当AI的月薪涨到13万，你的岗位正在重新定价

2025年，人社部悄无声息地做了一件事：新增了42个工种。

你可能觉得这没什么。每年都新增，有什么稀奇？

真正值得注意的，是这42个新工种里超过一半都和AI相关。生成式人工智能系统测试员、生成式人工智能动画制作员、人形机器人数据采集师——这些岗位，两年前根本不存在。

而与此同时，另一组数字也在疯狂跳动。

AI科学家平均月薪13.2万元。字节跳动在进行10%规模的人员优化。Meta一个季度裁了8000人。

你有没有觉得哪里不对？

一边是岗位暴增8.7倍、薪资翻着跟头往上涨，一边是裁员潮一波接一波、大量白领被系统性替代。

这不是混乱，这是一场深刻的重新定价。

一、500万人才缺口：谁在被抢，谁在被甩

先看一个数据。

麦肯锡的预测：到2030年，中国AI人才需求将达到600万人。而市场供给，大约只有200万人。缺口400万。

这意味着什么？意味着每3个AI岗位上，只有1个人能顶上。

再具体一点。国家信息中心的研究表明，91.3%的受访企业面临AI人才短缺。排在前五的需求是：AI数据工程师（29.6%）、AI机器人工程师（28.3%）、AI算法工程师（27.1%）、AI产品经理（26.9%）、AI教育培训人员（26.3%）。

看到了吗？不是"AI技术人才"不够用——整个AI产业链，从底层研发到顶层应用，从产品到教育，全在缺人。

而另一面呢？

人社部"云端招聘月"的数据很说明问题：AI相关岗位需求同比暴增8.7倍。脉脉的《2025年AI人才流动报告》给出了更惊人的数字：AI新发岗位量同比增长超10倍，简历投递量暴涨11倍。"搜索算法"人才紧缺度最高——5个岗位抢2个人。

如果你觉得这只是一场技术人才的红利，那你就把这个问题看小了。

这些数字背后，是一种全新的"定价逻辑"正在形成。

传统互联网行业的薪资天花板，正在被AI赛道重新定义。腾讯、阿里、字节跳动在Agent开发、大模型训练方向"不计成本"地挖人。而传统开发和运营岗位的薪资增速，已经明显放缓。

更值得玩味的是，"35岁危机"在AI赛道被彻底反转了。

在互联网行业，35岁是一个被反复讨论的魔咒。但在AI领域，35岁以上、有丰富工程经验和学术背景的人才，反而更受欢迎。为什么？因为AI不是那种只靠年轻和加班就能搞定的东西——它需要深度的积累、跨学科的知识储备，以及在复杂系统中摸爬滚打出来的工程直觉。

这是第一个结论：AI不是在消灭工作，它是在重新定义"值钱"的标准。 过去值钱的是快速执行的能力，现在值钱的是深度思考和跨领域整合的能力。

二、从"替代范式"到"赋能范式"：认知的转折点

2025年8月，国家发改委官网发了一篇重要文章，标题很学术：《以人工智能赋能高质量充分就业》。

文章提出了一个关键概念：从"替代范式"转向"赋能范式"。

什么意思？

过去我们讨论AI对就业的影响，脑子里浮现的画面是什么？是机器人取代流水线工人，是AI写作替代文案，是自动驾驶取代司机。这是一个"替代"的叙事——AI来了，人要走了。

但这个叙事是危险的，因为它忽略了一个更重要的维度：AI也在创造。

就拿人社部新增的那42个工种来说。每一个新职业背后，都对应着一个全新的产业链需求。

生成式人工智能系统测试员，是干什么的？简单说，就是给大模型"挑错"。ChatGPT、DeepSeek这些大模型输出内容，谁来确保它们的输出是准确的、安全的、符合伦理的？这个岗位的人。

大模型提示词工程师呢？你给AI一个指令，怎么写才能得到最好的结果？这本身就是一门学问。好的提示词工程师，一天的产出可能等于普通用户的百倍。

AI美学工程师、AI编导、个性化学习架构师——每一个岗位的背后，都是"AI+"创造出的全新需求。

华南师范大学副校长王春超在那篇文章里还提到了一个很有意思的概念："智能代理"。说的是劳动者借助AI打造"数字分身"，比如数字人直播、智能写作助手。人和AI协同完成任务，突破了时间和空间对劳动的限制。

换句话说，AI不是来抢饭碗的，是来帮你把饭碗做大的。

但这有一个前提。

三、中等技能的困境：为什么"会做"正在变得不够

2026年的就业市场有一个非常清晰的特征：两头热，中间冷。

高技能岗位——AI算法工程师、算力架构师、跨学科复合型人才——被疯抢。

低技能岗位——需要人与人直接交互的服务岗、需要灵活应变的体力岗——暂时安全。

但中等技能岗位呢？那些"可编码"的、常规化的、重复性的脑力劳动岗位，正在被系统性替代。

为什么？

因为中等技能劳动者恰好卡在了一个尴尬的位置：既没有高端人才那样不可替代的创造力，又没有低端服务业那种"必须人在场"的不可替代性。

国家信息中心的报告说得很直白：AI系统的"去技能化"效应正在出现。人机协作降低了工作难度，这让原本需要一定技能的工作，变成简单操作就能完成。而这种"执行替代"一旦发生，劳动者自身的技能就会退化，形成恶性循环。

