如今的AI改变了几乎所有职业的工作内容。程序员仍然需要编程，但大量基础代码可以由AI生成；设计师仍然需要创意，但制图、排版和素材生成可以交给工具完成；律师、教师、医生、工程师也同样面临变化：过去需要多年训练才能熟练完成的部分工作，正在被机器拆解、辅助甚至替代。

　　这些变化并不意味着上述职业会迅速消失，但不可否认的是，人的工作重心正在发生转移。可以预见，未来，企业需要的，不再是大量完成标准化、重复性任务的人，而是能够理解专业问题、善用AI工具、判断其输出是否可靠，并对最终结果负责的人。

　　而当岗位结构和能力要求加速变化，依据既往就业结果选择未来专业，也就变得越来越困难。

　　要知道，不止麦可思“绿牌专业”，各种第三方机构推出的高薪榜、热门榜和就业率榜等，都具有一种天然的时间错位。他们统计的是已经毕业者的就业结果，但考生作出的是以后四年甚至更长时间的重大选择。尤其在AI加速演进的时期，用过去几年的就业数据预测未来，难度正在急剧上升。

　　这就是AI带来的教育难题之一——知识和技能的有效期大幅缩短，教育周期却依然很长。

　　高校设置一个新专业，要经过论证、审批、招生、课程建设和师资培养；教材编写并进入课堂，同样要较长时间。但前沿技术可能在几个月内就发生迭代。一些学生刚开始学习某种工具，企业的工作流程已经改变；一些专业刚成为报考热门，市场供需关系可能已经开始变化。

　　这就导致学校很难精准预测四年后的岗位，家长也很难再根据某个专业过去的“就业神话”，替孩子设计一条确定的人生路线。