US Job Market Visualizer

人工智能先驱 Andrej Karpathy 近日开源了一个极具洞察力的研究工具——US Job Market Visualizer。这不是传统的经济报告，而是一个基于美国劳工统计局（BLS）《职业展望手册》数据的交互式探索平台。

该项目最引人注目的成果，是利用大语言模型（LLM）为美国经济的 342 种职业 逐一打分，量化评估了当前 AI 技术对每个职业的“数字化 AI 暴露度”（Digital AI Exposure），并通过直观的矩形树图（Treemap）呈现出来，让我们能一眼看清哪些职业正处于 AI 变革的风暴中心。

🌟 核心亮点：LLM 驱动的动态着色

与传统静态图表不同，该项目的核心创新在于“基于 LLM 的着色”机制：

1. 数据抓取与清洗：自动爬取 BLS 关于 342 种职业的详细数据（职责、薪资、教育要求、增长预测等），并转化为结构化 Markdown。
2. LLM 智能评分：通过自定义提示词（Prompt），让 LLM 阅读每个职业的描述，并根据特定标准（如“AI 影响程度”）给出 0-10 分 的评分及理由。
3. 可视化映射：将评分结果映射到交互式矩形树图中。矩形面积代表就业人数，颜色深浅代表指标数值。

不仅仅是 AI 影响：虽然默认展示“AI 影响度”，但该架构极其灵活。用户可以修改提示词，重新运行流程，瞬间生成关于“人形机器人风险”、“离岸外包概率”或“气候变化影响”的全新可视化视图。

📊 关键发现：高分不等于失业

在默认的“AI 影响程度”视图中，一些结果颇具启发性：

• 软件开发人员 得分高达 9/10。
  • 解读：这不意味着程序员会失业。相反，这意味着 AI 正在深刻重塑他们的工作方式。随着效率提升，对软件的需求可能激增，从而创造更多岗位。
• 高分含义：高暴露度代表“工作内容的剧烈变革”，而非单纯的“岗位消失”。许多高分职业将被 AI 增强（Augmented），而非被取代（Replaced）。
• 局限性声明：Karpathy 强调，这些分数是 LLM 的粗略估计，未考虑需求弹性、监管障碍或社会对人类服务的偏好，仅供参考而非严谨预测。

🛠️ 技术栈与数据流程

项目完全开源，代码结构清晰，适合开发者复现或二次开发：

• 抓取：使用 Playwright 下载 BLS 原始 HTML。
• 解析：利用 BeautifulSoup 清洗数据并转为 Markdown。
• 评分：调用 LLM（支持 OpenRouter API）进行批量评分，输出 JSON 结果。
• 可视化：前端采用交互式矩形树图，支持切换四个维度：BLS 增长前景、薪资中位数、教育要求、AI 影响度。

关键文件一览：

🚀 快速上手

只需简单的几步，即可在本地复现这一可视化项目：

# 1. 同步环境
uv sync

# 2. 安装浏览器驱动
uv run playwright install chromium

# 3. 配置 API 密钥 (.env 文件)
# OPENROUTER_API_KEY=your_key_here

# 4. 执行全流程
uv run python scrape.py          # 抓取数据
uv run python process.py         # 解析 HTML
uv run python make_csv.py        # 生成统计表
uv run python score.py           # LLM 评分 (耗时最长)
uv run python build_site_data.py # 构建前端数据

# 5. 本地预览
cd site && python -m http.server 8000

💡 结语

US Job Market Visualizer 不仅是一个数据可视化工具，更是一个“假设分析”沙盒。它展示了如何利用 LLM 将非结构化的职业描述转化为可量化的洞察。对于政策制定者、教育工作者以及每一位关心未来的职场人来说，这是一个理解 AI 时代职业变迁的绝佳窗口。更重要的是，它开源的代码框架鼓励我们提出自己的问题：“下一个被重塑的行业是什么？”并亲手寻找答案。