硬数据：入门级岗位招聘已明显萎缩

斯坦福数字经济实验室主任Erik Brynjolfsson（埃里克·布林约尔松）展示的研究数据显示，AI暴露度高的职业，入门级岗位招聘量已经出现了可量化的下降：

• 软件开发：22至25岁初级开发人员的招聘量较AI普及前下降了约 20%
• 客服/呼叫中心：初级岗位招聘量减少了约 15%

这些数字不是预测，而是已经发生的事实。

前美国劳工统计局负责人、现任SIEPR政策研究员Erika McEntarfer在峰会上表示，虽然整体就业市场并未崩盘，但AI暴露度高的岗位正在明显走弱。”那些最容易被AI替代的职业，失业率正在缓慢上升。”她补充说，过去18个月招聘放缓主要集中在AI可替代的脑力劳动岗位，而非体力劳动岗位。

从”金字塔”到”钻石”：职业阶梯正在变形

峰会上经济学家们提出了一个形象的比喻：传统职业结构像一座金字塔——底部是大量入门岗位，越往上越少。但AI正在做的事情，就是逐步消解金字塔的底部。

AI模型已经能够接手撰写样板代码、处理例行客户咨询、整理法律文件等入门级工作——而这些恰恰是新人积累经验、往上晋升的必经之路。

斯坦福商学院经济学教授Charles “Chad” Jones指出，当金字塔底部被压缩后，职业结构更像一颗”钻石”——中层岗位相对增多，但底层入门岗位急剧减少。”如果你连第一级台阶都踩不上去，那整个职业阶梯对你来说就失去了意义。”

生产力提升与就业冲击并存

Brynjolfsson在研究中发现一个矛盾现象：AI带来的生产力提升最显著的领域，恰恰是初级岗位就业收缩最严重的领域。

他对此态度明确：”我相当确信AI会带来生产力提升和财富增长，但我非常担心这些收益不会被均匀分配——很多人会受到严重冲击。”

企业层面的调研数据验证了这一趋势。麦肯锡的调查显示，约三分之一的机构预计AI将在未来一年内缩减员工规模，其中服务运营、供应链和软件工程是预期减员比例最高的领域。几乎所有职能部门中，企业预期的岗位缩减规模都高于过去一年已出现的减员幅度。

给年轻劳动者的三条建议

面对这场结构性的变革，经济学家们为年轻劳动者提供了具体建议：

1. 用AI学习，而非替代。Brynjolfsson的研究显示，用AI来学习新技能的劳动者，就业前景反而在增长；而那些只把AI当作”省事工具”的人，就业则在下降。

1. 找到人类优势的”瓶颈点”。Jones建议，在一项工作的任务链条中，找到那些AI无法自动化的”薄弱环节”——定义问题、评估方案、跨领域判断——并把精力集中在这些环节上。

1. “能搞定事情”本身就是价值。McEntarfer的建议相当务实：”永远不要低估’能把事情干完’的能力。不管你的技能清单有多长，老板看重的始终是你能不能出活。”

政策层面的盲区

Brynjolfsson直言，在政策应对方面，政府几乎是”闭着眼睛飞行”——缺乏实时数据，也缺乏帮助劳动者转型的培训基础设施。他呼吁建立更灵活的劳动力市场机制，包括更好的实时就业数据和充分的技能培训项目，帮助被AI替代的劳动者重新进入就业市场。

这场变革的大幕才刚刚拉开，而数据的指向已经非常明确：AI正在重塑就业市场，而首当其冲的，是那些刚刚踏入职场的人。

从写代码到审代码

Matt是一名软件工程师。过去半年，他的工作内容逐渐从亲自编写代码、设计架构，转向审查由AI生成的代码。为了不被这种转变削弱技术能力，他每天利用四小时的通勤时间在火车上开发一款浏览器视频游戏，坚持亲手写下每一行代码。

“我在努力保持自己的技能锋利，”他在接受《卫报》采访时表示，“能不用AI的地方，我尽量不用。”

大厂的AI代码比例正在攀升

谷歌此前披露，公司内部已有约75%的代码由AI生成。这一数字引发了行业对于软件工程师角色定位的广泛讨论：当机器能够完成越来越多编码任务时，人类工程师的核心价值将向何处转移？

一些被裁员的工程师发现，市场对他们旧有技能的需求正在下降。报道中提到的George Dover在2024年失业后，经历了较长时间的求职困境。

两条应对路径

面对AI带来的冲击，软件工程师群体呈现出两种主要应对方式。

一方面是“回归基础”。越来越多工程师开始重新学习底层算法、系统设计和计算机科学基础，希望在与AI协作的同时保留不可替代的深度判断能力。

另一方面是“集体行动”。部分工程师开始组织起来，推动行业就AI工具的使用边界、培训机制和就业保障形成更明确的共识与规范。

AI不会取代工程师，但会改变工程师

目前来看，AI更多是在重塑软件工程的工作流程，而非完全取代人类。能够准确理解需求、评估AI输出质量、进行系统级思考的工程师，仍然是团队中的关键角色。对于从业者而言，真正的挑战或许不是与AI竞争写代码的速度，而是重新定义自己在AI时代不可替代的价值。