5位全球AI圈顶级高管，竟然都反对自己的孩子纯学AI？

华尔街日报最近做了一组采访。受访的是5位顶级AI高管和学者：Anthropic总裁、微软首席科学家、沃顿商学院教授、SAP全球AI转型负责人，还有一位连续创业的SaaS公司创始人。问题只有一个：你打算让自己的孩子未来做什么？

5个人的答案高度一致：不要只学技术。

丹妮拉·阿莫迪，Anthropic总裁兼联合创始人，Claude的开发者之一。她有两个孩子，一个4岁，一个6个月。她说，AI在知识和效率上越来越强，人类真正难以被替代的是和人之间的连接：共情、沟通、合作、善意待人。她希望孩子学的是这些。

曼尼·梅迪纳，Paid.AI联合创始人，此前创办过销售软件公司Outreach。4个孩子，最大的26岁、最小的4岁。他给孩子的建议非常直接：把目光放在未来长期需要人的行业。他经常和孩子聊到核能和癌症治疗。这些领域问题复杂、周期长，机器很难完全接管。

伊桑·莫利克，沃顿商学院管理学教授，《Co-Intelligence》一书作者。他建议孩子成为能整合多种能力的通才，推法律、医学这种不仅靠知识，还涉及判断、沟通和复杂决策的职业。

杰米·蒂文，微软首席科学家兼技术院士，耶鲁大学校董。她对孩子的规划更偏向学习方式：批判性思维、理解自己如何思考、学会和AI合作。她的孩子里，有人计划学法律，有人对会计感兴趣。她说这些职业的共同点是，最终决策仍然需要人来承担责任。

卡罗琳·汉克，SAP全球组织成长与健康负责人，公司内部AI劳动力转型的操刀人之一。她给孩子规划的不是具体职业，是一种能力路径：数学和逻辑做底子，再加上批判性思维、伦理判断、灵活应变。

5个人都不是反AI。他们就在这个行业最核心的位置，每天在见证AI能做什么。孩子如果只是掌握单一技术，在未来竞争优势并不大。

一份印证这个判断的数据

巧的是，Anthropic自家也发了一份报告，叫 Labor market impacts of AI，专门看真实使用数据里AI在工作中的实际作用，不是理论推测。

报告里有一个反直觉的发现：AI替代风险最高的不是流水线工人，是高学历、高收入、信息处理型岗位。编程、写作、数据分析、咨询，这几类暴露度最高。受冲击的人群有四个共同特征：女性比例较高、40岁以上、大学学历、薪资水平较高。

22到25岁的年轻人也在被冲击。AI暴露度高的行业，入门级岗位招聘下降了大约14%。它做不了资深专家的活，但已经能做新人练手时干的那些：基础资料收集、初级代码、基础翻译。这些原本是给职场新人长经验的工作，正在消失。

不容易被替代的工作集中在三类。

纯体力建筑、安装维修、农业、非标准化生产

服务保障餐饮、绿化、个人护理、养老陪护

应急处置消防、警察这种需要瞬间判断和承担责任的岗位

AI的"荒漠"在屏幕之外的现实世界。

孩子从小学计算机是不是白学了？

读到这里，正在让孩子打信奥、学AI的家长可能会犯嘀咕。

孩子辛辛苦苦学算法、写代码，正好踩在"AI暴露度最高"的那一档。是不是这条路也走错了？

不是。但设置学习目标很重要。

信奥也好，AI也好，这条路本身不是教孩子写代码或调用工具，代码和工具只是载体。它真正训练的是：怎么把一个混乱的现实问题，抽象成一个能解的结构；怎么判断什么算法适合什么问题；怎么看出一个答案是不是真的成立。这套能力（抽象建模、系统思考、复杂规则下的决策），恰恰是5位高管殊途同归指向的、AI替代不了的核心。

所以问题不在学什么，在怎么学。

走偏把它学成"刷算法题、套模板、调ChatGPT、写prompt"，这是高暴露度的工具使用层。AI自己已经能做。

走对把它学成"理解一个问题为什么这么建模、模型为什么会幻觉、什么问题能交给AI、什么问题不能"，这才是高管们说不会被替代的判断力训练。

AI会把世界塑造成什么样子？我们不知道，但也不用太担心啦。

无论孩子是否在学计算机，教育路上的思考，欢迎大家一起讨论交流。