过早用AI代劳，导致了一部分更适合的人失业，也增加了AI犯错的风险。
抵制AI的员工中，最突出的三个担忧是缺乏信任（45%）、害怕工作被取代（23%）以及缺乏人情味（16.3%）
斯坦福的学者们认为，这可能是企业对AI和人类能力理解不够。
为了解决这个问题，他们从数据里提炼出了两个元素“人类员工想要什么（愿望）”vs“人工智能实际上能做什么（能力）”，提出了一个创新理论“4个AI战略矩阵”，基于这种需求差异，斯坦福将所有工作分为四个区域：
绿灯区（高需求+高能力）：人类员工想要自动化，AI也有能力胜任。
这是最理想的自动化目标，包括会议安排、数据库录入、邮件解析等，企业应该毫不犹豫用AI完成，且没有人会怀念，也是我们孩子绝不能去卷的“死胡同专业”。
红灯区（高能力+低需求）：AI有能力，但人类员工不愿意。
主要是情感化工作、写作编辑、创意工作、面向客户的沟通。盲目自动化可能疏远用户甚至损害品牌。
研发机会区（高需求+低能力）：人类员工渴望自动化，但技术还不成熟。
比如临床文档、法律证据开示、基于信任的合规性工作等。这是未来AI发展的重点方向，也是未来十年催生新职业、新风口的黄金赛道。
低优先级区（低需求+低能力）：既不适合也不需要自动化，如高管培训、心理咨询等。在这些任务上盲目纳入AI，不仅浪费时间，还可能让公司失去人性。
在梳理完各种工作领域后，斯坦福学者们还惊讶地发现，41%的AI初创公司居然集中在“红灯区”和“低优先级区”。而“绿灯区”和“研发机会区”许多有前景的任务，在目前的投资中没有得到充分重视。
比如目前AI使用最多的是软件开发和商业分析，但这些领域的员工对自动化需求并不算最强烈。
进一步印证了，大量的资本和技术投入并没有对准真正的需求。
同时，这种错配也揭示了一个重要问题：我们是在为技术找应用，还是在为需求找技术？
正如乔布斯在1994年经历职业生涯低谷期时，在《滚石》杂志采访中所说：
“技术本身没有意义。重要的是，你要对人有信心，他们基本上是善良和聪明的，如果你给他们合适的工具，他们会用其创造出美妙的事物”。
AI时代的三种刚需能力
今年国外年轻人求职现状格外惨烈，昔日香饽饽的计算机专业，反而成了失业率最高的专业。
家长群里的讨论也热火朝天。有人依然相信理工科稳妥，有人说人文社科有优势，还有人建议直接学AI相关专业“以毒攻毒”。
在斯坦福这份报告中，为了了解“未来工作的发展方向”和“哪些技能更有价值”，学者们估算了2个关键值：人类能动性水平、平均工资。
在对这两个维度进行技能排名后，他们发现了三种可能影响人类未来工作的新趋势：
1.信息处理能力：从香饽饽到边缘化
传统上，“分析数据或信息”、“更新和使用相关知识”这些技能在高薪职业中排名靠前，比如投行分析师、咨询顾问、市场研究员…这些岗位的核心竞争力就是处理和分析信息。
但随着AI在信息处理方面表现越来越出色，这些技能的重要性正在急剧下降。数据分析、报告生成、信息整理这些曾经需要高学历人才花几天完成的工作，AI几分钟就能搞定。
这意味着，纯粹依靠信息处理能力的工作岗位将大幅减少，会迅速滑落到最容易被替代的H1和H2区域。
2.人际和组织能力：从配角到主角
与此同时，与人高度相关的技能如“人际交往技能”、“组织协调能力”、“领导和管理”、“决策能力”等重要性大幅上升。
德意志银行CEO的警告很有代表性：“当机器人接管工作后，银行里那些像算盘一样工作的会计师们将失业。有些人在银行里像机器人一样从事机械性工作，以后我们会让机器人像人类一样行动”。
人工智能时代，人需要更像人。
左边是过去的香饽饽工作，排名靠前的是数据分析、流程监督等；右边是AI时代更加重要的人力技能，排名靠前的都是和“人”相关的
3.跨学科技能成为刚需
报告还发现，未来工作要求更广泛的技能组合。单一专业技能已经不够，跨学科的“技术基础+人际能力+创意思维”，才是未来的硬通货。
学者们在报告最后总结了一句很有哲学意味的话：“科技发展的终极目标，绝不是将你的人性外包出去，而是通过AI，让你变得更加人性化。”
读到这里，大家可能就明白了，为什么雪城大学要狂砍那么多专业。
它砍掉的“脱离时代的、孤立的、纯学术的传统人文”，但雇主不需要只会背诵古典文献的员工，而是需要“AI技术+人文同理心”的复合人才。
这也让我想起有人说的，过去100年的工业化教育，本质上是在“把人异化为机器”，而AI的出现，宣告了机器在这条赛道上的彻底胜利。
或许未来几年，当一个超级AI能在3秒内写完一套完美无缺的代码，在1秒内生成一份毫无破绽的全球市场分析报告，那时候，坐在屏幕前的那个人类，究竟在干什么？
他可能在做艰难的道德抉择，在安抚一个因为业务受挫而崩溃的客户，在判断一个算法是否违背了人类的底线。
又或者，他在思考一个只有人类才会问出的“愚蠢”问题。总之，他不再会拿着旧世界的地图，去寻找新大陆。
本文授权转载自“谷雨星球"，邀你一起做内卷下的教育长期主义者
本内容来源于网络，观点仅代表作者本人，不代表虎嗅立场。
如涉及版权问题请联系 hezuo@huxiu.com，我们将及时核实并处理。
热门跟贴