本文來自微信公眾號：騰訊新聞大聲思考，作者：胡泳，題圖來自：視覺中國

當畢業(yè)典禮開始出現(xiàn)對AI的噓聲

一年一度的高校畢業(yè)季又來到了。

在美國，過去，畢業(yè)典禮演講通常是關于夢想、創(chuàng)新和未來機遇的鼓舞性場合；然而如今，只要演講者談及人工智能，越來越多的學生會表現(xiàn)出明顯的抵觸甚至敵意。

一個頗具象征意味的場景發(fā)生在今年5月的亞利桑那大學畢業(yè)典禮上。當谷歌前CEO埃里克·施密特（Eric Schmidt）向畢業(yè)生談論人工智能所帶來的機遇與未來時，現(xiàn)場卻響起了噓聲。對于長期以來慣于被視為技術創(chuàng)新象征的人物而言，這樣的遭遇頗不尋常。

過去，硅谷領袖出現(xiàn)在大學畢業(yè)典禮上，往往代表著創(chuàng)業(yè)精神、技術進步和無限可能；而如今，當他們談論AI時，迎接他們的不再只有掌聲，還有懷疑和焦慮。施密特將當前的人工智能熱潮與四十年前的個人電腦革命相提并論，現(xiàn)場卻不斷傳來學生的喝倒彩。面對這樣的反應，他頓了頓，對畢業(yè)生說道：“我知道你們很多人對此是什么感受。我聽得到你們的聲音。”

這句帶有安撫意味的話語，凸顯了當下美國青年群體對于人工智能的復雜情緒。對于許多即將進入職場的畢業(yè)生來說，人工智能不再只是令人興奮的創(chuàng)新工具，而越來越像一個潛在的競爭者。當科技公司不斷展示AI的自動化能力時，年輕人首先想到的往往不是生產(chǎn)力提升，而是自己的第一份工作是否還存在。

入門級工作的消失

越來越多的證據(jù)顯示，人工智能已開始直接影響年輕人的就業(yè)前景。它對大量崗位構成真實威脅，而這些崗位恰恰一直承擔著年輕一代進入勞動力市場“第一站”的責任。

它們是傳統(tǒng)上被視為職業(yè)起點的初級崗位，長期履行著培養(yǎng)新人、積累經(jīng)驗和完成職業(yè)社會化的重要功能，是每一代年輕人開始職業(yè)生涯的第一塊踏板。然而，當AI能夠完成基礎文案撰寫、數(shù)據(jù)整理、市場調(diào)研、代碼編寫、初始設計、客戶服務乃至知識工作時，企業(yè)對于初級員工的需求正在發(fā)生變化。

這種趨勢幾乎出現(xiàn)在各個行業(yè)之中。

在科技行業(yè)，先進的編程工具正在逐步接管原本屬于初級工程師的工作，例如編寫簡單代碼與調(diào)試——這些任務本來正是年輕開發(fā)者積累經(jīng)驗的主要方式。在軟件開發(fā)領域，此一現(xiàn)象被稱為“初級程序員的初學者困境”。GitHub Copilot、Cursor等先進AI編程工具的普及，正在徹底重塑軟件工程師的職業(yè)路徑。

在律師事務所中，曾經(jīng)由初級助理律師和第一年律師負責的文檔審查工作，如今也正被人工智能工具接管，原本需要數(shù)周完成的工作，現(xiàn)在可以在數(shù)小時內(nèi)完成。這動搖了法律界小時計費制的根基。過去，大型律師事務所維持其龐大商業(yè)帝國的主要模式之一，就是依賴成群結隊的初級助理和實習生進行高強度的“流水線作業(yè)”。初級律師雖然時薪相對低，但由于基數(shù)大、工作時間極長，貢獻了律所很大一部分的基礎收入。當AI讓200小時的工作量變成2小時，律所就無法再向客戶收取這200小時的費用。這迫使律所從出售時間向出售價值/固定收費轉型。

