一位老师对二十年后的工作、技能，以及现在值得学什么的谨慎猜测。
我想先做一个小小的坦白：我并不知道2046年什么样的工作会重要。其实没有人真的知道。二十年后的工作世界，可能看起来和今天差不多，只是叠加了一些新工具；也可能在我们今天根本想不到的地方变得陌生。一段长时间的AI繁荣、一波自动化（automation，机器替人做以前由人完成的事情）、一场严重的经济衰退（recession，经济长时间、痛苦地放缓），或者人口结构的突然变化——任何一种都可能改写整幅画面。
所以这篇文章不是预测，而是一次小心的猜测。为了猜测，我会用一个简单的框架。世界上有些力量变化很快——软件、AI工具、一个人在家就能做出来的东西。有些力量变化很慢——各种”专业”（profession，需要正规训练和规则的工作）的规则、哪些学校的文凭被认可、谁有资格在文件上签字。还有些力量平时安静，被触发时就会突然出现，比如战争、流行病，或者借钱成本的剧烈变化。要猜测2046年哪些工作会重要，我们就得问：每一个判断背后，是哪一种速度的力量在起作用？
我们从2026年出发
2026年，中等收入国家和富裕国家的工作大多落在几个大类里。很多人做服务业（service，帮别人做事的工作，比如老师、护士、司机、销售、厨师）。一小部分人在工厂、农场或矿区工作。越来越多的人和信息打交道——写软件、做设计、做会计（accounting，管理钱的账目）、分析数据、制作图片和视频。政府工作、医疗工作和照护工作（care work，照顾小孩、老人或病人）在每一个国家都雇用着上百万人。
两个大趋势已经清楚地出现。第一，坐在屏幕前完成的工作占比一直在上升。第二，AI工具开始替代以前需要大学学历才能做的部分任务——起草邮件、概括报告、写代码、对客户问题进行分类。这些工具还没有取代整个行业，它们在”啃食”一个行业内部的具体任务。
起点很重要，因为工作很”重”。建筑物、合同、培训项目和习惯，都不会很快被替换。一家医院培养护士要好几年。一家律师事务所塑造一位律师常常要十年。一条工厂生产线是围绕特定机器搭起来的。所以即使AI工具在2020年代后期变得非常强，工作的总体结构在一段时间内仍会显得熟悉。
那些”快力量”
工作里的快力量是真实的，而且令人印象深刻。AI工具在2022到2023年前后开始被广泛使用。到了2026年，一个有技能的人配上合适的软件，可以完成十年前需要三四个人组成的小团队才能完成的任务：起草基本的法律文件、写出一个能用的应用程序、做营销资料、在不同语言之间翻译。在线平台（platform，把工人和客户连起来的网站）让劳动者可以在世界各地找到客户。语音和视频工具让老师、医生、律师能够为远在自己办公室之外的人提供服务。
我能给出的最有力的2026年证据其实很简单：看看哪些新公司增长最快。其中很多公司人很少（headcount，公司里的员工数量）——只有五个人或十个人，却在使用以前需要五十个人才能运转的工具。它们增长，并不是因为关于”创新”的演讲多么动人，而是因为每个人手里的工具更强了。
但并不是每一种快力量都会一直加速。翻译进步很大，但要理解话语背后的意思，许多场合仍然需要人。写软件也进步很大，但医院、银行和飞机里那些必须严谨和安全的代码，仍然需要受过训练的工程师。所以一个谨慎的猜测是：2046年的AI工具会比今天强得多，但大概率不是魔法——更接近”非常好的助手”，而不是”完全替代一位认真思考的专家”。
顶住它们的”慢力量”
