摘要：“22岁的我，还没毕业就输给了AI。”——这句话正在成为越来越多美国年轻人的自嘲。8月28日，斯坦福数字经济实验室发布《关于人工智能近期就业影响的六个事实》，用ADP提供的数百万条薪酬记录给出冷冰冰的数字：自2022年11月ChatGPT上线以来，会计、软件开

“22岁的我，还没毕业就输给了AI。”——这句话正在成为越来越多美国年轻人的自嘲。8月28日，斯坦福数字经济实验室发布《关于人工智能近期就业影响的六个事实》，用ADP提供的数百万条薪酬记录给出冷冰冰的数字：自2022年11月ChatGPT上线以来，会计、软件开发、行政助理等“可高度自动化”岗位的22-25岁从业者就业率骤降13%。

报告作者之一埃里克·布林约尔松指出，这不是简单的“机器抢人”，而是“经验曲线”被算法一把拉平。年轻人最擅长的标准化、可编码知识，正是大模型最擅长的领域；而年长员工多年沉淀的“隐性诀窍”——如何安抚情绪失控的客户、如何在需求反复时快速调整需求文档——AI暂时学不会。于是，职场出现了诡异一幕：同一家公司里，资深程序员的招聘启事依旧滚烫，应届生的简历却被HR一键归档。

更耐人寻味的是“替代”与“增强”的分水岭。研究把Claude等大模型对实际任务的介入分成两类：完全替代人类（如自动生成财报）与增强人类（如AI先写初稿、人类再润色）。结果显示，在“替代型”职业中，年轻人就业直线向下；而在“增强型”岗位，就业曲线反而抬头。布林约尔松提醒：“如果只把AI当省钱工具，企业注定走向裁员；如果把它当成放大员工能力的杠杆，最终可能多雇人。”

工资层面暂未出现“AI折价”。同一岗位，无论是否易被AI取代，年薪差距并不显著——这意味着企业先动的是人头，而不是薪酬。对年轻人而言，“找不到工作”比“找到低薪工作”更致命：它直接掐断了经验累积的通道。

研究还发现，低学历群体在40岁前都难以逃脱AI阴影。护理助理、仓储分拣等岗位里，经验带来的“护城河”更浅，AI或机器人一上来就能顶掉好几个初级工人。换句话说，教育红利被削弱，经验溢价被压缩，留给年轻人的只剩“持续学习”这一条窄路。

当然，报告也留下亮色：健康护理、线下服务、AI训练师等“人机协同”新岗位仍在扩张。斯坦福团队呼吁高校和企业联手，把课程和职训从“教知识”转向“教提问、教判断、教共情”。毕竟，AI可以写代码，却难以替程序员在凌晨两点的生产事故里拍板；AI可以生成财务模型，却难以在董事会上用故事说服投资人。

报告尚未经过同行评议，但已在美国政界引发波澜。众议院教育与劳动力委员会已邀请三位作者9月赴国会作证，话题直指“如何不让一整代年轻人被算法甩出职场”。

从蒸汽机到互联网，每一次技术浪潮都在重复一个剧本：先淘汰一批技能，再催生一批技能。区别在于，AI这一次跑得更快。留给年轻人的窗口期，也许没有想象中那么长。

来源：大卫行摄