市場研究行業(yè)內(nèi)的初級崗位（如市場研究分析師助理、數(shù)據(jù)錄入員、初級數(shù)據(jù)分析師等）正在被生成式AI快速替代或嚴重壓縮。比如，過去需要人工把幾十個小時的消費者深訪錄音轉成文字，并進行人工編碼和打標簽?，F(xiàn)在，AI定制系統(tǒng)幾分鐘就能完成轉錄、提取關鍵詞，甚至直接抓出消費者的“情緒波動”。原本需要初級員工熬夜搜集幾十家競爭產(chǎn)品的官網(wǎng)、財報和社媒評價，做行業(yè)定性研究，而使用聯(lián)網(wǎng)的大語言模型工具，幾秒鐘內(nèi)就能生成一份脈絡清晰的競品對比初稿。

在零售行業(yè)，客服崗位（如在線客服、呼叫中心專員、售后接待等）傳統(tǒng)上是門檻極低、吸納年輕就業(yè)人口最多的“海綿”之一。然而，隨著基于大語言模型的新一代AI智能客服全面上崗，這個龐大的入門級就業(yè)蓄水池正在迅速干涸。

在營銷行業(yè)，因為工作中的大量基礎任務本身就具有高度符號化、模板化和可預測的特點，而這些恰恰是大模型最擅長處理的內(nèi)容，所以初級崗位快速收縮。長期以來，營銷行業(yè)的人才培養(yǎng)遵循著一種典型的“學徒制”邏輯：新人從整理市場資料、搜集競品信息、撰寫基礎文案、運營社交媒體賬號、制作數(shù)據(jù)報告等事務性工作做起，在不斷重復的實踐過程中逐漸形成對消費者、品牌和市場的理解?，F(xiàn)在，實習生→營銷專員→高級專員→品牌經(jīng)理→市場總監(jiān)的職業(yè)路徑被打破，初級從業(yè)者也因此喪失了進入行業(yè)、積累經(jīng)驗和向上流動的機會。

根據(jù)哈佛大學的一份最新工作論文，在采用了生成式人工智能的公司中，自2023年以來，初級崗位的招聘人數(shù)每季度下降了大約80%。這項由哈佛大學經(jīng)濟學家賽義德·侯賽尼（Seyed Hosseini）和蓋伊·利希廷格（Guy Lichtinger）進行的研究，分析了2015年至2025年間，涵蓋美國28萬多家企業(yè)、6600萬名員工的簡歷和招聘職位數(shù)據(jù)。生成式AI正在不成比例地減少對處于職業(yè)生涯底層員工的需求，而同一家公司的資深員工（高級崗位）數(shù)量卻在持續(xù)增長。兩位學者將這種現(xiàn)象稱為“偏向高資歷的技術變革”。

類似地，路透社2026年的調(diào)查顯示，科技、廣告、娛樂等行業(yè)已經(jīng)出現(xiàn)“靜默裁員”，許多企業(yè)減少應屆生招聘規(guī)模，并用AI完成原本由新人承擔的工作。還有一種情況也很常見：若有員工離開，企業(yè)并不會急于尋找新的畢業(yè)生來填補空缺，而是選擇讓崗位自然消失。

這類手段揭示了當前AI影響就業(yè)市場的一種重要機制：企業(yè)正在通過“自然減員”而非“主動裁員”來重塑組織結構。相比大規(guī)模裁員所帶來的輿論壓力和組織震蕩，減少招聘、暫停校招、縮減實習崗位是一種成本更低、風險更小的調(diào)整方式。然而，這種漸進式變化對于即將進入勞動力市場的年輕人而言，影響卻同樣深遠，因為他們面對的并非崗位被取消，而是崗位根本不再出現(xiàn)。

