AI 没让谁失业，却先关上了职场新人的门

「AI 要抢走你的工作」——这两年，几乎成了每个打工人头顶的背景音。

焦虑是真的。但如果你把今年秋天最新的一批数据和观点摊开看，会发现事情跟口号讲的不太一样：想象中那种「大规模失业」并没有出现，真正在变化的是——刚入行的年轻人，进门的难度在上升。

换句话说，AI 的第一波冲击，可能不是砸在「已经在场的人」身上，而是砸在「还没进场的人」身上。

先看一个反直觉的结论：没人大规模失业

9 月 9 日，在上海外滩大会「AI 经济增长新范式」论坛上，中金公司首席经济学家缪延亮给了一个不算耸动、但很关键的判断：

AI 尚未表现出大规模存量就业替代。

他的解释很朴素：一份工作可以拆成很多具体任务，其中一些确实容易被 AI 接手，但「人与人互动」这类复杂任务，很难被整体剥离出来。所以他强调——任务可以被替代，但职业本身很难被整体替代。

美国劳工统计局今年的一份预测，也印证了这个「反直觉」：2025 到 2035 年，美国总就业预计净增约 590 万个岗位（增长 3.5%）。有意思的是，被列为「AI 高暴露」的职业，大多仍然在增长——软件开发人员未来十年预计增加约 17.5 万个岗位，数据科学家预计增加约 34.6%，计算机与信息研究科学家约 21.8%。

「被 AI 盯着」和「被 AI 干掉」，本来就是两件事。

但门确实在收窄，而且先收给年轻人

真正值得盯的信号，不在失业率，在招聘端。

缪延亮说得很直接：更值得关注的变化发生在招聘端，某些行业的招聘需求已经出现明显下降。

一个锋利的数据来自斯坦福数字经济实验室。今年 9 月公开的论文《煤矿里的金丝雀：人工智能对近期就业影响的六个事实》发现：在美国，AI 暴露程度最高的那些职业里，22 到 25 岁年轻人的就业水平，已经明显落后于暴露程度低的同龄人，差距约为 19%——而一年前（2025 年 7 月），这个数字还是 15%。

要说清楚：这不是「19% 的年轻人丢了工作」，而是两组人就业轨迹之间拉开的缺口。但方向很明确——缺口在扩大。

为什么会先卡住年轻人？研究者给了一个解释：职场初期，年轻人承担的多是基础任务；而 AI 最容易接手的，恰恰就是这些「照着流程就能做」的基础任务。入门的第一级台阶被抽走，后面就上不去了。

国内也有对应的一幕。今年秋招，工农中建四大行虽然仍计划招聘约 6.4 万人，但比上一年度少了约 7000 人；而在另一边，今年 1270 万应届毕业生里，不少人投出去几百份简历，回音寥寥。

同一轮浪潮，有人被挤走，有人被放大

但如果你以为「AI 冲击 = 所有人都变难」，又错了。同一份研究里藏着另一半答案。

研究者把人和 AI 的关系分成两类：一类是**「替代」——报告让 AI 写、代码让 AI 出，人退到一边；一类是「互补」**——AI 查数据、出建议，主意还是人拿。结果发现：与年轻人就业下滑挂钩的，只有「替代」；而在 41 岁以上群体里，「互补」往往伴随着就业增长。

数据也顺着这个方向走：AI 高暴露职业中，35 到 49 岁的资深员工就业反而增长了约 9%。「35 岁职场危机」这个话题，最近在一些圈层里正被「35 岁成香饽饽」取代。

这不是鸡汤，是有具体场景的。

一位 35 岁的知识产权律师说，她带的年轻助理过度依赖 AI 写法律文书，经常出低级错误，还觉得「AI 说的就是对的」；而她自己的价值，在于知道怎么选管辖法院、怎么谈和解、怎么在「快速结案」和「维护市场地位」之间拿捏——这些只能靠人的经验。过去她一个人最多带五个律师，现在 AI 接走了基础工作，能带的人翻了一倍。

一位互联网从业者也讲了类似的对比：让助理用 AI 做汇报 PPT，结果「很难看」。问题不在工具，在于助理脑子里没有业务画面，只能把素材一股脑丢给 AI；而她自己先想清楚要表达什么，再一步步把指令拆细——同一把枪，有人打靶心，有人打空气。

真正被重估的，是「经历」还是「经验」

这里必须泼一盆冷水：年龄不是护身符。

斯坦福的研究者说得准确：年龄只是经验和隐性知识积累的一个粗糙代理变量。 年龄不等于经验。

一位猎头的观察更难听但也更真实：很多人其实「只有经历，没有经验」。在一家公司待了很多年，很熟悉领导的喜好、繁琐的内部流程，觉得自己是个熟手——可这些放到市场上毫无竞争力，一个刚毕业的应届生也能做。

所以，这十年你留下了什么，比「你干了十年」重要得多。能转化成判断和行动的部分，才是经验；只留在舒适区里的部分，那只是年份。

招聘的尺子，正在换

变化最直接的地方，是衡量人的标准。

今年 9 月，瑞银对外确认：2027 年加入其投行部门的应届生和实习生，必须证明自己能用 AI「改善工作成果与效率」。桑坦德银行紧随其后，开始在部分应届项目中明确寻找「高级 AI 用户」。

国内同样在动。招聘平台猎聘的数据显示，近一年要求会使用 AI 工具的职位同比增长 144.1%，而且这些要求越来越多地出现在非技术岗上。另一个信号是，今年 1 到 7 月，要求 5 到 10 年工作经验的新发职位占比达到 32.93%——企业正在把年龄边界往「更资深」的方向挪。

智联招聘的说法很到位：企业要招的，不是「学过 AI 的人」，而是**「能用 AI 解决具体问题的人」**。简历上「做过什么」，正在让位于「做成过什么」。

不过也别只看到紧张的一面。AI 同时在降低一部分人找活的门槛：在灵活就业市场，支付宝的 AI 就业助手已经能覆盖投递、面试、核验、培训全流程，平台上支持 AI 面试的岗位超过 15 万个，一些蓝领岗位的上岗周期从过去的 7 到 15 天，压缩到了 1 天左右。技术的确在挤人，但也在帮另一部分人更快地接上活。

所以，这跟你有什么关系

把上面几块拼起来，是一张比「AI 抢饭碗」复杂得多的图：

没有大规模失业，但入口在收窄；年轻人最先感到压力，资深的经验反而被放大；招聘的尺子从「你坐在哪个岗位」，换成了「你能不能和 AI 咬合」。年龄解释不了这一切，能解释的是——你手上有没有 AI 替不了的东西。

如果非要落一句实在的：

别只问「AI 会不会取代我」。换两个更具体的问题——我手上哪些事是 AI 干不了的？我这些年的经历，有哪些能变成别人替代不了的判断？

对刚入行的年轻人来说，基础任务被接管不是世界末日，但要刻意练三件事：定义问题、验证结果、把 AI 当放大器而不是拐杖——别做那个「什么都问、什么都信」的懒用户。

对已经干了些年的人来说，最好的姿势不是清零重练、把自己回炉成一个技术新人，而是把 AI 接到你已经积累的专业判断上：让基础工作更快，把时间留给判断和决策。

AI 没有淘汰谁。它只是换了一把尺子，然后重新开始量。