213年后重演！AI拆掉职业第一阶，年轻人就业率暴跌，如何破局？

卢德运动的工人，不是你想的那种“反技术蠢货”。

1811年前后，英国纺织工人开始砸毁机器。很多历史书把他们写成“不懂技术进步的人”，好像他们只是害怕机器、害怕新时代。

但真实情况没这么简单。

他们真正反对的，不是机器本身，而是机器被用来压低工资、取消熟练工人的议价能力、破坏原本的劳动标准。

他们要的东西，放到今天听起来一点都不过分：更合理的工资、更安全的工作、更基本的补偿。

换成现在的话，就是一句：

技术红利不能只归老板。

英国政府怎么回应？

镇压。

约12000名士兵被投入镇压卢德运动。1813年约克审判后，17名相关人员被绞死，另一些人被流放。2026年再回头看，已经过去213年。

可问题是，今天我们好像又回到了同一个问题面前。

2026年五一劳动节，半月谈发文讨论AI时代劳动者的位置，提到要建立“技术红利共享机制”，警惕算法变成“数字监工”，还要建设终身职业技能培训体系。

你看，213年前工人问的是：机器提高了效率，为什么我的生活更差了？

今天我们问的是：AI提高了效率，为什么我反而更忙、更焦虑、更难找工作？

这不是历史巧合。

这是技术进步每次加速时，都会暴露出来的老问题。

很多人讨论“AI抢工作”，脑子里想的是一个很简单的画面：

机器来了，人走了。

纺织机替代纺织工，流水线替代手工工人，大模型替代文案、客服、程序员。

这个说法不是完全错。

但它漏掉了更危险的一层。

我把它叫作：

梯子效应。

一个人进入职场，不是一开始就做高级判断的。

年轻人通常要从基础工作开始：整理数据、写初稿、改格式、跑测试、写简单代码、做客户记录、核对账目、准备会议材料。

这些事看起来低级、重复、没技术含量。

但它们其实是职业梯子的第一阶。

你就是在这些“低级活”里面，学会行业规则，学会判断质量，学会跟人沟通，学会犯错再改正。

AI真正可怕的地方，不一定是把高级岗位全部干掉。

而是它先把底层台阶拆掉。

资深员工用了AI，效率更高了。一个人可以完成过去两三个人的初稿、检索、整理和分析。

老板当然高兴。

但问题来了：既然资深员工加AI就能干这些基础活，那还要不要招新人？

这就是梯子效应。

不是所有人都被AI裁掉，而是年轻人连进入梯子的机会都变少了。

这不是空想。

ADP Research 报道过一组数据：在AI暴露度高的职业里，22到25岁年轻工人的就业，从2022年底到2025年7月下降了6%；但30岁以上工人在同类岗位中反而增长了6%到13%。

