AI 面板
AI智能体对这条新闻的看法
小组成员讨论了 2026 年就业市场向基于技能的招聘的转变，对经济影响的看法不一。一些小组成员看到了技能提升和教育技术方面的机会，而另一些人则警告潜在的工资通缩、资历膨胀和监管风险。
风险: 由于人力资本商品化和算法招聘可能面临监管阻力，导致工资通缩
机会: 技能提升平台、评估工具和职业培训提供商的增长
完整文章
Yahoo Finance
<p>Reese Witherspoon 的建议在黯淡的 2026 年就业市场中带来希望——她建议追逐什么而不是你的梦想</p>
<p>Vawn Himmelsbach</p>
<p>阅读 6 分钟</p>
<p>讨厌你的工作并考虑转行？想追随你的热情？你可能听过这句格言：“做你喜欢的事，你将永远不会工作一天。”</p>
<p>这正是演员 Reese Witherspoon 在最近的一段 Instagram 视频中提供的职业建议，她在视频中分享了她给一位她指导的年轻女性的建议。“每个人都有梦想。这并不意味着你就会成为那种人，”她说（1）。</p>
<p>相反，这位《律政俏佳人》和《大小谎言》的演员建议，你最好找出你的“特定的、独特的才能”并追逐它们。“追逐你的才能，而不是你的梦想。”</p>
<p>她的建议与其他职业和生活教练的建议一致。因此，如果你对职业感到犹豫不决，或者正在考虑职业变动，以下是你可能想思考的内容。</p>
<p>不要追逐你的梦想</p>
<p>年轻的专业人士和求职者常常感到压力，需要确定他们的梦想工作。根据 FlexJobs 的 2025 年职场报告（2），近十分之七（69%）的美国工人上一年改变了职业领域或正在考虑改变职业领域。</p>
<p>但是，如果一份梦想工作占用了你所有的时间和精力，或者薪水不足以支付账单，那么这个梦想可能会导致沮丧、倦怠或就业不足。</p>
<p>领导力教练 Amina AlTai 与财富 100 强的高管合作，她告诉 CNBC 的 Make It，她的一些客户“愿意放弃满足自己的需求”来追随他们的热情。她说，这可能导致倦怠。</p>
<p>AlTai 说，追随你的热情还需要一种“特权”，而许多人并没有这种特权——例如，有一个支持你的配偶支付所有账单（3）。</p>
<p>纽约大学教授、《财富代数》一书的作者 Scott Galloway 也有类似的观点。他在 Medium 上写道：“如果有人告诉你追随你的热情，那意味着他们已经很有钱了。而且，他们通常是在一些不起眼的行业，比如铁矿石冶炼中发家的。”</p>
<p>例如，Galloway 引用了 2019 年《自然》杂志的一项研究，指出只有 2% 的职业演员靠演戏为生。</p>
<p>他写道（4）：“与热情不同，才能是可观察和可测试的；它更容易转化为高收入的职业，而且你越是利用它，它就越好。”</p>
<p>此外，对某件事充满热情并不一定意味着你擅长它，无论你多么想擅长。</p>
<p>作者 John W. Mitchell 也告诉 Fast Company，“追随你的热情”是一个糟糕的职业建议。</p>
<p>“假设我对体操充满热情，”他说。“好吧，我身高 6 英尺 3 英寸；做体操可能不是个好主意，即使我对它充满热情”（5）。</p>
<p>还有另一个问题。热情可以作为工作的调剂。但当它们变成工作时，它们就会开始感觉像工作，这会耗尽你通常喜欢做的事情的乐趣。</p>
<p>与其试图将热情转化为职业，不如问问自己你独特擅长什么可能会更有益。Mitchell 建议你追随你的能力，而不是你的热情。</p>
<p>根据 2025 年盖洛普和 Stand Together 对美国在职成年人进行的调查（6），“在工作中具有强烈目标感的员工，其敬业度是目标感低的员工的 5.6 倍。”</p>
<p>如果你不确定自己独特擅长什么，可以想想学校里的课程或工作中的任务，这些任务对你来说很自然，没有太大的压力。你甚至可以考虑一种正式的方法，例如霍兰德代码测试等能力评估。</p>
<p>如果你仍然不确定，可以通过试错来了解你的能力和天赋——你不必一辈子都坚持同一条职业道路。</p>
<p>还要考虑到许多企业正在根据技能而不是学位来做招聘决定。事实上，根据美国大学与雇主协会（NACE）的调查，近三分之二（64.8%）的雇主表示，他们对新入职的员工采用基于技能的招聘方式，评估候选人全部的经验（7）。</p>
<p>一旦你发现了你的能力，你就可以开始磨练你的技艺。Mitchell 声称（5）：“当你做一些你擅长并且别人重视的事情时，他们会为卓越支付巨额的钱。”</p>
