我，00后，美国藤校毕业生，刚刚被AI抢走offer

AI公司Anthropic首席执行官达里奥·阿莫代伊（Dario Amodei）最近的警告表明，人工智能可以取代多达50%的入门级工作，可能导致失业率高达20%。

斯坦福大学于最近发布了一项开创性的研究，揭示人工智能革命已经开始对美国劳动力市场中的初级岗位从业者产生“显著且不成比例的影响”。

01

AI影响就业研究背景

斯坦福大学研究人员埃里克·布林约夫松（Erik Brynjolfsson）、巴哈特·钱达尔（Bharat Chandar）和陈如玉（Ruyu Chen）在他们8月26日发表的新论文中写道：“尽管我们所记录的事实可能在一定程度上受到除生成式人工智能之外的其他因素的影响，但我们的研究结果与‘生成式人工智能已经开始对初级就业产生影响’这一假设是一致的。”

布林约夫松是著名经济学家，拥有麻省理工学院管理经济学博士学位。他目前是斯坦福“以人为本”人工智能研究所（Stanford Human-Centered AI Institute）高级研究员，斯坦福数字经济实验室主任，在数字商务、长尾理论、捆绑销售与定价模式、无形资产以及信息技术对商业战略、生产力和绩效的影响等方面开展了开创性研究，是信息经济学领域被引用次数最多的作者之一。

这篇名为《煤矿中的金丝雀？关于人工智能近期对就业影响的六项事实（Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence）》的研究论文，分析了由美国最大的薪资软件公司ADP生成的数万家企业的数百万美国员工的高频薪资记录，涵盖了2022年末（当时像ChatGPT这样的GAI工具开始流行）至2025年中期这段时间，旨在为AI与就业关系提供实证依据，为政策制定者、企业及从业者提供参考。

报告指出：“人工智能革命已经开始对美国劳动力市场中的初级岗位工人产生重大且不成比例的影响。”

分析结果显示，处于职业生涯早期阶段的人员（即年龄在22至25岁之间的人群），他们所从事的工作最容易受到人工智能技术的影响。在控制了诸如利率变动等行业或公司层面的冲击因素后，这些人员的就业率相对下降了13%。

相比之下，研究人员指出，这些行业里年龄较大的劳动者的就业率则增长了6%至9%。

布林约夫松表示：“这些大型语言模型是基于互联网及其他来源上的书籍、文章和书面材料进行训练的。”“这种基于书籍的学习方式，是很多人在进入职场前在大学里所经历的，所以这些大型语言模型与年轻人所掌握的知识之间存在很大的重合之处。”

那些在职场上工作时间较长的资深员工更有可能掌握一些难以传授的沟通及其他“软”技能，而这些技能是雇主不太愿意用人工智能来取代的。

02

六个扎心又真实的结论

人工智能不仅会夺走工人的工作岗位，而且与以往的创新周期一样，它还会使某些工作消失，同时创造出新的工作机会，布林约夫松如是说。

“科技行业一直都在淘汰一些工作岗位，同时又创造新的岗位。这种岗位的更替现象一直存在。”他说道，“随着时间的推移，会经历一个转变过程，而我们现在所看到的情况正是如此。”

布林约夫松的团队认为，这些事实为即将发生在Z世代劳动力市场上的“地震式”变革提供了早期且大规模的有力证据。

职场新人在“高AI风险职业”里最惨

像软件开发、客服这类AI能插上手的工作，22-25岁的年轻人就业率相对降了13%——哪怕排除了公司本身的波动（比如公司整体裁员），这个降幅还是存在。但同一职业里35岁以上的资深员工，就业率没降甚至还涨了；像护工、养老院助手这类AI很难替代的职业，不管年轻还是资深，就业都很稳。

整体就业率在涨，但年轻人就业“卡住了”

全美国就业大趋势还是向上的（疫情后经济恢复），但22-25岁年轻人的就业几乎没增长——问题就出在“高AI风险职业”：2022年底到2025年7月，这些职业里年轻人就业率降了6%，而35岁以上的人在这些职业里就业率涨了6%-9%。简单说，是AI抢了年轻人的“入门岗”，拖了他们就业的后腿。

“替代人”的AI拉低就业率，“帮人”的AI反而拉高就业率

研究把AI分成两类：替代型AI——直接替人干活（比如AI自动写代码、自动回复客服消息），这类职业里年轻人就业率明显降了；辅助型AI——帮人做得更好（比如AI帮设计师改方案、帮分析师整理数据），这类职业里年轻人就业率反而涨了。也就是说，AI是“抢工作”还是“帮找工作”，要看它是“替你干”还是“陪你干”。

不是公司不行，而是AI真的在挤年轻人

有人可能会说：“是不是那些招年轻人多、又搞AI的公司本身不行了？”研究专门排除了这种情况——就算控制了“公司整体波动”，高AI风险职业里年轻人的就业率还是降了12%，而其他年龄层几乎没影响。这说明，真不是公司的锅，是AI专门“盯”年轻人的入门岗。

AI影响的是“能否找到工作”，不是“找到工作后赚多少”

