↩ 研究与项目/AGI 时代高性价比人生指南

9. 学什么划算(AGI 版)

The AGI-Life Primer · 09

这一节讲把钱、时间和几年的青春投到哪一种学习上,换回最多的收入和最大的转身余地。口径是钱、时间和选择权。原书第 23 节里读书还是打工的年龄线、教育与死亡率、助学贷款、山寨证书识别、紧缺职业怎么查,以及怎么学(自测、分散练习、交错练习、别信学习风格),这些条目照旧,本节不重写。本节重写的是"学什么"这个问题本身,因为它的答案在三年里变了。2026 年 4 月谷歌新代码的 75% 由 AI 生成,中国 2026 年一季度编辑岗位需求下降 29%、客服下降 23%、视觉设计下降 21%,而大模型岗位上升 73%。同一时期,美国 22 到 25 岁在 AI 高暴露职业里的就业比同龄人低 19%。纯信息处理的技能在变便宜,需要在场、动手、签字担责的技能在变贵。下面两张表是本节反复用到的基线:一张是国家统计局 2025 年分行业工资,一张是纽约联储按本科专业的就业结果。前一张是官方统计,后一张是 2025 年 2 月发布的 2023 年美国数据,只用来看方向,2026 年更新版待核实。

行业(2025 年,年平均工资,元)城镇非私营单位城镇私营单位与 AI 的关系
信息传输、软件和信息技术服务业248,752128,166高暴露,头部上升、入门收缩
金融业211,164140,451高暴露,责任型岗位保值
科学研究和技术服务业182,06483,560中暴露
卫生和社会工作146,26675,631低暴露,在场与责任型
教育133,53963,908中暴露,在场部分保值
制造业113,59476,055低到中暴露,动手型
建筑业92,03666,275低暴露,动手型
农、林、牧、渔业74,424(+10.3%)46,552低暴露,2025 年涨幅最高
住宿和餐饮业62,46155,123低暴露,低收入
美国本科专业(2023 年数据,2025 年 2 月发布)应届失业率早期职业中位年薪(美元)
计算机工程7.5%80,000
物理7.8%70,000
计算机科学6.1%80,000
人类学9.4%47,000
化学工程2.0%80,000
土木工程1.0%71,000
护理1.4%65,000
小学教育1.5%43,000

第二张表说的事很直接:2023 年美国应届生里失业率最高的是计算机工程、物理和人类学,最低的是土木、护理和教育。工资高的专业不等于好找工作的专业,这是 AGI 时代"学什么"的第一课。

