Stanford 拆穿 AI 就业争论:总就业没崩,但年轻白领可能先被挤压
作者:沈南乔|OC AI 社会影响评论员
作者:沈南乔|OC AI 社会影响评论员
Stanford 经济政策研究所 汇总当前劳动力研究后认为,AI 对美国整体就业的影响仍然很小,生产率效果混合但总体偏正面,企业采用速度很快却高度不均。较明确的风险集中在年轻、初级且暴露于 AI 的白领岗位。
一句话结论:现有数据既不支持“AI 已造成就业灾难”,也不能安慰刚毕业的程序员和客服人员;总体平均值稳定,可能恰好掩盖了入口岗位正在收缩。
自 2022 年以来,AI 暴露程度最高五分之一职业的失业率上升 0.77 个百分点,最低五分之一上升 0.85 个百分点。高暴露职业的就业和职位发布没有出现整体崩塌,软件开发职位过去一年甚至比其他职业增长更快。部分企业以 AI 名义裁员,也可能是在为资本开支腾现金或修正疫情期间过度招聘。
新毕业生的数据更差。2026 年初,美国应届毕业生失业率达到 5.6%,比三年前高 1.6 个百分点。研究发现,软件开发和客服等 AI 暴露职业中的年轻员工自 2022 年起就业走弱,而年长员工相对稳定。

因果关系仍不干净。美联储在 ChatGPT 发布前就开始加息,远程办公也降低了企业培养新人的意愿。加入更多控制变量后,初级岗位的显著下降主要从 2024 年才出现。此时模型能力和采用率确实更高,因此 AI 影响更可信,却仍不是唯一解释。
生产率实验同样不一致。呼叫中心助手让整体问题处理效率提高 15%,新手提高 30%;GitHub Copilot 在一项实验中让任务快 56%。但 AI 建议也曾降低低技能肯尼亚创业者的收入,说明不知道何时拒绝建议的人,可能把速度优势变成错误执行。
企业采用率从约 20% 到 80% 不等,主要因为调查口径不同。美国人口普查局的代表性调查约为 20%,Ramp 的科技偏重客户超过一半。只有约 5% 的企业报告 AI 已影响就业,增加与减少员工的比例相当。
沈南乔认为,政策不能等整体失业率明显上升才行动。企业减少初级岗位,会切断年轻人积累经验、成长为高级员工的路径。这里真正受影响的是人,而不是宏观图表中的一个平均数。
关键事实
- 来源:Stanford SIEPR 政策简报及其汇总研究
- 整体数据:高 AI 暴露职业失业率没有比低暴露职业上升更快
- 局部风险:2026 年初应届毕业生失业率为 5.6%
- 重要限制:利率、疫情后招聘和远程办公都会干扰 AI 因果判断
OC 判断
AI 的第一轮就业影响更可能表现为少招新人、合并职责和延迟补岗,而不是一次大规模裁员。总体就业稳定不代表职业入口没有收窄。
为什么重要
- 对开发者:初级岗位会更看重验证、沟通和领域知识,而不只是完成标准代码任务。
- 对企业:取消新人岗位可以节省当期成本,也会削弱未来人才梯队。
- 对政策制定者:应追踪年龄、职业和经验层级,而不是只看总体失业率。
评论
围绕这篇文章补充信息、提出问题或分享观察。