china-jobs

KO | EN

gitlite — search

#python #react #typescript #llm #go #android #machine-learning #rust #deep-learning #linux #awesome #cli #pytorch #mcp

(★ 20)

AI 对中国工作岗位的替代可能性分析 — 灵感来自 karpathy/jobs

china-jobs Latest Version Download

Download Latest Version (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# 谁会被 AI 取代？中国 1639 个职业全景分析

[![GitHub Pages](https://img.shields.io/badge/demo-GitHub%20Pages-blue?logo=github)](https://optima-chat.github.io/china-jobs/)
[![GitHub stars](https://img.shields.io/github/stars/Optima-Chat/china-jobs?style=social)](https://github.com/Optima-Chat/china-jobs)
[![License: MIT](https://img.shields.io/badge/license-MIT-green.svg)](https://raw.githubusercontent.com/Optima-Chat/china-jobs/main/LICENSE)
[![Occupations](https://img.shields.io/badge/职业数-1639-orange)](https://raw.githubusercontent.com/Optima-Chat/china-jobs/main/data/occupations_raw.json)
[![Average Score](https://img.shields.io/badge/平均分-4.1%2F10-yellow)](https://raw.githubusercontent.com/Optima-Chat/china-jobs/main/data/scores.json)
[![Data Source](https://img.shields.io/badge/数据源-职业分类大典%202022-red)](https://raw.githubusercontent.com/Optima-Chat/china-jobs/main/data/职业分类大典_2022_分类体系表.pdf)

**在线查看：https://optima-chat.github.io/china-jobs/**

对中国《职业分类大典（2022年版）》中全部 1639 个职业进行 AI 替代可能性评分（0-10），并通过交互式 treemap 可视化呈现。

灵感来源：Andrej Karpathy 对美国 342 个职业的 AI 替代分析。

![Treemap Preview](https://raw.githubusercontent.com/Optima-Chat/china-jobs/main/site/data/preview.png)

## 核心发现

- **平均分 4.1/10**（Karpathy 的美国版 5.3/10）— 中国制造业/体力劳动占比更大，整体 AI 暴露度更低
- **21% 的职业评分 ≥7**（342/1639）
- **最易被替代（9分）**：计算机软件工程技术人员、大数据工程技术人员、人工智能工程技术人员、精算专业人员、翻译、校对员
- **最不易被替代（1分）**：建筑施工人员、采矿人员、消防员、义务兵

## 评分标准

| 分数 | 含义 | 举例 |
|------|------|------|
| 0-1 | 几乎不可能被替代 | 建筑工人、矿工、消防员 |
| 2-3 | 替代难度很高 | 厨师、护士、电工 |
| 4-5 | 中等替代可能 | 医生、零售人员、教师 |
| 6-7 | 较高替代可能 | 会计、律师、银行柜员 |
| 8-9 | 非常高的替代可能 | 软件开发、数据分析、翻译 |
| 10 | 几乎确定被替代 | — |

**核心判断逻辑**：工作产出是否数字化？能否远程完成？物理操作需求多高？

## 数据来源

| 数据 | 来源 |
|------|------|
| 职业列表（1639个） | 《中华人民共和国职业分类大典（2022年版）》 |
| 就业人数 | 第七次全国人口普查（2020年）表4-6 |
| AI 替代评分 | 基于评分标准的专家评估 |

## 项目结构

```
china-jobs/
├── site/                  # 可视化网站（GitHub Pages）
│   ├── index.html         # D3.js 交互式 treemap
│   └── data/              # 网站数据副本
├── data/
│   ├── occupations_raw.json                    # 1639 个职业结构化数据
│   ├── scores.json                             # AI 替代评分
│   ├── employment_by_occupation.json           # 就业人数（中类级别）
│   ├── census_2020_employment_by_occupation.xls # 人口普查原始数据
│   └── 职业分类大典_2022_分类体系表.pdf           # 职业分类原始 PDF
├── scripts/
│   ├── parse_pdf.py       # PDF 解析脚本
│   └── generate_scores.py # 评分生成脚本
└── README.md
```

## 可视化功能

- **三级下钻**：大类（8）→ 中类（79）→ 细类（1639）
- **面积 = 就业人数**：矩形面积反映真实就业规模
- **颜色 = AI 暴露度**：绿色安全，红色高风险
- **搜索过滤**：输入职业名称实时筛选
- **悬停提示**：显示评分、编码、就业人数

## 与美国版的对比

| 维度 | 美国版 (Karpathy) | 中国版 |
|------|-------------------|--------|
| 职业数 | 342 | 1639 |
| 平均分 | 5.3/10 | 4.1/10 |
| 数据源 | BLS | 职业分类大典 + 人口普查 |
| 差异原因 | — | 中国制造业、建筑业、农业就业占比更大 |

## 免责声明

本项目所有 AI 替代可能性评分均由 **Claude Opus 4.6** 生成，仅代表 AI 模型基于公开信息的判断，不代表作者观点，不构成任何职业建议或就业指导。评分具有主观性和局限性，实际的 AI 替代进程受技术发展、政策法规、市场需求等多重因素影响，可能与评分存在显著差异。请勿将本项目评分作为职业规划或投资决策的依据。

## License

MIT

china-jobs

china-jobs Latest Version Download

Today's picks

Was this content helpful?

Recent Feedback

china-jobs

china-jobs Latest Version Download

Today's picks

Was this content helpful?

Recent Feedback

Download README