每周 AI 职业风险摘要

本周有关人工智能造成就业风险的更新总体上较为稳定,职业间仅出现较小的相对变动。来自更强大的通用模型和更广泛企业部署的信号最为明确:DeepSeek V4 的长上下文开源发布,以及在金融、人力资源、供应链和客户运营中持续采用协助型工具和智能代理,增加了对以文本为主、重复性较强的知识性工作施加的压力。这在一定程度上提高了程序员、数据分析师、文案撰写者、译者及部分支持岗位的风险。与此同时,多篇报道也指出了短期内被替代的局限:企业仍面临重大数据堆栈瓶颈,且像金融指导这类依赖建议的用途仍易出错,这在某种程度上缓和了会计师、金融分析师及其他高责任职业的风险。人工智能在科学与药物发现方面的进展更倾向于增强任务而非完全替代研究人员和实验室角色。关于网络滥用的报道也提高了对网络安全中人工监管的需求。总体而言,最新消息强化了关于人工智能最先替代的工作的既有模式——常规的数字化工作——而许多动手的、有执照的以及以人际关系为中心的岗位则相对更具抗AI性。

目标周: 2026年4月29日
44.55 周平均风险
48 上升的职业数
5 下降的职业数

本周解读

下面这些段落会把周度表格转化成更容易阅读的说明,帮助你判断自动化压力是扩大了、减弱了,还是保持稳定。

本周平均风险整体上行,说明自动化压力并不只集中在少数岗位,而是在更大范围内扩散。

上升压力最明显的职业是 日程管理专员, 呼叫中心代理, 客户支持代表。这样的变化通常意味着 AI 正在更快接手那些更容易标准化的起草、比较、协调和初步分析工作。

相对压力下降最明显的职业是 会计, 金融分析师, AI工程师。这并不代表这些职业长期安全,只是说明本周的信号没有上升职业那么强烈。

城市规划师, 城市农民, 投资银行家 的变化很小,它们帮助构成本周的基准线。稳定职业的重要性在于,它们能帮助你判断这次变化是局部波动,还是更广泛的整体趋势。

请结合下面列出的新闻和完整排名一起阅读这些段落。重点不是对某个职业是否会立刻被替代下判断,而是看清自动化压力最先集中到哪里。

如何阅读本周数据

这份报告最好和摘要、分数变化、相关新闻一起阅读。它不是在预测某个职业会在一周内消失,而是用来追踪自动化压力在不同职业之间如何变化。

周平均风险

44.55

与上周相比

+0.21

上升的职业数

48

下降的职业数

5

稳定的职业数

151

趋势

图表展示了周平均风险的变化轨迹,能帮助你区分这是全市场范围的变化,还是只发生在少数职业中的波动。

压力先上升的职业

这里列出的是本周上升幅度最大的职业。它们通常能提示当前自动化压力最先收紧的方向。

压力有所缓和的职业

这里列出的是本周分数下降的职业。分数下降并不代表长期安全,只说明与上周相比,当前的相对压力没有那么紧迫。

相对稳定的职业

这里列出的是变化幅度较小的职业。观察这些相对稳定的职业,有助于判断本周变化到底是广泛扩散,还是局部现象。

本周排名

这张表展示的是该周各职业所承受的相对自动化压力。真正值得看的不只是分数本身,还包括周度变化以及该职业常见任务的结构。

排名 职业 风险分数 上周 变化
1 日程管理专员 86 85 +1
2 呼叫中心代理 85 84 +1
3 数据录入员 81 81 +0
4 客户支持代表 81 80 +1
5 电话推销员 81 80 +1
6 零售收银员 78 78 +0
7 办公室文员 78 77 +1
8 客户支持 77 76 +1
9 卡车司机 77 77 +0
10 会计 76 75 +1
11 软件测试员 75 74 +1
12 撰稿人 75 74 +1
13 行政助理 75 74 +1
14 会计文员 75 74 +1
15 法庭记者 75 75 +0
16 文字校对员 74 73 +1
17 接待员 74 73 +1
18 数据分析师 74 73 +1
19 律师助理 73 72 +1
20 土木制图技术员 73 73 +0
21 送货司机 73 73 +0
22 笔译员 72 71 +1
23 内容编辑 72 71 +1
24 保险承保人 72 72 +0
25 的士司机 71 71 +0
26 旅行社 70 70 +0
27 银行柜员 69 69 +0
28 SEO专家 69 68 +1
29 插画家 69 68 +1
30 社交媒体经理 68 67 +1

本周排名 →

本周评估中参考的 AI 新闻

下面的新闻是本周评估时使用的主要信号。请把它们当作理解压力上升、下降或保持稳定原因的背景材料。

Rebuilding the data stack for AI

MIT Technology Review / 2026-04-27

The missing step between hype and profit

MIT Technology Review / 2026-04-27

Three reasons why DeepSeek’s new model V4 matters

MIT Technology Review / 2026-04-24

AI needs a strong data fabric to deliver business value

MIT Technology Review / 2026-04-22

Artificial scientists

MIT Technology Review / 2026-04-21

Resistance

MIT Technology Review / 2026-04-21

往期摘要

页面链接