夜雨聆风
毕业季蹲在招聘软件前刷岗位的年轻人，大概率都撞见过同一种荒诞。
明明投的是入门助理岗，要求栏却明晃晃写着三年以上独立操盘经验。一边是上千万应届生挤破头抢第一份工作，一边是企业总在抱怨招不到能直接干活的人。中间这条越拉越宽的缝隙里，AI 成了所有人情绪的靶心。
五月亚利桑那大学的毕业典礼上，谷歌前 CEO 施密特聊起 AI 的未来机遇，台下响起的不是掌声，是成片的嘘声。这个画面像一个精准的隐喻，把两代人对技术的分歧，摊在了明面上。
01 两边都没说透
关于 AI 和第一份工作的讨论，一直站着两个阵营。
喊危机的人，摸到了这套体系最隐秘的病灶。他们说消失的从来不是几个岗位，而是一整套职业再生产机制。初级岗位本来不只是发薪水的入口，更是代际传递经验、新人完成职业社会化的载体。企业从 “培养人” 转向 “买现成的”，把成长成本全甩给个人，最后全行业都会陷入没人接班的死局。
应届生困在 “没经验找不到工作，找不到工作更没经验” 的循环里，这话从来不是危言耸听。
哈佛的研究更印证了这种担忧，2023 年以来，用上生成式 AI 的公司，初级岗位招聘量每季度下降约 80%。学者把这种现象叫偏向高资历的技术变革，冲击全落在职业最底层的员工身上，资深岗位的需求反而一直在涨。
更微妙的是，很多收缩甚至不是因为 AI 已经干完了这些活，只是企业相信未来 AI 能做到，就先提前砍了名额。这种预期驱动的 “预防性裁撤”，比真实的技术替代来得更早，也更猝不及防。
持乐观态度的人，守着技术演化的基本常识。历史上每一次技术革命，都是一边拆旧岗位，一边造新机会。AI 再厉害，也跨不过 “最后一公里” 的坎。它能写完 90% 的文案、整理完 99% 的数据，可最终判断合不合规、贴不贴合客户需求、要不要调整方向，还是得人来拍板。
因此，对他们而言，AI 并不是来抢新人饭碗的，而是给新人搭了台阶，过去要练三年的基本功，现在有工具辅助，三个月就能摸到门道。
两种说法都有实打实的证据，也都绕开了同一个问题。大家都在争旧阶梯还能不能走，却很少有人想过，也许那条我们走了上百年的垂直职业阶梯，本来就该换个样子了。
02 旧阶梯真面目
要懂今天的断裂，得先看清过去的阶梯是怎么搭起来的。
我们熟悉的 “实习生 — 专员 — 经理 — 总监” 晋升路径，不是什么天然的成长真理，是工业时代科层制和标准化生产共同催生的产物。它能稳稳运行几十年，靠的是三块基石。
第一块是熟练度价值论。早些年知识和工具都稀缺，职业能力拼的就是手熟。写文案、做表格、敲代码、整理资料，做得越多越熟练，价值就越高。初级岗位天然就是练手的地方，企业用低成本买劳动力，顺便把新人的基本功磨出来，双方各取所需。
第二块是知识的组织垄断。行业经验、做事的流程、没人写在明面上的隐性规则，全沉在企业内部。想学到真东西，只能进公司从基层熬，靠师傅带徒弟一点点往下传。没人能脱离组织单独攒出完整的职业能力，爬梯子几乎是唯一的出路。
第三块是科层制的人才需求。金字塔形的公司架构，底座得有大量执行的人撑着，也得有稳定的新人梯队给管理层供血。初级岗位既是干活的单元，也是储备人才的池子，晋升既是给员工的激励，也是组织能转起来的前提。
这三块石头垒起来，就有了过去几十年稳定的职业闭环。大家默认好好读书、找份正经工作、慢慢往上爬就是正途，这套叙事也养活了几代人的职业人生。
生成式 AI 一出来，三块石头同时松了。
熟练度最先不值钱了。基础文案、数据整理、代码编写、信息检索，这些过去要熬好久才能练熟的活，AI 几秒就能做完。靠重复劳动攒经验的逻辑，从根上就站不住了。
组织对知识的垄断也破了。大模型装着全行业的公开经验和通用方法论，过去要在公司熬几年才能摸到的门道，现在问几句就能拿到大概。企业不再是职业知识的唯一源头，新人也未必非要蹲在办公室里才能入门。
最后是科层制的底座在缩。AI 能顶掉大量基层执行的活，公司不再需要养一大群初级员工，金字塔的底座自然收窄。组织往扁平化、项目制走，对应的晋升通道自然变窄，能爬的梯子本来就少了。
