第591篇原创文章

简单知识工作正在被 AI 接管——这个判断没错。但由此推出”年轻人失去练手机会”，却未必是对的。问题的核心，从来不是那些任务，而是任务背后的那套成长机制。

一、这个焦虑，是真实的

最近，有一类声音越来越响——

大厂在减少初级岗位，某些公司的实习生名额腰斩；应届生投简历，发现原来写文案、做数据、敲基础代码的工作，正在被 AI 工具取而代之；连一些前辈也直言：当年我靠着”打杂”成长起来，现在年轻人连打杂的机会都没了。

这种焦虑是真实的，也是有数据支撑的。

从客服、文案助理、初级翻译、基础代码审查，到简单的数据清洗和 PPT 制作，AI 确实在以惊人的速度吸收掉大量”执行型”工作。

但在认同这份焦虑之前，我们需要把问题问得更准一些：年轻人失去的，到底是什么？

二、我们在怀念的，是什么？

“练手机会”这个词，值得被解剖。

通常的理解是：做重复性的工作，积累操作经验，慢慢变熟练。

这是一种工匠式的成长逻辑——熟能生巧，从量变到质变。

但回头看看那些真正靠”打杂”成长起来的人，他们获得的，绝不仅仅是操作熟练度。他们在写第五十份报告时开始意识到什么结构更清晰；

在改第三稿文案时开始理解”用户视角”是什么意思；在被老板打回第七次时才真正懂得”判断力”来自何处。

如果我们把”练手”理解为”做大量低层次任务”，那 AI 确实在取代它。

但如果我们把”练手”理解为”在真实情境中形成职业判断力”，那问题就变了：这条路径正在改变，而不是消失。

三、AI 取代的是任务，未必是成长路径

换个角度想：AI 接管了执行，但它没有接管判断、决策、动机、渴望与选择。

一个年轻人用 AI 生成了十份营销文案草稿，他的工作从”写文案”变成了”评估与选择文案”。

这个新动作，同样需要大量练习。判断哪份更符合品牌调性，哪句话会引起用户反感，哪种结构在特定场景下更有转化——这些能力，不比”会写文案”低阶。

事实上，”AI 协作”本身正在生成一批全新的”入门型任务”：提示词的迭代与优化、AI 输出的校验与修正、结果的商业适配……

这些都需要大量的低成本试错来积累经验。

新的”练手场景”对认知起点的要求更高了。

以前，一个刚毕业、基础薄弱的年轻人可以从”执行”切入，慢慢理解业务逻辑。

现在，如果你没有足够的业务理解，你甚至不知道 AI 给出的答案哪里出了问题。门槛在悄悄抬升，而且抬升得毫无声响。

这意味着，真正值得担心的不是”工作变少了”，而是：认知门槛提高之后，年轻人更难进入，马太效应会加剧。

四、真正的危机，在教育端

矛头也会反过来指向教育。

过去几十年，教育有一套隐含的培养逻辑：把学生训练成”合格的执行者”，剩下的交给职场去打磨。

这套逻辑在工业时代、互联网早期都还能运转，因为市场有足够多的初级岗位来承接这批新手。

但现在，承接这批毛坯的岗位，正在被 AI 接管。

对于教育从业者来说，这意味着什么？

不是在课程里加几个”AI 工具使用”模块，不是让学生学会用AI写论文。而是需要从根本上重新设计”脚手架”。

那套帮助学生从不懂到懂、从无判断力到有判断力的支撑结构。

具体而言，至少有三件事亟待重新思考：

其一，错误的价值需要被重新认识

过去学生犯错，是在执行任务中犯错。

现在，错误更容易被 AI 的”流畅输出”所掩盖。

教育需要主动制造”让学生发现 AI 犯了错、并能说清楚为什么错”的情境。

其二，判断力的训练要前置

不能等学生进入职场后再靠”吃苦”换来判断力。这套训练必须发生在课堂里——真实问题、真实约束、真实反馈。

其三，直面人机协作是一种可以教的能力

如何有效地向 AI 提问、如何甄别 AI 的输出、如何在 AI 的结果上做出有价值的人类判断——这不是自然习得的，需要被系统教授与不断形成的能力。

这篇文章不想以”别焦虑，一切都会好的”结尾。

真实的情况是：变化正在发生，而且速度超过了多数教育组织的响应速度。这一代刚毕业的年轻人，确实站在一个比上一代更陡峭的坡道上。

但”陡峭”不等于”无路”，或许意味着更多不一样的“路径”。

它意味着站在起点的人，需要具备更强的认知框架，才能找到起步的方式。