新职业遇见“新青年” “新”出行�...

来源：滚动播报

（来源：中工网）

中青报·中青网记者 张真齐

中国出行产业正在经历一场深刻的代际更替。

这场更替的底层逻辑，是产业结构本身的剧烈重塑。当汽车从“交通工具”演变为“移动智能终端”，当铁路建设从“人力密集型”转向“数字化驱动”，当AI大模型开始赋能隧道施工与列车调度，一个不可回避的问题浮出水面：谁来驾驭这些新技术？谁来定义新岗位的标准？

这种变化首先体现在新职业的涌现上。2024年7月，人力资源社会保障部等三部门联合发布了19个新职业，智能网联汽车测试员位列其中。这些植根于新兴产业的岗位，正成为就业市场的新增长点。仅2025年，人工智能相关岗位需求同比增速就超过100%。未来3至5年，仅智能网联汽车测试员这一岗位的核心需求或将超过10万人。数字背后是一群具体的人。他们分布在算法实验室、铁路工地、海外隧道和绿皮列车上，用各自的方式参与着这场产业变革。

在产业最前沿定义“新职业”

2026年世界青年发展论坛期间，东风汽车集团有限公司副总经理尤峥公布了一组数据：东风全体员工中75%是青年，研发体系青年占比90%，AI核心团队中九成以上是90后、00后。“青年不仅是AI的使用者，更是AI发展的定义者、应用的主导者、价值的创造者。”

这句话印证了一个正在发生的趋势：汽车产业的竞争，正在从硬件参数的比拼转向算法与数据的较量。2025年我国新能源汽车人才缺口高达上百万，智驾工程师供需比仅为0.38。2026届校招中，有车企AI方向岗位年薪可达百万元。熟练驾驭AI工具已成为汽车行业青年工程师的必备素养。

智能网联汽车测试员这个新职业的出现，本身就是产业变革的一个缩影。作为智能汽车的“把关人”，他们专注于验证车辆及零部件的智慧性能，对智能座舱、自动驾驶、车联网等核心功能进行全方位验证。

有人这样描述自己的工作：“很多人以为我在玩车，其实我是智能汽车的‘体检师’。我的任务就是在它上路之前帮它找到藏在系统里的坑。”在东风汽车的研发体系中，青年工程师正在主导智能座舱、自动驾驶算法、车路云网一体化等关键技术的突破。一位基座模型团队的青年工程师将复杂的研发任务拆解为场景数据挖掘、训练配置生成、失败案例分析等多个子任务，推动自动驾驶大模型的能力迭代进入关键阶段。

吉利人才发展集团CEO、芯位科技董事长/全球CEO陆丹深耕教育行业多年，从长期视角看，汽车行业仍属于具有持续发展潜力的成长型产业，无需过度焦虑其“短期起伏”。

在他看来，汽车兼具“流动的房地产”“集成式大家电”“随行智能座舱”三重赛道属性，这是其他单一行业难以替代的集成产业。汽车产业持续升级，对高素质、复合型人才的需求缺口就会长期存在。不过，当下汽车行业的人才需求与传统燃油车时代已截然不同，门槛更高、要求更多元。

在陆丹看来，填补这个缺口的关键，不在于扩招，而在于改变培养逻辑——吉利联合芯位科技推出的“跃迁计划”，打破了传统单一校园的局限，采用吉利控股集团董事长李书福提出的跨界、跨区、跨线“三个校园组合”育人理念，配合学术导师、企业导师、AI智能体导师的“三导师”协同育人，让学生在读期间就进入产业真实场景中“真题真做”，在解决问题中实现能力的跃升。

陆丹认为，当下各类新岗位的出现，意味着传统汽车人才培养模式正面临与产业变革节奏不同步的挑战。过去汽车专业培养方向相对细分、较为单一，仅聚焦整车外观设计、内饰设计、单一零部件开发、传统机械装配等，只掌握单一模块知识的从业者，职业发展会存在明显天花板。

如今，新能源整车仿真工程师、智能座舱多模态AI算法工程师、整车研发大数据分析师、整车电子电气架构工程师、整车制造工艺规划工程师等大量跨学科新兴岗位不断涌现，一方面给年轻人提出了更高的“复合型”要求，另一方面也给他们乃至汽车产业的整体发展提供了更广阔的想象空间。

