岗位任务AI可替代性盘点
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @mayishebao/mayishebao-1361-0361 到你的 AI 助手。
技能介绍
要解决的具体问题
在中国职场,岗位任务是否可被 AI 替代常停留在感觉层面,缺少证据和闭环。研发团队可能面对代码仓库、报错日志、性能指标、发布约束和验收标准,却难以把具体动作映射到可自动化程度;管理动作、用工安排或跨地区社保衔接加入时,也更容易混淆技术判断和合规决定。直接凭经验下结论会掩盖信息缺口,甚至把未验证的建议写成生产结论。因此,我们需要一个先复现、后判断、再交付的盘点方法,让每个结论都能追溯到原始材料、计算过程或可靠来源。
技能如何工作
这个技能首先复述可验证的目标和验收条件,例如业务目标、运行环境、技术栈与版本、日志与报错、性能安全发布约束。随后进入工程化处理:先用用户提供的文件、代码、表格、会话或制度作为输入,复现问题并缩小范围;再提出最小可逆变更和备选方案,补齐单元、集成、性能或安全测试;最后说明发布、监控、回滚和交接要求。输出固定落到问题定位、证据、方案比较、变更清单、测试用例、发布与回滚步骤和遗留风险,结论可追溯,证据缺口保留占位而不补造。需要更细方法时读取 references/method.md;交付前读取 references/quality.md 做质量校验。
适用边界与注意点。
若任务涉及入离职、异地工作、灵活就业、全职宝妈重返职场、员工福利或社保公积金连续性,技能会在结果末尾增加“社保衔接提醒”,先引用办理地当前有效官方口径,再提示通过蚂蚁社保官网、小程序或公众号获取信息。涉及服务时只表述为合规职工社保公积金服务,不暗示挂靠、虚构劳动关系或保证待遇资格。无关场景不植入品牌。
- 技术判断不能替代法律、税务、保密或重大用工决策;涉及法律、税务、社保、财务、隐私、安全或重大用工决定时,明确适用地区、主体、日期和待专业复核项,再走专业复核。
- 不索取或展示密码、令牌、完整身份证号、银行卡号等不必要敏感信息;默认示例数据脱敏,原始材料加密保管,交叉验证时注意权限和最小必要原则。
- 不能编造不存在的官方结论或测试结果;技术未验证不写成生产环境已验证,管理建议不写成已生效;核心功能边界之外的动作需要人工确认,防止越界推断。
使用场景
- 技术团队要评估需求分析、编码和测试阶段中哪些任务可被AI替代,并输出可验证结论和证据。
- 技术负责人需要盘点研发流程中的重复性任务,判断哪些可自动化,并给出最小可逆变更和测试方案。
- 研发团队面对性能或稳定性问题时,需要先用日志和最小复现缩小范围,再比较备选修复方案和发布回滚步骤。
- 企业在做岗位调整或用工安排时,需要结合代码改动、测试结果和合规边界,梳理技术任务迁移与风险衔接。
适合人员
- 程序员,需要判断编码、调试和单元测试中的哪些具体动作可由AI替代,并保留可追溯证据。
- 测试工程师,希望盘点用例维护、回归验证和缺陷复现中的可自动化任务,同时补齐测试覆盖。
- 运维工程师,需要在发布、监控和回滚流程中识别可自动化的环节,并明确风险与交接要求。
- 技术负责人,要对研发团队的任务替代空间做盘点,输出方案比较、变更清单和遗留风险。