听到“AI不会全知全能”，先分清事实与预测

消息提到，Pinker在社交平台的一段视频中表示，AI会变得更好，但永远不会全知全能，并称那属于漫画书或宗教范畴，因为物理定律和信息存在限制；他还举例，没有任何系统能学会宇宙中每个粒子的位置和速度。

对正在选专业、转岗的人来说，这句话容易被当成安慰：既然AI有边界，我的方向就安全。这是误读。Pinker讲的是物理与信息层面的极限，不是对你岗位的就业预测。用法应该是：先问这句话里哪部分是事实性限制（信息无法被无限采集、物理世界有约束），哪部分是个人预测（AI未来走到哪）。前者可用于判断任务性质，后者只是参考。还要注意，素材没有提供任何公司因此调整招聘的信息，别把“有边界”推成“岗位会增长”。

你的任务里，哪些真的依赖信息与物理限制

“AI有边界”不等于“我的任务都安全”。要落到具体动作：你每天做的事，有多少依赖物理世界、实时信息或人际判断？

假设一个模拟场景：同样是整理客户反馈，一种做法是把已有文本归类打标，信息早已存在；另一种是去现场看客户怎么使用产品、追问他们没说出口的顾虑，信息在互动中才产生。两类任务的风险结构不同，对自己岗位的启发也不同——前者的可自动化空间可能更大，后者更依赖当场判断。

但这只是帮你分析的方法。读岗位描述时，留意职责是否强调现场、设备、线下协调，是否要求对模糊信息做判断并承担后果，是否涉及跨部门协商。这些信号比一句“AI会不会取代”更能说明真实工作方式。素材并未给出任何具体岗位的替代率，所以不要下“某类岗位安全”的结论。

面试或选专业时，怎么问出能力预期的边界

与其问“AI会不会取代我”，不如用具体任务提问。例如：这个岗位目前哪些环节已经用工具辅助，哪些仍完全靠人，判断标准是什么？入职前三个月，哪些判断必须自己拿主意、不能依赖系统？

选专业时同理：不要只看名称是否带“智能”，而看课程里有多少需要动手、实地、与人打交道的训练，再问自己是否愿意长期投入。

在模拟面试里，可以练习把模糊焦虑转成问题，但要明白，这不是断言面试官一定会问什么，也不是说对方必然提供这些信息。

一个实际可做的小建议：下次看到“AI不会取代某类工作”的判断，先写下它属于事实还是预测，再列出你目标岗位里三个具体任务，逐一追问——这条信息从哪里来，出了问题谁承担判断后果。答案会比任何专家结论更贴近你的真实选择。