AI正在拉开阶级差距

① 纽约联储的调查（SCE，2025年11月样本，约1200户）给出的数字很冷：全美在职人群中约39%在过去一年用过AI工具干活——听着还行？但一分收入档就露馅了：年收入20万美元以上的群体，AI使用率是66.3%；年收入5万以下的，只有15.9%。前者是后者的4倍以上。

再按学历切：大学毕业生用AI的比例是58.7%，非学位工作者22.9%——差了两倍半。

② 猎聘2025年《AI人才奇点报告》更直接：要求"会用AI"的职位，招聘平均年薪29.6万；不要求的同类岗，平均21.8万——企业愿意为"会用AI"四个字多付将近8万元的溢价。

③ 普华永道《2025全球AI就业晴雨表》的口径更狠：具备高阶AI技能的岗位，薪资溢价从上一年的25%飙到56%——也就是说，同一个职业名称，你会AI和不懂得用，工资差出一半以上。

这三组数据加在一起，拼出来的是一个非常不浪漫的画面：AI不是把所有人拉到同一起跑线，它先给本来就在前面的人装了发动机。

这是大多数人误解最深的地方。

会用AI ≠ 注册过一个账号。真正拉开差距的那层"会用"，是下面三件事能稳定做到：

这就是为什么同一个办公室里，有人用AI省出两小时去想方向，有人用AI做出一堆漂亮的废稿然后加班改到半夜。工具一样，但"用法"差出一个阶层。

猎聘的数据里，营销方向AI技能溢价被追踪到接近29%，本质买的就是这个"单位时间吞吐量"差。

这就形成了一个自我加强的循环：

• 会用AI → 产出更可见 → 老板更愿意给你资源/培训 → 你用得更深 → 薪资更往前走

• 不会用AI → 产出被压缩 → 预算/培训先砍你 → 差距越拉越大

这不是阴谋，这是市场传动的正常齿轮，但结果是一样的：阶级差。

IMF在一份分析框架里点过一句很关键的话：AI对劳动市场的影响，一个重要落点是高技能/高适应性劳动者拿到生产率提升带来的工资溢价，而低技能/低适应性者相对更受压，而且这条裂缝跟年龄、学习能力、工作经验缠在一起——年轻人转换成本低，年长者转换成本高，等于代际也在分层。

而北大国家发展研究院万广华团队用中国区县AI指标匹配CFPS个体数据的结果更直接：2010–2022年间，AI对整体收入不均等的绝对贡献上升约36.56倍，相对贡献上升约43.36倍——AI在显著抬高收入中枢的同时，把分配曲线拉得更歪了：东部/服务业/非常规认知型岗位/年轻高学历群体吃到的红利更多，西部/制造业/可替代性强的岗位获益更少甚至出现失业率上行压力。

翻译成大白话：不是"AI让大家都变穷"或"AI让大家都变富"，而是它让"差距"本身加速扩大。

第一，把"学AI"从"赶时髦"降级为"保命技能"。

不是学Prompt Engineering，不是考证书，而是：你手头那份工作里最耗你时间的三个重复环节是什么，先把它们用AI替代掉。能省出时间，就算入门了。

第二，关键能力不是"让AI说话"，是"让AI闭嘴你来判断"。

未来的溢价永远不在"会生成"，而在校验、归因、可解释性——你能告诉老板"这个数为什么可信"，比你能一键出报表值钱十倍。哈佛/Microsoft体系的研究也反复指向：高SES学生更会用AI做"解释/追问/深加工"，低SES更容易变成"无脑复制粘贴然后过度自信"——这条线就是阶级线。

第三，别等公司培训。

纽约联储已经告诉你，15.9%的公司才提供培训，剩下84%在等你自学或者自然淘汰。免费模型+公开教程够用了，缺的是固定练习场景（每天用它做一件正事儿，坚持四周）。

AI时代最残酷的不平等，不是"有电脑和没电脑"，也不是"付得起会员费"，而是——

同样坐在屏幕前，一个人把AI当杠杆，另一个人把它当搜索引擎。杠杆那端连着的，是收入、机会和议价权。

这把杠杆，现在就在你手边。问题不是"AI会不会拉开阶级差"——它已经在拉开了。问题是：你在这根杠杆的哪一头？