【AI带来新就业机会】诚然AI让无数企业裁员但另一方面AI也在产生新的工作岗位。根据人社部启动互联网企业云端招聘月活动的最新数据今年暑假超5000家互联网企业集中释放超20万个就业岗位。京东、腾讯、字节跳动、美团等头部企业合计贡献超4.6万个岗位覆盖AI算法、大模型应用、高性能计算等前沿方向。【新岗位与新工种涌现】不只是岗位增加了工种也增加了比如算法工程师、提示词工程师等。而最近兴起的botsitting很可能成为新的劳动力蓄水池。啥是botsittingbabysitting是照顾婴儿的保姆那botsitting就是照顾机器人AI的保姆。微软的Copilot部门就有“AI培训师”“数字化采纳专员”“AI倡导者”等岗位从某种程度上说就是在进行botsitting具体是教同事用AI、检查AI输出质量、把AI嵌入业务流程。【Botsitting的工作内容与耗时】在实际工作中AI输出的答案和应用到实际场景往往不同。AI可能输出幻觉或会错意需要花时间修改答案。根据《Work AI Index 2026》报告白领每周需花近一天工时进行botsitting。而且botsitting不难有点AI使用经验就能上手适合刚毕业想了解行业的大学生。举个例子用AI写市场分析报告要先喂背景信息结果出来后核实竞品数据最后排版这一套流程约一两个小时。报告提到87%的白领工作中用AI平均每周节省13个小时但每周平均要花6.4个小时在botsitting上意味着AI省下的时间有一半又还回去了。【Botsitting的现状与问题】还有botsitting有自我恶化倾向69%的人不经审核直接提交AI生成内容。报告指出员工每周花在AI上的时间中37%用于botsitting36%用AI生产东西27%学工具、搭Agent。而导致botsitting比实际使用AI还耗时的原因一是36%的AI会话“失败”需重来二是工具太多77%的AI用户每周要在多个AI工具间切换33%的人同时用四个以上。Claude的用户里只有0.5%只用Claude平均每人还同时用另外四个AI工具换工具就得重新喂背景和上下文报告称这为“上下文税”。每多花10%的时间给AI喂上下文员工感到筋疲力尽的概率就上升25%。重度AI用户的botsitting频率是轻度用户的两倍多AI用得越猛当保姆的时间占比越高。AI输出质量不稳定人需要的botsitting就多botsitting越多人越疲惫人越疲惫越倾向于跳过审核直接提交越多人跳过审核组织越看不到AI的真实回报。报告显示75%的个人用户认为AI提升了生产力但实际上只有13%的人表示企业因AI获得显著改善中间的62%就是缺少botsitting。【Botsitting适合大学生的原因】美国大学与雇主协会NACE的《Job Outlook 2026》报告显示45%的雇主将2026年的人才市场评为“fair”是2021年以来最差评分。2025年秋天企业雇主预测对应届生的招聘增长只有1.6%春季更新时回升到5.6%但大型科技公司在2025年对应届生的招聘缩减了25%。不过《Work AI Index 2026》认为botsitting会给大量大学生创造就业机会。第一个原因botsitting入行门槛极低但行业接触面极高。很多人认为与AI沾边的工作就是写代码、调参数、训练模型而botsitting不需要懂算法知识只需要基本的人类判断力比如能判断AI写的内容是否合理、数据分析报告结论与数据是否相符、能否识别AI凑字数的空洞术语等只要受过基本大学教育的正常人都具备这种能力。第二个原因这届大学生是AI原住民。2026年毕业的大学生论文多半由ChatGPT、Claude、DeepSeek完成而很多资深老员工用AI还只是当成更快的搜索引擎。但这届毕业生在被AI坑过的过程中建立了对AI输出的直觉判断知道何时该信任、何时多检查、何时AI在绕圈子。更重要的是他们天然理解“提示词工程”也不觉得反复修改AI输出是额外工作因为这是他们日常作业流程。对老员工来说botsitting是额外负担对这届毕业生来说是正常工作方式。第三个原因劳动强度适中。前文提到一周需6.4小时擅长AI的大学生时间还会缩短。NACE调查显示70%的雇主已采用技能优先的招聘方式比去年上升5%即不看学校和专业看能否胜任工作。而且botsitting有明确上升通道Scale AI和Surge AI这类公司会从优秀训练师中招聘全职质量分析师和项目经理起薪时薪十几二十美元转正后年薪四到六万英镑。对刚毕业的大学生来说晋升依据可量化纠错多且准就能晋升。【Botsitting会常态化吗】还有个根本问题botsitting是过渡现象还是常态岗位我们以数据标注作参照。10年前“数据标注”鲜为人知当时让模型认识猫的办法是雇人给图片打标签。Fortune Business Insights数据显示2015年前后中国数据标注从业者约几万人总市场规模约5亿元人民币2020年市场规模达31亿元人民币2025年突破105亿元。全球范围内数据标注工具市场2025年估值约17亿到36亿美元之间预计到2034年增长到140亿到380亿美元年复合增长率超26%。为何模型越强数据标注需求越多因为模型越强任务越复杂任务越复杂训练数据越精细数据越精细人工判断越不可替代。AI发展对数据标注要求越高botsitting正重复数据标注的路径且会走得更远。第一botsitting的核心瓶颈不是技术是组织。哈佛商业评论2026年3月文章《拖慢AI转型的“最后一英里”问题》指出模型可无限变强但只要不懂公司内部逻辑就需派人善后这是模型与真实世界存在信息鸿沟。每个企业都有独特上下文如潜规则、企业文化等不在公开数据集里AI学不会要在组织里发挥作用就需有人翻译、补给、纠正这正是botsitting的核心价值它弥合了AI与组织间的信息鸿沟只要企业独特botsitting就有需求。第二AI的工作方式决定它天生需要人兜底。福布斯2026年文章认为AI不会让工作消失只会让工作移位“只要AI进入真正的工作流就必须有人监督、编辑、验证、兜底”。2025年美国密西西比州联邦法院有律师把AI胡编的判例写进法庭文件且未审核法官裁定“虚构法律依据属于严重不当行为”。《国家法律评论》2026年初调查显示未来律师的差异化竞争点可能在于输出验证能力“人机协同工作流、质量控制和可辩护的审查流程将成为法律行业的核心竞争力而非可选的保障措施”。摩根斯坦利于2024年推出AI工具Morgan Stanley Debrief到2025年底98%的财富管理顾问都在使用但顾问使用AI生成的会谈摘要和投资建议时必须“审查和调整AI生成的输出然后才能最终确定”。同时美国金融业监管局FINRA2025年12月报告新增针对“自主执行任务的AI系统”的监管框架要求AI系统能在券商工作流中行动时公司的监督等义务必须升级即AI可帮忙但最后签字的得是活人且要对签字内容负责所以botsitting注定永远存在。第三实证已经出现。世界经济论坛2025年《未来就业报告》称AI和大数据专家是2030年增长最快的岗位之一同时AI治理、AI战略等非技术性岗位也在高速增长。AI人才平台Mercor报告显示全球市场对人类评估师和训练师的需求正以每年25%到35%的速度增长且大部分岗位完全远程不需要技术背景但看重领域专长和判断力。当AI从个人效率工具变成组织基础设施botsitting就从“谁有空顺便干”变成专人负责的事。