慢力量在科技新闻里很容易被忽略，但它们决定了很多事。医生必须有执照（license，国家正式批准你从事某种工作）。律师必须通过考试，并遵守专业团体（professional body，控制谁可以从事某项专业的组织）制定的规则。许多国家的老师与公立学校和工会合同（union contract，关于工资和工作时间的协议）绑在一起。理财顾问必须在监管机构（regulator，监督一个行业的政府部门）登记。这些结构都不会一夜之间改变。
信任的变化也很慢。哪怕AI能写一份合同，大多数人仍然希望由一位人类律师签字确认。哪怕AI能读X光片，医院仍然希望医生在流程里参与，部分是为了安全，部分是为了法律责任。文化习惯——什么算”正经工作”、父母希望孩子做什么样的工作——是按代来变化的，不是按年。
所以2046年关于工作的诚实图景是一场拔河。快力量推着世界走向”更少的人做更多的事”，让AI承担许多工作里更多的具体任务。慢力量则把时间表拉长十年到二十年。我的猜测是，2046年看起来更像这场转型的中段，而不是终点。许多老的职业头衔仍然存在，但这些头衔背后每天具体在做的事，已经不一样了。
到2046年，AI大概会做好哪些事
如果当前的趋势延续下去，到2046年，AI工具会承担很多今天填满一个工作日的任务：起草日常邮件、安排会议、概括长文档、对客户请求进行分类、基本的写代码、基本的翻译、基本的图片和视频编辑、基本的数据分析。它们也会承担更难工作中的一部分——法律合同的初稿、医学影像的初步阅读、学生学习新内容时的第一节课。
这并不意味着这些行业消失。它意味着行业里的”人”花在简单部分上的时间变少，花在更难部分上的时间变多：做出判断、处理不寻常的个案、和人沟通、在事情出问题时承担责任。
这也意味着，一个出色员工和一个平庸员工之间的差距可能会拉得更大。一位会用AI工具的医生可以看更多病人、出更少错。一位不愿适应的医生会显得很慢。这一点对老师、律师、设计师以及很多其他职业，可能都适用。
哪些事情大概率仍由人来做
有一些工作，哪怕到2046年AI再强，也很难被大规模替代。它们大多有一个共同特征：需要一个真实的人，亲身在场，做那些涉及信任、关怀或判断的事情，而且发生在一个具体的地方。
照护工作排在第一位。护理、照看小孩、帮助老人、安慰处于痛苦中的人——这些都需要温暖、有耐心、亲身在场的人。机器人会帮忙，但核心的工作仍然由人来完成。
技工类工作（skilled trade，需要长时间练出来的精细手艺活）也会留下来。水管工（plumber，修水管的人）、电工、建筑工、修理工、理发师——这些工作大多是在某一个具体的家、身体或机器上解决一些不寻常的小问题。要造出能完全胜任这些事情的工具，比写出更好的软件要难得多。
领导、销售和重要的谈判，仍然依赖人的判断、对气氛的把握，以及”被信任去承担风险”的能力。需要署上艺术家本人名字的创意工作，以及那种必须要有人在出错时来承担责任的高风险专业决策，也是一样。
最后，那些主要为了把人聚到一起的工作——教练、班主任、社区组织者、宗教领袖——它们依赖的是人在场，而这一点AI很难替代。
看上去时髦，但未必长久的工作
我也得诚实地说说另一面。一些在2026年看起来很有吸引力的工作，到了2046年可能会缩水。
今天大量办公室里的工作——入门级的分析、基本的文案、简单的客户支持、简单的记账（bookkeeping，每天记录账目）——正好处在AI进步会”啃”的方向上。它们曾经是通向中产阶层的一条清晰阶梯。到2046年，可能就不是了。年轻人将不得不用别的方式往上爬。
一些现在看起来很令人兴奋的”创作者”工作——拍短视频、基本插画、基本翻译——可能会被AI生成的内容淹没。最顶尖的少数人仍然挣得很好，中间一批人可能被挤压。
