AI浪潮下的就业危机:我们正在见证什么?人生是姿态各异的树，生活是笔触不一的画，世界是边界不同的版图。两位年龄、性格与经历迥然相异的女子，在这座花园里写下私人解读的生活与万象，期待与你共同展开独属女性的精神拼图。最近看到一篇《纽约时报》的文章，读完心里沉甸甸的。这篇文章说的是一种正在硅谷蔓延的情绪。不是担心AI太聪明会反噬人类，而是担心另一件事：AI可能会把普通人的饭碗彻底端走，留下一批再也找不到工作的人——一个永远翻不了身的底层阶级。这不是某个人的杞人忧天。从写代码的工程师，到投钱的投资人，再到自己创业的老板们，硅谷的科技圈正在形成一种心照不宣的共识：AI很快就会在很多事情上比人类做得更好。好的一面，是经济会增长，科学会进步，而坏的一面会是：几百万个工作岗位，说没就没了，经济流动性彻底枯竭。Anthropic的CEO公开警告说，白领阶层将面临一场“大血洗”。而私下里，科技高管们甚至开始吹嘘他们正在计划用AI自动化哪些岗位。更让人心寒的是应届毕业生的处境：有人投了几百份简历，连一个面试邀请都收不到；软件工程师开始自嘲，预测自己很快就会被Claude Code取代。这种焦虑已经不是"将来会怎样"的担忧了，它已经实实在在地渗进了日常生活。“永久性底层阶级”这个说法，听起来像是科幻小说的情节，但其实并不新鲜。20世纪60年代，它就被用来描述战后自动化浪潮中失业的工厂工人。当时还有人冲进工厂砸机器——你把我的工作弄没了，我也不让你好过。但在AI时代，情况可能会更严峻：在AI彻底接管大部分人类劳动之前，每个人能用来积累财富的时间是有限的。一旦那个时刻真的到来，富人可以用超级智能的机器为自己赚钱，而其他人，用经济学家的话说，将变得"毫无用处，无法就业"，只能靠救济金过日子。想想确实挺可怕。从数据看替代的速度评估AI能力这件事本身，就很能说明问题。现在业界对AI的评估标准很有意思。比如，OpenAI搞了一个叫"人工智能生产力指数"的东西。说白了，就是测一测AI在投资银行、管理咨询、律师这些传统的"好工作"里能打几分。几个月前，AI在这些测试里还比不上人类专家。几个月后呢？胜率已经超过了80%。也就是说，AI直接上岗干活的能力，正在以肉眼可见的速度提升。这种替代速度有多快？我们看一些数据。2026年第一季度，全球科技行业裁员了78557人，其中美国占了大头，有76.7%。其中大约37638个岗位的裁撤，直接或间接和AI有关——占比接近一半。对比一下：去年第一季度，AI相关的裁员在科技行业总裁员里只占大概31%。现在呢？快48%了。如果这个趋势不刹车，2026年全年因为AI被裁的人数预计会超过15万。而还有一个数字很直观：咨询机构高德纳的数据显示，2026年美国企业应用里嵌入了AI智能体的比例已经达到40%，而在2025年还不到5%。一年翻了八倍。这个数字让人倒吸一口凉气。哪些岗位正在消失说到被替代的岗位，可能和你想的不太一样。不只是收银员、客服这些传统意义上的"低技能"工作。真正受到冲击的，恰恰是一些曾经被称为"金领"的职业。法律文书助理，替代率92%。初级程序员，87%。基础市场分析师，85%。新闻资讯编辑，81%。都是过去需要苦读多年才能拿到入场券的工作。现在AI几分钟就能搞定。而年轻劳动者承受的冲击，是最严重的。在高AI暴露职业，就是那些AI最容易介入、最容易被替代的工作里，美国20到24岁的就业率，从2023年底的16.5%掉到了2025年9月的15.5%。摩根士丹利的研究证实，企业的入门级招聘，比起2023年初已经砍掉了大约35%。纽约联邦储备银行的数据也印证了这一点：2025年第四季度，应届大学毕业生的失业率升到了5.6%。更扎眼的是"不充分就业率"，也就是去做不需要大学学历的工作，达到42.5%，疫情以来最高。斯坦福数字经济实验室2025年底发了一篇论文，结论很直接：在AI暴露度最高的职业里，22到25岁年轻人的就业人数，在生成式AI普及之后相对下降了16%。问题就出在那些AI最容易上手、又是新人入职才能做的入门级工作上。AI正在把职业阶梯的第一级给抽掉。你连第一级都踩不到，怎么往上爬？薪资方面也很惨烈。"提示词工程师"这个岗位就很典型。这个工作就是专门研究怎么和大模型对话、让它产出更好的结果。三年前它的年薪还有9.5万美元，现在只剩3.8万美元。而基础Python程序员的薪资跌了61%。