AI会取代气象学家吗？当机器预测天气

一个60秒运行的天气模型刚刚击败了黄金标准——那为什么我们还需要气象学家？

2023年底，Google DeepMind的GraphCast在90%的测试变量上超越了欧洲中期天气预报中心(ECMWF)。而且用时不到一分钟。

高暴露度数据

根据我们基于Anthropic报告(2026)和Eloundou et al. (2023)的分析，大气科学家2025年的AI总体暴露度为55%，自动化风险为42%。到2028年，总体暴露度预计将达到70%[估计值]。

运行数值天气预报模型的自动化率最高，达75%[事实]。分析卫星和雷达数据紧随其后，为68%[事实]。但准备和传达天气预报为50%[事实]，校准和维护测量仪器仅为22%[估计值]。在我们的大气科学家页面探索所有数据。

GraphCast革命及其局限

擅长：中期（3-10天）全球天气预报，精度显著。

困难：局部尺度的极端天气事件。

无法做到：解释天气为什么会这样表现。

为什么人类气象学家仍然重要

BLS预测到2034年+6%增长。

紧急通讯：当龙卷风逼近社区时，人们需要一个值得信赖的人类声音。

气候科学：长期气候研究需要理解驱动大气变化的物理过程。

专业预报：航空气象、海洋天气、野火天气和农业预报都需要特定领域知识。

职业策略

1. 将AI作为你最强大的工具
2. 专注于沟通
3. 关注极端事件
4. 转向气候科学
5. 发展行业专长

结论

AI已经革新了天气预报。但气象学从来不仅仅是做预报——它是帮助人们理解和应对大气现象。

来源

• Anthropic. (2026). The Anthropic Labor Market Impact Report.
• U.S. Bureau of Labor Statistics. Atmospheric Scientists.
• Eloundou, T., et al. (2023). GPTs are GPTs.

更新记录

• 2026-03-24：首次发布。

---

本分析基于Anthropic报告(2026)、Eloundou et al. (2023)和美国劳工统计局的预测数据。本文使用了AI辅助分析。