真正被改变的不是岗位，而是任务
岗位名称，本身就是工业时代为了方便分类、方便定薪定级搞出来的东西。它描述不了一份工作真正的内容，更无法体现一个人的真实价值。
AI 现在做的事情很简单：它不是在替代“岗位”，它是在一个一个地吃掉岗位里的具体任务。
岗位名称是个幌子，实际工作内容才是关键
你说你是“数据分析师”，但你每天干的事其实是十几个具体任务拼起来的：被提需求、取数、清洗、做报表、写分析、跟业务方开会、设计 AB 测试。
AI 不会一口气干掉“数据分析师”，但它会把取数、清洗、做报表这些活儿慢慢拿走。
最后剩下的是什么？是那些需要你做判断、需要你理解业务、需要你跟人扯清楚需求才能干的事。
所以同样叫“数据分析师”，有人每天做的全是 AI 能做的事，有人每天做的全是 AI 暂时做不了的事。岗位一样，但你知道哪个更危险。
岗位名称是真的会骗人
我自己就踩过大坑。之前做战略分析的时候，title 听着挺唬人的，“战略分析师”，感觉每天运筹帷幄、指点江山。这也是我数分做得好好的，非要作死去挑战它的原因。
但实际上，我一半的时间在做专家、B 端客户访谈，30% 的时间在雕琢汇报文档，20% 的时间在被业务方和老板用各种抽象的问题 PUA。
后来转去做策略产品，又有人问我“策略产品”和“普通产品”有什么区别。那时候我就意识到，区别不在 title 上，而在于你每天到底是在练判断、做决策，还是在做执行。
AI 来了之后，这个区别只会更明显。不管你 title 叫什么，如果你每天干的活儿是重复的、规则清楚的、不需要太多判断的，那确实得想想后路了。
选工作的新标准
所以以后选工作，我真得建议，别先看岗位名称，先问自己几个问题。
这个岗位每天具体在干什么？哪些活儿是重复的，哪些需要你拍板？这些活儿里 AI 能干掉哪些？剩下的你还喜不喜欢干？干几年之后，你能不能攒下点 AI 替代不了的东西？
注意，我没有说“AI 替代不了的岗位”。这种岗位在视线范围内几乎不存在，因为几乎没有人能预测 agent 的终局会有多夸张。
但起码，做判断的能力、对业务的理解、跟人沟通把事情推下去的本事，这些 AI 暂时还学不会。不是因为 AI 笨，是因为这些东西跟人和物理世界绑得太紧了。
岗位还在，但活儿没了
最后说点更实在的：真正该担心的不是 AI 替代谁，而是有人用两年前的标准，选了一份“看起来稳定”的工作。
每天干的活儿全是 AI 能干的，干了三年也没攒下什么 AI 干不了的本事。然后有一天发现，岗位还在，但活儿没了，自己也没了。