“ 浙大教授”郑强，再次抛出惊人言论！他说：“中国是人口大国、劳动力大国，人工智能要是把劳动力废了，社会可能会混乱。人工智能到底会不会取代人类的劳动力？”振聋发聩！
1970年代后期到1980年代的日本汽车业与本次高度相似，相似点是企业都想靠机器和智能化把效率狠狠干上去，但关键差异也很扎眼：日本当年上机器人，是因为焊接等岗位已经缺人，而且终身雇佣制能兜住工人预期；今天中国面对的却是劳动力体量巨大、竞争更激烈、年轻人入场更难。这意味着，同样是技术升级，日本那套“机器补人手”的逻辑，不能直接套到中国这个“人机重新分工”的局面上。
很多人一提AI替代劳动，脑子里先冒出来的是工厂里四五十岁的老师傅被机器顶掉。我看现在先出问题的，反倒可能是二十多岁、刚出校门、还没站稳脚跟的年轻人。因为老岗位还没全塌，新人先没了练手的位置，这个变化比流水线减人更隐蔽，却更伤社会预期。这个判断，不是情绪推测，而是眼下最值得警惕的信号。
4月21日披露的3月数据已经给出异常值：城镇不含在校生的16—24岁青年失业率升到16.9%，25—29岁升到7.7%，30—59岁是4.3%。这组数字最刺眼的地方，不是它高，而是它说明“找第一份工作”这件事，已经比“保住老工作”更快地感受到压力。年轻人被卡在门外，社会焦虑就会从招聘会一路传到家庭餐桌。
斯坦福《2026 AI Index》把这个趋势又往前推了一步：22—25岁的软件开发者就业人数较2024年已下降近20%，还有三分之一的机构预计未来一年会因AI减少用工。别忘了，软件开发原本还是被看作新经济里最能吸纳年轻人的赛道之一，连这里都开始收口，其他白领初级岗位就更难轻松过关了。问题的核心，已经不是“哪一行危险”，而是“年轻人从哪里起步”。
这就是我和很多泛泛讨论不一样的地方。AI真正可怕的地方，不是某一天一键清空所有岗位，而是把原来给新人积累经验、熟悉流程、犯小错、慢慢升级的那一层台阶先抽掉。信贷初审、基础文案、初级客服、数据整理、初级代码修补，这些活过去看不上眼，今天恰恰是很多人踏进职业世界的第一步。第一步没了，后面的十步都会受影响。
再看国际企业的动作，就更能看出资本现在怎么想。3月11日，Atlassian宣布裁员约1600人，约占员工总数10%；公司高管讲得很明白，AI会改变技能组合，也会改变某些岗位需要的人数。4月17日，路透社又披露Meta首轮就准备裁掉接近8000人，还可能继续往下砍。它们没把AI当成慢慢磨合的工具，而是先当成重新压缩组织规模的抓手。
这背后还有一个更冷的逻辑：资本市场对“减人增效”很买账。Atlassian宣布裁员后，股价盘后上涨接近2%；汇丰被曝评估未来几年可能影响约2万个岗位时，市场第一反应也是盯着成本和效率。企业高层现在最容易做的事，不是把AI用成“人机协同”，而是把它做成一张财务报表上的利润率工具。只要这个逻辑不纠偏，技术进步就很容易先变成劳动者的心理压力。
更值得注意的是，国际组织已经开始担心“谁在工作场所里做主”这个问题。3月30日至4月1日，OECD把AI对就业、技能、算法管理的影响拿出来集中讨论；4月欧洲议会AI Days，直接把“工作场所数字化、算法管理、工作相关压力”摆上议程。国外已经不再只问AI能不能提高效率，而是开始追问：谁来给算法立规矩，谁来给劳动者兜底。连这个问题都摆出来了，就说明摩擦不再是想象中的事。
还有一组数据也很耐人寻味。斯坦福《2026 AI Index》说，73%的专家认为AI会改善人们的工作，但公众只有23%这么看，两者之间有50个百分点落差。专家越乐观，普通人越紧张，这不是认知水平高低的问题，而是站的位置不同。专家多半看到生产率，普通人先看到饭碗、工资和孩子找工作，这个温差如果越拉越大，社会舆论就会越来越拧巴。
中国这边并不是没动作。3月7日，人社部门公开说，正在研究发挥人工智能创造新岗位和赋能传统岗位的措施；过去五年已经认定72个新职业，其中20多个与AI直接相关，而且官方判断每个新职业在初期有望带来30万到50万个岗位。这说明政策思路不是堵AI，而是想把AI拉回“创造岗位、升级岗位”这条线。方向没错，关键在于能不能跑赢企业压缩用工的速度。
4月10日公布的《“人工智能+教育”行动计划》也很关键，它把人工智能纳入高校学生就业能力提升“双千”计划，还提出面向重点群体开发人工智能素养和技能课程。这个动作的意义，不在于又多了一份文件，而在于政策终于对准了我前面讲的那个痛点：年轻人的第一份工作入口正在变窄，那就必须在学校阶段提前补技能、补场景、补过渡。