夜雨聆风AI 工具正在怎样影响普通人的饭碗？
上一篇文章，我们聊了中美 AI 工具之间的差距：芯片、审查、商业模式、中文语料、价格战，都会影响中国 AI 工具能不能真正进入重要工作流。
这一篇想接着往下讲一个更贴近普通人的问题：
当 AI 工具真的开始进入中国企业，它会怎样影响中国的就业？
这个问题在美国已经被讨论了很多。白领岗位会不会减少？应届生是不是最惨？程序员会不会先被替代？这些话题几乎隔一阵子就会被拿出来讨论一次。
但同样的问题放在中国，讨论反而少得多。
这很奇怪。因为中国的就业市场并不比美国更轻松。相反，中国还叠加了青年失业、房地产下行、灵活就业膨胀、消费疲弱、地方财政压力和产业升级转型。AI 不是在一张干净的白纸上落地，而是落在一张已经有很多折痕的纸上。
所以，讨论 AI 对中国失业率的影响，不能简单说“AI 抢工作”，也不能轻飘飘地说“AI 会创造新岗位”。更准确的说法可能是：
AI 正在把中国劳动力市场原本就存在的裂缝，照得更清楚，也撕得更大。
本文主要探讨AI如何影响就业市场、个人收入甚至一生财富积累，结合了三份重磅研报：
一、为什么 GDP 看起来还可以，大家却觉得工作更难找？
花旗 2026 年 4 月的中国宏观报告提出了一个关键词：GDP 与就业脱节。
💡 宏观层面的“虚火”与微观层面的“寒冬”
🔍 为什么AI的经济拉动作用被“打折扣”了？
二、AI 到底会影响多少中国岗位？
花旗估算，中国大约有 9.6% 的岗位，也就是约 7000 万个岗位，处在 AI 直接替代风险之下。另有一大批岗位并不一定被直接替代，但会被 AI 改变竞争方式。
💡 惊人的替代规模与三大重灾区
这里要特别强调：这不是说 7000 万人马上失业。
企业不一定立刻裁员。更常见的做法是：原来一个团队需要 10 个人，现在只招 6 个；原来每年招 100 个应届生，现在只招 50 个；原来基层岗位用来培养新人，现在干脆让 AI 先做一遍，人来检查。
于是失业率不一定突然爆炸，但新增岗位会变少，入门岗位会变窄，年轻人进入职场的门会变得更小。
这就是 AI 对失业率最隐蔽的影响：它不一定先表现为大规模裁员，而是先表现为不招聘、不补员、不培养新人。
三、为什么 25-29 岁这个数字特别值得看？
很多人讨论青年失业率，通常只看 16-24 岁。
这个年龄段当然重要，但它有一个问题：里面包含很多刚毕业、找第一份工作、考研考公、继续观望的人。它能反映压力，但不一定能清楚地区分 AI、地产、教育扩招和宏观周期的影响。
相比之下，25-29 岁更值得观察。
这个年龄段通常已经完成教育，进入职场几年，不再只是“找第一份工作”的问题。如果他们的失业率明显上升，就说明压力正在从“毕业生入口”扩散到“早期职业阶段”。
花旗报告里，25-29 岁失业率在 2026 年 3 月升至 7.7%，是这个统计系列以来的新高。花旗认为，这可能是 AI 冲击开始具象化的早期信号之一。
为什么是他们？
因为很多 25-29 岁的人，正好处在 AI 最容易冲击的位置：他们不是管理层，也不是行业专家，而是刚积累了一些基础技能的初级白领。他们做表格、写材料、整理数据、做基础分析、写代码初稿、对接流程、处理客服、生成内容。
这些工作过去是“年轻人的练级区”。
现在，AI 正在进入这个练级区。
问题是，如果新手连练级的机会都没有，以后哪里来的熟手？
这对一个人的职业生涯影响很大。第一份工作不只是工资，它还提供训练、社交、行业经验、简历背书和自我确认。AI 如果把这些入门岗位压缩掉，受影响的不只是当年的失业率，还有一代人的职业起点。
四、技术性失业最可怕的，不是失业本身
高盛 2026 年 4 月的美国经济报告提供了一个很重要的参照。
它研究的不是中国，而是美国过去 40 年里被技术进步冲击的工人。这个研究对中国仍然有参考价值，因为它回答了一个更底层的问题：
如果一个人的岗位不是因为普通经济波动没了，而是因为技术进步永久消失了，会发生什么？
失业后的“长尾伤疤”：被AI替代后的人生轨迹
高盛把这称为职业降级。
这件事放到中国语境里，可能更加残酷。因为中国劳动力市场本来就有一个巨大的“缓冲池”：灵活就业。
失业以后，你当然可以送外卖、开网约车、做直播助理、做临时工、跑同城配送。问题是，当越来越多人被挤进这个缓冲池，缓冲池本身也会变拥挤，收入就会被压低。
更麻烦的是，未来自动驾驶、无人配送、机器人、智能调度系统，也会冲击一部分灵活就业岗位。
也就是说，过去失业以后还能“先去跑外卖过渡一下”。未来这个过渡选项，也未必那么稳。
