AI、机器人与未来工作：普通人如何更新技能
讨论AI、机器人与未来工作时，最容易出现两个极端：一种认为所有职位很快消失，另一种认为技术只会增加效率、个人无需改变。现实通常发生在岗位内部。部分任务被自动化，部分任务因成本下降而增加，新的审查、协调和服务工作同时出现。与其猜测一个职业是否“被替代”，不如分析自己每天完成的具体任务。
把工作拆成任务组合
列出一周内重复的信息整理、沟通、判断、操作和现场工作，并标出错误成本与所需背景。结构清晰、输入数字化、结果容易检查的任务更可能率先由软件辅助；需要身体适应、复杂人际信任、现场责任或跨领域判断的任务改变较慢。机器人还受到硬件成本、安全标准和真实环境复杂度影响，不能直接用软件模型的进步速度推算部署速度。
先学习与自己工作相邻的能力
有效的学习不是追逐所有新工具，而是建立“领域知识加数字协作”的组合。行政人员可学习数据清理和流程验证，设计人员可学习生成工具的版权与质量控制，维修人员可学习传感器数据和数字工单，教师可学习如何检查模型生成的材料。相邻技能能立刻在真实工作中练习，也比完全脱离经验的热门课程更容易形成成果。
保留人类负责的关键环节...