研究调查了工资数据，发现不管是年轻人还是资深员工，不管是高AI风险职业还是低风险职业，工资几乎没有波动——短期来看，AI没让工资降，但让“找工作变难了”。原因可能是工资“粘性”大，但会先从“少招人”下手。

结论具有广泛一致性

不管怎么验证（比如排除科技行业、排除能远程办公的职业、对比疫情前的数据），结果都一样：排除了“科技公司裁员潮”的影响，就算是不能远程的职业，只要AI能替代，年轻人就业率也下降；AI没普及的2022年前，高AI风险职业的年轻人就业还很稳，2022年后就业率才突然下降；不管是大学生多的职业（比如软件）还是少的职业（比如某些服务岗），年轻人都受影响，甚至非大学生到40岁都没躲过——因为他们的“经验优势”没那么明显。

03

对不同从业者的影响

最慌的

22-25岁、高AI风险职业的新人比如刚毕业的软件工程师、客服专员、初级会计——他们干的活大多是“书本上能学到的理论活”（比如写基础代码、回复标准化客服问题），而AI最擅长替代这种“标准化、有规律”的工作。以前这些岗位是年轻人的“入门跳板”，现在AI直接把“跳板”拆了。

最稳的

35岁以上、高AI风险职业的资深员工，比如有10年经验的软件架构师、资深客服主管——他们靠的不是“书本知识”，而是“工作里攒的隐性经验”：比如怎么解决代码里的奇葩bug、怎么安抚特别难搞的客户、怎么协调团队和AI配合。这些“只可意会不可言传”的能力，AI目前学不会，所以他们反而更安全，甚至可能因为AI帮着干了基础活，变得更高效。

捡便宜的

AI“辅助型”职业的人比如需要和AI协作的岗位（比如AI辅助的设计师、AI辅助的市场分析师）——AI帮他们干了重复活（比如初版设计、数据整理），他们能把精力放在“更需要人思考”的部分（比如创意、策略），这类岗位的就业反而变多了，不管年轻还是资深都受益。

有点难的

非大学生、低技能但高AI风险人员的从业者比如银行柜员、普通行政——他们没有大学生的理论优势，经验的保护作用也弱，研究发现他们甚至到40岁都受AI影响，就业比低AI风险职业的人难。

04

对整个社会的影响

布林约夫松对哥伦比亚广播公司财经频道表示：“那些能够熟练运用人工智能技术的年轻员工会更具生产力。但如果只是在做那些人工智能已经能够完成的工作，那么他们的价值贡献就不会那么大了。”

短期来看，年轻人就业难可能更集中。尤其是计算机、客服、会计这些以前好就业的专业毕业生，可能会面临毕业即失业的压力——已经有迹象显示，有些学生开始避开计算机专业。如果不及时调整，可能会出现“高学历年轻人失业”和“企业招不到资深AI协作人才”的矛盾。

中期来看，劳动力市场会重新洗牌。年轻人可能会主动转向低AI风险职业，比如护工、养老服务、线下教育——这些职业需要人与人直接互动，AI很难替代。但这也意味着，社会需要更多职业培训，帮年轻人从高AI风险岗转到安全岗，不然容易出现劳动力错配。

从长期角度看，经验的价值可能被重新定义。以前大家觉得越老越吃香是因为经验多，现在看来，只有AI学不会的经验（比如隐性技巧、人际协调、创意判断）才吃香。未来的教育和工作，可能会更重视培养AI替代不了的能力——比如解决复杂问题、团队协作、创造力，而不是死记硬背理论知识。

斯坦福报告发布后，美国科技股出现明显波动。纳斯达克指数在报告发布次日（8月27日）下跌1.4%，创8月以来最大单日跌幅，英伟达、Palantir等AI概念股分别下跌3.5%和9.4%。软件开发、客户服务等AI高暴露度行业股票受冲击最大，部分企业股价单日跌幅超5%。

消费必需品、公用事业等防御性板块因被视为“抗AI替代”领域而上涨，标普500中约七成成分股收涨。这反映了市场对AI技术不确定性的避险情绪。市场对AI替代人力的担忧加剧，投资者担心企业可能因AI技术普及而减少招聘需求，尤其是高估值的AI初创企业。

Axios、美国《时代周刊》等外媒强调AI对年轻人就业的“首当其冲”效应，指出“岗位消失而非降薪”是核心问题。《华尔街日报》和《连线》分析称，报告揭示了AI技术对“入门级劳动力”的系统性替代，可能导致长期就业市场分层。国内媒体如新浪财经、网易科技则聚焦中美AI竞争背景下的就业结构差异，认为中国需警惕技术断层对年轻劳动力的冲击。

微软、谷歌未直接回应报告，但强调技术对生产力的提升而非替代。Meta内部讨论调整招聘策略，减少初级岗位招聘，转向资深工程师与AI协作岗位。OpenAI CEO 山姆·奥特曼（Sam Altman）则警告“AI泡沫风险”，与斯坦福结论形成呼应，呼吁理性看待技术短期影响。

斯坦福报告揭示了AI技术对就业市场的“静默革命”，其影响已从理论争议转向现实冲击。尽管股市短期波动反映悲观情绪，但企业、学术界和政策制定者正探索平衡技术创新与社会稳定的路径。未来，如何构建“人机共生”的就业生态，将成为全球性挑战。