AI跳过年轻人：招聘冻结比裁员更残酷

"你会被AI替代吗？"这个问题我听了太多次，已经快免疫了。直到我读到斯坦福那份报告，才发现我们可能一直在问错问题。

斯坦福数字经济实验室用ADP薪资数据做了个大规模研究，结果让我愣了半天：22到25岁年轻人，如果处在高AI暴露职业里，就业率比预期低了整整19%。不是被辞退，是压根没被招进去。企业明明有岗位空缺，就是不给你发offer。这个"招聘冻结"比"裁员潮"更安静，也更残酷——它没有新闻画面，没有集体抗议，只是在每个毕业季的求职平台上，悄悄多了一批"已读不回"。

我盯着这个数字想了很久。为什么偏偏是年轻人？

答案藏在"可编码知识"这四个字里。会计助理、初级数据分析师、法律研究员——这些岗位的核心工作就是"把规则摸清楚然后执行"。而AI最擅长的，恰恰就是这套。当模型能在一秒内跑完你三个月的活，企业当然不会再花钱雇一个需要培训半年的人。这不是"替代"，这是"跳过"——像河流改道，不是把水抽干，而是直接不往你这边流了。

这让我想起上个月在深圳见的一个朋友。他带了个实习生，北大的小姑娘，聪明又勤快。朋友跟我说，他最近在纠结要不要给她转正。"她做的事，我现在用Claude加个数据库就能跑完，成本是她的十分之一。"他说这话的时候，眼神有点躲闪。我知道他在躲什么——不是成本问题，是良心问题。那个姑娘每天加班到九点，通勤两小时，就为了一个转正名额。而她的岗位，正在被一个不会累、不要社保、不会抱怨的模型慢慢蚕食。

这事让我想起一个更隐蔽的维度。UC Berkeley的Dawn Song教授在Agentic AI峰会上提过一个观点：当AI从"工具"变成"协作者"，安全和可解释性就不只是技术问题，而是权力结构问题。一个能自主决策的AI，天然会优化它被训练去优化的东西——如果企业训练它"降本增效"，它就会精准地找到最"多余"的那批人。而最"多余"的，往往是刚入行、技能单一、议价能力最弱的年轻人。这不是阴谋，这是目标函数。

我一开始觉得这有点危言耸听。直到我注意到GitHub那次全球宕机——开发者们集体傻眼，因为整个工作流都挂在那个平台上。我们一边担心AI抢工作，一边把基础设施越建越集中。这种集中化带来的脆弱性，跟就业市场的结构性断层，其实是同一枚硬币的两面：都在把风险压给最没有缓冲能力的人。

当然，斯坦福的数据里也有让人意外的部分。影响集中在"可编码知识"岗位，而需要判断力、沟通力、情境理解的职位——比如护士、谈判专家、项目经理——几乎没受影响。AI能取代的是"知道怎么做"，取代不了"知道为什么这么做"。那个北大姑娘的问题不是她不够聪明，而是她还没机会积累"为什么"的经验，就已经被算法判定为"不需要"。

这才是让我真正不安的地方。我们讨论AI伦理、对齐、安全框架，讨论得热火朝天，但最需要被保护的，往往是那些连讨论都来不及参与的年轻人。他们没犯任何错，只是刚好站在了技术变革的刀刃上。

我去查了一下欧盟联合研究中心那份关于生物AI的报告，发现连欧盟都在纠结怎么给"能读生命语言"的模型定规则。你看，全世界的监管者都在忙着给AI划边界，却很少人问一句：在这条边界画好之前，有多少人的职业生涯已经越过悬崖了？

写到这里，我承认我有点悲观。但我也知道，悲观解决不了问题。那个深圳朋友最后告诉我，他还是给了那个姑娘转正offer——"因为她问了我一个AI永远问不出的问题：'如果我被替代了，你会记得我做过什么吗？'"

我不知道这个回答算不算好消息。但至少它说明，有些判断，模型永远做不了。就像我们永远需要有人来回答"为什么要做这件事"，而不只是"怎么做这件事"。

如果非要给个结论，我想说：AI浪潮里，最脆弱的肩膀不该被扔下。这不是道德呼吁，而是务实判断——一个把年轻人拦在门外的系统，最终会发现自己失去了所有能改变规则的人。到那时候，再聪明的AI，也只是个空转的引擎。