AI尚未重创应届生就业

过去两年，围绕生成式AI的就业焦虑几乎成为科技行业的固定叙事：代码可以由模型生成，文案可以由聊天机器人完成，数据整理、客服回复、基础研究等任务也正在被自动化。由此推导出的一个流行结论是，应届毕业生和初级岗位将最先受到冲击，因为这些岗位往往承担重复性、流程化和可训练的基础工作。

但Ars Technica报道指出，至少从目前可观察的失业和招聘数据来看，这一判断并没有得到强有力验证。文章援引相关劳动力市场分析称，在整体就业统计中，尚未看到AI导致新毕业生出现显著、普遍的失业上升，也没有证据表明企业正在大规模削减对应届毕业生的招聘。

“没有证据显示AI造成了显著、广泛的岗位替代或招聘减少。”

就业恐慌与数据现实之间的落差

AI对就业的影响并非不存在，而是更可能以渐进、分散和行业差异化的方式发生。许多企业确实在测试AI工具，用于提高软件开发、市场营销、客户支持和行政工作的效率；一些岗位的工作内容也正在被重新设计。然而，从宏观统计看，这些变化尚未转化为对应届毕业生群体的大规模失业。

这与历史上的技术扩散规律相似。新技术往往先改变任务，而不是立刻消灭职业。电子表格没有让会计消失，却改变了财务人员的技能结构；搜索引擎没有让研究岗位消失，却提高了信息检索的基本门槛。生成式AI也可能首先成为一种“生产力工具”，要求新人更快掌握提示词、自动化流程和人机协作，而不是简单替代所有入门级员工。

为什么应届生被认为更脆弱

应届毕业生处于劳动力市场入口，经验积累不足，议价能力较弱，因此更容易成为技术替代论的焦点。尤其在科技、咨询、媒体、设计等领域，许多初级岗位的核心任务包括资料搜集、初稿撰写、基础测试、会议纪要和简单代码实现，这些正是大模型擅长覆盖的场景。

不过，企业招聘新人并不只是为了完成低阶任务。新人也是人才梯队的一部分，承担组织学习、文化传承和未来管理储备的功能。如果企业完全停止招聘初级员工，短期成本或许下降，长期则可能造成人才断层。因此，即便AI提升了单个员工的产出，企业也未必会立即取消校园招聘。

编者按：真正的变化在技能门槛

值得警惕的是，“没有出现大规模失业”并不意味着毕业生可以忽视AI。更现实的变化是岗位要求正在抬高：同样是入门职位，企业可能期待候选人能用AI辅助完成更复杂的任务，能判断模型输出的可靠性，并具备跨工具整合能力。换言之，AI未必让新人无岗可去，但可能让不会使用AI的新人更难脱颖而出。

对高校和求职者而言，关键不只是学习某个聊天机器人，而是理解AI在专业领域中的边界：如何验证事实、保护数据、避免版权和合规风险，以及如何把模型输出转化为可交付成果。未来的入门岗位可能不会消失，但“入门”的定义正在变化。

总体来看，当前数据为AI就业恐慌提供了一个重要校正：技术冲击需要被持续追踪，而不应被单一叙事放大。生成式AI对劳动力市场的长期影响仍未定型，但至少到目前为止，它还没有在应届毕业生就业数据中留下普遍而清晰的重创痕迹。

本文编译自Ars Technica