判断核心标准：工作越标准化、重复度越高、只依赖固定规则、不需要深度共情、无复杂临场决策，被AI替代速度越快。AI不会直接消灭整个行业，但会大量裁撤底层执行岗，只保留高阶决策、人际、创意岗。

一、极高风险：5年内岗位大幅缩减（替代率80%–95%）

1. 基础行政、数据、档案类（白领最先受冲击）

• 岗位：数据录入员、档案整理员、票据核对、专职会议纪要、纯文员、前台接待、考勤统计

• 替代逻辑：OCR+RPA自动化7×24小时处理表单、文件、录音转写，零失误、成本仅人工1/10，纯录入整理岗位持续消失。

• 现状：企业基础文员编制近三年缩减超50%，仅保留对接客户、处理突发事务的综合行政。

2. 基础财务、银行线下柜台

• 岗位：出纳、记账会计、发票审核、报税专员、普通银行柜员、小额存取款窗口、保险录单员

• 替代逻辑：财务机器人自动对账、验票、生成报表；智能终端、手机银行覆盖90%基础银行业务，网点人工窗口持续关停。

• 趋势：只保留税务筹划、风控、大额对公理财人工岗。

3. 客服、电话销售、标准化售后

• 岗位：电商在线客服、呼叫中心坐席、外呼回访、电销、基础售后咨询

• 替代逻辑：AI语音客服可处理85%高频重复问题，不限时段、无情绪波动；批量外呼意向筛选完全替代人工电销。

• 留存：仅复杂纠纷、情绪安抚、高价值大客户维护保留真人。

4. 流水线、仓储、标准化体力劳动

• 岗位：电子/汽车流水线组装、仓库分拣、高速收费员、景区售票、超市收银员、餐厅传菜

• 替代逻辑：工业机器人、AGV分拣、自助收银、无人检票全覆盖，视觉质检精度远超人工肉眼。

二、高风险：10年内底层岗位萎缩（替代率60%–80%）

1. 初级互联网、技术执行岗

• 岗位：基础代码搬运程序员、手工软件测试、简单运维、基础UI插画助理、批量修图美工

• 替代逻辑：AI编程工具自动生成基础代码、自动化测试脚本；文生图工具快速产出素材线稿、效果图，外包初级美术团队大幅裁员。

• 变化：行业需求转向能指挥AI、做架构与创意把控的高级技术人员。

2. 基础内容、翻译、媒体量产写手

• 岗位：SEO软文写手、产品详情页文案、通稿小编、普通字幕翻译、笔译、短视频批量剪辑

• 替代逻辑：大模型批量生成套路化文案、实时多语种翻译、自动剪辑字幕，纯模板化内容生产人力需求暴跌。

• 安全边界：带有个人思想、深度调研、纪实采访、人文原创内容不受冲击。

3. 金融、法律、咨询基层助理

• 岗位：初级行业分析师、财报数据整理、法务文书草拟、合同格式校对、基础市场调研

• 替代逻辑：AI快速抓取海量财报、法条、行业数据，自动生成基础分析报告；律师、投行不再需要大量人工做资料检索整理。

4. 标准化教育培训（纯知识灌输）

• 岗位：录播课讲师、题库出题、简单习题批改、基础考级辅导、单词机械教学

• 替代逻辑：AI题库、智能批改、自适应学习系统完成重复性知识教学；但班主任、德育、心理疏导、因材施教真人教师无法替代。

三、中风险：部分流程被AI接管，不会完全消失（替代率30%–60%）

1. 地产中介、标准化保险销售：AI自动匹配房源、测算保单，基础拓客、报价被替代，只留高端谈判、长期客户维护。

2. 平面/电商设计：基础模板、素材生成交给AI，设计师转向创意策划、品牌审美把控。

3. 质检、化验：常规标准化检测由机器视觉完成，人工仅负责异常复检、设备校准。

补充：几乎不会被AI完全取代的行业（对照参考）

1. 医疗：临床医生、护士、心理咨询师（需要共情、应急诊疗、承担生命责任）

2. 教育：班主任、幼教、德育老师（人格塑造、情绪陪伴）

3. 高端创意：原创作家、导演、先锋艺术家、非遗手艺人（人生体验与独特审美）

4. 人际决策类：高管、谈判专家、社工、律师庭审、应急救援（复杂博弈、临场伦理判断）

5. 非标实操维修：水电工、设备维修、户外工程（现场环境多变，无统一流程）

现实启示

AI淘汰的从来不是整个行业，而是只会重复执行、不会思考、不会与人深度沟通的底层岗位。未来职场核心竞争力：创意决策、共情沟通、复杂问题处理、驾驭AI工具的复合能力。

最后

对于正在迷茫择业、想转行提升，或是刚入门的程序员、编程小白来说，有一个问题几乎人人都在问：未来10年，什么领域的职业发展潜力最大？

答案只有一个：人工智能（尤其是大模型方向）

当下，人工智能行业正处于爆发式增长期，其中大模型相关岗位更是供不应求，薪资待遇直接拉满——字节跳动作为AI领域的头部玩家，给硕士毕业的优质AI人才（含大模型相关方向）开出的月基础工资高达5万—6万元；即便是非“人才计划”的普通应聘者，月基础工资也能稳定在4万元左右。

再看阿里、腾讯两大互联网大厂，非“人才计划”的AI相关岗位应聘者，月基础工资也约有3万元，远超其他行业同资历岗位的薪资水平，对于程序员、小白来说，无疑是绝佳的转型和提升赛道。

如果你还不知道从何开始，我自己整理一套全网最全最细的大模型零基础教程，我也是一路自学走过来的，很清楚小白前期学习的痛楚，你要是没有方向还没有好的资源，根本学不到东西！

下面是我整理的大模型学习资源，希望能帮到你。

👇👇扫码免费领取全部内容👇👇

最后

1、大模型学习路线

2、从0到进阶大模型学习视频教程

从入门到进阶这里都有，跟着老师学习事半功倍。

3、 入门必看大模型学习书籍&文档.pdf（书面上的技术书籍确实太多了，这些是我精选出来的，还有很多不在图里）

4、 AI大模型最新行业报告

2026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。

5、面试试题/经验

【大厂 AI 岗位面经分享（107 道）】

【AI 大模型面试真题（102 道）】

【LLMs 面试真题（97 道）】

6、大模型项目实战&配套源码

适用人群

四阶段学习规划（共90天，可落地执行）

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

• …

  👇👇扫码免费领取全部内容👇👇

  

3、这些资料真的有用吗？

这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

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】