這些變化與最新的就業(yè)數(shù)據(jù)中的年輕人失業(yè)趨勢相呼應。在美國，自2022年9月以來，大學畢業(yè)生的失業(yè)率上升了30%，相比之下，全體勞動力的增幅約為18%。與此同時，LinkedIn 的“職場信心指數(shù)”（Workforce Confidence Index）持續(xù)下降，顯示出整體不確定性加劇。該指標是基于近50萬名專業(yè)人士的職業(yè)與就業(yè)信心調(diào)查而得出的。面對如此波動的前景，Z世代對未來的悲觀程度高于其他所有年齡群體。

真正的危機是職業(yè)再生產(chǎn)機制的斷裂

在中國，生成式AI對初級崗位的沖擊同樣劇烈，且由于獨特的經(jīng)濟與人口背景，這種沖擊展現(xiàn)出了更具挑戰(zhàn)性的中國特色。

中國正面臨一個特殊的結構性矛盾：一方面，中國高校畢業(yè)生人數(shù)再創(chuàng)新高（2026屆預計達1270萬人）；另一方面，青年群體進入勞動力市場的傳統(tǒng)入口，如市場營銷、內(nèi)容運營、行政助理、客服專員、初級程序員等，悉遭壓縮。過去承接了大量應屆生的產(chǎn)業(yè)，正在將預算向AI大模型傾斜。

我的一個學生做廣告業(yè)從業(yè)人員調(diào)查，發(fā)現(xiàn)AI在基礎崗位有明顯優(yōu)勢。從業(yè)多年的廣告人對AI的使用效果給予很高的評價：“各方面都要好于去找一個大學生進來當實習生?！币虼耍案杏X大學生現(xiàn)在要跟AI競爭是非常難的一件事情?？赡苄枰ヅ囵B(yǎng)的人會變少，對于new blood的吸收崗位肯定會變少?！?/p>

可見，不僅僅是大量傳統(tǒng)意義上的入門級崗位消失，“實習生坑位”也不見了。而廣告業(yè)的情形在其他行業(yè)也大量存在：

龐大的游戲產(chǎn)業(yè)曾是美術和文學專業(yè)畢業(yè)生的吸納大戶，而現(xiàn)在，大量的初級原畫師、換皮美工、初級游戲劇情/文案策劃崗位急劇縮減。企業(yè)不再愿意花錢和時間去“養(yǎng)”一個新手成長，而是直接用AI配合1個資深設計師頂替過去5個人的團隊。

互聯(lián)網(wǎng)和軟件外包行業(yè)（如軟通動力、中軟國際等外包巨頭）曾消耗了海量的計算機專業(yè)大專及本科生，但肉眼可見初級“碼農(nóng)”正在被低代碼和AI編程取代?！岸畼I(yè)務、能架構、會調(diào)教AI”的資深開發(fā)者成了香餑餑，只會照著文檔寫死代碼的初學者甚至連面試機會都拿不到。

歷史上，每一代勞動者都需要通過一些基礎性工作積累經(jīng)驗，然后逐步成長為更高級的人才。但如果這些入門崗位本身被自動化消解，那么年輕人將面臨一個前所未有的問題：在缺乏實踐機會的情況下，他們又該如何獲得成為專家所必需的經(jīng)驗？

從職業(yè)社會學角度看，真正的危機不一定是失業(yè)，而是職業(yè)再生產(chǎn)機制的斷裂。企業(yè)越來越傾向于招聘能夠直接創(chuàng)造價值的成熟人才，而不愿投入時間和成本培養(yǎng)新人。

經(jīng)驗不是不重要了，而是不傳遞了

AI企業(yè)內(nèi)部的人才結構正在發(fā)生明顯變化。如前所述，在初級崗位招聘持續(xù)萎縮的同時，資深員工的數(shù)量卻在繼續(xù)增長。換言之，企業(yè)減少的并不是全部勞動力需求，而是對那些仍需培養(yǎng)的人的需求；增加的則是對能夠立即創(chuàng)造價值的人的需求。

