少了12.8万个工作岗位,AI没有不在场证明

7月3日，美国劳工统计局公布6月非农就业数据：新增5.7万个岗位。

市场预期是18.5万。实际数字连预期的三分之一都不到，创下2024年放缓以来的最低纪录。

就业数据不及预期年年有，为什么这一次值得单独写一篇？因为这是第一次，几乎所有的归因分析都指向了同一个嫌疑人。过去两年我们听过无数"AI抢工作"的故事，但它们都是零散的：某公司裁了几百人，某岗位被取代了。故事再多也只是轶事，轶事进不了宏观统计。而这一次，指纹直接印在了非农报告上。

案发现场的证据链

把数据摊开看，这条证据链相当完整。

今年以来，美国科技业已裁员约12万人，5月创下多年来单月裁员最高纪录，而外包服务公司Challenger的统计显示，AI是被引用最多的裁员原因。更硬的一个数字：2026年直接归因于AI的美国岗位削减已达8.8万个，历史最高。企业把省下的人力预算转投AI基础设施，同时AI工具正在加速吞掉入门级知识工作——行政、内容、客服、初级编程，恰恰是每一代年轻人职业生涯的第一级台阶。

企业端的画面更直白。Oracle过去12个月悄悄裁掉了2.1万人，占员工总数13%；Intuit一刀砍掉17%的员工；Cisco在利润和营收双双超预期的情况下宣布裁员近4000人；Atlassian裁员10%当天，股价反而涨了近2%。最典型的是Meta：一边裁掉8000人，一边把7000人平移进AI岗位——据报道这些人对新岗位相当不满。

注意这个模式：营收创纪录，裁员也创纪录。这不是经济衰退式的裁员，衰退时企业是没钱养人；现在是有钱，但钱被重新分配了——从工资单流向了GPU账单。

说句公道话：指纹不等于定罪

写到这里必须踩一脚刹车，因为这正是大多数"AI失业论"文章不愿意做的事。

宏观归因从来是笔糊涂账。这一轮被裁的团队，很多恰恰是疫情期间过度扩张招进来的，就算没有AI，挤泡沫也是迟早的事——"AI"两个字对上市公司来说太好用了，既能解释裁员，又能拉升股价，谁不愿意把锅递给它？MIT科技评论最近就发文给"AI就业恐慌"泼冷水，指出经济学研究尚不能证实AI已经开始大规模吞噬白领工作。甚至有报道说，那些高调以AI为由裁员的雇主，不少已经开始后悔。

所以严谨的说法是：5.7万这个数字，AI不是唯一凶手，但它第一次作为主要嫌疑人出现在了案发现场——而且没有不在场证明。

真正让我确信"这次不一样"的，不是数字本身，而是结构：被吞掉的偏偏是入门级岗位。老员工有经验护城河，新人只有"愿意从头学"——而"从头学的活"正是AI最擅长的。如果第一级台阶持续消失，几年后我们面对的就不是失业率问题，而是一整代人的职业断层。这个损伤不会立刻体现在任何一个月的非农里，它是慢性的。

当就业数据变成政治问题

这篇文章真正想说的在这里：从5.7万这个数字开始，AI在美国不再只是一个商业故事。

想想白宫此刻的处境有多拧巴：它正在和各大实验室敲定前沿模型的自愿性标准，把AI当成必须攥在手里的战略资产来经营；而同一批模型驱动的降本逻辑，正是它在中期选举周期里要面对的就业减速的头号推手。左手是国家竞争力，右手是选票，两只手拽的是同一根绳子。

这就是为什么这条新闻要和最近的另外几件事放在一起看：行政令要求最强模型发布前接受国家安全评估，模型被下架又有条件解封，奥特曼提议把5%股权送给政府。所有这些动作背后是同一个事实——AI已经大到能搅动宏观经济了，而任何能搅动宏观经济的东西，最终都会被当作战略资源来管理。石油如此，芯片如此，现在轮到智能本身。

普通人该从5.7万里读出什么？不是恐慌，是方向感：入门级的、流程化的、"从头学"型的工作在加速贬值，而定义问题、做出判断、为结果负责的能力在升值。宏观数据改变不了任何一个人的命运，但它会告诉你风往哪边吹。

这一次，风向标动了。