五、年轻人是不是最惨？（逆共识发现）
这里有一个很反直觉的地方。
直觉上，AI 最先冲击应届生和年轻白领，因为他们做的是基础工作。这个判断有道理。
但高盛的历史研究给了一个补充：从长期看，年轻、受过高等教育、居住在城市、工作年限较短的人，反而可能比中年低学历劳动者更容易转身。
为什么？
因为年轻人的技能还没有被某个职业深度绑定。他们还可以换方向、重新学习、进入新行业。相比之下，真正危险的可能是那些在一个岗位上干了十几年、技能高度专用、家庭负担很重、重新培训成本很高的人。
所以，年轻人不是不受伤。
年轻人会先痛。但如果他们能尽快转向更复杂、更抽象、更依赖判断力的岗位，长期伤害未必最大。
真正更难的，是 35 岁以后被技术替代的人。上有老、下有小、房贷还在、简历又被年龄卡住。这时再说“拥抱 AI”，听起来正确，但执行起来很难。
所以，讨论 AI 失业不能只盯着应届生。中年职场人的风险，可能更隐蔽，也更沉重。
六、 双重“K型分化”：AI如何撕裂财富与城市
野村证券指出，AI繁荣与房地产低迷的结合，正在中国引发互相强化的“双重K型分化”。
💡 第一重K型：打工人的财富分化（人与人的差距）
💡 第二重K型：智能城市与落后城市的分化（城与城的差距）
七、那普通人应该怎么办？
我不想在这里写那种很轻飘的建议：学习 AI，拥抱变化，提升自己。
这些话都对，但太像公司年会上的 PPT。
更现实的建议可能是三条。
第一，判断自己的工作是不是“流程大于判断”。
如果你的工作主要是复制、整理、转写、汇总、套模板、按规则执行，那就要非常警惕。不是说明天就会失业，而是这个岗位未来的议价能力会下降。
第二，不要只学一个 AI 工具，而要学一套工作流。
会问 ChatGPT 不够。真正有价值的是：你能不能用 AI 做研究、写方案、处理数据、搭建自动化流程、检查错误、提高交付质量。AI 不是技能证书，它更像一个杠杆。关键不是你会不会打开它，而是你能不能把它接到真实工作里。
第三，尽量往“更复杂、更需要责任”的方向移动。
高盛研究里，再培训之所以有用，是因为它帮助工人从高重复、低复杂度岗位，转向更抽象、更复杂、和技术互补的岗位。简单说，不是和 AI 比谁更快，而是去做 AI 还不能完全负责的部分：判断、协调、承担后果、理解人、理解业务。
AI 可以生成一份方案，但谁来判断方案该不该做？
AI 可以写一段代码，但谁来决定系统出了问题谁负责？
AI 可以整理客户需求，但谁来处理客户真正的情绪和利益冲突？
这些地方，才是人未来更应该站的位置。
结语：AI 会让很多岗位重新定价
所以，AI 对中国失业率的影响，不能简单理解为“机器抢走多少工作”。
它更像是一场重新定价：
基础白领的价格会下降、重复劳动的价格会下降、只会执行、不理解业务的岗位会下降。
能用 AI 放大自己能力的人，会变得更贵。能承担判断、协调和责任的人，会变得更稀缺。
这场变化不会平均地落在每个人身上。它会先冲击青年白领和入门岗位，也会慢慢挤压中年低技能岗位；它会让头部城市和 AI 行业受益，也会让低线城市和旧经济岗位承压；它会让一部分人效率大幅提高，也会让另一部分人发现，自己的工作突然变得“不值钱”。
这就是中国 AI 就业问题最难的地方。
不是 AI 造成了一切。
而是 AI 来得正是时候，也来得不是时候。
它赶上了房地产下行，赶上了青年就业压力，赶上了灵活就业膨胀，也赶上了企业普遍想降本增效。
技术本身也许是中性的，但它落到一个本来就紧绷的社会里，就不再只是技术问题。
它会变成收入问题、消费问题、家庭问题、城市问题，也会变成一代人如何开始职业生涯的问题。
这也是为什么，我们不能只讨论 AI 有多强。
我们还必须讨论：当 AI 真的变强以后，普通人该如何继续有一份体面的工作。
参考材料
[1] Citi Research, China Economics: Early Warning Signal to AI's Job Market Impact?, 2026-04-23.
[2] Goldman Sachs Economics Research, US Economics Analyst: The Long-Run Effects of Technological Disruption on Workers, 2026-04-06.
[3] Nomura Asia Insights, China: AI boom, property bust and K-shapes, 2026-05-27