在那些最容易受到生成式AI影響的職業(yè)領域（市場研究、金融分析、內(nèi)容創(chuàng)作、軟件開發(fā)、法律助理等知識密集型崗位），這種趨勢表現(xiàn)得尤為明顯。研究發(fā)現(xiàn)，在采用AI的企業(yè)中，暴露于生成式AI風險較高崗位的初級員工數(shù)量相對于其他崗位下降了約7%，而同一職業(yè)中的資深員工卻沒有出現(xiàn)類似的下滑。這意味著，AI并沒有均勻地替代整個職業(yè)，而是在職業(yè)內(nèi)部重新分配價值：經(jīng)驗豐富者的價值被放大，而經(jīng)驗不足者的價值則被削弱。

從企業(yè)角度看，這種邏輯并不難理解。一名擁有十年經(jīng)驗的分析師配合AI工具，往往能夠完成過去一個團隊的部分工作；而一名剛畢業(yè)的新人，即使擁有同樣的AI工具，也未必具備判斷信息質(zhì)量、理解行業(yè)背景和做出商業(yè)決策的能力。因此，AI并沒有消滅經(jīng)驗的重要性，反而提高了經(jīng)驗的回報率。

這也意味著，勞動力市場正在從傳統(tǒng)的“培養(yǎng)模式”轉向一種新的“購買模式”。過去企業(yè)通過招聘大量應屆畢業(yè)生，在內(nèi)部完成培訓與篩選；如今越來越多企業(yè)更傾向于直接招聘已經(jīng)具備實戰(zhàn)經(jīng)驗的人才，再借助AI進一步提升其效率。結果便是，職業(yè)成長鏈條的中下游環(huán)節(jié)開始收縮，而高端人才市場的重要性持續(xù)上升。

但這樣也不是沒有代價的。首先是一個雞生蛋蛋生雞的問題：如果所有企業(yè)都希望招聘有經(jīng)驗的人，那么這些經(jīng)驗最初又將從哪里產(chǎn)生？其次是資深人才的消耗問題：由于缺乏基層助理分擔雜務，需要調(diào)教AI來代替，不得不把時間浪費在低價值的瑣事上?；蛘撸捎谛袠I(yè)沒有新鮮血液流入，面臨中年危機與技能固化的雙重壓力。

學徒制的終結與殘酷的職場新常態(tài)

職場學徒制的消失，是近幾年職場最隱秘、但也最具毀滅性的結構性變化之一。過去，無論是工廠里的“師傅帶徒弟”，還是寫字樓里的“老帶新”，職場都有一條不成文的人才孵化鏈條。但今天，這條鏈條在技術大潮和經(jīng)濟效率的逼迫下，正在徹底斷裂。

這造成三個極其殘酷的職場新常態(tài)：第一是招聘要求的“無限套娃”。打開招聘軟件，你會發(fā)現(xiàn)一個荒謬的現(xiàn)象：一個入門級、助理級的崗位，卻要求具備3年以上、能獨立操盤項目的經(jīng)驗。企業(yè)把本該由自己承擔的培訓成本，直接轉嫁給了社會。這就導致應屆生陷入了沒有工作經(jīng)驗就找不到工作、從而更加沒有工作經(jīng)驗的死循環(huán)。

第二是“老帶新”變成“嫌棄新”。在學徒制時代，帶徒弟是資深員工的榮譽甚至考核指標。但現(xiàn)在資深員工自身難保：在技術迭代和行業(yè)裁員的壓力下，中年白領或高級技術工人都面臨著巨大的續(xù)約壓力，他們沒有精力和義務去義務“扶貧”新人。同時，帶新成本也升高了，由于技能范式變成了人機協(xié)同式，要教新人用AI跑通工作流，其教學成本甚至超過了資深員工自己動手的成本。

第三是轉正考核的“KPI 前置”。過去，新人的試用期是用來學習和適應的；現(xiàn)在，試用期就是生存淘汰賽。很多企業(yè)在入職第一周就會給新人下達明確的、甚至是不切實際的產(chǎn)出指標，行就留，不行就立刻換下一個，新人完全沒有“試錯”的空間。