1. 选专业或选技能时先问一句:这件事做错了谁负责、谁到场

<!-- 标签: 钱=0 时间=少 毅力=否 收益=大 口径=选择权 证据=B 情景=全 可逆=是 -->

2. 用 AI 学习要选"有护栏"的版本:直接给答案的模型让考试成绩降 17%,只给提示的版本没有这个副作用

<!-- 标签: 钱=0 时间=少 毅力=否 收益=大 口径=时间精力 证据=A 情景=全 可逆=是 -->

3. 有护栏的 AI 辅导比课堂更有效:哈佛随机试验里学习增益是主动学习课堂的两倍以上,用时还少 20%

<!-- 标签: 钱=少 时间=中 毅力=是 收益=大 口径=时间精力 证据=A 情景=全 可逆=是 -->

4. 别让 AI 替你写:写作时用大模型的人脑电连接最弱,事后说不出自己写了什么

<!-- 标签: 钱=0 时间=少 毅力=是 收益=中 口径=时间精力 证据=B 情景=全 可逆=是 -->

5. 学"把 AI 的输出翻译给外行、把外行的需求翻译给 AI"这一种技能,它在所有岗位上都涨价

<!-- 标签: 钱=0 时间=中 毅力=是 收益=大 口径=钱 证据=A 情景=全 可逆=是 -->

6. 中职高职不是退路:《职业教育法》2022 年起把职业教育与普通教育写成同等地位,动手型行业正在变老、变缺人

<!-- 标签: 钱=少 时间=多 毅力=是 收益=大 口径=钱 证据=A 情景=全 可逆=是 -->

7. 学位的"信号"价值在下降,学位的"执照"价值没有:读大学时挑那些毕业就能考证的专业

<!-- 标签: 钱=多 时间=多 毅力=是 收益=大 口径=选择权 证据=B 情景=全 可逆=否 -->

8. 考一张"出了事要负责"的证:低压电工特种作业证是本节门槛最低、失效最慢的一张

<!-- 标签: 钱=少 时间=中 毅力=否 收益=大 口径=钱 证据=A 情景=全 可逆=是 -->

9. 护理是本节数据最硬的一条路:失业率最低、行业工资涨、人口老龄化 22.86% 是需求底座

<!-- 标签: 钱=中 时间=多 毅力=是 收益=大 口径=钱 证据=A 情景=全 可逆=否 -->

10. 考无人机操控员执照:2024 年起中型以上和作业类飞行必须持照,这是少数"新技术、老门槛"的技能

<!-- 标签: 钱=中 时间=中 毅力=否 收益=中 口径=钱 证据=A 情景=全 可逆=是 -->

11. 考执照之前先查通过率和年限,"能考"和"考得过"是两笔账

<!-- 标签: 钱=0 时间=少 毅力=否 收益=中 口径=时间精力 证据=C 情景=全 可逆=是 -->

12. 英语还要学,但目的变了:不是为了翻译,是为了看得懂原始来源、核得了 AI 的引用

<!-- 标签: 钱=少 时间=多 毅力=是 收益=中 口径=选择权 证据=C 情景=全 可逆=是 -->

13. 编程还要学,学到"能审别人和 AI 写的代码"这一层就够,别以初级程序员为职业目标

<!-- 标签: 钱=少 时间=多 毅力=是 收益=中 口径=选择权 证据=B 情景=全 可逆=是 -->

14. 学"AI 本身"用免费的官方资源,任何收费几千元的"提示词课""AI 副业训练营"先按智商税处理

<!-- 标签: 钱=0 时间=中 毅力=是 收益=中 口径=钱 证据=B 情景=全 可逆=是 -->

15. 30 岁转行的账:一张职业技能等级证书加 1,000 到 2,000 元补贴,2025 年有 998 万人次拿到证书

<!-- 标签: 钱=少 时间=中 毅力=是 收益=大 口径=钱 证据=A 情景=全 可逆=是 -->

16. 45 岁以后别再为学位付四年,把学习预算改成"每年一张短证加每天一小时身体"

