← 测测你的 AI 替代风险
ESFP
品味定义者
“AI 生成一千个选项，你知道哪个是对的”
高风险
替代概率
55%–72%
预测年份区间
2029–2035
风险等级
高风险
显+主+弹+事：AI能学、可以试错、只看结果，但好坏全靠主观判断
超能力
机器无法从数据中学到的审美判断和文化直觉
弱点
AI 已经在生成能通过品味测试的内容了
四个屏障维度
E
可学习性 — 显性型 (E)
AI能否获取并学习你的工作所需的知识和技能？
S
评判客观性 — 主观型 (S)
你的工作成果有没有"标准答案"？做得好不好，说得清吗？
F
容错性 — 弹性型 (F)
AI做错了，后果能承受吗？产出能被信任吗？
P
人格依赖性 — 对事型 (P)
你的价值在于"做出了什么"，还是"你是谁"？
为何暴露于风险
知识可学习、错误可容忍、只看产出——AI在这三个维度可以以近乎零成本无限迭代。
天然防御
质量由主观判断——"好"取决于品味、语境和文化细微差别。AI难以追赶主观标准这个移动的靶心。
典型职业
艺术、设计、娱乐、体育和媒体(27)设计/策划方向、计算机与数学(15)
代表职业风险评分
- 软件开发工程师AI编程助手大幅提升效率——同时也在改变开发者需要掌握的知识39
- 软件测试工程师测试用例生成和回归测试已自动化——探索性测试仍需人类22
- 计算机用户支持专员一级故障排除日益被AI自动化；复杂问题仍需人工诊断21
- 数据科学家自动化ML流水线降低门槛——数据科学家转向问题定义和结果解读20
- 计算机系统分析师需求转化和集成工作——业务背景需要人在回路中18
- 网络与系统管理员基础设施监控日益自动化——复杂配置和安全仍需人工16