最近看到了一篇文章，這個作者干了一個非常有趣的事。

就是，他分析了1.8 億個工作崗位，看看人工智能如今究竟取代了哪些工作。

我經常能刷到AI搶飯碗的帖子，但一直都沒有碰到具有統計意義的數據，去分析AI到底搶了哪些人的飯碗。

這篇文章算是個民間調查報告吧，作者像個偵探一樣，分析了2023至2025年10月期間，近1.8億個全球招聘信息，然后跟2024年的職位做了一下比較。

去看看哪些具體職位數量下降最多或者增長最多。

雖然相關性不能等同于因果關系，但從某種意義上來講，這些職位確實可以說是受AI影響最大的職位。

我在看完整篇內容之后，除了那些數據和一些反常識的點很有意思之外，我也確實覺得有一個在這個時代，非常突出的現象。

那就是，AI正在殺死絕大多數的新人，也在殺死，學徒制。

在說這個現象之前，有一個基準需要統一，那就是，作者給了一個明確的全社會級別的基準線：

2025年全球職位發布總數比2024年同期下降了8%。

意思是，整個就業市場確實有一定程度的下跌。

但如果某些職位的降幅超過了這個數字，那可能就有更深層次的原因了，比如，AI。

反過來，如果它沒怎么跌，甚至在暴漲，這那些崗位，大概做對了時代想要的事。

下面這張圖是2025年跟2024年相比降幅最大的前10個職業，從上到下分別是CG藝術家（影視特效 / 3D）、合規專員、攝影師、作家、可持續發展專家、環境技術員、生物信息學家、生物統計學家、巖土工程師、化工操作員。

在跌幅最大的前10名，甚至前5名中，有3個都是創意類崗位，CG藝術家、攝影師和作家。記者也下降了22%，品牌公關也下降了-21%。

但是，其實并不是所有的內容或者創意崗，都會受到沖擊。

像創意總監、創意經理和創意制片人等管理職位，比執行類職位表現更好。

甚至創意經理和設計總監，還是逆勢增長的。

而且，這個不只是在創意領域。

如果我們看一下，增長最大的10個崗位。

軟件工程總監、法務總監、房地產總監、數據工程總監，10個崗位里面，有四個都是管理層。

最多的那個漲了39.62的，是機器學習工程師，這個其實也不是很意外了，畢竟這玩意確實是風口。

我們如果從職位屬性上對比。

不要忘了，我們的基準是下降8%。

雖然整體就業市場收縮了8%，但高級領導層職位幾乎沒有下降，只跌了1.7%。

高級管理層（VP、總監等）: -1.7%（超出市場6.3個百分點）

管理層職位：-5.7%（超出市場2.3個百分點，但仍不如領導層）

執行者：-9%，低于市場1個百分點。

這是整個報告里，最悲傷的數據。

雖然我們看到還有其他詭異的東西，比如所謂的開發和客服，這個說被AI替代的最狠的職業，其實并沒下降。

但是這些數據，都沒有執行層在瘋狂的降，管理層還在漲，來的悲傷和悲壯。

雖然有句話說的形容不是很好，但是確實就是一種感覺：

從社會層面，年輕的血液越來越少，而中老登們，越來越穩如泰山。

這個當然可以理解。

我曾經提到過品味，大多數的管理層，都代表著時間和經驗，他們說：

“我作為總監，我有這個領域10年的品味和經驗，在一些超級牛逼的AI的加持下，我能以超級迅速的速度產出一些還不錯的成果，你告訴我，我為什么要用新人呢？我為什么要花那么多力氣培養呢？”

其實如果這是這樣，我本來對這個報告的態度也還好。

但是昨天晚上，我看到了另外一個Hacker News上的熱門內容。

文章名字叫做：

《Work, After Work: Notes From an Unemployed New Grad Watching the Job Market Break》，翻譯過來就是：《工作之后：一位失業應屆畢業生觀察就業市場崩潰的筆記》

我就不放全文了，大概的給大家總結一下。

就是一個美國剛畢業的哥們，CS專業，大學，好成績，三個AI的實習，第三個是跟DeepMind的合作項目，他自己甚至還自己開了個小咨詢公司，接活，開發票，一切都正確得不能再正確。

他把他的能力上，所有該點亮的技能點，全都點亮了。

他以為他拿的是個什么屠龍劇本。然后，他畢業即失業了。入門級的職位，幾乎全都消失了。

他去投簡歷，發現自己那些幾年前還能讓學長學姐拿到穩定工作的經歷，現在，屁用沒有。

他去面試，發現招聘的崗位，都不要他。他混在畢業生群里，大家的情緒不是“哎呀今年有點難”，而是“這市場已經廢了”。

他去跟長輩聊，長輩們只會拍著他的肩膀，語重心長的說： “怎么會呢，失業率明明很低啊?！?nbsp;

“是不是你不夠努力？再多投投嘛。”

這哥們實在有點繃不住了，然后，寫了一篇文章，爆了。

其實他說的點，我非常的感同身受。

我身邊有很多的朋友，都是非常的年輕，都是今年或者明天畢業，但是現在幾乎都非常的苦惱，我該怎么辦。

初級執行職位，變得越來越少，這個上升的階梯，好像，越來越窄了。

我當然理解，在經濟沒有那么好的情況下，企業為了極限效率、為了極限的活下去，會選擇裁員，會選擇不要太新的人，會選擇更多的讓一個經驗豐富的老人+AI的組合，來發揮出更強更牛逼的能力。

