开年以来，关于 AI 是否会夺走人类工作的争论已经刷屏了好几回，我们总是习惯性地盯着「裁员名单」看，试图在里面找到 AI 的「罪证」。
但 Anthropic 最新发布关于劳动力市场报告中，向我们揭开了一个反常识、也更细思极恐的事实：
AI 对就业市场的冲击，并非以大规模裁员的形式出现，而是悄无声息地切断 20-25 岁年轻人的职业起点。
过去不少机构都发布过类似 AI 对就业影响的报告，其中不乏 OpenAI 和哈佛这在业界和学术界中的佼佼者。而Anthropic 此时发布的这份报告，尤其具有代表性。
因为 2026 年 AI 科技圈的几件大事：AI 引发软件股大跌、OpenClaw 热潮、AI 介入战争背后， Anthropic 都在其中扮演了关键的角色。。
虽然 APPSO 对 Anthropic 展现出的价值观也不敢苟同，但基于 Claude 产品和用户分析得出的数据和结论，不容忽略。
报告原文
https://cdn.sanity.io/files/4zrzovbb/website/dc7bcd0224644fce97cecb7f9e68dcd8434b35f1.pdf
一张图看懂 AI 的「真实威胁」，最受冲击的十大职业
报告里提到，自 ChatGPT 发布以来，高 AI 暴露度职业（如程序员、数据分析师）的整体失业率并没有系统性上升。
看到这里，你可能会松一口气，但下面这张图就会让人倒吸一口凉气。
Anthropic 做了一个有趣的对比：他们测算了不同职业中 AI「理论上能做多少」（蓝色区域）和「实际上正在做多少」（红色区域）。
以「计算机与数学」职业为例，理论上94%的任务可以被 AI 加速，但实际上只有33%的任务真正被 Claude 覆盖。
换句话说，还有 61% 的潜力躺在那里没人用。
办公室与行政岗位更夸张，理论可自动化率高达 90%,实际覆盖率却只有约 30%，未开发潜力达到 60%。
法律行业理论上有约 70% 的任务可被 AI 处理，实际仅覆盖约 20%。金融领域的理论可自动化率约 65%，实际覆盖率约 25%。
这就解释了为什么很多打工人觉得「AI 好像很厉害，但还没抢走我的饭碗」。
红色的区域是现在的威胁，蓝色的区域是未来的风险——或者说，是悬在我们头顶的达摩克利斯之剑。
这意味着，AI 对就业的冲击才刚刚开始，远未达到上限。
目前已经让程序员 75% 的工作被覆盖的 AI，只发挥了不到三分之一的潜力。随着模型能力继续提升、企业部署更加深入，那 60% 的「未开发潜力」将逐步释放。
而职场新人面临的，不是已经发生的冲击，而是正在逼近的更大浪潮。
在这份报告中，Anthropic 还独创了一个「观测暴露度」（Observed Exposure）指标，即结合 Claude 的实际使用数据，看哪些工作在现实中真的被 AI 接管了。
最受 AI 冲击的十大职业依次是：
计算机程序员，AI 任务覆盖率高达74.5%
客服代表，覆盖率约 70.1%
数据录入员，覆盖率 67.1%。
医疗记录专员，覆盖率 66.7%
金融分析师，覆盖率约为 60%，排名第五
第六到第十名分别是：法律助理（约 55%）、会计（约 50%）、市场研究分析师（约 48%）、文案撰写（约 45%）、人力资源专员（约 40%）。
这意味着什么？一个初级程序员 75% 的日常工作——写代码、调试、文档，都可以被 Claude 这类工具加速甚至替代。
值得注意的是，这些正是年轻人最集中的入门岗位。
对于 20 岁的年轻人来说，这不仅仅是「找工作难」的问题，而是「练级区」消失了。传统的职场晋升路径是：在初级岗位做「脏活累活」积累经验，慢慢成长为资深专家。
现在，AI 拿走了「脏活累活」，新人可能连上牌桌的机会都被没收了。
报告的另一端，是 30% 几乎完全不受 AI 影响的职业：厨师、摩托车修理工、救生员、调酒师、洗碗工、试衣间服务员……
这些工作的共同特点明显：需要物理世界的操作，AI 暂时还没有手。
黄仁勋前不久在达沃斯论坛也表达过类似的观点，蓝领会在 AI 时代更吃香，「由于运行和训练人工智能需要建设数据中心，水管工、电工和建筑工人将能拿到六位数薪资。」
当我们拼命卷学历、卷技能，最后发现，AI 最先替代的，恰恰是那些坐在办公室里的白领，而体力劳动，反而成了最后的避风港。
正在对年轻人关上的大门
Anthropic 研究团队追踪了 22-25 岁年轻人的就业数据，发现一个清晰的趋势：自 ChatGPT 发布以来，年轻人进入 AI 高暴露职业的比率下降了约 14%。
而这种下降趋势在 25 岁以上 的员工中并没有出现 ，这意味着 AI 的冲击呈现出显著的代际差异。更关键的是，这不是裁员增加导致的，而是因为招聘放缓。
企业没有解雇老员工，只是不再招新人了。
这就奇怪了，明明报告里说最受 AI 冲击的职业，从业者是「年龄较大、女性居多、学历更高、收入更高」的群体。但最受伤的，怎么成了年轻人呢？
这就要看看企业怎么来算这笔账的，他们是怎么判断 Senior（资深员工）和 Junior（初级员工）在AI 时代的价值。
资深员工有 AI 加持，变成了超级个体，以一当十。他们的经验、判断力、客户关系是 AI 无法替代的。更重要的是，裁掉他们成本高，失去的是核心资产。
初级员工就不一样了。实习生整理的会议纪要，AI 秒出。初级分析师清洗的数据，AI 搞定。初级码农写的 CRUD 代码，AI 包圆。
企业不想再招一个应届生来干这些「杂活」，因为 AI 做得更快、更便宜，还不需要五险一金。
过去培养一个新人，可能是年薪 15 万培训 2 年，才能独当一面。现在给老员工配个 AI 工具，年费几千块，效率立刻翻倍。
怎么选？不言而喻。
年轻人的职场大门被关上，本质上是企业开始停止对「未来人力资产」的投资，转而 all in「即时算力资产」。
最近，硅谷知名投资人 Naval Ravikant 的一条推文引发热议：It's not about junior vs senior, it's about 'good with AI' vs 'not good with AI.