说到底，不是第一份工作凭空消失了。是以熟练度为核心、靠科层制托着、按线性路径往上走的整套职业成长范式，正在失去存在的根基。
国内的感受会更强烈，2026 届毕业生预计达到 1270 万，另一边市场营销、内容运营、行政客服这些传统吸纳应届生的岗位，都在往 AI 倾斜预算。供给在涨，入口在缩，矛盾自然格外刺眼。
03 新范式是什么
旧阶梯塌了，不代表成长的路就没了。只是新的路，长得和过去完全不一样。
如果说旧范式的关键词是阶梯，线性、分层、路径固定，全靠组织推着走。那新范式的关键词就是能力网络，非线性、节点化、路径多元，最终得自己说了算。
先说说成长的逻辑变了。
过去的成长是条匀速的直线，得按顺序来，一步都跳不过。先打杂，再执行，最后才碰决策，工作年限基本和经验深度绑定。
现在的成长是跳跃式的。AI 把标准化的执行活全接了过去，人的核心价值从 “做得多、做得快”，落到了 “判得准、解得好” 上。一个应届生哪怕没熬够三年打杂的经历，只要对业务有判断力、逻辑够清晰、审美在线，靠着 AI 工具，照样能交出过去资深员工才能做的成果。不用从最底层的琐事熬起，直接扎进真实的业务问题里，在解决问题的过程里补短板，反而长得更快。
这也是现在职场最拧巴的地方。不是企业完全不要新人，是他们不要只会做执行、得慢慢养的新人。他们要的是能驾驭 AI、能输出判断、能解决问题的新人。衡量成长的标尺，早就从 “干了多少年”，换成了 “解决过多少难办的事”。
再看成长的载体也变了。
过去说起第一份工作，标准只有一个：正式校招，全职入职，朝九晚五签合同。这是就业的证明，是成长的唯一载体，也是长辈眼里 “正经工作” 的标配。
现在职业成长的载体，早就散成了一个个不同的节点。一份全职工作当然算，可远不是全部。一个完整的项目实践，一段高质量的远程协作，一次开源社区的贡献，一个自己运营的垂直账号，一份给客户交付的完整方案，甚至一次靠 AI 做完的深度行业调研，全都是能攒下经验的有效节点。
评价经验的标准也跟着变了。不再看你在哪个大公司待了多久，而是看你交付过什么成果、解决过什么问题、有多少能拿得出来的硬能力。履历不再是一条往上走的直线，是一张用不同实践织出来的网。节点越扎实，连接越密，个人的价值就越稳。
最后是价值的逻辑也换了。
过去初级员工卖的是时间，每天八小时换一份固定薪水，价值按时长算。资深员工卖的是经验，靠判断力换更高的时薪。这套逻辑成立的前提，是人的时间和产出牢牢绑在一起，能力越强，单位时间出的活越多。
AI 直接把这个绑定剪断了。一个人配一套 AI 工具，单位时间能干完过去一个团队的活。这时候人的价值，从来不看你投入了多少时间，只看你能定义什么问题、做什么决策、交付什么最终结果。不管是新人还是老人，最终都落回同一个标尺上：解决具体问题的能力。
职业成长不再是从低价卖时间到高价卖时间的爬升，是从解决简单问题到搞定复杂问题的拓展。不用等熬够资历才能碰核心业务，只要你能带着 AI 把事办好，就能拿到对应的回报。
04 为什么这么痛
范式切换从来不会顺顺当当。旧的已经碎了，新的还没长牢，中间这段空档，就是所有人正在扛的阵痛。
最先卡壳的是企业。
我和不少企业的 HR 聊过，大家自己也矛盾。绝大多数公司还没学会在新规则下养人，老板看到 AI 能替基础岗，第一反应都是砍校招、缩实习，先把成本降下来再说。很少有人往下想，基层岗都砍了，未来的资深人才从哪来。他们把 AI 当成了降本的工具，没想过这东西其实能重构整条人才生产线。
很多公司不会明着裁员，就靠自然减员、缩校招、砍实习岗，慢慢把底座磨掉。动静小，舆论压力也小，对应届生的影响却一点不轻。更常见的是认知错位，公司一边用 AI 干了 90% 的基础活，一边还拿着旧标准招新人，张口就要三年执行经验。招聘市场上那些离谱的岗位要求，本质上就是这么来的。
然后迷茫的是个体。
大部分年轻人的职业认知，还是从小被灌输的那一套：按部就班，逐级升级，毕业找份稳定工作，慢慢往上走。等真走到社会上，发现旧路走不通了，第一反应不是找新路，是慌。