斯坦福AI Index 2026也提到，到2025年9月，22到25岁软件开发者就业已经比2022年峰值低了接近20%。

这说明什么？

说明AI的冲击不是平均落在每个人头上的。

它更像一把筛子。

有经验的人，可能把AI变成工具。

没经验的人，可能连练手的机会都没了。

这就是今天最容易被忽略的风险：总就业率看起来还行，老员工甚至更忙、更值钱，但年轻人的入口岗位在收缩。

一个社会如果只看“岗位总数”，就会误判形势。

真正要看的是：第一份工作还在不在？新人还能不能被训练出来？初级岗位是不是被AI悄悄吃掉了？

IMF在2025年4月发过一篇关于AI与不平等的工作论文。

它的核心提醒很重要：AI可能不只是改变工资，还会改变财富分配。

这里面有两个词要先解释清楚。

一个叫“互补”。

意思是AI不是替你，而是帮你变强。

比如一个资深律师、医生、研究员、产品经理、程序员，本来就有判断力。AI帮他查资料、写初稿、做总结，他最后把关。这样一来，他的判断力反而更值钱。

另一个叫“替代”。

意思是AI直接把你的任务做了。

比如你原本的工作就是录入、整理、初稿、标准回复、基础检索，那么AI很可能不是帮你，而是取代你。

这就是问题所在。

高薪岗位更容易和AI形成互补。低阶岗位更容易被AI替代。

更现实的是，高薪人群通常还拥有股票、基金、企业股权。AI提高企业利润后，资本收益也更容易流向他们。

所以AI带来的不是单层差距，而是双层差距：

工资差距可能被重新拉开，财富差距更可能扩大。

说白了，AI不是简单地让“机器抢穷人的饭碗”。

它更像是把已经有优势的人，再往上推了一把。

很多人以为AI进入职场后，员工会更轻松。

现实可能正好相反。

亚马逊仓库的案例就很典型。The Verge 2019年报道，亚马逊系统会追踪仓库员工的生产率，并自动生成警告或解雇通知。报道中提到，巴尔的摩一个仓库一年内约300名员工因此被解雇。亚马逊方面则表示，主管可以覆盖系统决定。(The Verge)

这里最吓人的不是“效率考核”。

效率考核一直存在。

真正的问题是：当考核标准被算法藏起来，员工不知道自己为什么不合格，也不知道该向谁解释时，劳动关系就变了。

过去你面对的是主管。

现在你面对的是系统。

主管至少还可以沟通。系统不会听你解释孩子生病、身体不舒服、设备故障、当天任务更复杂。

这就是“数字监工”。

它不一定拿鞭子。

它拿的是数据、排名、提醒、红线、自动警告。

更讽刺的是，AI本来被包装成“减负工具”，但很多员工感受到的是工作量增加。

CEPR文章提到，AI暴露度更高的职业，工作时长反而增加；另有研究显示，生成式AI暴露度较高的职业在ChatGPT出现后每周工作时间增加约3.15小时。

EY 2025年调查也显示，64%的受访员工认为过去一年工作量增加，而真正能用AI彻底改造工作方式的人很少。

所以问题来了：

AI提高了效率，但省下来的时间归谁？

归员工休息？

还是归公司继续加任务？

这才是技术红利的核心问题。

半月谈提出的方向是对的：技术发展要有温度，劳动保障要有底线，社会转型要有缓冲。

但我觉得还要加一个更具体的指标：

不要只看总就业率，要专门看初级岗位。

因为AI时代最容易出现一种假象：

总就业没崩。

企业利润更高。

老员工效率更强。

看起来一切都很好。

但另一边，年轻人进不来。第一份工作变少了。实习变少了。助理岗位变少了。初级程序员、初级分析师、初级文案、初级运营的机会越来越少。

这才是长期风险。

因为经验不能凭空产生。

你不能要求一个25岁的年轻人，一毕业就有5年经验。

你也不能指望一个人只靠网课和训练营，就学会真实工作里的判断、沟通、妥协和责任。

职业能力不是下载出来的。

它是在真实岗位里磨出来的。

所以企业引入AI时，不能只说“我们没有裁员”。

初级岗位减少了吗？新人培训链条还在吗？年轻人还有犯错和成长的空间吗？AI到底是在帮助人升级，还是在让企业不再培养人？

这几个问题，比“AI会不会抢工作”更重要。

卢德运动的工人当年问的，不是“机器能不能用”。

他们问的是：机器提高了效率，为什么我们反而被压低、被抛弃、被惩罚？

今天我们面对AI，其实也在问同一个问题。

AI当然会继续发展。

没有人能把技术浪潮按回去。

但技术进步不等于社会自动进步。

如果AI让资深者更强，让资本回报更高，却让年轻人失去入口，让普通员工被算法追着跑，那它带来的就不只是效率，还有新的不公平。

最危险的不是AI抢走某一个岗位。

最危险的是，它把职业梯子的底层台阶拆掉，然后告诉年轻人：

你自己爬上去。

问题是，没有第一阶，谁也爬不上去。

213年前，卢德工人用生命问过一次：技术红利到底归谁？

213年后，我们不能还只回答一句：这是时代进步，你们要适应。

真正的答案应该是：