我不是在说这些领域会消失，而是说：放在二十年的时间尺度上看，它们比今天感觉到的更拥挤、更不安全。
这会如何重塑地理
工作一直在塑造人们生活在哪里。2026年，许多高薪的知识工作集中在少数几个城市——比如纽约、伦敦、深圳、班加罗尔、上海。AI工具和远程办公可能让这种分布更平均，也可能让它更集中——因为最顶尖的人现在可以从任何地方为全世界服务。
那些培养出大量工程师、医生和技术工人，并允许他们为海外客户工作的国家，应该会过得不错。那些靠常规办公室工作、却没有投资更深技能的国家，可能会感受到压力。中国处在一个特殊位置：庞大的本国市场、众多的工程师、强大的制造业，以及不断成长的AI工具。挑战在于继续向”价值链”上端（value chain，越往上走，人的贡献越独特）爬，而不是滑下来。
哪些事情怎么都不会变
谈到工作的未来时，我们很容易想象一个一切都不一样的世界。但很多东西会保持不变，注意到这些不变，是认真思考的一部分。
人仍然需要钱来生活。仍然渴望意义、希望在工作中有朋友、希望被尊重。仍然会累、会”烧光”（burned out，因为工作过度而精疲力尽）。公司仍然会兴起又衰落。”成为一个有用的同事”所需要的基本素质——按时到、答应了的事就做到、说真话、愿意帮别人——仍然重要，并且很可能比今天更重要，而不是更不重要。难题仍然需要细致的思考和清晰的写作。靠谱、合作起来让人舒服的人，仍然会被多付一点钱。
这些是任何技术都拿不走的慢力量。任何一幅诚实的2046工作图景，都得把它们放在视野里。
一个14岁的同学应该怎么思考这件事
如果你只想从这篇文章里带走一个习惯，请带这个：不要把你的未来押在某一项狭窄的技能上，押在一个组合上。
一个有用的组合有三部分。第一，在某一件具体的事情上有真本事——一门语言、一门科学、数学、音乐、一门手艺、一项运动。一件你能诚实地说”我在这件事上做得不错”的事。第二，能熟练使用AI工具——知道怎么向它提问、怎么检查它的回答、怎么改进它，而不是只会信任它。第三，那些软件无法替代的人类素质：写得清楚、听得仔细、能在一个团队里工作、把自己开始的事情做完。
当有人对2046年的工作做出自信满满的判断时——可能是父母、老师，或者一个很火的视频博主——不要立刻同意或反对。先安静地问三个问题。
第一，这个判断背后是哪种速度的力量？是像AI进步那样的快力量？还是像医生执照制度那样的慢力量？还是像经济衰退那样的突发力量？速度不同，时间表就不同。
第二，这项技能或工作目前是在实验室里、在小规模试点里，还是已经在大规模运行？”AI在某次测试里成功通过”和”AI已经在为成千上万家公司做这件事”是非常不同的两句话。
第三，如果你相信这种说法，谁会受益？AI公司有理由把AI说得太好。传统学校有理由把变化说得太小。亲戚长辈分享的也许只是适合他们那个时代、并不一定适合你这一代的建议。这并不意味着谁在撒谎，而是提醒我们带着同样的小心去听。
结语
这是我目前的最佳猜测，也可能是错的。我倾向于一个这样的2046：AI工具很强但并非魔法，人与人之间的关怀和信任仍然是许多工作的根基，做得最好的人是那些把”真本事”、”熟练使用AI”和”稳定的为人品格”组合在一起的人。我可能对AI太过谨慎。我可能对”老结构变化有多慢”太过乐观。一场战争或一次重大的经济冲击，也许会把整幅画面推向我们都没料到的方向。诚实的姿态是：把这个猜测拿得松一些，仔细盯着快力量和慢力量的变化，并且每当有人许诺确定无疑时，继续追问下去。
给你的一个问题
如果你想象自己在2046年正在工作，你最希望自己在哪一项技能上”安静地很出色”——一项即使AI能替你完成大部分简单部分、你仍然想拥有的能力？为什么？