更现实的难处是，新范式对人的要求其实更高。它要你会自己驱动自己，会定义问题，会甄别信息，会一直学新东西。而这些能力，恰恰是应试教育里练得最少的。很多年轻人不是不想拥抱变化，是根本不知道从哪下手，只能在旧赛道里接着卷。市面上甚至催生出付费实习的畸形产业链，花几千上万买一个远程名额，就为了简历上多一笔 “工作经验”，说起来既荒诞又心酸。
最隐蔽的伤口在社会层面。
过去的职业体系背后，是一整套社会制度托着。劳动合同、社保、职称、甚至户籍和婚恋观念，全和稳定的全职工作绑在一起。现在职业形态往项目化、灵活化走，配套的制度远远没跟上。
最该警惕的是公平问题。当培养人才的成本从企业转到个人身上，入行的金钱门槛就抬起来了。家境好的孩子，可以花钱买实习、报培训、用最好的 AI 工具，有足够的试错空间搭自己的能力网。普通家庭的年轻人，先得顾着生存，根本没精力做长期的能力建设。没有公共政策托底，范式转换很容易变成阶层固化的放大器。
这些疼都是真的，也足够戳人。但不能因为疼，就否认新路的存在。就像分娩总伴着痛苦，但痛苦本身，从来不是拒绝新生的理由。
05 破局的三条路
新范式不会自己从天上掉下来，得靠个体、企业、社会一起搭。
1.对个人来说，从攒履历转向建网络
别再死盯着 “完美的第一份工作” 不放，转头去织自己的能力网。
试着把自己当成一家单人公司来经营，AI 就是你的基础执行团队，你是自己的决策者。核心任务不是熬年限，是不停找真实的问题，交付能落地的成果，攒能迁移的能力。每一次实践、每一个项目、每一份成品，都是你能力网上的节点。节点越实，质量越高，抗风险能力就越强。
不用排斥 “非标准” 的起点。一段有真实产出的远程实习，一个自己做起来的垂直账号，一份给小客户做的完整方案，都比在大厂浑水摸鱼打打杂有价值。AI 时代，证明你能力的最好方式，永远是你做出来的东西，不是你待过的名头。
2.对企业来说，从砍成本转向重生产线
真正看得远的公司，不会简单砍掉初级岗，会重新定义初级岗该干什么。
过去的初级岗是执行岗，核心是干完事务性的活。未来的初级岗该做人机协同的校验岗，核心是对接 AI 的产出，做事实核查，做场景适配，对接客户沟通。用 AI 扛 90% 的基础工作，让新人把精力放在剩下 10% 的核心判断上。既提了效率，又能让新人在高阶任务里快速成长，比单纯砍岗位划算得多。
学徒制也该换个样子。过去是资深员工教新人怎么干活，未来该是教新人怎么做判断。基础的技能教学交给 AI，人负责传递隐性知识、行业直觉和价值判断。既能降低带教的成本，也能把资深员工从繁琐的基础带教里解放出来，去做更有价值的经验传递。
3.对社会来说，从保岗位转向保发展权
公共政策不该盯着保护旧岗位不被 AI 替代，该去托住每个人参与新范式的机会。
高校和企业可以往一起凑，把职业实训挪到校园里，用项目制教学、AI 实训、真实企业课题，替换掉脱离实际的书本内容。让学生毕业的时候，就已经有基础的实战能力。还要搭公共的职业实践体系，给普通家庭的年轻人提供免费或者低成本的实践机会，别让付费实习这种畸形的东西，变成入行的必经之路。
更长远看，社会保障得慢慢从绑定全职岗位，转向绑定个人。让做灵活就业、接项目的人，也能拿到完整的保障。兜底够扎实，大家才有底气去试不同的路，新范式才能长得健康。
06 成长不会消失
回望过去几百年，每一次技术革命，都有人喊工作要没了。每一次，也都重塑了职业成长的样子。
工业革命打碎了行会的学徒垄断，工厂成了新的职业起点。信息革命打破了铁饭碗的终身制，市场化的企业成了新的成长载体。每一次旧体系塌掉，都有一代人要疼一阵，但最后，职业成长总会走到更自由、更高效、更贴近人本身的方向去。
这一次也一样。
AI 拆掉的从来不是成长的可能，是那条僵化、线性、把人困在层级里的旧梯子。它终于让我们有机会告别熬年限、混资历、爬梯子的职业人生，回到做事最本真的样子：解决问题，创造价值，成全自己。
旧的阶梯确实在消失。可人向上生长的本能，从来不会跟着消失。
以后不会再有一条所有人都得走的标准路。每个人都能凭着自己的能力、兴趣和选择，织出属于自己的能力网，走出独一份的职业路径。
这条路或许更难，更不确定，更要靠自己探。但也更自由，更公平，更接近真正的成长。
