前阵子一个做了八年测试的朋友跳槽，薪资涨了六成。
他不是转行了，还是做测试。区别是他去的那个岗位叫“AI测试开发”，日常工作是测公司自研的模型应用到底靠不靠谱。
他原来的同事，做传统功能测试的，今年普遍在16到18万这个区间；他这个岗位，行情在35到45万。
同样的工龄，同样的城市，差了两倍多。
这不是个例，是一组可以被量化的趋势。
PwC的几个关键数字
普华永道2026年《AI就业晴雨表》里有几组数据说得很清楚：
AI技能相关岗位的增长速度，比整体市场快69%（整体市场是9%）。
这些岗位的平均薪酬溢价，已经达到62%。
还有一个更值得琢磨的：在AI暴露度最高的岗位，技能变化速度是最低暴露岗位的两倍多。
越靠近AI的工作，你的技能过期得越快。高薪和高折旧，是绑在一起的。
世界经济论坛的另一组数据
世界经济论坛估计：到2030年，现有劳动者39%的技能将会改变或者过时。
而WEF在2026年5月发布的《首席人力资源官展望》里，给企业列了三个核心优先级：岗位与结构重新设计、技能发展、负责任的AI与自动化。
注意这个顺序——重新设计在削减之前。正确的动作是“先把活拆开，看哪些该给AI、哪些该给人”，而不是“先算能裁多少人”。
一个特别反直觉的发现
PwC的研究里有一条，比薪资数字更值得说：
受AI影响最深的入门级岗位，要求“高级技能”（比如领导力、判断力）的可能性，是其他岗位的7倍。
我们一直以为，入门岗位是“新手村”——从简单的活开始干，慢慢积累，慢慢变强。
但现在，企业招应届生，反而更看重那些原本属于资深员工的软性能力。
因为简单的活AI干了。留给新人的，只剩下需要判断、需要协调、需要在信息不全时做决定的部分。
新手村没了，但打Boss的能力要求还在。
以前你可以靠“干一百件简单的事”来长出判断力。现在这一百件事被AI拿走了，判断力从哪来？
这个问题，目前没有成熟答案。
印度的数据可以做个参照
看看别的市场在发生什么，有时候能更清楚。
印度人力资源服务机构CIEL HR在9月发布了报告，基于4.5亿条招聘信息、3000多万份职业档案、超过1万个技能标签。
结果：Agentic AI工程师需求同比增长260%，是所有新兴岗位里最高的；GenAI解决方案架构师、AI产品负责人各增长120%；LLM工程师86.5%，MLOps工程师82.2%。
而另一边：AI已经承担了工单处理和报告生成中高达70%的工作量，测试用例创建中65%的工作量。
常规的技术活被吃掉七成，但能构建、集成、治理AI的人，需求在翻着倍地涨。
报告还提到：AI、云、网络安全这几个领域的市场级技能缺口，在38%到61%之间。
那普通人该怎么办
从这些数据里，可以提炼出一个比较实在的判断：
溢价的来源不是“会用AI”，是“能对AI的产出负责”。
会用AI是入场券，现在几乎所有人都拿到了。真正贵的是：AI给出一个结果，你能判断它对不对、能不能用、出了问题谁担着。
这也解释了为什么“AI测试开发”能拿35到45万——他的价值不在于会用模型，在于他能界定这个模型什么时候不能用。
我那位朋友说，他现在每天有一半时间是在写“这个模型在什么情况下会失败”的清单。
不是证明它行，是界定它不行。
而这份清单，恰恰是他们公司最贵的东西。
最后
62%的溢价听起来很诱人，但它不是白给的。
PwC的另一组数据可以做个平衡：AI暴露度最高的公司，2025年的生产率增长是34%，而暴露度最低的是24%（相对于2018年）。
技术带来的优势，是复利式的，不是爆炸式的。
但要知道那39%的过期率是真的，62%的溢价也是真的。
个人观点，仅供参考。
相关文章