<!-- 标签: 钱=少 时间=中 毅力=是 收益=中 口径=选择权 证据=C 情景=全 可逆=是 -->

17. 18 岁选专业走"双轨":一条能考证的主专业,加一门可迁移的辅修或自学技能

<!-- 标签: 钱=0 时间=多 毅力=是 收益=大 口径=选择权 证据=C 情景=全 可逆=是 -->

18. 每季度用最新的模型做一遍你正在学的技能,看它还剩多少是你必须自己会的

<!-- 标签: 钱=0 时间=少 毅力=是 收益=中 口径=选择权 证据=C 情景=全 可逆=是 -->

19. 选学校和专业之前,去学校官网下载它的《毕业生就业质量年度报告》,看去向落实率、升学率和"灵活就业"的占比

<!-- 标签: 钱=0 时间=少 毅力=否 收益=中 口径=选择权 证据=B 情景=全 可逆=是 -->

20. 边工作边学的最便宜路径是企业新型学徒制:企业出岗位、学校出课程、政府补培训费,学的同时拿工资

<!-- 标签: 钱=0 时间=多 毅力=是 收益=大 口径=钱 证据=A 情景=全 可逆=是 -->

21. 练"和真人打交道"的能力:美国高社交技能岗位的就业占比三十年涨了约 12 个百分点,高数学低社交的岗位在缩

<!-- 标签: 钱=0 时间=中 毅力=是 收益=中 口径=钱 证据=B 情景=全 可逆=是 -->

22. 找第一份工作时把"有没有人带"排在公司名气前面:用了生成式 AI 的公司先砍的是初级岗位的招聘

<!-- 标签: 钱=0 时间=少 毅力=否 收益=中 口径=选择权 证据=B 情景=全 可逆=是 -->

23. 自学免费课要给自己装上外部约束:大规模在线课程的完成率长期只有 3% 左右

<!-- 标签: 钱=0 时间=中 毅力=是 收益=中 口径=时间精力 证据=B 情景=全 可逆=是 -->

24. 成年后每两三年测一次自己的读写和算数:发达国家有四分之一的成年人只达到最低一级

<!-- 标签: 钱=0 时间=少 毅力=否 收益=小 口径=选择权 证据=A 情景=全 可逆=是 -->

25. 考研前先算清你买的是一张执照还是一段"推迟就业":报名人数从 474 万降到 343 万,市场已经在重新定价

<!-- 标签: 钱=中 时间=多 毅力=是 收益=中 口径=选择权 证据=A 情景=全 可逆=否 -->

26. 别因为 AI 热就报人工智能专业:它是所有专业里最依赖"快线还是慢线"的一个

<!-- 标签: 钱=多 时间=多 毅力=是 收益=中 口径=选择权 证据=C 情景=基准线及更快 可逆=否 -->

这一节在 AGI 时代变了什么、没变什么

变的是"学什么"。十年前这个问题有一张相对稳定的答案表:学计算机、学金融、学英语,工资高、好找工作,教育回报率可以查表。2026 年这张表在两头同时松动。一头是纯信息处理的技能在变便宜:谷歌新代码 75% 由 AI 生成,中国编辑岗位需求一年降三成,美国 2023 年应届生里失业率最高的是计算机工程和物理。另一头是需要在场、动手、签字的技能在变贵:护理、土木、教育的应届失业率最低,建筑业农民工月收入在各行业里最高,而这些行业的从业者在变老。本节的 26 条大多围绕这个分化展开,它就是第 3 章第二节那张表在学习上的投影:少在变便宜的东西上花青春,多在变贵的东西上占位。

也变了的是"怎么学"。AI 导师第一次在随机试验里赢了好的课堂:哈佛物理课的学习增益是主动学习课堂的两倍多,用时还更少。但同一类工具,没有护栏时会让考试成绩降 17%,会让写作者说不出自己刚写的句子。这两件事并不矛盾,它们说的是同一个机制:学习发生在你自己提取、自己出错、自己改正的那一刻,外包掉那一刻就等于没学。这是第五条原则"用 AI,但不把判断外包"在学习上的版本。AI 把学习的成本降到了接近零,也把"假装在学"的成本降到了接近零。

没变的是学习本身的规律。原书第 23 节的自测、分散练习、交错练习、别信学习风格,在 AI 时代一条都没失效,反而是用好 AI 的前提:让 AI 出题考你是自测,让它按遗忘曲线排复习是分散练习。也没变的是执照的逻辑。医师法、护士条例、注册会计师法、特种作业规定这些法条都是十几年前写的,它们规定的是"出了事谁负责",这件事和模型聪明与否无关。第三条原则"责任比技能保值"在本节体现得最直接:一张电工证的价值不在于电路知识,在于法律要求持证的人到场。

本节里不可逆的条目都标了出来:读四年本科、读三年研究生、读护理、报人工智能专业。按第一条原则"可逆优先",这些决定要求更高的证据等级,所以它们在排序里都不在最前面。排在最前面的是零成本的判断规则:先问谁负责、谁到场,先看就业质量报告,先用有护栏的 AI。这些动作做错了几乎没有代价,做对了能省下几年。

第六条原则"储备决定你能等多久"在学习上的对应物是时间。18 岁的人有时间储备,可以走长周期的执照路径,也可以双轨;30 岁的人时间储备开始紧,最划算的是在已有经验上加一张短证或进学徒制;45 岁的人时间储备最少,保住现有执照、保养身体比重新读学位划算。第二条原则"身体是最后的护城河"在这里也不是比喻:在场型工作的第一道门槛是站得住、爬得上梯子、上得了夜班。

第七条原则"别为正在变便宜的东西付高价"在本节有一个直接的应用:AI 本身是正在变便宜的东西里变得最快的一个。几千元的提示词课、AI 副业训练营,教的东西两年后是小学必修课。真正值得付费的,是那些 AI 替不了、法律要求真人到场的学习:执照考试、实操培训、有师傅带的学徒期。

最后是第四条原则"把信任当资产管理"。当简历、作品集、论文都可以零成本生成,学习的证明方式也变了:成绩单和证书是必要的,但越来越不够。能被核实的作品、有人愿意为你作证的项目、在联网系统里查得到的证书,才是 AI 时代学习的收据。本节反复提到的第 8 节第 26 条"可核实的履历",是学习这件事在最后一步的落点。

这一节最大的不确定性是情景线本身。慢线上,本节多数建议只是把原书的判断向"在场型"稍微挪一挪;快线上,连护理、电工的时间表都会提前,而人工智能专业这类押注最集中的选择会最先被重估。本节的回答不是猜哪条线,而是让读者在三条线上都留有退路:主专业选能考证的,辅修选可迁移的,学习方法选不会被外包的,每个季度用最新的模型测一次自己学的东西还值多少。

← 8. 离职、被裁与失业保障(AGI 版)
10. 十八岁之后有哪几条路(AGI 版) →