AI 拆掉了职场的第一级台阶：当不了菜鸟，怎么熬成老手

2026 年 4 月，高盛一位经济学家算了一笔账：过去一年，美国平均每个月净减少约 16,000 个工作。其中被 AI 直接顶替掉的有 25,000 个，AI 又顺手创造出 9,000 个。被砍得最狠的，是三十岁以下、刚入行的年轻人。原因不复杂：他们干的活，数据录入、客服应答、整理资料、跑流程，正好是 AI 现在最拿手的那部分。

新闻标题都在喊「AI 抢饭碗」。可只盯着失业数字，会漏掉底下那件更要命的事：一个人到底怎么从新手变成老手？过去的答案，藏在那些没人爱干的杂活里。入行头两年端茶倒水、改格式、跑腿核数据，看上去是廉价劳动，真正的作用是让你在低风险的地方，把手感、判断、对行业的直觉一点点磨出来。那些杂活本身不值钱，它们是「带新人」这件事的运输工具。 AI 把杂活吃掉了，「带新人」这趟车也跟着停了。这套机制运转了上百年，从工厂学徒到律所新人、医院实习生，靠的都是同一个逻辑：先在不会捅大篓子的角落练，练熟了再上手要紧的活。

PwC 今年的全球 AI 就业晴雨表（一份按行业统计 AI 对岗位影响的年度报告）把这个拧巴的局面摊开了。一边，会用 AI 技能的岗位增速是整体就业的将近八倍，掌握这门手艺的人平均能多拿六成薪水。另一边，入门级岗位正在「资深化」：要求新人一进门就有判断力、能带人、扛得住事，这类「高配版入门岗」自 2019 年涨了三成五，普通入门岗反倒缩了一成。说成大白话就是：市场一边拆掉新手的台阶，一边要求新手一上来就站在老手的高度。 举个例子，几年前一个市场营销新人，头一年就是排版、整理后台数据、扒竞品资料；这些活今天 AI 几秒钟就干完了，于是岗位要么消失，要么直接要求你一进来就会做策略、看得懂生意。当不了菜鸟，却被要求有老手的本事，这是现在年轻人面对的死结。

这个死结我有点切身体会。我是一个人做产品的独立开发者，从第一天起，那些「新人杂活」全是 AI 在干：写样板代码、查资料、出初稿。按老剧本，我根本没有可以往上爬的台阶。可手感和判断这东西，不会因为没台阶就自己长出来。我后来发现，磨判断力靠的根本不是杂活堆出来的数量。真正起作用的是另一组东西：把一件小而完整的事从头管到尾，自己掏钱、自己上线、自己承担搞砸的后果，然后接住真实世界甩回来的反馈。亏过钱、被用户骂过、半夜爬起来修线上事故，这些才真正教会你东西。

所以我越来越相信，接替学徒制的，是「带着责任去拥有一件完整的小事」这种方式。对刚入行的人，与其去抢那个快没了的初级岗，不如尽早找一件自己能完整负责、又有真实利害的小事：接一个真付费的小活、独立做完一个会被人用的小产品、在一笔真实预算里做一次决定。规模小没关系，关键是后果是真的、反馈是快的。判断力是被真实后果喂大的，跟岗位级别没多大关系。

对老板这边，也有句话得说。AI 把初级岗的成本压到几乎为零，砍掉它们是眼前最划算的账。可今天公司里能做判断、扛得住事的中层和资深，全是当年从初级岗一路熬上来的。我见过太多团队，AI 一上，第一刀就砍向实习生和初级岗，因为那是账面上最容易省的钱。把整层新人都换成 AI，等于把明年的种子粮当成今年的口粮吃下去。三五年后，当这批老手退场，公司会突然发现没人接得住，因为根本没给任何人留练手的地方。聪明的做法，是把省下来的成本拿一部分出来，专门给新人造练判断的场子，哪怕这事短期看不划算。

我不觉得旧的台阶还能修回来。它本就是廉价杂活的副产品，杂活没了，它自然塌。失业数字会上下波动，真正值得焦虑的，是一整代人可能失去那个在低风险里把判断力练出来的过程。谁能把这个过程重新造出来，无论是想往上走的年轻人，还是不想吃光种子粮的老板，接下来几年都会站得比别人稳。