数字新职业的浪潮，正伴随着数字技术的飞速升级不断奔涌 ，影响着青年的职业选择。

4年前
，本刊推出《数字职业，为有准备的人敞开怀抱——数字化新职业青年就业现状调查分析》报道 ，关注数字职业兴起与青年就业的关系 。时光荏苒，在大数据
、人工智能、机器人等技术加速迭代中
，数字环境与产业格局已今非昔比
。

人工智能训练师 、机器人工程技术人员等新职业，在产业发展中的需求激增 ，吸引大量青年投身于此。“根据《数字经济人才蓝皮书：中国数字经济人才发展报告（2025）》
，2024年我国数字经济人才总量就已超3200万人，人才需求规模约6500万人 。 ”一些业内人士指出 ，“现在这个数据不知要翻升多少！
”

今年以来
，记者走访调研了多个地区数字新职业的从业者，发现这类新职业通常带有较强的技术属性 ，但准入门槛并非高到不可逾越。一些人工智能机构的人力资源负责人说：“事实上
，这片职业蓝海，正等待着更多愿意拥抱新技术的人才去畅游
。”

1.“以变应变 ” ，追赶技术发展的脚步

“十四五
”时期
，人力资源社会保障部累计发布72个新职业，覆盖数字经济、现代服务业
、智能制造等领域。数字新职业最鲜明的特色 ，是其发展之快，不仅增长势头迅猛
，而且其知识、工具 、方法等的更新升级日新月异 。

“人工智能技术在飞速迭代，去年大家还在讨论DeepSeek ，今年就在谈论‘养龙虾’了
。”90后青年
、北京航空航天大学杭州创新研究院数字创新（教育培训）中心主任陈梦祥告诉记者。陈梦祥主要负责人工智能训练师的社会评价和相关教材的开发设计
，她将“动态性 ”归为这类职业的关键特征之一 。“数字技术不是一门学会了就可以用十年的静态手艺，从业者必须是一个终身学习者
。
”她说。

陈梦祥给学生讲授数据标注技巧 。受访者供图

这种特性 ，成为很多有意向从事数字新职业的人面对的第一个难关
。编写教材时
，陈梦祥曾犯难：如果以某一种人工智能工具为抓手设计教学方案，教材印制的速度可能赶不上技术升级的速度；如果只讲底层理论 ，就和大学计算机教材别无二致。最终
，她和团队决定重点培养学生解决问题的数据思维 。不论技术如何进步，从业者都要学会用数据与算法理解问题、拆解问题 、解决问题
。

张凯是浙江省嘉兴市经开区高创园某医疗科技企业的AI架构师。2022年底 ，ChatGPT（聊天生成预训练转换器）出现
，张凯萌生了用AI提升药物临床试验效率的想法 。然而，他发现不论输入什么指令 ，模型或多或少会出现“幻觉”，一本正经地“胡说八道 ”。比如
，AI生成的报告中，存在凭空捏造的数据
。技术的不成熟没有让他却步 ，反而转化成持续追踪前沿的动力。他不断研究同行成果
、关注行业动态
，“技术发展向前，从业者要同步奔跑
” 。短短三年 ，人工智能工具在输出质量上有了很大进步
。他的工作重心
，也从最初的简单尝试，转变为复杂智能体和多层校验机制的设计。

在这种快速变化的环境下 ，从业者往往要掌握“以变应变”的法则 。陈梦祥的一位学员小林
，曾是一名电商客服
。在培训中，她需要完成从“处理问题 ”到“定义问题”的思维转变。陈梦祥没有直接教她编写代码 ，而是让她基于最熟悉的客服场景
，设计一个人工智能的应答流程 。她需要思考：哪些常见咨询可以交给AI？步骤如何设计？这个从“执行者
”到“流程设计者”的视角转换，让她抓住了关键
。培训后 ，她被企业聘为“智能客服运营专员 ”，主要负责训练和优化智能工具
，工作效率大幅提升。

职业的形态在快速演变，但善于学习、乐于拥抱变化 、懂得运用数字工具的人 ，总能找到自己的位置 。

2.发展“不设限
”
，好奇心与学习能力很重要

数字新职业，并非只有互联网或计算机行业从业者才能选择 ，它是一个向多元背景
、多种经历的人才敞开的广阔天地
。有相关的技术背景固然是加分项
，但数字新职业更看重的是从业者的学习意愿、跨界理解能力和在特定领域深耕的耐心。

