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。
- 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
| 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 |
|---|---|
| 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 |
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
- 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
| 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 |
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。
MIT