【今日观察】AI 不是打工人的福音，它正在把差距越拉越大

ShawnXie2026/3/17大约 5 分钟

很多人谈论AI时，默认它会提升所有人的效率。但从近期的就业市场信号来看，实际情况并非如此平均。

AI 并没有平等改善所有人的职业处境，它更像一个能力放大器。

它会让本来就有判断力、工具能力和独立交付能力的人，产出进一步放大；也会让那些主要依赖重复执行、流程衔接和中间协调工作的人，更快感受到岗位压力。

这意味着，科技就业正在进入一种越来越明显的 K 型分化：一端是更能借助 AI 放大价值的人；另一端则是被更高要求重新筛选、持续承压的中间层岗位。

岗位没有消失，但正在向更强的人集中

从最近业界资讯能发现几个关键信号：

第一，虽然科技就业增速在回落，但高端人才的机会并没有同步收缩，反而因为 LLM 工具提升产出效率而受益。企业不是突然更愿意招人了，而是更愿意把预算集中到那些能借 AI 放大结果的人身上。

第二，供给侧压力在持续提升。美国 STEM 博士每年新增约 13 万，但岗位增长只有 8% 左右；中国高校的 STEM 博士毕业生数量持续增长，预计到 2025 年其规模将达到美国的约 2 倍。人才供给在继续增长，而高质量岗位的承接速度并没有同步跟上。

第三，岗位没有消失，而是在向新技术方向重新集中。比如字节跳动近期启动史上规模最大的转正实习生招聘，拟招超 7000 人，重点仍然向研发、产品和 AI 倾斜。这说明不是企业不招人了，而是企业更愿意招特定的人选了。

将这三件事连起来看，趋势已经明了：AI 没有把科技就业整体抬高，而是在改写岗位价值的分配方式。

很多人天然会把 AI 理解成一种人人都能获得的效率外挂，既然大家都能用，那理论上所有人的处境都该一起改善。

但实际问题不在于 AI 能不能提高效率，而在于它提高效率的方式并不均匀。

对企业来说，AI 最有价值的地方，不是让每个人都多做一点事，而是让少数高能力员工能做更多、更快、更完整的事。

当工程师不仅会写代码，还能借助AI进行调试、搭建流程、补充测试并压缩交付周期；当产品经理不只是撰写文档，而是能将调研、拆解、原型设计和验证环节整合成更短的闭环，企业自然更愿意将资源集中在这类人才身上。

而真正被重新定价的，往往是中间层岗位。这类岗位过去的价值，建立在信息汇总、流程衔接、模板化输出和跨团队协调上。但当 AI 可以接手其中一部分标准化认知劳动，岗位的独特性就会变弱。这些工作，到底需要一个完整的人来做，还是只需要一个更强的人，配上一套 AI 工具链来做？

所以，接下来很多岗位面临的变化，不一定是突然消失，而是：

换句话说，AI 抬高的不是一个工具门槛，而是整个岗位的能力门槛。

对于普通上班族，这个变化最直接的影响，是岗位要求会比你预期中更快抬高。

因为企业会越来越少地为纯粹的中间流程保留预算，而更愿意把钱花在那些能把 AI 变成生产力杠杆的人身上。

所以，真正重要的问题不是：AI 会不会抢走我的工作？

而是：我的能力结构，是否足够让 AI 放大，而不是被 AI 替代？

这两者听起来只差一点点，背后的结果却可能完全不同。

科技变革的本质是筛选，筛选出那些能够主动拥抱变化、将工具转化为能力的人。