会调AI改电视的人，正在抢走哪类岗位

会用AI改一台旧电视的人，真正稀缺的不是“会写提示词”，而是能读懂一个已经运转多年、没人说得清的系统，再决定改哪一行。这件事对求职者的启示很直接：AI降低了动手门槛，却抬高了“判断力”的价码。

为什么“用AI改电视”能火

原文里那套做法并不神秘：把电视型号交给 Claude Code，让它连上同一 Wi-Fi 下的 Android 电视，查出后台在跑哪些软件，再逐项关掉广告服务和预装应用，换上一张只留常用应用的主屏幕，最后成了开源项目 TV Detox。技术底子是 Android 本来就有的调试工具，熟练的人早就能手动做。

变化在于，过去你得自己面对一长串看不懂的程序名，判断哪个能关、哪个维系着遥控器、投屏和开机；现在可以让编程助手先读一遍设备，再把它看到的东西翻译给你听。原文提到，因为类似做法容易通过 vibe coding 复现，已经出现了 CleanYourTV 这样的社群，还有人把电视改成游戏中控台、给父母改造、跟 Spotify 联动做氛围墙。

对求职者来说，这不是一条极客新闻，而是一份能力清单：能定位问题、能读懂陌生系统、能在动手前评估风险。

AI 让“动手”变便宜，让“判断”变贵

原文反复提醒风险：项目页面要求 AI 动手前备份软件清单、逐项询问用户、保留系统界面、键盘、蓝牙、输入源等关键组件，最后重启检查；一些 Google TV 设备关闭原生主屏幕后反复重启，修复甚至需要恢复出厂设置。电视里的 UX 设计有实际作用，一个看上去无关紧要的服务，可能同时负责遥控器按钮，一个被讨厌的系统界面也可能参与开机流程。

这就是职场里正在发生的事。AI 能加快寻找和尝试，但哪些功能值得保留、能承受多少风险，仍然要人来决定。招聘方越来越不满足于“会用工具生成一版东西”，而是要看你能不能说明白改了什么、怎么验证、出问题怎么退回。

老旧系统里，藏着被低估的岗位

原文把旧电视和银行里的 COBOL 放在一起看，这个对照很有信息量。COBOL、Fortran、Visual Basic 属于“低资源编程语言”，网上可供模型学习的代码、文档和问答远不如 Python、JavaScript 丰富，但它们至今支撑着大量金融交易，Fortran 还用在天气预报、核反应堆安全分析等领域。

这类系统的麻烦不只是代码老：最初写程序的人可能早已离职，文档未必跟得上多次改动，有些业务规则只存在于程序的具体写法里。原文举了一个细节，一段 COBOL 程序处理金额时直接舍去多余小数位，AI 改写成另一种语言时顺手用了更常见的四舍五入，新程序能启动、数字看着也对，但某些交易上可能无法读取。OpenAI 的评测要求迁移后的输出在隐藏测试中与旧程序逐字节一致，GPT-6.1 Sol 准确率最高达到 97.9%，另一项用 20 种语言构建兼容 SQLite 数据库的测试里，COBOL 仍是成绩最差的一种；OpenAI 自己也明确说，生产环境仍需专家审查。

翻译成求职语言：能进入存量系统、先弄明白它怎样工作、再谨慎改变一部分的人，比只会从零起项目的人更难被替代。银行系统算错一笔钱，代价由使用它的人承担，这种岗位不会交给“差不多就行”的人。

求职者可以怎么准备

• 把 AI 当“读系统的翻译器”，而不是“替你负责的替身”。练的是让它解释、让它列清单、让它给出回退路径。
• 简历上少写“熟练使用某工具”，多写“在什么约束下改过什么、如何验证没改坏”。原文里备份清单、逐项确认、重启检查，就是可复用的表达。
• 别只盯新项目。老旧但仍在运行的系统，往往缺的是能读懂它的人，这类需求不会写在显眼的招聘标题里，却真实存在。
• 接受“改动越难回退，越需要人说清楚”这条规律。电视改错可以恢复出厂设置，定制固件刷坏可能要找专业人士修，越重要的系统越需要可验证、可撤回的路径。

原文最后说，清理完成后 AI 可以离开，主人照常拿起遥控器按下想看的应用，那台电视从头到尾没有变成“AI 电视”。这大概是求职者最该记住的姿态：工具会换，能读懂系统、能对结果负责的人，位置一直在。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。