我非常的理解，這也是組織形態逐漸變化的必然。

我，只是有點悲傷。

我不是年輕人，我也不算老登，我9月剛過30周歲，現在卡在一個即將邁入中登的門前。

可我自己，當年20歲開始出去找實習找工作的時候，也曾經是那個新人。

也曾經在的執行崗上，畫過一千張爛圖，做過不知道多少的垃圾設計，調過一萬次看不出差別的顏色，被我們當時的老板罵得狗血淋頭，然后他搬著椅子到我旁邊，在一個個深夜里，對著屏幕，一遍一遍的教我，然后我自己，笨拙地，一遍遍地，修改。

這些時間，這些內容，共同構成了，我現在的自己的品味。

可現在，好像，連進入一個企業，練習的入口都被關閉太多。

我們好像，對未來開啟了一場屠殺。

總監們正在變得空前的高效和孤獨，一個總監，加上AI，他可以是一個設計團隊，一個文案團隊，一個策略團隊。

好像有的時候，他不再需要那些磕磕絆絆的學徒了。他也不再需要忍受那些新人的錯誤和粗糙，他不再需要花時間去教，去等。

他只需要，讓AI執行。

而那個剛畢業的年輕人，他站在門外，他永遠，永遠，也無法變成下一個總監了。

因為那條從學徒到總監的，唯一的，泥濘的，需要用時間和失敗來鋪就的道路...

被AI用效率和性價比，徹底填平了。

我們過去幾千年的人類文明，是怎么傳承的？

不只是靠書本，也不只是靠理論。

很多時候，是靠一種近乎愚蠢的，口傳心授的學徒制。

我想說一個，小木匠和老木匠的小故事。

小木匠進門，想學做家具，想學雕花，想學那神乎其技的榫卯。

老木匠什么也不教。

他就扔給小木匠一塊木頭，一把刨子，說：“刨。”

小木匠不理解。這算什么本事？這活兒又累又枯燥，沒有半點技術含量。他想問，但他不敢。

于是，他就日復一日地刨。

第一年，他手上全是泡。他恨這塊木頭，他覺得師傅在耍他。他刨出來的木板，不是薄了就是厚了，七扭八歪。

第二年，他手上的泡變成了繭。他不恨木頭了，他開始能聽到刨子劃過木頭的聲音，哪個聲音是對的，哪個是澀的。他開始能用手掌，去摸出那不到一毫米的起伏。他開始知道，這塊木頭是濕是干，是硬是軟，順著紋理下刀，還是逆著紋理較勁。

第三年，他已經不用看了。他閉著眼睛，手腕一推，就是一條光滑平整的木線，他甚至能從一塊原木上，感受到它曾經是怎么生長的。

這三年，就是那個執行的過程，就是那個正在被AI抹去的，1000個小時的笨功夫。

然后，AI來了。

AI，就是那個最完美的自動刨木機。

你把木頭扔進去，輸入老木匠的所有數據，告訴它要多厚，要什么紋理。一秒鐘，它吐出來的木板，比老木匠親手刨的還要完美，還要標準。

好了，現在，你，我，所有的“總監”，我們都是那個老木匠。

我們看著這臺完美的機器。

再看看旁邊那個笨手笨腳、滿頭大汗、刨了三年還可能出錯、而且...還要發工資的學徒。

我們太容易，太容易做出那個理性的選擇了。

“你走吧，這活兒，真不如用機器干了?！?/p>

我們確實，在這個短期里，贏得了效率。

但我們輸掉了一些東西。

我們輸掉的，是那個小木匠，在第四年。

當老木匠終于開始教他做桌子，教他最核心的“榫卯結構”時，那個小木匠，那個親手刨了三年木頭的小木匠，他撫摸著那個連接處，他忽然，愣住了。

他把他那雙已經磨出厚繭，但比所有傳感器都敏感的手，放在了那個接縫上。

他感受到了木頭纖維的應力。

他想起了他刨過的，成千上萬塊木頭。

在某個瞬間，他忽然對老木匠說：

“師傅，我覺得，這個榫卯結構，好像，可以換一種方式，可能能讓木頭更加穩固?！?/p>

而這個即將誕生的新的卯榫結構，就是傳說中的。

粽角榫。

這，才是品味的迭代。

這，才是業務的創新。

這，才是文明的進步。

AI，在很多時候，就是那個完美的刨木機，它永遠，永遠，也不會說出這句話。

它只會用老木匠教給它的，用數據庫里已有的方式，去刨出10000個一模一樣的，完美的，但很難有下一個可能的木頭。

更別提，一種全新的結構。

當那個剛畢業的年輕人，找不到工作，他可能會去做直播，去送外賣，去做一些...AI暫時還干不了的，服務性的，真人的活兒。

但他，再也不會去寫代碼，再也不會去畫畫，再也不會去寫文章了。

那個本應該在執行崗上，用1000個小時的笨功夫，熬煉出下一個時代的新品味的人...

他放棄了。

而那些，“總監們”，會發現，他們越來越對。

他們的經驗，他們的品味，他們的靈魂印記，在這個AI放大的世界里，所向披靡。

然后，這個世界，就會變得越來越無聊。

我們的世界，也會變得越來越，平均。

直到有一天，這些“總監們”，也老了，也該退休了。

他們想交出那手上的衣缽。

一回頭，才發現。

身后，空無一人。

這好像，也是一種。

巨大的悲哀。

本文轉載自??數字生命卡茲克??，作者：數字生命卡茲克