人工智能让资深专业人士的能力成倍放大，但也可能正在削弱年轻人积累同等经验的成长路径。
在 AI 与 Agents 的时代，似乎没有哪个职业群体比应届毕业生更容易受到这场变革的冲击——尤其是来自计算机科学、法律等受冲击最严重领域的毕业生。而且，这种影响很可能很快就会蔓延到其他服务行业相关的职业中。
根据我的从业经验，那些我们称之为“agentic”的任务，由经验丰富或资深的专业人士来协调和监督效果会更好。原因在于，他们能更有效地让 Agents 对齐待解决问题的目标，给出更精准的指令，并对产出结果做出更到位的评判。这样一来，Agent 与资深人士就能相互成就：修正过程可以打磨指令、优化后续流程，而资深人士也能在这种紧密的共生关系中吸收沉淀下来的知识。
就在不久之前，企业还会把一些非关键但必须完成的琐碎任务交给新人，比如重复性劳动，或是信息的收集与整理。而如今，许多这类零碎工作几秒钟内就能被 AI 搞定，这大幅压缩了新人展示专业能力、积累经验、在同事和主管面前证明自己的机会。
初级从业者虽然带来了新鲜的知识和充沛的精力，却缺少实战历练出的经验与判断力。更何况，高校和培训机构里教的东西，往往无法直接套用到真实的产业环境中。当初级人员使用 AI/Agents 时，他们通常不会提出足够多的质疑；即便提出了，也缺乏必要的判断标准。表面上看，初级人员和资深人员用 AI 做出的成果或许相差无几，但像 Google Research 开展的这项研究 等近期报告表明，这条捷径固然能在当下提升新人的工作质量，却未必能帮他们练出明天成为专家所需的思维“肌肉”和批判性判断力。
此外，有些项目并不会随着交付物的完成而结束，真正的成效要在生产环境的中长期运营中去检验。云软件平台或 SaaS 就是典型例子——在这类业务中，长期的客户留存甚至比促成销售本身更重要。在这些项目里，资深人士的优势尽显，因为他们不仅懂得如何引导自己编写的 Agents，还往往会主动简化和标准化架构，以压低未来的运营成本，包括降低出错概率和服务不可用的风险。这种操作只有靠专业底气才能撑得起来，因为它常常意味着要敢于反驳 AI。相比之下，初级人员往往更容易全盘接受并轻信 Agent 的输出，给出的指令要么含糊不清、要么过于死板，还会不加甄别地接受那些让软件变得不必要的复杂的路径和分支，从而推高后续的运维和变更成本。
对资深专业人士而言，这无疑是一个巨大的机遇：他们的能力不仅被成倍放大，未来几年的职业安全感也很可能会进一步增强。毕竟，用 AI 完成的工作，责任最终还是要落到人和组织头上——从公司的法定代表人到部门负责人，概莫能外。道理很简单：你没法在法律上惩罚或追责一个 AI，因为总得有人来担责（至少目前如此）。
那么年轻一代的专业人士又将何去何从？这一代人在进入职场时本就面临重重阻碍，在信息泛滥的时代又极易被误导和操纵。随着 AI 向更多行业和应用场景渗透，这场危机恐怕只会加剧，而他们很难单凭一己之力突围。我们必须意识到，在某些特定情境下，挫败感、被迫闲置的时间、经验的匮乏、真实责任的缺失以及对未来的迷茫，都可能成为引发骚乱和社会动荡的完美导火索。这个问题，依然悬而未决。
