2025年文科应届生秋招落实率35%，AI影响3亿全职岗位。但真正扎心的是结构性失业：不是工作不够多，是你的技能和新工作对不上。中年人的困境不是学不会，是三个字：没余量。转型不是清零重来，而是“AI+你现在做的事”，找到AI能放大你现有能力的交叉点。

刷到一组数据，感觉挺扎心的。

2026届高校毕业生预计1270万，又是一个新纪录。

但这个数字还不是最扎心的。麦肯锡研究报告说全球3.75亿工人需要转换职业类别，高盛说3亿个全职工作岗位会受到AI影响。这些大数看多了，其实会麻木。

真正让我停下来想了一会儿的，是另一个数。2025年文科应届生的秋招落实率，35%。

35%。差不多三个人里面只有一个人找到了工作。

聊AI对就业的影响，很多文章喜欢讲「总量」，AI会消灭多少岗位、又会创造多少新岗位。

报告说到2030年净增7800万个岗位，乐观派觉得没问题，历史规律如此，新技术总会创造更多工作。

这话对不对？从总量上看，可能是对的。

但总量是个特别有欺骗性的东西。

01

打个比方，如果一个城市新开了100家AI公司，同时关掉了80家传统企业，从总量看「净增20家」，挺好。

但关掉的那80家里面的人，和新开的100家需要的人，很可能不是同一批人。

这就是结构性失业，不是工作不够多，是你的技能和新工作对不上。

而这个「对不上」的问题，在35+岁的人身上最严重。

为什么？

我自己的感受是，中年人的AI焦虑，其实不是怕AI本身，而是怕「上有老下有小中间有房贷」的时候被迫重来。

半拿铁播客最近一期聊到了显微故事公众号的一篇报道，里面采访了几个因为AI失去工作的人。说实话，看完之后心情挺沉重的。

有一个叫Helen的程序员，在西安软件园一家外企做了8年。项目引入AI工具之后，整个团队缩编了一轮，她撑到了第二轮，还是被开掉了。签离职协议那天晚上，她躺在床上翻来覆去睡不着，房贷接下来怎么还？跟父母怎么交代？尤其是长期看，除了写代码还能干什么？

另一个叫露娜，英语专业毕业，在外贸公司做了近十年的笔译。2023年底公司开始测试AI翻译工具，她没当回事，毕竟机器翻译搞了几十年了，一直替代不了人嘛。

但这次不一样。从GPT-4开始，AI翻译质量已经相当于初级译员水平。微软研究团队的数据更吓人：AI已经可以覆盖翻译岗位98%的核心任务。

而且成本差距大到离谱，AI翻译1000字4到7分钱，人工翻译1000字150块。差2000倍。你是老板，你得多想不开才继续招人？

02

去年10月，露娜的合同到期，公司没有续签。HR说了四个字：降本增效。她离开公司之后，在外滩旁边坐了很久，在想接下来该怎么办。

Helen和露娜的处境，其实就是很多35+岁职场人正在面对的，不是学不会新东西，而是真正的困境是三个字：没余量。

没有时间余量，每天忙完工作、照顾家庭，能用来学习的就那么点零碎时间。

没有经济余量，不可能辞职去脱产学习，房贷不会等你转型完再扣。

没有试错余量，20多岁转行失败大不了从头来，35岁转行失败可能就是家庭危机。

这也是为什么AI这一轮和以前不一样。以前的技术革命主要替代体力劳动，蒸汽机替代手工、机器替代工人。被替代的人可以去做新的体力岗位，技能迁移的门槛不高。

但AI这次不同。高盛的研究明确指出，行政人员、律师、客服、设计师、基础会计、内容创作者，这些全是认知型白领岗位，而且是中等收入群体最集中的领域。

反倒是建筑工人、水电工、厨师这些体力劳动者，短期内相对安全，因为机器人技术还没成熟到能替代他们。

03

坦率地讲，这是历史上第一次，「坐办公室的」比「干体力活的」更危险。

更要命的是，企业不只是在裁人，而是干脆不招了。斯坦福大学数字经济实验室的研究发现，ChatGPT发布之后，年轻开发者和年长开发者的就业情况开始明显分化，年轻的开始失业，年长的并没有。

