比尔盖茨最近那几句话，真给我看出一身冷汗。 他说，十年都用不了，现在好多人干的活儿，比如看病、教书，AI干得比人还好。 这话什么意思？意思就是你现在拼死拼活考的证、熬夜加班积累的经验，过几年可能一文不值。 恐怖吗？有点。 但老盖茨后面那句话，才是关键。他说有几类人是AI干不掉的。比如程序员、能源专家、生物学家。 先说说那些可能被AI抢饭碗的活儿，就从看病和教书这两个最贴近生活的领域来看，已经有不少真实案例在印证盖茨的判断了。 在医疗领域，现在的AI早就不是停留在概念阶段的摆设，深圳有个医院集团已经全面接入了AI诊疗辅助系统，不管是社区医院的普通问诊，还是大医院的复杂诊疗，都能看到AI的身影。 有个高血压合并心脏病的患者想去种牙，不知道该挂哪个科，跟AI描述完病情，几秒钟就收到了精准的挂号建议，不用在各个科室之间来回跑腿。 到了诊室，医生电脑里已经有了AI生成的预问诊记录，简单沟通后，AI只用8秒钟就给出了辅助诊断建议，连医生不熟悉的种植牙注意事项，都能通过AI快速查询。 教书行业的变化同样让人感慨，成都有所小学作为AI教学试点校，课堂上早已不是传统的老师讲学生听的模式。 老师抛出一个数学问题，学生用反馈器答题，3秒钟后大屏幕就会弹出全班的正确率，错选的学生还会被系统自动标记，老师当场就能调整教学重点，过去要靠批改作业才能发现的共性问题，现在秒级就能解决。 除了课堂互动，AI还能帮老师备课、命制试题、分析教学效果，甚至能当学生的全天候辅导老师，学生请假在家也能通过AI自学知识点。 这种情况下，那些只会照本宣科、靠题海战术积累经验的老师，未来被AI替代的风险确实不小，毕竟AI能精准掌握每个学生的薄弱点，还能24小时不休息，这是人类很难比的。 但正如盖茨所说，不是所有职业都会被AI颠覆，程序员、能源专家、生物学家这三类人，就有着AI难以替代的核心竞争力。 先看程序员，现在确实有很多AI编程工具，比如出门问问的创始人就曾用AI编程工具，一个人花两天时间完成了传统20人团队一个月才能做完的产品原型，AI一天能写四万行代码，远超人类程序员的极限。 但这并不意味着程序员会失业，相反，AI更像是程序员的“得力助手”而非“替代者”。 那个创始人在开发过程中，多次遇到AI偷工减料、重复犯错的情况，有个Bug折腾了两三个小时，消耗了十几美元的算力才在他的指导下解决，AI能完成大量重复的代码编写工作，但核心的产品逻辑设计、复杂Bug的调试、用户需求的精准转化，这些都需要人类程序员的判断和经验。 能源专家的不可替代性，在能源结构转型的大背景下更显突出。现在有不少能源企业在用AI优化管理。 但这些AI的核心作用是辅助优化，而非决策主导。在光伏场站运营中，AI能快速分析海量数据，给出设备运维建议，但场站的选址、投资测算、复杂故障的排查，这些关键决策还是要靠能源专家。 能源行业关系到国计民生，每一个决策都可能影响千家万户，AI能提供数据支持，但无法替代人类专家的行业洞察力和责任担当。 生物学家的不可替代性，则源于科研工作的复杂性和不确定性。现在AI已经开始辅助生物研究，比如在结直肠癌相关的蛋白质网络研究中，AI能帮忙完成文献综述、代码生成、数据初步分析等工作，大大提升了研究效率。 但科研过程中总会出现各种意外，有研究团队尝试用AI独立完成结直肠癌的侵袭性分析，结果AI出现了幻觉数据，还误解了研究目标，最终没能得出有效结论。 生物研究需要从海量的实验数据中发现隐藏的规律，还要结合生命科学的底层逻辑判断研究方向，甚至需要根据实验结果随时调整研究方案，这些都需要生物学家的专业积累和创新思维。 AI能处理数据、执行既定流程，但无法拥有人类对生命现象的敏锐感知和探索欲望，更无法应对科研中的各种未知挑战。 说到底，盖茨的话不是在制造焦虑，而是在提醒我们看清AI的能力边界。 AI擅长的是那些流程固定、重复性强的工作，不管是看病时的基础问诊、教书时的知识点讲解，还是其他行业的常规操作，只要能被标准化，就有可能被AI替代。而那些需要创新思维、复杂决策、行业洞察和人文关怀的工作，依然是人类的主场。 现在拼命内卷之前，或许真该想想，自己积累的经验是能被AI轻松复制的“体力活”，还是别人拿不走的“核心竞争力”，这大概就是盖茨这番话最值得琢磨的地方。