正如陆丹所言，从“造车”到“造智能体”，从机械工程师到AI训练师，汽车产业的就业版图正在被重新绘制。而这场重绘的背后，是人才培养模式与产业需求之间日益紧迫的赛跑。

像吉利这样重视人才培养的企业，如今正将“人才优势”转化为“技术优势”。前不久，吉利汽车正式发布“雷霆16合1智能电驱”系统。这套系统将电机、电控、减速器、DCDC、OBC、PDU、BMS、VCU、TMS等16项核心硬件与软件功能跨域深度集成，整套重量仅75公斤，Z向高度低于325毫米。相比行业主流的8合1、12合1方案，16合1是目前公开信息中集成度最高的量产电驱方案。

传统出行场景中的“新青年”

中国出行变革的叙事，不仅发生在智能驾驶实验室和芯片研发中心，也发生在海外铁路工地、绿皮慢车车厢和高温炙烤的站场上。在这些看似“传统”的出行场景中，同样有一群年轻人，用新技术、新方法回应着行业痛点，也用行动重新定义了“一线岗位”的价值。

在几内亚SimFer西芒杜铁路支线项目，28岁的吕加友是中铁十八局项目标准化制梁场的技术主管。项目距港口630多公里，设备物资从国内发运到现场通常要4到6个月。

梁场建设初期，持续强降雨让场地变成泥潭，20余台设备寸步难行。吕加友连续20多天清晨5点赶到工地、深夜10点返回，完成排水清淤与场地硬化。他将钢筋加工、模板拼装、混凝土浇筑等功能分区重新整合，把单榀T梁预制周期从7天压缩至5天，比计划提前15天完成全线116榀T梁预制，一次验收合格率100%。

吕加友还培养了数十名本土梁场产业工人，把中国的工程技术和工匠精神留在了西非大地。

在K691/692次绿皮列车上，包头客运段昆明车队“小候鸟”青年服务队用一套“加减乘除”便民服务法守护旅客平安。加语言服务——队员们主动自学少数民族日常短句；减出行麻烦——制作双语出行线路图；乘帮扶力量——对老年旅客、随行孩童全程陪护；除安全隐患——在车厢常态化开展安全科普。

包头客运段列车员王思文介绍，这趟列车途经多民族聚居区域，暑运期间学生、老年旅客出行高峰叠加，隔代结伴寻亲出行旅客增多。青年服务队用细致暖心的陪伴，架起民族团结的连心桥。

在中国铁路太原局集团榆次站下辖的修文站，调车组全员平均年龄不足30岁。连日高温突破37摄氏度，站场闷热如蒸笼，车体被晒得滚烫。酷暑之下，车站青年职工主动冲锋一线，扛起保安全，保畅通的重任。

工作期间，车站青年始终严守调车作业规范，精准完成车辆取送，细致落实车辆复检，严把列车编组质量关口，确保列车安全运行。铁路青年扎根燥热站场，不惧酷暑，用实干践行青年一代的使命与担当。

在中铁第四勘察设计院集团有限公司数智化事业部，29岁的AI工程师赵念溪把实验室里的算法搬进了铁路工地。梁场、隧道、港口、预制构件厂等地的网络差、设备杂、环境恶劣，通用AI模型到这里常常“水土不服”。

赵念溪优化边缘计算部署方案，让单台设备支撑50余路摄像流同步分析；搭建本地化视频接入服务器，解决不同品牌摄像头兼容问题；采集标注25万张工地实拍图，让模型对高空未系安全带、塔吊违规起吊等隐患的识别准确率超过95%。他还牵头打造铁四院AI通用能力开放平台，把OCR识别、视觉检测等功能做成统一接口，相关成果斩获第十一届“创青春”全国大赛银奖。

从几内亚的梁场到K691次列车的车厢，从榆次站高温下的站场到铁四院的AI工地……这群年轻人的故事串联起来，共同回答了一个问题：传统出行场景的“新”，并不一定意味着岗位名称的变化。真正的“新”，是同样在铁路建设、列车服务、站场调度这些岗位上，用数字化工具、智能化方法、体系化思维，把一件件具体的事情做得不一样。他们不需要豪言壮语，只是把算法写进工地、把服务做到车厢，在中国出行产业的每一个角落，完成着属于自己的青春答卷。