AI时代的志愿填报：别用旧经验规划新人生

撰文｜张天祁

● ● ●

今年是叶晓阳投身高考志愿公益辅导的第十一年。2016年，尚在密歇根大学攻读博士的他随导师赴宁夏开展高考志愿填报研究，通过巡回讲座、发放手册和一对一辅导，帮助当地考生缩小信息差距。此后每年高考季，他都会为考生提供免费志愿咨询，并通过线上线下讲座、直播等方式答疑解惑。

他在密歇根大学获得博士学位后，曾在普林斯顿大学和布朗大学从事博士后研究，如今在亚马逊担任经济学家。一路走来，他始终关注高考志愿填报与升学选择中的信息不对称问题，并尝试用机制设计、行为经济学和人工智能的方法，协助学生做出更好的志愿决策。

每年义务辅导结束后，他几乎都会想“今年是最后一年”。但下一年报志愿期间，他又会重新出发。今年尤其如此，往年他的公众号高考系列文章通常到6月才动笔，今年4月便已开始，如今已经写了超过30篇。

促使他提前行动的，并非某项具体的政策变化，而是一种持续加剧的紧迫感。AI正以每一两个月一次的速度快速迭代，但相当多考生和家长的观念仍停留在过去。

“别说高考志愿要预测未来四年会怎样，就算是预测今年年底的世界，都变得越来越困难。在这种情形下，再沿用十年甚至二十年前形成的选专业、选行业经验，已经非常不可行了”，叶晓阳说。

01

许多中国家庭在规划志愿时，往往有一个非常强烈的直觉：时代变化越快，越要押注年轻、押注新专业、押注最前沿的岗位。

这种直觉并非毫无根据。过去二三十年，中国的确经历过一个奖励年轻的阶段。在不少行业里，年轻人比上一代更快拿到高收入。一些父母辈花十几年积累的职业经验，也被下一代赶上的教育扩张、产业升级和城市化机会迅速改写。

叶晓阳认为，要理解这种现象，首先需要观察劳动者收入曲线的变化。

叶晓阳经常推荐两位经济学家方汉明和仇心诚的"Golden Ages": A Tale of the Labor Markets in China and the United States这篇论文。它比较了两国的年龄收入曲线，发现美国收入最高的年龄段大体稳定在45到50岁附近，而中国城镇男性劳动者的收入峰值，在1990年代大约是55岁，到2010年代已经下降到35岁左右[1]。

这是中国经济高速增长阶段留下的鲜明印记，劳动力市场长期在奖励年轻。更年轻的世代拥有更高教育水平，进入的是更新的产业，也因此更快获得收入优势。

但这种优势很难长期维持。市场奖励的始终是更新本身，而不是某一代人，这也是35岁现象出现的原因之一。

收入曲线本身会随着经济发展阶段改变。高速增长时期，年轻人更容易获得提前起飞的窗口。而当增长放缓、产业成熟，经验、判断力这些需要时间积累的能力，开始得到市场的奖励。

图源：叶晓阳个人公众号《依然糅春天》

美国的轨迹可以作为参考。哈佛大学教育经济学家David Deming在2021年发表的论文The Growing Importance of Decision-Making on the Job，是叶晓阳这些年反复在讲座和公众号里引用的一项研究。这项研究发现，美国劳动力市场中需要做决策的岗位比例，从1960年的约6%上升到2018年的约34%，其中将近一半的增长发生在2007年以后[2]。

与此同时，美国全职劳动者的收入峰值年龄也明显后移。1960年代通常在30多岁后期，到近几十年已经接近50多岁中期。

在叶晓阳看来，这背后指向的是同一个趋势。当经济进入更成熟的阶段之后，市场不再只是为技术能力本身付费，而是越来越看重技术之上的判断与决策。

原本，这种收入逻辑的转变也许需要二三十年才会逐渐完成。但在叶晓阳看来，AI大幅压缩了这条时间线，可能未来几年的毕业生将很快面临这个问题。因为AI带来变化的关键，就在于它能够击穿技术能力的溢价。它最先冲击的，恰恰是那些标准化程度高、主要依赖技术执行的工作。

这也是他反复强调的一点。不能拿一代人的收入曲线，去框定下一代人的职业版图，因为两代人面对的根本不是同一种情况。

在经济高速增长时期，新兴行业带来的溢价，曾经不断打破上一代人对于稳定工作的固守。但收入逻辑开始变化之后，如今在焦虑的推动下去追逐当下最热的专业，未必还能换来同样确定的回报。

