招聘网站上的岗位名每几年换一轮，「新媒体运营」「增长专员」这类称呼五年前还不常见。与其纠结哪个岗位会被取代，不如换个观察角度：打开 20 条你所在行业的最新招聘要求，逐条圈出三年前没有的新词，那里写着行业真实的能力需求。用 AI 辅助做这件事，能把几十条要求的共性提炼出来，但读出趋势、做职业决定的仍然是你自己。
看招聘要求，别只看岗位名
岗位名称是行业惯性，招聘要求里的动词和名词才是真实需求。一个岗位名可以十年不变，要求里「会用 AI 工具整理数据」「能独立做数据归因」这类新增描述，才是这个岗位现在真正付钱买的能力。把 20 条要求丢给大模型，让它提取高频出现的技能词、按新旧分类，几分钟就能得到一张行业需求清单——这比读十篇行业分析文章更接近地面真相。
读行业信号是有方法的：「怎么看懂 AI 芯片新闻？制程算力与生态」讲的读新闻框架，和「长文本竞赛怎么看？真实需求还是参数竞赛」对宣传口径的分辨方法，同样适用于读招聘要求和岗位说明书——先分清哪些是硬要求，哪些是氛围词。
三步操作：把 20 条要求读成一张清单
具体做法分三步。先收集：在招聘平台搜你的目标岗位，按发布时间倒序取 20 条，存成一个文档。再提取：把文档交给大模型，要求输出三列——高频出现的技能词、出现次数、属于硬性要求还是加分项，并单独列出三年前的旧 JD 里不常见的新词。后对照：拿这张清单对照自己的简历，逐条标注「已具备 / 部分具备 / 缺失」，缺失项里出现 8 次以上的词，就是接下来 3 个月优先补的方向。
有两类词要人工过滤。一类是氛围词，比如「有较强的抗压能力」，谁都能写也谁都能满足，参考价值低；另一类是堆砌词，一条 JD 里列了十几个工具名，多半是照抄模板，反而说明岗位要求还没想清楚。真正值钱的是那些具体到动作的描述，比如「能独立完成从数据导出到图表呈现的全流程」。
能力组合比岗位名称更耐用
岗位名称会随行业变，底层能力可以迁移。会拆解问题、会表达、会用工具的人，换行业能重新站起来；只依赖单一岗位技能的人，岗位一变就很难受。练习判断力时有个现成题目：「怎么看懂一次 AI 价格战？补贴成本与留存」里的补贴与成本分析，练的就是在营销噪音里判断轻重的能力。下面几类能力值得刻意攒：
| 能力 | 日常练法 | 怎么判断有进步 |
|---|---|---|
| 判断力 | 每天筛 10 条信息，先自答真假和轻重，再看后续验证 | 一个月后回看，误判比例是否下降 |
| 表达 | 把本周一件复杂的事写成 300 字讲给外行听 | 对方能复述出你的核心结论 |
| 跨领域整合 | 每月用另一个领域的办法解一次本领域的问题 | 能说出两个领域方法的具体对应关系 |
| 用 AI 的熟练度 | 把 AI 嵌进一件每周都做的具体工作 | 同一件事完成时间明显缩短且质量不降 |
| 承担责任的意愿 | 主动认领一次没人愿意拍板的决策 | 敢在记录里写下自己的判断依据 |
用真实任务练 AI，别只刷资讯
刷 AI 资讯不等于会用 AI。有效路径是挑一件每周都做的具体工作——写周报、整理数据、做排班——让 AI 参与进去，跑满 4 周并记录每次的提示词和结果差异。这种在真实任务里练的方式，比看教程记得牢，因为每个动作都挂在你自己的工作场景上。「公交调度员怎么用 AI 排班，才不会早高峰堵成一团」就是一个把 AI 嵌进具体岗位的例子：排班规则是行业知识，AI 只负责在规则内算方案。
这个思路的边界
本文是思路建议，不预测任何具体职业的兴衰，也不制造焦虑。能力组合不承诺升职加薪，它降低的是岗位变化时的重启成本。T 型能力同样有边界：竖线不够深，横线再宽也立不住——先有一个足够深的专长，再去铺对相关领域的广度，顺序反了会变成样样通、样样松。真正的确定性，来自持续学习的能力，任何一个具体岗位都给不了这一点。
职业规划速查
- 圈出 20 条招聘要求里的新词，比盯岗位名更接近真实需求
- 攒五类能力：判断力、表达、跨领域整合、AI 熟练度、担责意愿
- 先有深的专长，再铺广度，T 型别倒过来
- 把 AI 嵌进每周都做的任务，练满 4 周再评估效果