企業(yè)不再提供“新手村”，技能的習得就從一種企業(yè)/社會公共行為，徹底變成了個人自費行為。為了跨越這個斷層，現(xiàn)在的年輕人不得不開始“自費當學徒”。市面上甚至催生出了畸形的產(chǎn)業(yè)鏈，學生需要花幾千甚至上萬元，購買一個“遠程實習”或“導師帶教”名額，僅僅為了在簡歷上增添一筆“工作經(jīng)驗”。年輕人也被迫在知乎、B站、小紅書上自學“如何像一個3年經(jīng)驗的職場人一樣匯報”、“如何熟練調(diào)教AI”。

對于個人而言，這意味著進入職業(yè)共同體的門檻越來越高；對于社會而言，這意味著知識、經(jīng)驗與專業(yè)能力的代際傳承機制正在遭遇挑戰(zhàn)。

AI的影響是一場關于預期的革命

值得注意的是，初級崗位招聘量下降80%，并不是因為這些工作已經(jīng)被AI大規(guī)模自動化取代，而是因為企業(yè)相信它們未來將會被取代。

研究發(fā)現(xiàn)，在ChatGPT于2022年底發(fā)布后，美國企業(yè)管理層對于人工智能的關注迅速升溫。根據(jù)研究團隊的統(tǒng)計，到2023年年中，美國上市公司財報電話會議（earnings calls）中提及AI的次數(shù)已經(jīng)增長至原來的三倍以上。企業(yè)開始將人工智能視為未來提升生產(chǎn)效率和降低人力成本的核心工具，并據(jù)此重新規(guī)劃自身的人才結構。

許多情況下，企業(yè)并沒有等到AI真正成熟到能夠完全接管相關工作后才采取行動，而是提前調(diào)整招聘策略。面對未來可能出現(xiàn)的自動化能力，它們率先縮減了應屆畢業(yè)生和初級崗位的招聘規(guī)模，減少對新人的培養(yǎng)投入，以避免未來出現(xiàn)人員冗余。這意味著，招聘市場的變化更多是由企業(yè)對未來技術前景的預期所驅動，而非由已經(jīng)發(fā)生的自動化事實所驅動。

這種現(xiàn)象反映出一種典型的“預期效應”（expectation effect）。在經(jīng)濟學中，企業(yè)決策往往并非基于當下現(xiàn)實，而是基于對未來的判斷。當管理層相信未來三到五年內(nèi)AI能夠完成越來越多的基礎性知識工作時，他們就會傾向于減少今天的初級崗位招聘，即使當前這些工作仍然主要依賴人類完成。換句話說，被裁減的并非已經(jīng)被AI取代的崗位，而是企業(yè)認為未來可能被AI取代的崗位。

這種變化也揭示了生成式AI與以往技術革命的重要區(qū)別。傳統(tǒng)自動化通常是在機器已經(jīng)成熟并投入生產(chǎn)之后，勞動力需求才開始下降；而生成式AI則在很大程度上通過改變企業(yè)預期來提前影響就業(yè)市場。技術尚未完全落地，企業(yè)的人才戰(zhàn)略卻已經(jīng)發(fā)生改變。這里被改變的不是工作本身，是對于未來工作的想象。

年輕求職者面對一種前所未有的挑戰(zhàn)：他們所競爭的崗位減少，并不一定因為自身已經(jīng)輸給了AI，而是因為企業(yè)認為未來某一天AI可能會勝過他們。就業(yè)市場開始圍繞一種尚未完全實現(xiàn)的技術能力進行重構，形成一種“預防性裁撤”或“預期性縮招”的現(xiàn)象。

從更宏觀的視角來看，這也意味著AI的影響不僅是一場技術革命，更是一場關于預期的革命。

企業(yè)可能高估了AI的替代速度

很明顯，部分企業(yè)的人才收縮策略，建立在對于未來AI能力的預期之上，而非現(xiàn)實中的完全自動化。企業(yè)可能高估了AI取代初級知識工作的速度，而認知能力的“最后一公里”問題，或許是造成這種高估的重要原因之一。