几年前《知识分子》对叶晓阳的访谈中，他曾经提到，做报志愿咨询时几乎都是家长跟他打交道。那些被家长拉来做咨询的学生，说得最多的是“我不知道说什么”“我也不知道该怎么选”，很多学生不知道如何自己主动去探索[3]。

到今年，这种情况并没有太大的改观。“我真的想呼吁家长不要在高考志愿这件事上插手太多，他们对这个时代的变化其实还一无所知。如果还是拿旧的经验去指挥，越指挥越糟”，叶晓阳有点无奈地说。

这并不是说家长不重要，而是说当外部变化加快时，很多过去有效的判断方式会逐渐失去参照意义。越是在这种时候，把经验当成确定答案，越容易偏离现实。关键不是找一个过来人指点迷津，而是真正让学生建立自己的判断能力。这也是叶晓阳这些年越来越清楚意识到，并且想要反复强调的一件事。

02

在叶晓阳接受访谈前不久，Meta刚刚宣布裁员，规模超过10%。一次和律师朋友的聊天中，他开玩笑说，自己从事的经济学研究可能也会被淘汰。“如果能重新选择，我很愿意去读法律，你看你们现在工作多稳定”。

但是律师朋友连忙摆手，说现在年轻律师已经不太容易进入这个行业。因为原本需要新人完成的一些基础工作，已经可以由AI承担。同时，随着AI能力提升，很多依赖时间积累的基础业务也被压缩。

这样的对话似乎在当下随处都可能发生。面对不确定性，人们往往出于本能去追逐一个表面上稳定的行业，但这种所谓的稳定，很大程度上建立在对真实工作内容和技能需求的误读上。

在叶晓阳看来，AI带来的焦虑，正在制造一个格外矛盾的心理陷阱。环境中不确定的因素越多，人们就越想抓住稳定这根稻草，然而，稳定这件事本身，正是在这种不确定环境里最先瓦解的东西。

在《知识分子》过往的访谈中，叶晓阳曾经用行为经济学的理论去解释这种倾向。当面临不确定性困扰的时候，人会更加倾向于去接受短平快的信息，首先极其希望立刻得到一个确定性的答案。

稳定陷阱的第一层，是把岗位当成技能本身。“不能只看这个稳定的标签，因为这个标签可能会变，应该还是看它背后的核心技能”。即使是大家普遍认为稳定的公务员，也是不断变化的。把职业前途过分依附在具体岗位上，路只会越走越窄，最后失去选择权。“人最舒服的状态，就是随时有拍拍屁股走人的自由”，他说。

第二层陷阱，是相信技能本身能保值。叶晓阳拿David Deming的一篇论文举例，这篇文章比较了2000年代初招聘广告里被看重的技能，和十年后同一批技能的命运，"零几年特别看重的技能，十年后你拿着它不可能找到任何工作了，因为不需要了[4]”。

他自己所在的数据科学分析行业也在重演同一个故事。去年招聘考核的主要内容还是现场写代码解题，今年面试已经默认可以直接用AI，"考的不再是你的记忆或熟练度，而是你怎么进行人机交互，怎么和AI配合做出更快更好的东西"。

技能的保质期不只是在缩短，更是在以一种难以预测的方式缩短。变化不只是来得更快了，连变化本身会朝哪个方向发展，都变得越来越难判断。

“每一个人，包括我自己，都要革新所谓技能和职业的观念”，他说，“一个工作干到老不可能，绝大部分工作都不可能。而且以过去三年的变化速度，根本没法预测未来三年会怎么样”。

他给出的对策，是他这几年经常讲的两个词，长期主义和不可替代性。"长期主义，就是要根据更长远的目标来决定当下的选择，"他解释。

这套逻辑落到专业选择上，叶晓阳一贯推荐顺序是：兴趣第一，相对能力第二，行业平均前景第三。

“放到今年，可能第三条都没有那么重要”。原因很简单，行业前景本身就在AI冲击重组之中，与其押注某个此刻看起来安全的行业，期待四年后它还能维持原状，不如押注一个自己在面对变化时仍然愿意投入、能够持续学习的方向。与其去赌注行业，不如去了解自己。

但他也注意到，在这种焦虑气氛下，很多学生和家长并没有真的放弃寻找"稳定"，只是把稳定的想象换了一个名字，从公务员换到了AI和计算机专业。他在公众号里描述过这种心理的