陈梦祥讲述了一位学员的案例 。38岁的王先生，曾是传统制造工厂里经验丰富的质检员。他抱着“试试看”的心态走进了人工智能训练师培训班 ，他面临的困难是双重的：近乎为零的电脑操作基础和根深蒂固的经验思维
。

学习编程基础时
，他是班上最差的那一个。然而，当进行到视觉检测划痕的实训时 ，王先生盯着样本图提出问题：“有些细微划痕
，在特定光线角度下看才明显 。这张图里拍不出来，模型学不会怎么办？ ”陈梦祥对王先生提出的问题印象深刻：“他不懂算法 ，但他懂业务，懂得如何质检
。
”这份十几年沉淀下来的 、对工艺细节的敬畏和深刻理解
，恰恰是当前人工智能模型缺少的。

毕业后，王先生被一家工业质检设备企业聘为“应用工程师” ，专门负责去工厂给系统“挑毛病 ” 。他的核心竞争力
，不是新学的代码，而是那份在传统行业静心沉淀的积累与经验
。

在山东省青岛市人形机器人数据采集训练场 ，刘淑慧的从业经历则展现了另一种入门路径。她并非科班出身
，成为一名人形机器人数据采集师，纯粹是因为觉得“和机器人打交道看起来有趣
” 。她从基础的数据标注工作起步 ，逐渐成长为一名合格的从业者
。这份工作需要耐心和细心：操作机器人
，让它模仿人类的自然动作，不断重复“抓取－擦拭－放回” ，为机器人“喂 ”数据。刘淑慧清楚地意识到自己“缺少机器人编程
、原理等更深层面的知识
”
，但她没有止步 。她认为“这个行业发展太快了，需要持续学习的能力”
。刘淑慧的成长轨迹表明 ，数字新职业的大门，正向所有怀有好奇心、愿意从基础做起并保持学习态度的人打开。

刘淑慧训练机器人 。受访者供图

3.数字浪潮中
，人的价值愈显珍贵

当谈论人工智能 、机器人、大数据时，一个无法回避的问题是 ，人的位置在哪里？

“数字新职业的兴起
，非但没有让人退场，反而让人的价值更加凸显
、角色愈发关键。 ”张凯和同事们利用人工智能处理药物效果的海量安全报告 ，将单份报告平均录入时间压缩到40秒以内
，准确率高达99%，成本仅为传统人工的三分之一
。

张凯在验证AI生成的报告数据。受访者供图

把统计工作交给人工智能 ，统计人员就会失业吗？“以前统计人员花大量时间把文本翻译成代码
，这是执行性工作 。这部分工作由人工智能接管后，统计人员的重点工作变成判断人工智能生成的代码是否符合方案意图 ，并作出决策
。”张凯认为
，在数字技术发展的当下，大部分行业具体岗位的性质正在发生变化 ，它们不是消失了，而是工作执行部分的比重在收缩
，判断部分的重要性越来越高。数字技术将人从重复劳动中解放出来，让人得以去专注于更需要人类智慧、经验和伦理判断的高价值工作 。技术 ，成为人类专业能力的“放大器
”
。

一线从业者刘淑慧
，对“技术为人服务”有着朴素 、感性的理解。她期盼机器人能进入日常生活，真正理解并满足人的需求 。“未来的人形机器人应该更有‘情商’
。听到‘把桌面收拾干净’的指令不是简单地清空 ，而是有条理地将桌面整理好。 ”她认为
，技术进步是为了让成果更精准
、更体贴地执行人的意图，提高人的生活品质 。数据采集师的工作 ，就是在这条道路上铺设基石
。

“如果说数字技术是功能强大的乐器
，优秀的从业者应当扮演作曲家和指挥者的角色。
”陈梦祥说，作曲家能融合多种乐器谱写乐章；指挥者深谙乐器特性 ，能调度它们和谐奏鸣 。从业者不能只掌握技能
，而要有定义问题的智慧和调度资源的能力。

走访调研中，大部分相关从业者认为 ，数字新职业的蓬勃发展，描绘了一幅人技共进、技术普惠的图景
。与传统职业相比
，它们在执行层面的门槛降低了，创新创造的天花板却不断抬升。人 ，始终是技术发展的起点与归宿 。在这个时代
，拥抱变化 、主动学习，就有可能将技术内化为自身能力的延伸
。在这曲“交响乐”中 ，最重要的角色
，永远是那位心怀旋律
、指引方向的人。

光明日报记者 殷泽昊 光明日报通讯员 韩得举