夜雨聆风1967年，宾大心理学家塞利格曼做了一个残忍的实验。他把狗分成三组：
第一组接受电击，但只要推一下面板，电击就会停。
第二组接受完全相同的电击，但无论做什么，电击都不会停——推面板没用，叫没用，跑也没用。TA们被绑着，什么都做不了，只能承受。
第三组是对照组，没有电击。
然后，他把三组狗都放进一个叫「穿梭箱」的装置里，箱子中间有一道很低的隔板。电击一来，跳到对面就能躲开。
第一组的狗跳过去了。第三组的狗也跳过去了。
第二组的狗呢？
它们短暂跑动了一下，然后躺下了，一脸生无可恋，呜咽，不去反抗，被动地承受电击。
隔板很低，电击强度也没有变，但它们在上一轮已经学到了一件事，那就是“不想且也不要试了”。
它们早就不怕疼了，TA们记住的是另一件事——「我的动作，改不了任何结果」
五十九年后，你不需要绑在椅子上承受电击伤害。
你只需要打开招聘软件。
投了八十多份简历，面试了七家，拿了两个offer。其中一个月薪4k，单休，五险一金按最低。你犹豫了一下，对方却说已经招到了。另一个你去了，入职第一周，公司全员大会上宣布——已经采购了AI系统，预计能替代掉40%的重复性工作。
你不是那只被绑住的狗，你一直在动。
但你觉得你的动作，改变了什么吗？
去年底 Nature 旗下期刊发了一篇论文，研究的是中国大学生的 AI 焦虑。315份问卷，来自广西三所高校。
核心发现就一个：AI焦虑不只是在让人害怕，它是在摧毁人的「职业适应性」——对未来职业的规划意愿、主动探索行为、应对挑战的信念。这四个东西一垮，职业决策就跟着垮。数据上，适应性受损占了AI焦虑总影响的63.35%。
而且最反直觉的发现是——自我效能感没有用。
你觉得自己挺有能力的，你觉得自己努努力应该可以，你觉得自己比身边的人不差。但这些信念在面对AI的时候，全部失灵了。
因为AI焦虑和考试焦虑不一样，考试是一个你能想象的事——复习了就能考好，考砸了可以再来。但AI是系统性的威胁：你三年的技能可能被三十秒的生成替代；你选的专业可能在你毕业那年从高薪变成高危；你今天努力的方向明天可能根本就不存在了。
系统性威胁的特点是——你不确定自己的行动和结果之间还有没有关联。
这和塞利格曼的狗面对的是同一件事。
2026年4月，麦可思发布了一份3,794人的调研。
48%的受访者担心AI会取代自己的工作。大学生里这个比例是50%。76%的人说AI已经影响了自己的职业规划，其中9%的人彻底改变了职业规划。你先别急着想「改变职业规划」是不是好事。你想想一个人要多么地绝望，才会把自己花了四年甚至更长时间建立的方向，在短时间内彻底推翻。
最值得看的数据是这个：在校生的焦虑（54%）高于应届生（47%），应届生高于职场新人（44%）。
离职场越远的人，越怕。
这很反直觉，按理说应届生马上要找工作了，应该最焦虑才对。但数据反过来了。
为什么？
因为抽象焦虑比具体焦虑更让人瘫痪，职场新人已经进去了，看到AI具体能做什么、不能做什么，焦虑反而落地了。而在校生面对的是「AI会取代一切」这个模糊而巨大的叙事——你不知道它能不能取代你，但你也没法证明它不能。这种不确定性是最高效的绝望放大器。
2025年，中国16到24岁的青年调查失业率一度突破21%，这还是表面的失业，真实情况肯定不止。
38%的高校毕业生选择「慢就业」——既不去上班，也不完全放弃，而是在观望。
你如果只看数字，很容易得出一个轻浮的结论：「这一代年轻人不肯吃苦。」但华东师范大学的调查说了一件事：那些待业的年轻人里，68.1%把求职当成每天最主要的任务，43.3%用空闲时间在自学或培训。年轻人真的怕吃苦吗？
不，他们一直在行动，只是行动完之后，什么都没变。
这和塞利格曼的狗在穿梭箱里短暂跑动了一下，然后躺下——是一样的。
很多人会把「宁愿待业也不去工作」解释成懒、解释成眼高手低、解释成被惯坏了。
这些解释都犯了一个错误：它们假设人做选择是基于客观收益的。这份工作虽然不好，但总比没有强——你只要算一下账，就应该去。
但人做选择，算的不全是账面上的收益，算的是预期。
如果一个人过去的经验反复告诉他「做这件事没有用」——投简历没有用，面试没有用，进了公司也不一定留得住，留住了可能三年后行业就没了——那他不再做这件事，跟懒没有关系。这是一笔算得清的账。
只不过这个「理性」，是建立在一个被反复强化的负面预期之上。
习得性无助的精髓从来不是「我做不到」。
而是——「我做到了又怎样」
AI真正的杀伤力就在这里。
它不一定抢走你的岗位。你的工作可能还在，但它在抢走一件更根本的东西——你对「努力和结果之间存在稳定关联」这个信念的信任。
这种信任，你平时不会意识到它有多么重要。它是你每天早上起来的那个底层假设：「我今天做的事情，大概率对未来有用」。一旦这个假设松动了，你还在动——但不知道往哪儿动。每一个方向看起来都可能在三年后变成死胡同，每一个技能的回报周期都在缩短。你的努力和努力的结果之间，塞进了一个你控制不了的变量。
而且这变量还在加速。
世界经济论坛预测，到2027年AI将取代全球8500万个岗位。中国制造业的AI替代率，五年内从23%跳到了58%。AI的能力每18个月翻一倍，而一个人学一门新技能，平均需要3到5年。
你在一艘船上拼命划桨，但水流的速度是你划桨速度的十倍。
这时候你想停，不叫软弱，叫还活着。
塞利格曼后来回忆那个实验时说过一句话。
那些躺在穿梭箱里呜咽的狗，跟电击的强度没有关系。它们在第一阶段承受的电击，和那些后来成功跳过去的狗是一样的。唯一的区别是，它们早期的经验把「动作」和「结果」之间的联系打断了。
而它们带着那个打断的经验走进了新环境。新环境本来是可控的——隔板就在那里，跳过去就没事了，但它们已经不看了。
这不叫放弃。
这叫被训练过。
我是「不理性勿近」，我们研究不理性，才能理性。
参考来源：
Seligman & Maier (1967) 习得性无助经典实验；
Duan et al. (2026), Scientific Reports；
麦可思「AI对大学生就业准备的影响」调研（2026.04）；
国家统计局（2025-2026）；
华东师范大学待业青年调查；
世界经济论坛AI替代预测。
