最近，硅谷创投教父、PayPal创始人彼得·蒂尔抛出了一个引发全球知识阶层深思的观点。

他认为，AI正在终结过去两百年来以数学能力为核心的精英体系。

在漫长的工业时代和信息时代，工程、量化、算法等“数学型人才”，凭借强大的逻辑优势，构筑起牢固的职业护城河。然而在大模型时代，这种纯粹依赖计算和逻辑推导的优势，正在被人工智能迅速平权。

正如工业革命让肉体肌肉逐渐贬值一样，AI革命正在让“纯计算的大脑”贬值。

那些曾经代表人类智力巅峰的确定性工作，正在遭遇前所未有的降维打击。

这种变化并不仅仅发生在程序员群体，而是在重塑各行各业的底层逻辑。

在金融与量化分析领域，华尔街曾经最推崇能够构建复杂模型的数学天才，但如今基础资产配置、风险评估和海量数据清洗，越来越可以交给AI完成。未来的顶尖金融人才，不仅需要掌握金融工程的理性框架，更需要具备理解宏观政治、地缘博弈和大众心理的人文洞察。

因为AI能够计算历史数据的波动率，却永远无法真正预测人类面对未知时的恐慌与贪婪。

在工具全面普及的今天，理解人心和复杂社会语境，成为新的稀缺能力。

同样的故事，也正在医疗、法律和咨询等传统高端行业上演。

过去培养一名优秀医生或律师，需要数十年的知识积累，他们像一部部“活字典”，熟记法条、病例和药方。而今天，大模型在影像诊断、文书检索和知识查询上的速度和准确率，已经超越普通人类专家。

这意味着，纯粹的知识检索与标准输出，不再具有垄断价值。

未来的名医，将更像全生命周期健康的管理者，其核心竞争力在于心理疏导、伦理决策以及与患者建立信任关系的温度；未来的大律师，也将从繁重的法条比对中解放出来，把更多精力投入法庭辩论的叙事能力、复杂利益博弈以及对社会价值演变的洞察。

在创意和营销领域，这种反差更加明显。

过去依靠熟练掌握设计软件、剪辑工具而获得高薪的技术人才，正在面临AI秒级生成海量图文视频的冲击。

当工具门槛趋近于零，真正拉开差距的，将不再是操作能力，而是审美品位、文化母题的挖掘以及价值观的锚定。

未来的胜出者，必然是那些能够用语言驾驭算法、用叙事锚定价值的人。

技术再先进，如果无法向用户、投资人或公众解释清楚其背后的社会意义和商业价值，它终究只是服务器里一堆冰冷的符号。

能够用动人的故事为技术赋予灵魂，在复杂的社会系统中凝聚共识，这才是AI难以复制的人类优势。

听到这里，也许有人会乐观地认为，这是文科生的时代。

但事实恰恰相反。

真正能够在未来走得更远的，既不是纯粹的文科生，也不是纯粹的理科生，而是“文理兼修”的跨界者。

年轻人没有必要放弃科学和工程技术，但也绝不能轻视历史、哲学、文学、心理学以及社会科学带来的滋养。

未来的新型人才公式，应该是：

左手执算力之剑，右手握叙事之盾。

用理性与技术去拓展解决问题的边界，用语言与叙事去理解人类社会的深度。

而这种变化，同样正在悄然发生在图书馆行业。

长期以来，人们习惯于把图书馆员理解为知识的保管者和信息的检索者。一名优秀的图书馆员，需要熟悉分类法、编目规则以及海量文献资源，像一部行走的数据库。

然而，大模型时代的到来，正在改变这一切。

知识检索和基础问答，越来越成为AI最擅长的事情。未来的图书馆员，不会因为AI而消失，反而将从重复性的知识组织工作中解放出来，进化为知识生态的设计者、学习共同体的组织者以及社会叙事的连接者。

AI能够帮助读者快速找到答案，却无法替代人与人之间的理解、引导与信任。

未来的图书馆员，不仅需要理解数据、算法和数字工具，更需要具备人文关怀、跨学科视野以及构建公共文化空间的能力。

他们既是信息素养教育者，也是终身学习的陪伴者；既能利用人工智能提升知识服务效率，也能帮助公众在信息洪流中辨别真伪、理解复杂问题、形成独立思考。

当知识获取变得前所未有地容易，真正稀缺的，不再是信息本身，而是意义的建构、价值的判断以及人与社会之间的深度连接。

未来的图书馆员，或许不再只是“管理书的人”，而是“帮助人理解世界的人”。

因此，未来图书馆员的新公式，同样是：

左手执算法与数据之钥，右手握文化与叙事之光。

他们既要懂技术，也要懂人；既能驾驭AI，也能守护人类文明的温度。

在机器越来越擅长回答问题的时代，图书馆员最重要的使命，将不再是提供答案，而是帮助人们提出更好的问题。

彼得·蒂尔只是为我们指出了一片正在融化的旧大陆。

而如何在这片新生的土壤上，与AI一起思考更深的问题，构建更复杂的社会系统，塑造更有温度的人类文明，这场真正的游戏才刚刚开始。

未来的图书馆，不只是知识的仓库，而是人类与人工智能共同学习、共同思考、共同创造意义的公共空间。

未来的图书馆员，也将成为连接技术、知识与人心的文明摆渡人。

当AI越来越擅长给出答案，人类最重要的能力，将是提出问题；而未来图书馆员最重要的使命，就是帮助社会不断提出更好的问题。

支持单位：