把两个职业数据集合并成同一张可切换地图：面积代表就业人数，颜色按当前分类变化。默认看中国，点图块或排序行会打开悬浮详情，页面不再把你拽去源站。
分类沿用原美国页面的核心结构，统一成中文：就业前景、月薪中位数、学历要求、人工智能暴露。月薪为原始年薪或年收入字段除以 12 粗算，中美币种不做换算。
我看中国这张图，第一眼不是“高薪白领最危险”，而是 7.82 亿就业里，最大图块在种植业农民、建筑工人、家政服务员、餐厅服务员、司机、装配和零售。它们很多分数不高，说明人工智能不会先把最大的人群直接抹掉，而是先钻进排班、客服、质检、结算、调度、报表这些夹层。
真正要先动的是会计、客服、电话销售、数据分析、软件、翻译、金融分析这类信息先在屏幕里跑完的岗位。我的建议很直接：别只守一个工具或证书，要把自己往“懂业务、能接现场、会把人工智能接进流程、能对结果负责”的位置挪。只执行模板的人会越来越薄，能把模板改成工作流的人会更稳。
美国这张图更像一张办公室流程压力图。高暴露的大岗位不是只有程序员，还有行政助理、客服代表、办公室文员、财务文员、收银员、市场研究、法律助理、设计和数据岗位。它们共同点不是“坐办公室所以没价值”，而是很多产出可以被文字、表格、表单、检索和标准流程表达出来。
所以美国这边的建议更尖一点：不要把安全感放在写初稿、整理资料、录入、排程、常规答复上。要往问题定义、跨部门协调、合规责任、客户信任、系统落地这些更难外包给工具的位置走。软件岗位也一样，安全的不是多写几行代码，而是懂产品约束、部署、评估和业务后果。
数据来源：karpathy.ai/jobs 与 madeye.github.io/jobs 的公开 data.json。中国职业数据为人工智能估算版本，美国职业数据来自美国职业展望手册加工版本；本页只做统一可视化和中文整理，不构成职业、投资或政策预测。