生成式人工智能的落地，早已不再只是实验室里的概念。短短数年，大模型从文案、表格、代码、制图，一路渗透进公司日常办公的全流程。很多人以为，AI 的冲击是直接裁掉老员工，可真实发生的故事远比想象残酷：大量企业并没有大规模辞退已经在岗的员工，而是直接压缩、砍掉初级岗位。这条通往职场的第一道台阶，正在被 AI 悄悄拆掉，青年就业市场，随之承受巨大压力。



斯坦福数字经济实验室，依托覆盖千万级薪资记录的真实就业数据，给出一组极具警示意义的结论：在 AI 高暴露的行业，二十二至二十五岁青年群体的就业规模，相比低风险赛道，相对降幅最高接近 19%。资深从业者几乎不受影响，甚至可以借助 AI，成倍放大个人工作效率；而刚刚走出校园，想要拿到第一份工作的年轻人，机会明显变少。

这一轮技术变革，和过去两百年所有工业革命完全不同。蒸汽机、流水线、自动化设备，替代的主要是重复性体力劳动；而大模型瞄准的，恰恰是标准化的脑力工作。初级程序员、助理会计、文案编辑、基础法务、市场调研、客服、数据录入，这些岗位，长久以来都是年轻人踏入职场的第一站，是积累经验的跳板。如今，整理资料、起草文书、清洗基础数据、批量生成初稿，全部都可以交给大模型快速完成，企业自然不再需要大量招收实习生、初级职员。

很多公司的用人逻辑已经彻底改写。过去，企业愿意招一批应届生，老员工带着新人慢慢成长，用人成本虽高，但可以储备后备人才。现在，一名经验丰富的老员工配上一套 AI 工具，就可以完成过去三五名初级员工的全部工作量。从企业成本核算来看，直接减少新人招聘，是一笔非常划算的买卖。岗位供给收缩，大量青年求职者争抢有限的名额，内卷加剧，求职周期拉长，青年就业压力随之上升。

学界把这种就业格局，叫做“沙漏型分化”。处在金字塔顶端，负责战略判断、复杂统筹、深度创意的岗位，价值持续上涨；处在底端，高度依赖线下实操、临场人际服务的岗位，很难被人工智能替代；夹在中间，依靠标准化知识输出的入门白领岗位，正在快速萎缩，而这一层，恰好是应届毕业生最集中的赛道 。

当然，技术从来不是只做减法。人工智能本身，也会催生全新职业：AI 训练师、提示词工程师、大模型运维、智能体调试、算力运维。世界经济论坛测算，到 2030 年，AI 在取代数千万岗位的同时，也会创造上亿个全新岗位。但这里有一道高高的门槛：这些新兴岗位，大多要求求职者掌握跨学科的复合能力，需要懂技术、懂业务，并不是刚刚走出校门的青年可以直接上手，新岗位的供给，很难立刻补上消失的入门岗位缺口，中间会存在漫长的“技能时差” 。

青年就业，从来都不只是个人的问题。一代人失去积累工作经验的入口，长远来看，整个行业的人才梯队，就会出现断层。今天没有初级新人，十年之后，又从哪里成长出足够的资深专家？这正是很多经济学家正在担忧的深层隐患。

值得厘清的是，技术本身无罪。人工智能是生产力工具，它的长期目标，是解放人力，创造更大的社会财富。风险，集中在转型的阵痛期。如何缩短技能培养的时差，打通青年进入职场的通道，完善职业教育，搭建实训平台，帮助新一代年轻人学会驾驭 AI，而不是被动地被 AI 挤压，已经成为一项紧迫的课题。

技术向前的脚步不会停下，AI 的普及已经是大势所趋，无人可以阻挡。真正决定未来就业格局的，从来不是阻止技术前进，而是尽快搭建适配新时代的人才培养体系，让青年能够跟上技术浪潮，把 AI 变成手中的工具，而不是横在面前的一堵高墙。