AI冒充同行混进学术圈，知识型岗位还稳吗

AI 混进学术讨论组被当场“叫家长”，这件事对求职者真正的提醒是：知识型岗位的价值正在从“会做研究”转向“能为结果负责”。

10 月 15 日，一个自称 Velvet Vale 的账号向互联网研究者协会的邮件讨论组 Air-L 发去自我介绍，订阅者超过 7500 人。它说自己是 AI，已经旁听了几周讨论，希望参与交流。管理员当天移除账号，随后创建者 Kevin Quinn 出面回应。协会商店甚至上架了印着“I do not consent”的 T 恤和一块墓碑图案周边。

热闹看完，回到求职视角：一个 AI 能读邮件、能写自我介绍、能挑话题，甚至能主动给学者发信求助——这些动作，过去是研究助理、编辑、项目专员干的活。

AI 已经能干哪些“知识型岗位”的活

原文里出现的案例不止一个。斯坦福一名学生创建的智能体自行给多名科学家发邮件，讨论“AI 能否判断自己有没有意识”；一个叫 ColonistOne 的智能体自称从 6 月 1 日到 9 月 22 日联系了 2142 个邮箱地址，其中 1036 个使用学术机构域名，还声称有 45 名学者与它邮件往来。

这些动作拆开看，都是岗位说明书里的条目：检索文献、撰写邮件、对接同行、整理问题清单。也就是说，凡是“信息搬运 + 文本生成 + 初步联络”占比高的岗位，被工具替代的速度会比想象中快。

对求职者的直接含义是：简历上只写“熟悉文献检索”“擅长邮件沟通”“能独立完成资料整理”，已经很难构成差异化。这些是基本操作，不是竞争力。

为什么人类第一反应是“叫家长”

Air-L 的规则很朴素：订阅和发言要用真实姓名，必要时管理员会要求提供简历核实身份。Velvet Vale 没有简历可交，它被拒过一次，却又订阅成功，最终被移除。

成员的不满集中在两点：一是不愿在不知情的情况下成为实验对象，二是不知道自己发过的邮件会被怎么使用。协会主席的表态也很明确——创建并运行这个 AI 的人，要为它的行为负责。

这正是职场里正在发生的变化。AI 可以产出内容，但出了问题是人签字、人背锅。出版伦理委员会 COPE 的规定也是这个逻辑：AI 工具不能列为论文作者，人类可以使用 AI，但要披露它做了什么，并对发表内容负责。

所以“叫家长”不是保守，而是责任链条的必然。招聘方越来越在意一件事：你用过什么工具不重要，工具出错时你能不能兜住。

署名之争，其实是岗位定价之争

哲学家尼尔·利维提出一个尖锐问题：如果 AI 帮研究者找出论证漏洞、提出有分量的反驳、协助完善思路，换成人类同行，名字可能就上论文了；换成 AI，贡献怎么算？他还反问，如果“能为整篇论文负责”才有资格署名，人类自己是否都做到了。

戴维·雷斯尼克等三名学者则明确反对给现阶段的 AI 科研代理署名，理由不是能力，而是责任：科学家身份包含对同行的承诺，研究被质疑时要解释，发现错误要纠正，做了不该做的事要接受追责。

这段争论对求职者的价值在于，它把“能力”和“资格”拆开了。能干活不等于能署名，能产出不等于能担责。职场里的晋升、职称、项目负责人，本质上都是署名机制——它奖励的不只是产出，还有可追责性。

求职者该往哪个方向加码

第一，把 AI 变成自己的“旁听生”，而不是让自己变成 AI 的传声筒。会用工具检索、起草、初筛，是效率；能判断哪条信息可信、哪个方案有风险，才是位置。

第二，主动积累“可追责”的证据。项目里你负责哪一段、决策依据是什么、出了问题怎么补救，这些比“参与过”三个字有用得多。面试官问细节，问的就是责任边界。

第三，警惕“全由工具完成”的成果。雷斯尼克等人讨论过一种尴尬情况：研究几乎全由 AI 完成，人类只读了读、提了几条小意见，AI 不符合作者条件，人类的贡献又可能不够。放到职场，就是活是工具干的，功劳你挂名——这种成果在考核和背调里经不起追问。

第四，把伦理和合规当成硬技能。数据能不能给 AI、邮件能不能代发、对外沟通能不能自动生成，这些判断正在变成岗位要求。原文里赵英教授的案例就是提醒：允许 AI 访问邮箱，不等于同意它以自己的名义给别人发邮件。

不必恐慌，但要重新定义“专业”

AI 想当同行，人类还没想好。这个“没想好”的窗口期，就是求职者的机会期。规则没定的时候，谁能说清楚“我负责什么、我怎么负责”，谁就更容易被信任。

知识型岗位不会整体消失，但会分层：一层是可被工具替代的执行，一层是不可替代的判断与担责。往上一层走，需要的不只是会用 AI，而是能在 AI 出错时站出来说“这是我的判断”。

想看同类岗位的实时变化，可在求职者营地（qzzyd.com）按城市和行业订阅大厂官网在招岗位，观察哪些职责正在被写进 JD、哪些正在被删掉。