AI大模型潮起 年轻人如何应对

　AI大模型正在赋能千行百业，也在改变人们的生产生活方式。而在享受智能带来的高效与便利的同时，烦恼疑虑也随之而生。AI会取代就业吗？AI生产的内容准确吗？还有先行一步者面对快速迭代技术的迷茫。对此，专家建议，面对AI浪潮，年轻人应选准领域，快速用AI放大自己原有的技能和经验，再叠加自身的个人IP以及人性化的沟通共情能力，“形成更好的一个人机协同，再去服务自己的目标对象。”

　　近日，广东深圳福田区政府的工作人员迎来了70位“数智同事”。它们在240个政务场景里，在“监护人”的指挥下，以“公务员助手”的身份重塑政务服务的新图景。

　　福田政府在线网站显示，这批AI数智员工的表现十分出色：公文格式修正准确率超95%，审核时间缩短90%，错误率控制在5%以内；民生诉求分拨准确率从70%提升至95%；一些个性化定制生成时间从5天压缩至分钟级，安全生产助手生成演练脚本效率提升100倍……实现了AI从“替代人力”到“激活人力”的价值跃升。

　　中国信息通信研究院2024年12月发布的《人工智能发展报告(2024年)》指出，自2023年起，全球基础模型数量快速增加，相较2022年增长数量翻倍；2024年以来全球基础模型新增或迭代近百个。根据预测，到2026年，超过80%的企业将使用生成式人工智能API，或部署生成式人工智能的应用程序。

　　然而，AI的快速迭代和广泛应用也让许多人感到不安。

　　AI带来的有就业替代，也有就业创造

　　95后陈林在接受中青报·中青网记者采访时表示：“我有一种深深的焦虑，AI的迭代速度似乎比我学习AI的速度还要快。我很担心，像我这样没有经验、没有资本、没有信息优势的人，会被时代淘汰。”

　　陈林说，去年3月，他开始学习使用文心一言(百度推出的知识增强大语言模型)编写代码，对上千篇文章进行数据分析。然而到了6月，他发现无须编写代码语言，只需将数据合并，利用Kimi(北京月之暗面科技有限公司推出的一款智能助手)就可以直接分析这些长文本。10月，他又尝试通过Ollama(一款本地部署大型语言模型的工具)在本地部署Llama3.1(Meta公司发布的大型语言模型)和通义千问模型(阿里云推出的语言模型)，以保障信息安全。今年2月，国内AI企业深度求索(DeepSeek)的R1让他意识到，这些推理模型的出现，甚至让自己之前学习的写提示词的诀窍都显得多余了。

　　像陈林这样的焦虑青年并非个例。在哔哩哔哩视频网站的AI教学课程评论区，不少青年表达了对自身职业前景的担忧。有人感叹：“GPT写词、Suno作曲、Vocaloid演唱，我是不是要失业了？”还有学习者担心教学内容跟不上技术迭代，留言道：“UP主，2025年了，这些课程还能满足最新的技术需求吗？”更有不少青年在眼花缭乱的AI软件面前感到迷茫，向视频制作者提问：“UP主，Midjourney和Stable Diffusion(两款文字生成图片的工具)到底哪个更好？”

　　对于这些AI时代的青年焦虑，记者采访了中央财经大学数字经济融合创新发展中心主任陈端。她表示，对于AI技术导致失业，其实无需过度担忧，“AI带来的首先是就业替代，其次是就业创造。就业替代意味着许多重复性劳动将被自动化取代，但与此同时，就业创造将催生更多新的服务型岗位，这些岗位需要大规模的人机协同。”

　　陈端进一步指出，尽管AI在很多方面展现出优于人类的效率和优势，但在人与人之间的合作中，人类依然具有独特的优势。例如，个人IP的长期积累所带来的信任和情感认同、人与人之间沟通的换位思考能力，以及基于人性洞察的决策判断，这些是AI难以替代的。尤其是在涉及多方主体的复杂平衡和利益协调方面，人类的决策能力更为突出。

　　此外，陈端还提到AI的非主体性问题。她表示，AI并非一个独立的法律责任主体，而人类可以凭借自身的独立法人身份承担相应的责任，从而获得更多的授权和信任。AI只能在人类授权的范围内发挥作用，这一边界是明确且不可逾越的。

　　关于创造就业，天云融创数据科技CEO雷涛告诉记者，未来的大模型应用服务市场需要有大量的新兴人才去完成交互性操作，现有的人工智能生成技术，比如扩散模型，它具有不可预见性，因此需要大量的人机交互来将“拆盲盒”的过程分解成可控流水线上的人机互动，通过人来控制机器算法生成上的一些细项，将成果分阶段提交。

