一个再普通不过的工作日，一封解雇邮件像炸弹一样砸进TikTok马来西亚的内容审核团队，几百号人瞬间丢了饭碗。取代他们的，不是新人，而是永不知疲倦的AI算法，24小时在线，零差错。
转头看马斯克的xAI，也刚砍掉500名数据标注员，整个团队三分之一没了影儿。取而代之的，是少数顶尖AI训练师——企业眼里，海量新人已成鸡肋。
这些事儿串起来，就让人后背发凉：AI真开始抢饭碗了？当初人人喊的人机共赢、美梦成真，现在听着像笑话。
过去几年，AI会不会放大失业，吵得没完。一边是报告说年轻人招聘率滑坡，AI抢位子；另一边经济学家看数据，摇头说没硬证据，公司用工也没大动静。
可最近的研究，像哈佛的这份，越来越戳破这层窗户纸。生成式AI一进来，低技能岗位的稳定性就先崩，尤其是底层初级岗和合同工，挤压得最狠。
哈佛两个劳动经济学博士，扒拉了十年6200万劳动者数据，外加2.45亿招聘帖，对比招聘网站的简历，挖出AI入侵职场的真把戏。
先看初级岗位，就业人数直线下滑。在用AI的企业，低端岗缩水飞快；高级岗呢，不但没少，还在涨，就业率稳稳的，AI压根没搅和多少。
这些公司不是大刀阔斧裁员腾位子，而是招聘闸门一关，慢慢来。工作难找的锅，就这么甩出来了。
有意思的是，AI砸得最狠的，竟不是那些末流大学生，而是中档名校的毕业生。
细说，第二档强校、第三档普通名校的毕业生，岗位掉得最凶。
顶尖一档的精英校生，影响小得多；第四档普通校基本躲过一劫；第五档末流校的，压根儿没波澜。
换句话说，除了少数清北级别的，其他211/985毕业生，AI冲击可能比双非生还猛。
为啥画出这么个U型曲线？研究者一针见血：
顶尖生能力逆天，进的岗位复杂多变、创意满满，AI一时半会儿够不着。
末流生薪水低，雇他们成本不高，用AI全替反倒不划算。
中间档的呢，薪资不算低，工作内容却正好卡在AI的甜区，性价比成炮灰，自然先挨刀。
不同行业也分三六九等，批发零售的初级岗风险拉满——数据录入、客户服务这类，重复率高，AI一抓一个准。
这份研究直指，生成式AI正推出一波“资历偏向变化”，对初级岗下手最黑。
啥叫资历偏向？简单说，技术的影响，不是均匀洒，而是按经验层级砸，初级最惨，不是光看技能。
“血洗职场”听着吓人，但这趋势，已经逼着我们重盘人机协作的账本。
去人化这股风，谁的岗位先凉？
研究跟街头巷尾的担心对上眼：AI自动化常规活儿，企业对入门生的需求直线掉。这些活儿，本来就是新人练手的起步砖。
内容审核就是活例子。从前社媒公司雇大队人马筛不良内容，现在80%违规帖AI一键删。TikTok从2024年起，全球裁了数百审核员，AI加少量人就够了。
Meta的外包审核队也缩编重组。初级财会、行政岗，同一条船。财务助理，以前手动对票据、录入数据，现在智能报销、自动记账，AI全包了。
练手机会没了，这些岗要么蒸发，要么不招新人。
最易被AI顶的活儿，以前多是年轻人、合同工干，本来稳定性就悬，现在更成“可丢可不丢”的边角料。
AI一普及，企业用工就往精兵简政、技术替人高比例走。
大家盼的1+1大于2，现实里却成一个AI顶走一个人。为啥？AI专治流程明确、重复高的琐事，企业一看，机器干了，立马省成本。
再者，AI+人提效听着美，但收益不直观，还得训人调流程。短期，企业自然挑立竿见影的替代路子，“协作”悄然变“去人”。
结果呢，技能两极分化：有经验的老鸟抱AI如虎添翼；新人呢，练手机会没了。人才梯子底端压缩，入门门槛蹭蹭上涨。
想想看，20岁工龄18年的招聘帖，说不定哪天就成标配。
对刚起步的年轻人，没初级岗垫脚，成长路就陡了——这AI时代，新坑得早填。
以往聊技术怎么搅就业，总绕“技能偏向”：自动化惠高学历高技，挤低技。
如今AI来得猛，带出“资历歧视”，资历浅的遭殃。资历不等于牛，但至少帮你躲开AI的镰刀。
资浅岗是入门没错，谁不是从零爬起？一步登天，哪儿有这好事。
面对AI职场变局，玩法得换：
学校课表得革新，不光教啥是AI，得让学生上手驾驭工具。
职业规划不能死磕老路，按部就班风险大，主动出击挑战，才是抗AI替的硬道理。
最关键，终身学习这事儿，得刻脑门上：适应新工具新活儿，把初级技能炼成高级，才是长久饭票。
