盖茨喊建“人类保留区”，35岁突然成香饽饽：AI没干掉经验，反而给它加了杠杆

比尔·盖茨前阵子在 Gates Notes 甩出一篇近6000字长文，抛出一个挺反直觉的词——“Human Reserved（人类保留领域）”。

意思很直白：有些活儿哪怕AI能干得又快又便宜，社会也得刻意留给人做。就像自然保护区，不是不能修路盖房，是失去的代价太大。

他拿自己父亲晚年的照护举例子：阿尔茨海默病后期，老人说不清自己饿了，护理人员却能察觉。这种“人味儿”的判读，机器人不该接手，也不能接手。医疗告知、临终沟通、深度照护、基础教育、复杂决策……这类岗位，盖茨倾向于划进保留区。

但保留区之外，AI对就业的重塑比想象中更锋利——而且刀锋主要砍向“新人”，放过了“老手”。

斯坦福数字经济实验室 Brynjolfsson、Chandar、陈如雨的论文（Canaries in the Coal Mine）拆得很细：AI进职场分两种姿势，“替代型”（让AI直接出活）和“互补型”（AI查资料出建议、人拿主意）。对应两类知识——

- 可编码知识：教材、手册、标准流程、算法语法，AI训练语料里全是这个，最容易替掉；
- 隐性知识：师徒带出来的手感、跨部门的扯皮经验、客户脸一沉你就知道要黄了的直觉，AI学不去，反而靠人+AI放大。

数据很刺眼：美国22–25岁开发者就业比2022年底跌近20%，同期的35–49岁开发者反而涨6%–9%。年轻人手里主要是编码知识，资深者脑子里是隐性知识——AI抽掉了梯子最下面几格，但把顶层平台托高了。

中国市场也在共振。猎聘大数据显示，2026年1–7月新发职位里要求5–10年经验的占32.93%，加上3–5年那档，3年以上经验岗七成多；近一年“要求会用AI工具”的职位同比涨144.1%，且溢出到非技术岗。

脉脉林凡早先判断“35岁迎来价值重估”，南风窗跟访的猎头把话挑明：很多人只有经历，没有经验。35岁被抢的，不是那个年龄数字，而是“能判断管辖法院怎么选、能和对方谈和解、能平衡客户快速结案和维护市场地位”的那层隐性资产。锦天城35岁合伙人王欣桐的原话：AI整理类案判决没问题，但怎么选策略、怎么对人，只能靠人；现在她带的人从5个变10个，省下的基础时间全砸在高价值案子上。

所以这一轮自媒体标题可以这么写不夸张：

“35岁危机”没消失，但“35岁+会借AI的人”正被重新定价。

三类人走势完全分叉：

1. 纯执行、可编码、不愿碰AI的初级/重复岗 → 被Agent吞掉；
2. 35岁但十年如一日只熟OA流程和领导喜好 → 经历≠经验，AI来了也救不了；
3. 35岁+有行业隐性知识、能把AI当副驾的资深者 → 身价抬升，猎头主动打电话。

盖茨的“保留区”是伦理兜底，斯坦福的“隐性知识互补”是机制解释，猎聘的“5–10年占三成”是市场报价——三件事串起来就一句：

AI淘汰的不是年龄，是把“可编码”那部分人力挤出去；同时给“隐性经验×AI”的复合劳动者发溢价。

别再问“35岁会不会被裁”，改问自己两句更疼的：

- 我手里的经验，有多少只是“经历过”，有多少是市场愿意买单的“隐性判断”？
- 我是在让AI替我写周报，还是让AI把我十年踩坑史编译成决策优势？

保留区是社会给“人味”留的底线，职场里没底线，只有复用率。经验不转成可协同AI的判断资产，35岁照样是成本；转过去了，35岁就是杠杆支点。

注：斯坦福结论基于美国ADP行政数据，属相关性而非强因果；猎聘为国内招聘侧样本，“35岁香饽饽”指特定行业资深复合岗，不代表全员普涨。
要不要我顺着把“可编码知识 vs 隐性知识”做成一张自检表，方便职场人对照自己岗位属于被替代端还是被放大端？