一项覆盖6000多万劳动者的研究发现，从2023年第一季度起，采用AI的企业初级岗位就业明显下滑。原因很简单：中级员工用上AI之后能干更多活了，就更不需要初级员工了。

这才是最让人不安的地方，不是现有的人被替代，而是新的入口正在关闭。

而那些还在岗位上的人呢？很多时候，他们正在亲手加速淘汰自己。一个数据工程师拼命向系统投喂数据，让AI变得更聪明、更高效，然后自己就从大公司降薪去了中等公司，再从中等公司到没有公司。因为小公司更倾向于用低成本的人加AI的组合，而不是高薪的资深工程师。

人事部门的人快马加鞭地跟员工谈好离职，同时就要做好自己被辞退的准备。

工作人的「自掘坟墓」，从来没有像今天这样高效。

04

好，焦虑讲完了。接下来你可能会说：焦虑归焦虑，赶紧去学新技能不就行了？

这正是我想聊的第二个问题。

社会给出的药方其实一直都有，「终身学习」「技能升级」「拥抱变化」。

这些话你在很多讲AI就业的文章里都能看到。

听起来都对，但真去做的时候，你会发现全是断头路。

问题出在哪？

我觉得至少有三个。

先说时间。50%的员工需要因新技术进行再培训。

这句话说得很轻巧，但没有回答一个最基本的问题，时间从哪来？

对一个在职的中年人来说，「再培训」的意思就是用休息时间换竞争力。

白天上班，晚上学AI，周末还得陪家人。

能坚持下来的人，我是真的佩服。

但现实是，大部分人坚持不了三个月。

不是意志力不行，是人的精力就那么多。

然后是路径。

数据显示，2025年AI技能需求飙升超过100%，AI技能平均溢价56%。

这说明会AI的人确实更值钱。

05

但问题是，「会AI」到底是会什么？

一个做了10年市场营销的人，想往AI方向转。他上网一搜，发现入门课程全是教你从零学Python的；进阶课程要脱产学习；所谓的「AI+营销」课程要么是割韭菜，要么内容浅得像是AI写的。

没有人告诉他：以你的背景和经验，具体应该学什么、按什么顺序学、学完怎么用。

没有路线图。

不是不知道该做，而是在现实的挤压下，找不到一条走得通的路。

更让人焦虑的是，连高校都在手忙脚乱地调整。今年两会期间，中国传媒大学党委书记公开表示，该校一次性裁撤了翻译、摄影、漫画等16个本科专业和培养方向。南昌大学停招了戏剧影视文学、广播电视编导、动画艺术设计等8个专业。华东师范大学停招了翻译、广告、绘画、雕塑等24个专业。

根据教育部2024年度的数据，全国高校新增专业点1800多个，停招2200多个，裁撤1400多个，调整规模创历史之最。增长最多的专业当然是人工智能，从2020到2024年新增了406个AI相关专业。

校方没有明说是因为AI，但你看那些被裁撤的专业，翻译、摄影、漫画、编导、动画，基本上都是AI能覆盖的范围。

有一个叫小罗的学生，沈阳一所高职院校动漫设计专业大三。去找工作的时候，因为不精通Midjourney被拒了。学了三年手艺，就因为不会用一个AI工具。企业的要求已经变了，传统手绘技能的市场价值就是在下降。

