（麻省理工科技评论）

到目前为止，AI 并没有引发大规模失业。发达国家的总体就业水平大致稳定，近期的评估也发现 AI 对整体数据的影响有限。但总体数据之下藏着一个令人不安的变化：年轻人进入职场的入口正在收窄。

最令人担忧的证据出现在入门级招聘上——这恰恰是我们预料中最先受到冲击的地方。斯坦福数字经济实验室 2025 年 11 月发布的一篇工作论文发现，在 AI 暴露度（AI exposure）最高的职业中，22 到 25 岁工人的就业人数在生成式 AI 普及后相对下降了 16%，这个数字已经排除了其他可能影响企业用人决策的因素。Anthropic 在 2026 年 3 月发布的报告也指向了类似的结论。

同一批职业中，经验丰富的工人没有出现同样的下降；AI 暴露度低的入门级岗位也没有在缩减。受到冲击的范围非常明确：就是那些 AI 暴露度高的、入门级的工作。

这个信号不容忽视。它说明企业可能正在用 AI 取代那些年轻人传统上靠来站稳脚跟的初级工作——至少在软件开发、客服、程序员和信息系统管理这些大量使用生成式 AI 的岗位上是如此。

我们必须从现在开始改变培训和支持年轻人进入职场的方式。教育机构需要为 AI 时代的劳动力重新调整方向，政府需要出台措施激励企业雇用和培训入门级员工，企业需要认识到一件事：培养一支熟悉 AI 的长期劳动力队伍，要从招入门级员工开始。学生自己也要承担起责任——不仅要学会用 AI，还要学会把 AI 能力和具体的专业领域结合起来。

一言以蔽之，我们必须重新理解“入门级工作”意味着什么。

这件事格外紧迫，因为应届毕业生的整体就业市场也在变差。纽约联邦储备银行的数据显示，2025 年第四季度应届大学毕业生的失业率升至 5.6%，“不充分就业率”——也就是从事通常不需要大学学历的工作的毕业生比例——达到了 42.5%，是新冠疫情以来的最高水平。没有哪个数据能单独证明这都是 AI 造成的。后疫情时代招聘整体低迷，年轻人在这种环境下尤其吃亏。但我们不能无视一种可能性：AI 正在让本就艰难的从校园到职场的过渡变得更难。

这些数字背后是真实的个人痛苦。今天的应届毕业生经常投几百份简历才能拿到一个 offer。调查反复显示，长期求职中的年轻人焦虑感偏高、经济状况不稳定、身心俱疲。如果 AI 悄悄关上了入门级工作的大门，承受代价的是这些年轻人：独立生活被推迟，成家被推迟，第一次认真的职业尝试就被拒之门外。

这件事还有另一层重要性：入门级工作本身就是社会培养人才的机制。初级分析师通过工作学会分辨哪些数据靠谱，年轻程序员在实践中学会系统是怎么出故障的，刚入行的市场营销人员在真实环境中学会客户的行为跟报表上写的不一样，初级法律和金融人员在实际工作中学会规则、判断、截止日期和人际关系是怎么交织在一起的……如果 AI 把这些用来培训新人的工作都接管了——起草、分类、编程、总结、行政准备，企业短期内也许更高效了，但整个社会的人才储备在长期会被掏空。

帮年轻人提升技能的正确方式不是告诉他们“去学编程”。这条建议影响了十多年的政策和大学扩招，它的前提是：编程是一种稳定的、可规模化的技能，几乎任何人都能学会，然后靠它找到一份中产阶级的工作。这个前提已经不成立了。AI 擅长处理的恰恰是“学编程”项目教的那些东西：把需求文档翻译成常规代码、套用标准模板、修复可预见的 bug。

现在更有价值的技能是监督 AI 系统的工作，以及理解 AI 产出的结果。

为了帮年轻人培养这些能力，大学、社区学院和职业培训项目应该把 AI 素养、数据素养、提示词工作流、结果验证能力和专业判断力融入日常课程中。每个毕业生都应该知道怎么用 AI 工具、怎么检查它的输出、理解它的局限，以及怎么把它和人类的专业经验结合起来。哪怕是进入医疗等看起来不太受 AI 威胁的行业，这些能力同样重要。几乎每份工作都包含一些 AI 已经能大幅提效的任务：起草文件、做总结、排日程、做调研、处理基础数据、日常沟通。

大多数年轻人将要面临的竞争不是“人 vs 机器”，而是“你 vs 被 AI 加持的同事”。让自己有价值的现实路径不是回避 AI，而是熟练掌握它，再把它和专业判断力、随机应变能力和与人打交道的能力结合起来。学校应该重视带薪实习、学徒制和企业合作项目，让学生在毕业前就能在真实工作环境中积累判断力。

政府应该为雇用入门级员工并让他们进入有体系的 AI 增强型岗位的企业提供税收抵免、工资补贴和培训拨款。这种“有条件的、跟企业行为挂钩的补贴”在美国税收政策中有先例，缺的只是一个专门针对入门级 AI 岗位的版本。

企业也应该停止只看 AI 省了多少人力成本就决定招不招人。年轻员工的价值不在于这个季度他能完成多少任务，而在于学习、成长、积累对公司运作方式的理解，以及未来的产出。招入门级员工不只是一笔开支，而是在为企业储备未来的判断力。2030 年代末最能干的资深员工队伍，绝大部分会来自今天的初级员工。那些用自动化跳过了新人培养阶段的企业也许能改善眼前的利润率，但十年后可能发现：公司里没有人真正理解自家那些 AI 驱动的工作流到底是怎么跑的。

今年和明年毕业的学生面对的是一个正在转型的艰难市场。AI 熟练度正在变成标配，光有专业知识但不懂 AI 的人正在落后。真正稀缺的是两者的结合：懂制造业又精通 AI 的机械工程师，懂金融服务又擅长 AI 的软件程序员——这才是市场真正需要的人。

https://www.technologyreview.com/2026/05/26/1137865/its-time-to-address-the-looming-crisis-in-entry-level-work/