摩根士丹利的研究也印证了这一点：受AI影响较多的行业，人均收入增速达到27%，是受影响较少行业（9%）的3倍。

这很有意思。按理说，受AI影响多的行业，大家工资应该更难涨才对。但数据恰恰相反——越是被AI改造的行业，人的收入增长越快。

怎么可能？

答案是：AI淘汰的是"任务"，不是"人"。

一个被AI赋能的市场营销人员，他可以同时操作5个品牌的AI内容生成、AI数据分析、AI用户画像——他的产出是过去的5倍，收入自然水涨船高。而那个还在手动写文案、手动拉数据的营销人员呢？他被行业增速甩下来了，不是被AI替代了，是被"会用AI的人"替代了。

这才是真正需要警惕的地方。

四、DeepSeek的启示：开源如何重塑就业版图

2025年初，一个叫深度求索（DeepSeek）的公司引爆了全球AI圈。

它的意义远不止"中国做出了可以和ChatGPT媲美的大模型"这么简单。DeepSeek选择了一条和OpenAI完全不同的路：开源。

开源意味着什么？意味着AI的使用门槛被急剧拉低。过去只有大厂才用得起的大模型，现在一个小团队、甚至一个个体创业者都可以直接部署和使用。

这对就业市场的影响是双面的。

好的一面：AI的普惠化催生了大量"AI+"的新业态。AI赋能个体创业者和自由职业者的数量在持续增加。"数字分身"不再是科幻概念，一个会用AI的自媒体创作者，可以一个人完成选题、写稿、配图、剪辑的全部流程。

不好的一面：AI能力的"平权"，也让更多人感受到了竞争压力。当你的同事开始用AI一天完成你一周的工作，当隔壁团队3个人干了你们10个人的活——这不是威胁，这是现实。

国家信息中心的研究显示，AI芯片、算法研究、底层架构系统这些核心领域的人才短缺尤为突出。而高校教育却严重滞后——多数高校的AI专业仍以传统机器学习为主，生成式AI、强化学习等最新模块根本没有纳入课程。

更不要说跨学科培养的困境了。DeepSeek团队70%的技术突破来自交叉学科协作，但我们的高校呢？学科边界固化，跨学科课程被边缘化，产教融合停留在"政策号召"层面。

中信证券报告有个数字值得深思：DeepSeek生态中，70%的技术突破源于交叉学科团队的协作。强化学习、知识蒸馏、分布式计算——这些领域的人才，靠单一学科培养不出来。

五、重新理解"稳定"

说了这么多，如果你只记住一句话，我希望是这句：这个时代最大的风险，不是AI太强大，而是你以为自己的岗位可以不变。

有一个细节你可能没注意到。

美团花了7.17亿美元收购叮咚买菜的中国业务，把1000多个前置仓纳入自有体系。拼多多在持续加码海外仓建设。阿里在全国各地疯狂扩建数据中心。

这些互联网巨头在干什么？在从"轻资产"转向"重资产"。而这一切转型的底层逻辑是什么？是为AI基础设施铺路。

当最轻的公司都在变重的时候，最重的工作却在变轻——被AI"去技能化"。

这就是2026年的真实图景：冰与火在同一张画面里同时燃烧。

对于能驾驭AI的人来说，这是一个黄金时代。薪资飞涨，年龄歧视被打破，猎头追着跑。

对于固守旧模式的人来说，这是一个被动的时代。不是被AI淘汰，而是被身边驾驭AI的人淘汰。

那么，怎么办？

华南师范大学王春超教授给出了一个很好的框架：构建三项核心能力。

第一，人机协同能力。 不是学会"用AI"，而是学会和AI"协作"。知道什么该交给AI，什么该自己判断。这是一个全新的工作方式，就像当年学会用电脑一样——现在不会有人把"会用电脑"写在简历上，因为它已经是默认能力。五年后，"会和AI协作"也会是这样。

第二，高阶软技能。 AI可以生成文案，但它不知道什么文案"好看"。AI可以分析数据，但数据背后的商业直觉、审美判断、道德权衡，是人的领地。未来的核心竞争力，正从"技术执行力"转向"审美判断力、宏观协调力与原始创新力"。

第三，跨领域创新力。 单一技能的价值在快速衰减。但如果你能把AI技术和医疗、法律、教育、金融中的任何一个领域深度融合——你的价值不是线性的，是指数级的。

最后

回到开头那句话：人社部新增了42个工种。

这件事真正的深意不在于"多了42个职业"，而在于它标志着我们对"工作"的定义正在发生根本性变化。

2024年中国智能算力规模同比增长74.1%。波士顿咨询预测全球生成式AI投资未来3年将增长60%。麦肯锡说到2030年，60%-70%的日常例行工作将被自动化。

这些数字摆在一起，说明一个问题：转型不是未来的事，它正在发生，就在当下。

与其焦虑"AI会不会抢走我的工作"，不如问自己一句话：

当AI把那些重复的、可编码的、不需要创造力的部分全部接走之后，你剩下的是什么？

那个剩下的部分，就是你未来的价值。

也是这个时代，给你的新定价。