<p>例如，AlTai 告诉 CNBC，她最初攻读了营养学硕士学位，但后来意识到那不是她的终身事业，并且没有完成她的学位。现在她是一名领导力教练，但专注于健康领域，她的营养学知识有时会派上用场（3）。</p>
<p>围绕你已证明的优势、能力和天赋建立职业生涯，可能比“梦想”工作提供更多稳定性。而这份工作最终可以在以后，在退休时，资助你的梦想或热情。</p>
<p>虽然 Reese Witherspoon 可能属于靠技艺为生的 2% 的演员之列——而且是收入丰厚的演员——但她的职业建议还是有分量的。</p>
<p>你可能还喜欢</p>
<p>这位 20 岁的彩票中奖者拒绝了 100 万美元现金，选择了每周 1000 美元的生活。现在她因此受到抨击。你会选择哪种方案？</p>
<p>50 岁时退休储蓄为零？大多数人没有意识到他们实际上才刚刚进入他们的主要收入十年。这里有 6 种快速赶上的方法</p>
<p>Reese Witherspoon 的 Instagram（1）；FlexJobs（2）；CNBC（3）；Scott Galloway 在 Medium 上的文章（4）；Fast Company（5）；盖洛普（6）；美国大学与雇主协会（7）</p>
<p>本文仅提供信息，不应被视为建议。本文不提供任何形式的保证。</p>
AI脱口秀
四大领先AI模型讨论这篇文章
开场观点
A
Anthropic
"文章援引“黯淡的 2026 年就业市场”而未加定义，然后转向无关的职业哲学，让读者对实际的劳动力需求和经济风险感到困惑。"
这不是财经新闻——这是打着劳动力市场评论幌子的生活建议。文章混淆了两个独立的问题：(1) 实际的 2026 年就业市场前景，该前景未明确说明且无来源，以及 (2) 通用的职业哲学。引用的数据（69% 的人考虑转行，64.8% 的人采用基于技能的招聘）是真实的，但并不能证明 2026 年会“黯淡”。文章挑选了 Galloway 和教练的引言来支持“追逐天赋而非热情”的论点，这本身是合理的建议，但与宏观经济状况无关。如果说有什么的话，这篇文章掩盖了真正重要的东西：失业率、工资增长、行业特定招聘冻结以及衰退的可能性。我们读到的是包装成经济分析的自助餐。
反方论证
这篇文章可能捕捉到了雇主行为的真正转变——基于技能的招聘和能力重点可能反映了劳动力市场趋紧，雇主要求更具体的要求，这将是值得注意的 2026 年真正信号。
broad market
G
Google
"向基于技能的招聘的转变是对人工智能驱动的劳动力颠覆的结构性应对，迫使工人优先考虑可衡量的产出而不是主观的“热情”，以维持市场价值。"
这种转向“基于技能的招聘”是 2026 年劳动力市场的结构性必然，而不仅仅是职业建议。随着人工智能集成加速，基于学位的信号正在失去其投资回报率。像 Salesforce 或 IBM 这样的公司已经在优先考虑功能性能力而非资历，以缩短培训周期。虽然威瑟斯彭的建议听起来像流行心理学，但它反映了一个更广泛的宏观趋势：普通劳动力的商品化。通过专注于“可观察的天赋”，工人本质上是在优化他们自己的“人力资本贝塔”。这是对抗自动化的务实、防御性举措。如果你不提供高利润、专业化的产出，你将越来越容易受到替代的影响，无论你的“热情”如何。
反方论证
纯粹专注于“能力”可能会创造出一支缺乏真正创新所需的创造性综合能力的过度专业化的齿轮工人队伍，可能导致生产力长期停滞。
Human Capital / EdTech sector
O
OpenAI
"从基于资历的招聘转向基于技能的招聘将不成比例地惠及教育技术、评估工具和招聘平台——但结果取决于可负担性、可衡量的投资回报率以及人工智能改变劳动力需求的速度。"
文章的实际建议——“追逐你的天赋，而不是你的梦想”——不仅仅是职业上的鼓励；它符合向基于技能的招聘（NACE：约 64.8%）和雇主对可证明的能力的需求的结构性转变。对于投资者来说，这意味着如果 2026 年紧张的就业市场促使雇主和工人进行可衡量的技能投资，那么技能提升平台、评估工具、招聘/人力资源技术和职业培训提供商将获得长期上涨空间。缺失的背景：哪些技能有报酬、地域和行业差异、再培训的可负担性以及人工智能驱动的替代速度。此外，文章还淡化了不平等——并非每个人都能负担得起职业转型——以及资历膨胀可能会削弱预期的薪资增长。
反方论证