翻译过来就是：职场重新洗牌了，以前论资排辈，现在就看你会不会用 AI 当外挂。
这句话精准地回应了报告前面指出的问题。传统的职场晋升逻辑是线性的：从 Junior 到 Senior，靠的是时间、经验和技能的积累。
但在 AI 时代，这个逻辑正在被打破。
年龄、资历、头衔，这些传统意义上的了「护城河」正在失效。唯一重要的是：你能否与 AI 协同，创造超额价值。
面对 AI 冲击，我们该怎么办？
Anthropic 的报告里有一句话值得玩味：AI 对劳动力市场的影响，可能不会像疫情那样突如其来，而更像是一场长达十年的「温水煮青蛙」。
焦虑无济于事。作为个体，我们需要思考的是：在 AI 时代，什么能力才真正稀缺？
1. 学会「决策」
AI 擅长执行，但不擅长决策。
它可以写 100 行代码，但不知道这 100 行代码应该解决什么问题；它可以生成 10 个营销方案，但不知道哪个方案最符合品牌调性；它可以分析数据，但不知道数据背后的商业逻辑。
人类的稀缺能力 =定义问题 + 判断价值 + 承担决策责任
2. 培养「AI 无法复制的软技能」
前面提到受 AI 影响最小的职业包括：厨师、摩托车修理工、救生员、调酒师……这些工作的共同特点是什么？需要物理交互、需要临场应变、需要人情味。
扩展到知识工作领域，未来难以被 AI 替代的能力同样遵循这个逻辑。
微软首席科学家与技术院士 Jaime Teevan，。她认为元认知能力会非常重要——灵活性、适应力、实验精神、批判性思维、能挑战既有结论。
最近在影视行业引起巨大反响，作者对 AI 供给无限的背景下，人类真正的稀缺能力总结得特别到位：
AI 时代最值钱的人类能力是「审美工程」——不是知道怎么跟AI说话，而是知道应该让AI做什么。它的本质是：在 AI 提供的无限可能性空间中，做出那些让作品从「正确」跃迁到「动人」的关键选择。」
3. 驾驭 AI
看起来是一句废话，但可能大多人都没做对。
想要让 AI 成为你的外挂，首先就需要深入理解 AI 的能力边界，知道它能做什么、不能做什么。
在此基础上，掌握提示工程，用精准的语言指挥 AI 产出高质量结果。最后要把 AI 嵌入到日常工作的每个环节，建立起一套完整的 AI 工作流，形成效率飞轮。
而这一切都不是一劳永逸的，AI 的能力在进化，你的使用方法也必须持续迭代。
4. 重新思考职业路径
对于 20-25 岁的年轻人，传统的「找一份稳定工作、慢慢晋升」的路径可能越来越不适用，「学历红利」正在消失，「按部就班」也快成为幻想。
拥抱不确定性、建立个人品牌、多元化技能组合、终身学习心态等策略会成为新的趋势，甚至会改变我们的教育体系。
历史上每一次技术革命，都伴随着旧岗位的消失和新岗位的诞生。从蒸汽机时代到互联网时代，都是如此。
AI 也不会消灭工作，但它会重新定义工作的内涵。在 AI 时代，判断力就是生产力，审美就是护城河。
留给这代年轻人的也不全是坏消息，在这个新旧交替的时代，没有既得利益者的束缚，没有路径依赖的惯性，还有着无限的可能性等待被探索。
推荐相关阅读
欢迎加入 APPSO AI 社群，一起畅聊 AI 产品，获取，解锁更多 AI 新知
我们正在招募伙伴
简历投递邮箱hr@ifanr.com
✉️ 邮件标题「姓名+岗位名称」（请随简历附上项目/作品或相关链接）
热门跟贴