有媒体总结得很形象："牛马贬值，血洗中层。"行业的内部分裂更让人意外的是，AI公司自己也很分裂。OpenAI在白皮书里提了很多听起来很进步的政策建议，比如每周32小时工作制、建立公共财富基金给全民分钱。但与此同时，他们取消了投资者能拿多少利润的上限。他们还资助了一个政治行动委员会，去攻击提议向AI征税的候选人。一边说"我们要让社会更公平"，一边把可能用来实现公平的钱攥得更紧。Anthropic的CEO则预测50%的入门级白领岗位可能消失，但如果你问，研究所要不要大力推动财富再分配？他的态度又含含糊糊。员工们也很纠结。一边思考"后工作时代"人类该怎么活，一边自己每周还要工作80个小时。这仿佛在说：理论上是该放慢一点，但我们现在不能停。更讽刺的是，就连这些AI从业者自己的岗位，也未必就高枕无忧。有些老板已经在暗示这一点了。今天砸别人饭碗的人，明天可能连自己的饭碗也保不住。美国经济学家还发现了一个有意思的现象：当一个CEO公开说"我们因为AI裁员了"，其他CEO会觉得自己也得跟风。好像不这么干就显得自己落后了。这种心理上的传染效应，可能使变革比效率本身所要求的更快发生，形成了企业之间竞相压缩人力的恶性循环。普通人能做什么面对这波AI浪潮，我们能做些什么？这三个层面是我们要优先考虑的。技能层面：学会"驾驭AI"，而不是和AI抢活干最重要的，不是去钻研AI底层那些高深的算法，那是极少数人的赛道。对我们大多数人来说，关键是掌握那些能用得上、容易上手的东西。先说"提示词工程"。说白了，就是学会怎么和大模型"说话"，让它真正理解你想要什么。这是目前最基础也最实用的AI技能。但有一点要提醒你：掌握这个技能是为了让你把本职工作做得更好，而不是指望"提示词工程师"这个岗位吃一辈子，因为这个岗位本身也在被AI取代。另一个实用的方向，叫"检索增强生成技术"。名字很长，但道理简单：让AI不只靠肚子里那点知识，还能去联网搜索，或者在你搭好的专属资料库里找答案。比如把你的行业文档、写作模板、优质案例整理起来，让AI只在你的范围内调用信息。这样出来的东西，质量会靠谱很多。如果你不是做技术的，可以试着培养"业务加AI"的双重视角，用AI帮自己把主业做得更好。如果你本身就是技术岗，那就从纯写代码走向和AI协作。简单地说：要么成为AI的主理人，会用它、管它，让它为你效力；要么成为人类情感的翻译官，做那些需要温度、需要理解、需要共鸣的事。职业选择层面：锚定那些AI够不着的东西未来的劳动力市场，会明显转向AI难以替代的领域。哪些领域呢？主要有三个方向。"关系型"角色。教师、护士、心理咨询师这些工作，需要深度的互动、情感的共鸣和信任的建立，比如教育不光是传递知识，更是点燃一个人对求知的渴望。心理咨询需要的是真正感同身受的理解，而不是算法算出来的标准答案。这些，机器很难复制。"判断型"角色。能做出商业判断、风险评估和战略决策的人，而不是只会搬运数据的人。在金融分析、项目管理这些领域，AI正在替代传统的入门级任务，但真正需要经验沉淀的高阶判断能力依然是稀缺资源。"手艺型"角色。需要精细感知和个性化定制的工作，比如高端手工艺、专业维修、电工、水管工，这些要在实地操作中灵活应变的本事，AI短期内学不会。当然，创业、体育、表演艺术这些方向也是AI够不着的。医生、法官、科研工作者、艺术家……这些依赖人类独有能力的工作，AI还没办法真正替代。心理和财务层面：保持韧性，做好准备这个时代变化有多快？技能需求的更新周期，比一年前缩短了66%。持续学习已经不是"要不要"的选择题，而是生存的必修课。而财务上，那些老生常谈的建议现在反而格外重要：量入为出，存一笔应急的钱，给自己留出可能换赛道的缓冲空间。如果能拓展多元收入，利用AI工具做点副业或者小规模创业，也是个不错的选择。最后，我想说几句心里话。在充满不确定性的时代，我们要做的，是认真对待威胁，别躺着接受命运。保持好奇心，保持适应能力，往那些混乱但有温度的人类领域里深耕。有一点很明确：如果能成为AI的主理人，或者人类情感的翻译官，你就不会变成算法的养料。这并不是表面的安慰，而是历史反复证明过的事实：每一次技术革命，都消灭了旧的工作，也创造了新的工作，区别在于，只有那些提前准备的人，才能在新地图上找到自己的位置。嫱薇不按常理出牌的INTJ女。行走于世间，以清静心探求世界的真实。
夜雨聆风