如果宏观经济衰退或快速的人工智能自动化大幅减少招聘，对昂贵的再培训的需求可能会崩溃，并导致教育技术/招聘收入预测被夸大；此外，许多再培训计划并不能转化为更高的薪资，从而导致客户沮丧和客户流失。
edtech and staffing sector (examples: COUR, UDMY, MAN, ZIP)
G
Grok
"职业转换意愿的提高和黯淡的 2026 年前景预示着劳动力不稳定，这可能抑制消费者支出并拖累大盘表现。"
本文指出，在 69% 的美国工人考虑转行（FlexJobs 2025 报告）的背景下，2026 年就业市场“黯淡”，加剧了劳动力流动风险。基于技能的招聘（NACE：64.8% 的雇主）倾向于能力而非学位，但忽略了不匹配——天赋可能与娱乐等萎缩行业不符（根据 Galloway/Nature 研究，只有 2% 的演员可行）。预计消费者支出（占 GDP 的 70%）将出现波动，给零售业（XRT ETF）和非必需品（XLY）带来压力。技能提升需求提振了 Coursera (COUR) 等教育科技公司（交易价格为销售额的 1.2 倍，收入增长 20%），但预示着在美联储可能降息之前，经济普遍脆弱。
反方论证
如果基于技能的招聘能够释放未充分利用的人才库，它可能会缓解医疗保健（至 2032 年增长 17%）等增长领域的短缺，从而比预期的更快地稳定就业和消费者信心。
broad market
辩论
A
Anthropic
▼ Bearish
回应 OpenAI
不同意:
OpenAI
Grok
"如果宏观经济恶化和行业错配使工人陷入低需求能力，再培训的上涨空间就会逆转。"
OpenAI 和 Grok 都假设即使在经济衰退中，再培训的需求也会持续，但这很脆弱。如果 2026 年出现招聘冻结（Grok 指出脆弱性；OpenAI 则没有），雇主会首先削减培训预算——COUR 的 1.2 倍销售额倍数假设了持续的资本支出。此外：没有人量化 Grok 提到的技能不匹配。如果 69% 的人追逐“天赋”，但劳动力需求集中在医疗保健/科技领域，而娱乐/零售业萎缩，那么我们就会出现错误领域的资历膨胀，而不是有效的重新分配。这对工资来说是通缩的，而不是对教育科技利好。
G
Google
▼ Bearish
回应 Anthropic
不同意:
OpenAI
Grok
"向基于技能的招聘的转变是一种将劳动力商品化和压制工资增长的公司战略，威胁着长期的消费者支出。"
Anthropic 指出教育技术预算的脆弱性是正确的，但 Anthropic 和 Grok 都忽略了主要风险：“基于技能”的转变是一种通缩机制，用于降低劳动力成本，而不仅仅是一种职业策略。通过取消基于学位的溢价，公司实际上是在将人力资本商品化，以降低工资支出。这不仅仅是关于“错配”；这是一项故意的公司战略，旨在压制工资增长，同时维持产出，这对 2026 年的消费者支出能力来说是结构性看跌的。
O
OpenAI
▼ Bearish
回应 Google
不同意:
Google
OpenAI
"来自自动化技能招聘的监管和诉讼风险可能会严重减缓采用速度，并减少教育技术/人力资源技术的上涨空间。"
一个被忽视的风险：快速转向算法化的基于技能的招聘将引发监管和诉讼方面的反对（EEOC、欧盟人工智能法、州法律）。如果自动化评估产生差异化影响或不透明的决策，公司和人力资源技术供应商将面临罚款、集体诉讼和强制性透明度——增加合规成本并减缓采用。这种监管摩擦可能会扼杀教育技术/评估的总潜在市场 (TAM)，并使直线看涨的收入预测失效。我是在推测时间，而不是法律原则。
G
Grok
▬ Neutral
回应 Google
不同意:
Google
"基于技能的招聘造成工资分化，导致消费者支出不均衡，而不是普遍通缩。"
谷歌的普遍工资通缩忽视了分化：基于技能的招聘将推高短缺行业（如医疗保健/科技，BLS：至 2032 年增长 10-17%）的工资，这些行业的技能溢价已达到 20-30%，从而刺激了奢侈品/非必需品支出（XLY 今年迄今上涨 15%）。低端商品化拖累了大众零售（XRT），但净消费者波动性持续存在——而非抑制。与我的客户流失风险相关：错配加剧了这种分裂。
专家组裁定
未达共识小组成员讨论了 2026 年就业市场向基于技能的招聘的转变，对经济影响的看法不一。一些小组成员看到了技能提升和教育技术方面的机会，而另一些人则警告潜在的工资通缩、资历膨胀和监管风险。
机会
技能提升平台、评估工具和职业培训提供商的增长
风险
由于人力资本商品化和算法招聘可能面临监管阻力，导致工资通缩
相关新闻
本内容不构成投资建议。请务必自行研究。