所謂“最后一公里”，是指大模型可以輕松完成90%甚至99%的高難度計算、知識檢索和文本生成，但在決定最終結果是否真正可用、合規(guī)、安全、有同理心等的深層認知和決策上（即最后1%到10%），遭遇了難以跨越的瓶頸。這最后的1%到10%，牽涉到幻覺消除與事實核查、隱形知識與上下文把握、因果推斷與“黑天鵝”應對、責任歸屬與倫理防御等。

很多企業(yè)會犯一個致命錯誤：以為AI完成了90%的工作，就可以裁掉90%的人。但現(xiàn)實是，為了補齊AI留下的“最后一公里”漏洞，企業(yè)付出的代價常常比以前更高。

有越來越多的企業(yè)開始意識到其中潛藏的風險。根據(jù)企業(yè)軟件公司SAP與Wakefield Research聯(lián)合開展的一項調(diào)查，88%的首席人力資源官認為，AI正在幫助職場新人更快達到崗位要求。這一發(fā)現(xiàn)實際上提供了另一種思路：AI的價值未必在于取消初級崗位，而在于重新設計初級崗位。

長期以來，企業(yè)培養(yǎng)新人往往需要經(jīng)歷漫長的學習周期。初級員工需要花費數(shù)月甚至數(shù)年的時間掌握行業(yè)知識、熟悉業(yè)務流程并形成基本的職業(yè)能力。然而，AI工具的出現(xiàn)正在壓縮這一學習曲線。過去需要反復練習才能掌握的信息搜集、數(shù)據(jù)分析、文檔撰寫和知識檢索能力，如今可以在AI輔助下更快獲得。換句話說，AI未必一定意味著“更少的新人”，它同樣可能意味著“成長速度更快的新人”。

勞動價值觀正在發(fā)生重構

企業(yè)關心的是結果導向的生產(chǎn)效率，而教育關注的則是能力形成的過程。許多學生同時將AI視為兩種威脅：一方面，它可能取代未來的工作崗位；另一方面，它可能削弱個人的思考能力和學習能力。對于許多大學生來說，生成式AI不僅意味著就業(yè)市場競爭格局的變化，也意味著傳統(tǒng)教育模式本身正在受到?jīng)_擊。

這種焦慮已經(jīng)開始影響學生的專業(yè)選擇。根據(jù) Lumina Foundation 與 Gallup Gallup 聯(lián)合發(fā)布的《2026美國高等教育狀況研究》，由于擔心自動化替代，一部分學生正在重新評估自己的學業(yè)規(guī)劃。他們開始減少對入門級技術崗位、數(shù)據(jù)分析和統(tǒng)計分析等領域的興趣，而轉向更強調(diào)批判性思維、溝通能力、人際互動和人文關懷的專業(yè)方向。換言之，當機器越來越擅長處理結構化信息和標準化任務時，學生們開始尋找那些更難被算法取代的人類能力。

選擇的轉變實際上反映了年輕人對未來勞動價值的重新判斷。過去，教育體系普遍鼓勵學生掌握標準化、可量化和可認證的專業(yè)技能；而在AI時代，恰恰是那些難以被標準化描述、難以被數(shù)據(jù)化編碼的能力開始重新獲得價值。教育、心理學、社會工作、傳播學、公共事務以及醫(yī)療照護等方向的工作，不僅依賴知識本身，更依賴人與人之間的互動關系、情境理解和倫理責任，而這些能力至少在可預見的未來仍然較難被自動化系統(tǒng)完全替代。所以，學生的行動，不僅是在規(guī)避技術替代風險，也是在重新定義什么樣的能力值得投入數(shù)年時間去培養(yǎng)。

這可能是職場被AI影響后，產(chǎn)生的一個意外正面效果：高等教育與職業(yè)發(fā)展的評價體系，被推動從看重知識獲取轉向強調(diào)意義建構、關系建立與復雜問題的解決。

本文來自微信公眾號：騰訊新聞大聲思考，作者：胡泳