06

连教育体系都还在摸索，你指望谁给你画一条现成的转型路线图？

就算你硬扛着学了半年AI，学会了用Claude写分析报告，学会了用Python做数据清洗，学会了用AI工具做营销方案。然后呢？

去投简历，HR一看，没有相关学历、没有认证、没有AI岗位的工作经验。

自学的东西缺乏社会认可的背书。你觉得自己已经会了，但在用人单位眼里，你就是个「半路出家的」。

这三个缺失叠加在一起，结果就是：你知道要转，但转不动。知道该学，但不知道学什么；知道学什么了，但没时间学；有时间学了，学完没人认。

一个完美的死循环。

说到这，我觉得有必要把视角拉远一点。

前面聊的都是个人层面，焦虑、没时间、没路径、没认证。但这些问题的背后，有更大的结构性力量在推动。

这似乎是一个不可逆的变化。

一方面，现代化进程过于成功，带来了自发奔放的发展，就像多米诺骨牌，当第一块板子倒下的时候，后面的就自动倒下了。

另一方面，资本逐利的本性和政府提供充分就业的默认要求，形成了巨大的内在悖论。企业要降本增效，政府要保就业率，两股力量拉扯之下，个体被夹在中间。

07

德国社会学家乌尔里希·贝克早在2007年就在《工作社会的终结》里预测了一个趋势：依赖全职工作的薪水养家的人会越来越少，大多数人将在不稳定的条件下谋生。

快20年过去了，这个预测正在AI的推动下加速成为现实。

有的人做流动商贩、小店主或手工业者，有的提供各种各样的个人服务，还有的在不同领域来回横跳。

所以我们面对的可能不只是「要不要转型」的问题，而是「工作」这个概念本身正在被重新定义。

聊到这里，可能有人觉得挺绝望的。

回到我们的核心问题：既然AI的影响不可避免，那出路在哪？我觉得需要换一个思路。

过去我们讲「转型」，脑子里浮现的画面往往是「清零重来」，从A行业跳到B行业，从旧技能切换到新技能，像格式化硬盘一样把自己重装一遍。

但对35+岁的人来说，这条路走不通。你积累了十几年的行业经验、人脉关系、专业判断力，这些东西不是包袱，是资产。

扔掉它们从零开始学AI，是最笨的办法。

08

我一直觉得，转型不是清零重来，而是拿着现有的牌，换一种打法。

最重要的一件事：找到你的最小切口。

不是转行，而是「AI+你现在做的事」。你做会计的，不用去学怎么训练模型，但可以学用AI做财务数据分析。你做市场的，不用去学写代码，但可以学用AI做用户洞察和内容策略。你做产品的，不用成为AI工程师，但可以学用AI做需求分析和方案设计。

找到AI能放大你现有能力的那个交叉点，那就是你的切口。

然后是启动门槛的问题。不要一上来就给自己定「三个月学完机器学习」的宏大计划，那种计划99%会烂尾。

更现实的做法是每天抽30分钟，用AI工具解决一个你手头实际遇到的小问题。今天用AI帮你整理一份会议纪要，明天用AI帮你分析一组销售数据，后天用AI帮你写一封客户邮件。

一开始可能会有点笨拙，花的时间比手动做还长。但坚持几周之后，你会发现省下来的时间越来越多，对AI的理解也越来越深。

还有一个定位的问题。市场上不缺AI工程师，中国AI人才缺口虽然有400万，但那是高端研发岗位的缺口。对大多数中年人来说，去和刚毕业的计算机专业学生竞争AI工程师岗位，没有优势。

但反过来，「一个有15年行业经验、同时能熟练运用AI工具的人」，这样的人在市场上是稀缺的。你的竞争力不在于你多懂AI，而在于你多懂你的行业，AI只是放大器。

最后，学了东西得有产出。不用很大，一个就够，一份AI辅助完成的行业分析报告，一个你用AI搭建的自动化工作流程，一篇你用AI工具做出来的深度内容。

这个东西比任何证书都有说服力。因为它证明的不是「你学过AI」，而是「你能用AI解决真实问题」。

AI会不会让更多人失业？这个我们控制不了。企业会不会裁员？政策什么时候到位？这些我们也控制不了。

但每天花30分钟用AI解决一个具体问题，找到自己领域里的最小切口，做出一个能展示的作品，这些是我们能控制的。

09

写这篇文章的时候，我一直在想一个问题：我们这代人的转型，到底是个人的事，还是整个社会的事？

我觉得两个都是。

从个人层面，今天晚上就可以做一件事：列出你工作中那些重复性的、可以被AI辅助的3个环节。不是去「学AI」，而是用AI解决一个你手头的问题。这是最小的一步，但它能让你从焦虑者变成行动者。

从社会层面，国家有没有准备好安全保障？企业有没有责任帮员工过渡？高校裁撤了一堆旧专业，新专业的培养体系跟得上吗？

这些问题，值得我们继续追问。

回到开头那组扎心的数据。1270万毕业生，3.75亿人需要转换职业，3亿个岗位受到影响。

这些数字背后，是一个个具体的人，Helen、露娜、小罗……是无数个深夜翻来覆去睡不着的人。

但我始终相信一件事，人这种生物，最擅长的就是在狭窄的缝隙里找到出路。

时间会证明一切。