　　“所以需要有大量新兴的人工智能的生成式人才，他们需要掌握如何与模型交互，包括提示词工程、复杂思维链的设计和工作流编排、参数调整等。比如影视，不管是角色塑造、剧本生成、后期特效、扒台词、配音还是后期配套宣发，不同环节对人才的需求各有不同，每一环节都需要人机交互的配合来完成工业流水线般的规模化生产。”雷涛说。

　　“对于普通青年来说，我觉得就是要选准未来的一些AI增强型的领域，即可以快速地用AI放大自己原有的技能和经验，然后再叠加自身的个人IP以及人性化的这种沟通共情能力，形成更好的一个人机协同，再去服务自己的目标对象。”陈端给出建议。

　　在近日举办的2025全球开发者先锋大会上，香港科技大学校董会主席、美国国家工程院外籍院士沈向洋发表了题为《大模型时代的创新与思考》的主旨演讲。针对近期广为讨论的人与机器的相处关系到底应该是AI(Artificial Intelligence，人工智能)还是IA(Intelligence Augmentation，智能增强)问题，沈向洋表示，他更倾向于将人机关系定义为“以人为本的人工智能”。智能增强(IA)的本质在于通过技术手段拓展人类的能力边界，帮助人们更高效地完成各种任务，其核心是辅助人类，而非取代人类。

　　除了就业创造和智能增强，AI也降低了新兴市场的就业门槛，为普通人提供了可能性，从而实现市场的扩容。

　　“人工智能市场焦虑的核心是在惯性决策的路径中，所有的东西都在被科技要素加速。但人自身没有加速，就会产生焦虑。但我们要相信，科技带来的变革是让普通人拥有了去改变路径的可能性，因此这是一个令人期待的时代。”雷涛进一步解释说，比如短剧市场，目前普通人也能通过工具快速、低门槛地进入，这对大多数人来说是机会，而不是被淘汰或替代。

　　“技术迭代内置化”是AI发展趋势

　　AI浪潮下，年长者也面临着自己的“难处”。70后教师吴女士在接受记者采访时表示：“学个软件学了半天，结果让它帮我写教案，出现不少‘无中生有’的情况；让它做题目，答案也有错误。感觉不仅没省心，还让我多费了精神。”

　　吴女士告诉记者，她在手机里已经装了五六款大模型软件，有的用来翻译，有的用来做PPT，有的用来写工作总结。这些软件加重了她的学习成本，同时也让本想“偷懒”的她，看似省去了查找的功夫，又增加了学习软件和审核校对的时间。

　　吴女士所面临的“AI欺骗”现象，也被称作“AI幻觉”。对此，中央民族大学新闻与传播学院助理教授向安玲在接受中青报·中青网记者采访时提出了两条建议：首先，在使用AI的过程中，应尽量让AI启动联网搜索或知识库搜索。同时，要求AI基于RAG(Retrieval-Augmented Generation，检索增强生成)模式进行操作，并添加标引。通过标引，用户可以追溯AI所引用的每个观点和数据的来源，“这一步骤至关重要，能够帮助我们验证信息的可靠性。”其次，用户可以采用多模型验证的方式，即利用多个AI模型对同一问题的答案进行交叉验证。如果多个模型的输出结果存在显著差异，那么其中某些结果很可能是不准确的，通过这种交叉验证，可以有效识别和避免虚假信息的误导。

　　对于审校环节，向安玲表示：“审核是必不可少的。如果觉得人工审核耗时费力，可以采用人机协同审核的方式。”她进一步解释说，目前在引入多个大模型后，可以通过设置一个“最强模型”作为“裁判”，让多个模型之间相互审核、交叉验证。然而，要完全省去人工审核环节，目前还难以实现。

　　“AI技术迭代的未来趋势是‘内置化’，即复杂的迭代过程将被植入后台，最终呈现的操作界面将越来越傻瓜化，交互界面越来越人性化。AI技术进步越快，普通人使用起来就越便捷，这样才能在商业上形成更好的闭环。”关于AI软件太多以至于令人疲于学习的问题，陈端提出了“技术迭代内置化”的AI发展趋势。同时，她认为，AI技术会像移动互联一样，渗透到生活的方方面面。它不会是高深晦涩的，而是像过去的“三大件”一样，飞入寻常百姓家，变得易学易用。