AI没抢走工作，却悄悄关上年轻人的第一扇门

22岁的年纪，很少有人会去琢磨什么劳动力市场的大趋势。感受往往来自细枝末节：简历石沉大海，去年还热热闹闹的校招，今年悄无声息地没了下文，面试官张口就问AI用得溜不溜，却说不清新人到底拿它干什么活。父母劝降标准，学校强调文凭，网上铺天盖地都是“AI要取代白领”。几股声音夹击之下，一个念头最容易钻进心里——是不是我这个人不行？

这个疑问，值得认真掰扯掰扯。

斯坦福数字经济实验室2026年8月更新了一项研究，由Erik Brynjolfsson、Bharat Chandar和Ruyu Chen主笔，数据来自ADP数百万美国劳动者的工资单，观察期一直延伸到2026年6月。这条消息传到网上，立马被加工成“AI引发大失业”的惊悚标题。真相恰恰相反。把所有22到70岁的劳动者放在一起看，AI暴露程度高低的职业，就业曲线大体齐头并进，看不出谁崩谁立。那些耸人听闻的说法，纯属断章取义。

玄机藏在年龄的切分里。22到25岁、身处AI高暴露职业的年轻人，就业表现明显跑输低暴露的同龄人。按研究采用的口径，这个相对缺口2025年7月约为15%，到2026年6月扩大到19%。乍一听吓人，细看并非如此。19%不等于19%的年轻人丢了饭碗，它衡量的是高暴露群体与低暴露群体之间，相对于历史趋势的落差。作者自己反复强调，这只是描述性观察，够不上严格的因果结论。控制教育程度后，差距缩小；一部分分化苗头，早在生成式AI走红之前就冒头了。样本、数据管线、模型设定，个个都可能影响结果。急着下判决书，为时过早。

年轻人眼下的难处确实存在，AI只是其中一股力。纽约联储数据显示，2026年第二季度，美国应届大学毕业生失业率约5.6%，拿着大学文凭干着不需要文凭的活儿，比例冲到约42%。美国劳工统计局7月的数据摆在那儿：20到24岁失业率约7.1%，25岁以上仅约3.4%。再看整体盘面，JOLTS显示2026年6月职位空缺约735.9万个，招聘率3.4%，企业远没有疫情后那种四处抢人的劲头。经济周期让老板捂紧钱袋，科技行业的狂飙回归常态，AI又让公司重新盘算最少养几个人。三座山压下来，落到个人头上，全成了同一句话——机会少了。

光怪AI，等于找错了病根。

斯坦福研究里有个细节特别扎心：年轻人就业的收缩，主要通过“少招人”实现，辞退、离职并没有明显增加。企业心里有一本明账。老员工值钱的地方，不在于干了多少活，在于摸清了系统的脾气、客户的忌讳、流程的坑。这些家底，AI一时半会儿替代不了。新人就不同了。过去公司愿意招新人，图的就是有人干杂活：查资料、写初稿、跑测试、做表格、记纪要。如今这堆活，恰恰是大模型最拿手的。

于是没有轰轰烈烈的裁员，只有静悄悄的收缩。原定招五个，改成三个；走了人的初级岗位，不再补；校招名额，直接砍掉。新闻里什么都没发生，一届毕业生却同时感到大门在变窄。生意账上，这算得精明；往长远看，隐患不小——今天不招新人，十年后的老兵从哪里来？

过去职场上有一条不成文的规矩：新人可以不完美。公司心知肚明，刚出校门的娃娃缺乏判断，安排些风险低、结构清楚的活儿，改一改，骂一骂，慢慢就练出来了。资深编辑审稿带人，老程序员陪着修Bug，效率确实低，可这些看似不值钱的杂活，本身就是职业训练。判断力不是天上掉下来的，是在写稿、挨批、重来的循环里磨出来的。

AI提效之后，最先被砍掉的，偏偏就是这些“低价值”任务。只看见“这活AI能干”，看不见“这活也是人在学艺”，技术就把职业路上第一段台阶悄悄抽走了。这对年轻人近乎残酷：社会要求他们一毕业就能独当一面，过去那块帮助他们慢慢变强的缓冲垫，正在被抽走。很多孩子不是没本事，是少了先在低风险环境里练手的运气。

学历这条护身符，也渐渐不灵了。研究发现，控制教育程度后，就业差距会收窄，说明文凭解释了一部分分化，却挡不住AI的脚步。生成式AI率先涌入的，本来就是大学生扎堆的白领行当。过去读书的意义，在于掌握公司难以替代的专业知识；如今，大模型正把标准化知识的稀缺性一路打薄。按老一辈画好的路线走——好学校、高学历、体面工作——回头一看，自己最先学会的东西，恰恰是机器最轻而易举就能调用的。这份失落，不该被一句“年轻人太脆弱”轻轻带过。

研究团队区分了两类知识：一类可编码，能写进教材、文档、SOP；一类是隐性知识，只能从实践、师傅、真刀真枪的历练里长出来。AI吃掉的主要是前者。资深员工稳如泰山，靠的不是年纪，是经验。麻烦就麻烦在这儿：AI抬高了经验的价值，顺手又堵死了新人攒经验的门路。整个市场越来越像只收“成品”的柜台，不收“半成品”。22岁没拿到第一段像样的经验，亏掉的可能不是半年工资，是往后三五年的技能积累、收入轨迹，还有那份闯劲。

更深的担忧在人心。第一份工作悬而未决，人自然求稳。有人赖在研究生院里不走，有人扎堆保守行业，有人降薪降城也在所不惜。选择本身无可厚非，一批人都这么选，后果就大了。职业早期本是一个人最能闯、最能赌、最能摔跟头的黄金阶段，被求职焦虑填满之后，人只敢攥着眼前看得见的安全，不敢望远方。这一代人的胆量，会决定未来的换行业率、创业率、成家率，也会决定整个社会的创新成色。

问题的答案，显然不是一句“提升竞争力”能打发的。职业培养机制正在变天，把担子全压给个人，既不公道，也不现实。年轻人得主动攒判断，企业得舍得花培养成本，学校得多给真实历练，政策得早早盯住入口的动静。四股力拧成一股绳，AI才可能缩短一个人成为行家的路，而不是干脆堵死这条路。

金丝雀的价值，从来不是宣布矿难降临，而是提醒空气变了。眼下没有铁证说AI已酿成青年就业危机，可足够多的迹象逼着我们追问：当机器的执行能力随手可买，还有谁肯为人的成长掏钱？一个社会只奖赏成熟的人，不肯给生涩的人留出错的空间，失去的岂止是年轻人的工资单，是未来的医生、工程师、研究员、创业者。

该保住的，不是所有旧饭碗，是那条让年轻人第一次上手、犯几个可挽回的错、在真刀真枪里慢慢长成可靠大人的路。