乐于分享
好东西不私藏

35岁被AI取代的人,正在犯一个认知错误

35岁被AI取代的人,正在犯一个认知错误

新闻来源:微博社会热搜 | 热度:412,592 | 发布时间:2026年5月3日

一则热搜引发的集体焦虑

5月3日,微博热搜榜出现一条让无数打工人心里一紧的消息:

“公司引入AI后,35岁技术主管成了第一批被裁的人。”

这条热搜迅速登上社会事件榜,评论区炸开了锅:

  • “下一个就是我吧?”
  • “AI来了,中年人先死”
  • “35岁失业,65岁退休,中间30年怎么办?”
  • “寒窗苦读二十年,不如AI学三天”

但很少有人追问:这条新闻的来源是哪里?具体是哪家公司?被裁的主管后来怎样了?

答案可能是:没人知道。或者更确切地说,这条新闻本身就是一条”情绪新闻”——它之所以传播,不是因为它的事实有多确凿,而是因为它精准击中了一个时代的集体焦虑。

媒体评论众生相:谁在制造焦虑?

面对”AI裁员”这个话题,不同媒体的反应呈现出有趣的认知偏差:

1. 科技媒体:技术乐观派 vs 末日论者

36氪、虎嗅等科技媒体的报道通常呈现两极分化:

  • 乐观派
    强调AI创造的新岗位:提示词工程师、AI训练师、人机协作顾问……这些职业年薪动辄几十万。
  • 末日论者
    则渲染”AI取代人类”的紧迫性:”未来十年,50%的工作将消失”

有趣的是,同一批媒体,同一个话题,可以得出完全相反的结论。为什么?因为”焦虑”比”希望”更有流量。

2. 财经媒体:数据派的冷静

第一财经、财新等媒体的分析相对冷静:

“AI对就业的影响是结构性而非总量性的。历史上每次技术革命,最终都创造了更多就业。问题是,转型期的阵痛由谁承担?”

它们引用麦肯锡的数据:到2030年,AI可能替代4亿个岗位,但同时会创造6亿个新岗位。

但这类理性分析的传播量,往往不及情绪化标题的十分之一。

3. 自媒体:情绪放大器

短视频平台和自媒体账号的反应最简单直接:制造恐惧,然后卖课

“35岁被AI淘汰?这门课让你成为AI不可替代的人!”

“不想被裁员?这个工具让你效率提升10倍!”

焦虑是最好的转化率。

4. 学术界的长期视角

清华大学、北京大学等机构的劳动经济学者则指出:

“AI对中年职场人的冲击确实存在,但更深层的问题是技能老化和职业路径依赖。35岁危机不是AI造成的,是’停止学习’造成的。”

我的观点:被裁的主管,可能不是输给了AI

让我们暂时抛开情绪,做一个思想实验:

那个”35岁被AI取代的技术主管”,真的是被AI打败的吗?

还是——

  • 他早就停止了技术学习,把”管理”当成避风港?
  • 他的技能组合刚好是AI最容易复制的部分(代码审查、进度跟踪、文档撰写)?
  • 公司本来就打算优化成本,AI只是最合适的借口?
  • 或者,他其实早就想转型,只是一直没行动?

我们永远不知道全部真相。但人们喜欢简单的故事:”AI来了,人类完了。”

这种思维方式,心理学有个专门的名词。

认知陷阱一:损失厌恶让你高估风险

卡尼曼在《思考,快与慢》里讲过一个经典实验:

给你1000块,再让你赌一把——50%概率再赢1000,50%概率全部输光。

大多数人选择不赌。哪怕期望值完全一样。

这就是损失厌恶(Loss Aversion):人对失去的痛苦,是获得快乐的两倍。

35岁被裁的新闻之所以刺痛你,不是因为它多常见,而是因为它触发了你最深的恐惧:失去收入、失去地位、失去体面。

你的大脑在尖叫:”这太可怕了!”

但冷静想想:AI真的在大规模取代人类吗?

坏消息总是比好消息跑得快。一条”35岁被AI裁员”的新闻,传播力是”AI创造新职业”的十倍。你的大脑被坏消息喂饱了,自然觉得末日将至。

损失厌恶让你高估风险,可得性偏差让你只见树木不见森林。

认知陷阱二:基本归因错误让你逃避责任

还是那个问题:被裁的主管,到底输给了谁?

心理学有个概念叫基本归因错误(Fundamental Attribution Error):

我们倾向于把别人的失败归因于外部因素(AI太强大、时代太残酷),却很少审视内部因素(我有没有在进化?)。

历史上每次技术革命,死掉的都不是人类,而是拒绝改变的人类

  • 蒸汽机来了,纺织工人抗议,但会操作机器的工人赚得更多。
  • 互联网来了,纸媒记者失业,但会写网文的人年入百万。
  • 移动互联网来了,传统零售倒闭,但会做电商的人财务自由。

AI也是一样的。它不会取代你,但会取代拒绝使用它的你。

焦虑是好的起点,别让它成为终点

我不是说你不该焦虑。焦虑是进化的礼物,它让你保持警惕。

但焦虑之后呢?

有三件事,你可以马上做:

第一,算一笔账

列出你的工作内容,标出哪些AI能做、哪些不能。

  • AI能写的周报,你为什么要写?
  • AI能画的原型图,你为什么要画?
  • AI能跑的测试,你为什么要跑?

不能做的部分,就是你的护城河。

如果AI能做的超过70%,那你确实该紧张了——但不是紧张AI,是紧张自己为什么这么久没升级。

第二,成为”AI+人”

别跟AI比速度,跟AI比判断力。

  • AI能写代码,但不能决定写什么代码。
  • AI能出方案,但不能说服客户。
  • AI能分析数据,但不能解释数据背后的故事。

把你的技能变成”AI放大器”,而不是”AI替代品”。

第三,建立反脆弱收入

35岁的真正危机不是被裁,是只有一份收入

  • 副业:
    把你的专业技能变成咨询服务
  • 投资:
    让钱为你工作
  • 技能储备:
    每年学一个AI工具,保持技术敏感度

这些都是你的安全气囊。

写在最后:悲观者正确,乐观者前行

东野圭吾写过一句话:

“悲观者永远正确,乐观者永远前行。”

AI会改变就业市场吗?会。

35岁会更难找工作吗?可能会。

但这些都不是你能控制的。

你能控制的,是今天学一个新工具,是这周认识一个新领域的人,是下个月多一个收入来源。

时代抛弃你的时候,不会打招呼。但你永远可以提前买下一班车的票。

觉得有启发?点个 💗👇


参考来源: • 微博社会热搜:公司用AI了35岁主管被裁,热度412,592 • 麦肯锡全球研究院:《AI对就业的影响报告》 • 卡尼曼《思考,快与慢》:损失厌恶理论 • 罗斯《社会心理学》:基本归因错误 • 第一财经:《AI时代的就业转型》 • 36氪:《AI创造的新职业图谱》 • 清华大学劳动经济研究所相关研究

本文作者:佳佳的认知笔记