#AI陪你健康过大年##今年过年超会爱自己# AI先动谁的奶酪——科学界哪些岗位最危险？人工智能正在重塑各行各业，科学研究当然不会例外。问题不是“会不会影响科研岗位”，而是——它已经开始影响谁了？国际科学权威杂志《自然》采访了40多位在学术界和产业界使用AI的研究者。答案比很多人想象得更直接：最先被冲击的，是那些以数据处理和代码编写为核心的岗位。而实验室里亲手做实验的人，目前还相对安全。

第一波冲击：写代码的人！过去，很多实验室会雇研究程序员，专门为团队开发分析工具、建模拟程序，或者帮助处理数据。但现在，情况变了。AI已经可以自动生成复杂代码、优化算法、完成数据清洗与分析。而且在某些情况下，它做得比入门级研究人员更快、更标准。

麻省理工学院的工程学者指出：在计算建模等基础岗位上，“岗位消失不是未来式，而是现在进行时”。换句话说，曾经由研究生、博士后或技术人员承担的大量“基础计算工作”，正在被AI系统吸收。这并不一定意味着大规模裁员，但意味着新岗位正在减少。一些教授坦言，如果是五年前，他们一定会招聘一名研究程序员；但现在，他们已经“不再觉得有这个必要”。

第二波：科研“边缘岗位”！科学论文翻译就是一个典型例子。随着AI翻译工具质量提升，美国翻译协会的科技分部会员人数在两年多内下降了26%。有些翻译人员转型成为口译员，也有人离开这个行业。这是一个清晰信号：纯语言转换、纯技术整理类工作，正在被替代。

哪些岗位暂时安全？多数科学家认为，以下岗位相对更安全：需要动手实验的研究人员，负责统筹课题、设计研究方向的高级科学家，因为目前AI还无法独立完成复杂实验操作，也难以真正提出原创性研究问题。

一位量子物理学家甚至会让AI为自己的论文生成“模拟审稿意见”。他承认AI批评很有用，但强调，AI还不能真正提出新思想。这揭示了关键差别，执行任务和提出问题，是两种能力。AI正在迅速接管前者，但后者仍然高度依赖人类。

最危险的是“纯认知型岗位”！经济学家提出一个判断：“最先消失的，将是纯认知任务”。包括基础数据处理、代码编写、常规模型建立和文献整理与摘要。

而具有讽刺意味的是——这些曾经正是科研体系中“最核心的训练环节”，所以，教育迟早会发生巨大变革。如果本科生、研究生无法通过这些岗位进入科研体系，科研人才的培养链条是否会断裂？短期内，你可能获得“更多研究产出/更低成本”，但长期代价，可能是科研生态衰退。

AI真的会抢走科学家的饭碗吗？目前来看，它正在重塑岗位结构，而不是完全取代科学家。更深层的问题：科研会变成什么样？未来的科学训练是否还需要那么多“入门级计算岗位”？科研新人是否需要更早转向创造性思维与跨学科整合能力？真正要看清这个问题，还是要让“子弹飞一会儿”！