2025年夏天，青少年找暑期工作这件事，突然变得前所未有的难——不是难在竞争激烈，而是工作岗位本身消失了。美国劳工统计局追踪了近80年的数据，显示去年青少年雇佣率跌到了有记录以来的最低水平。这不仅仅是季节性的波动，职业转型服务公司挑战者、格雷与圣诞（Challenger, Gray & Christmas）的一份报告明确指出，进入2026年夏天，情况很可能还会更糟。
报告里用了一句话来概括当下的处境：“在即将迎来招聘最密集的月份时，青少年在职人数原本就偏少，这使得想要迎来一个强劲夏季的跑道，比过去许多年都要窄得多。”这句话翻译成人话就是：企业手头本来就没什么年轻员工，到了该大量招人的时候，基础盘都比往年薄，想大干一场都找不到人带。
与此同时，德雷塞尔大学发布的《2026年大学招聘展望》给出了另一个让人不安的数字：将近20%的企业表示，计划在2026年减少招聘实习生，甚至完全不招。当这么多公司同时关上实习大门，意味着从高中到大学，整个年轻人进入职场的通道正在系统性地收窄。
造成这种变化的头号原因，也是让这些青少年父母可能正在经历裁员的原因——人工智能。AI不仅能写代码、做报表，现在连最基础的入门级工作也能打包带走。
实习和初级岗位的工作内容，大多属于那种必须有人做、但做起来并不复杂的事务性劳动。接电话下单、最基础的前台客服、盘点库存、安排会议日程，这些任务对AI来说，已经展现出“令人难以置信的能力”。这是职场平台Indeed的经济学家布伦丹·伯纳德（Brendon Bernard）对《环球邮报》说的原话。他的观察戳中了一个现实：应届生干的就是AI最擅长的那部分活儿。
挑战者、格雷与圣诞的报告具体罗列了那些正在被AI替代的典型任务：接单、基础客户服务、库存检查和日程安排。这几项几乎就是过去几十年青少年暑期工的核心内容。现在，一个对话机器人可以同时处理上百个订单查询，一个库存管理算法能实时追踪货架，排程工具自动完成时间协调，老板们甚至不用花时间和精力去培训新人、反复核对工作成果、手把手教年轻人怎么更快地完成项目。
对企业来说，这是一个简单的成本账。培训一个零经验的暑期工需要投入管理者的时间，出错带来的返工成本也不低。而AI系统虽然前期有部署成本，但一旦跑顺，边际成本趋近于零，还能7×24小时工作。不用排班、不用交社保、不会突然请假去参加毕业典礼。但这套算法逻辑下，青少年失去了第一份工作的机会，也就失去了第一次学习如何守时、如何与人协作、如何为自己的工作结果负责的原始场景。
不过，如果因为AI抢走了一些工作，就认为年轻人完全没有机会，那也会漏掉故事的另一面。AI本身正在创造一批新的入门级岗位，而且这些岗位的出现速度，可能比它消灭的旧岗位更快。
一个很直接的证据来自谷歌。这家公司一直有非常成熟的实习生项目，涵盖商业、工程、技术和研究领域。按照常理推断，当全行业都在收缩实习名额的时候，这种大厂应该也会收紧口子。但谷歌招聘副总裁布莱恩·翁（Brian Ong）对彭博社的说法刚好相反——2026年谷歌的实习项目不仅没有缩水，反而在扩大。他的原话是：“这一增长部分是由我们对人工智能研究的持续投资所驱动的，这项投资正在创造新的实习机会。”
这是一个很值得拆分的信号。谷歌在AI研究上投重注，这笔投资不光变成了更强大的模型和产品，还长出了需要人手去跟进的新业务分支、新实验项目。这些新事物的初期阶段，天然需要大量基础数据标注、测试用例执行、原型产品市场调研等工作，而这些事情恰恰适合交给带着好奇心和学习能力的年轻人。过去那种“打印文件、订会议室”的实习内容确实在被AI消解，但“协助评估AI生成内容的准确度”“参与构建下一代多模态交互的原型测试”这种此前不存在的工作描述，正批量出现在招聘页面上。
这形成了一个有意思的闭环：AI大规模消解重复性劳动的同时，也大规模催生了需要人类判断力和创造力介入的新任务。而年轻人如果能够主动去理解和应用AI工具，反而可以用前辈们当年想象不到的方式跨过职场的门槛。
事实上，那些率先拥抱AI工具的年轻人，已经展现出惊人的适应速度。他们可能用大语言模型来辅助写求职信、模拟面试问答、快速了解一个行业的术语体系，甚至在课程项目中就用AI生成初版代码，自己来做关键的调试和优化。对企业来说，招到一个知道怎样通过AI放大自身效率的实习生，远比招到一个只会等待指令的新人更有价值。这就是为什么谷歌在行业整体缩减实习名额时，反而敢于扩张——它赌的不是劳动力市场的整体回暖，而是新一代劳动者技能结构的变化。
回看挑战者、格雷与圣诞的那份报告，虽然整体趋势向下，但报告中反而给了一个隐含的结论：不是所有类型的入门岗位都在消失，消失的是那些可以被清晰定义流程、不依赖现场应变的任务。而那些需要结合AI工具、对输出结果进行质量判断、在多轮交互中不断调整策略的岗位需求，其实正在上升。这份报告没有直接点出，但当你把它的数据和谷歌的动向放在一起看，这条暗线就非常清楚了。
伯纳德的那句话也可以反过来读。他说应届生干的很多任务，AI已经非常擅长了。那么如果应届生转而去做那些AI还不擅长、或者需要人来驾驭AI才能完成的任务呢？那个领地其实是扩张的。比如，如何设计一个AI客服对话流，让它在不激怒客户的前提下解决问题；如何分析AI库存预测的偏差，找出背后供应链的真实卡点；如何利用自动化排程工具释放出的时间，去做更复杂的客户需求调研——这些岗位已经不再是单纯的“接单员”或“客服代表”，而更像是人机协作场景下的流程设计者和异常处理者。
年轻人当然有权感到愤怒。寒窗苦读十几年，发现以往的实习路径被AI截断了，尤其当看到父母那辈人也是因为自动化或AI优化而面临职业转型压力时，这种代际叠加的焦虑是很真实的。但愤怒之后，能够识别出新路径的人，将获得一个前人完全没有经历过的竞争窗口。在金融和市场营销实习名额缩水的同期，AI测试、数据策展、合成数据生成这类新出现的实习方向，正在从小众变成主流。
谷歌的案例说明了一个很直白的道理：当一项技术足够深刻地触动一个公司的核心战略时，它不会只裁撤岗位，它会同时裂变出配套的人力需求。AI研究的持续投资，意味着需要更多人来把研究成果产品化，把产品能力场景化，把场景落地给具体客户。这个链条的每一个环节，都需要那些能够理解技术边界、又不被技术语言困住的年轻人。他们不需要是博士，但需要知道怎么向一个语言模型提对问题，怎么判断生成的内容是否可靠，怎么在模型输出与业务需求之间做衔接。
2026年的夏天还没到，但信号已经非常清晰。对于那些还在纠结要不要学AI工具的年轻人来说，问题已经不是“要不要学”，而是“先学哪个方向”。挑战者报告的悲观预期和谷歌的实习扩张之间，并不是一组矛盾数据，它们共同勾勒出了后AI时代入门级劳动力市场的真实轮廓：重复执行的岗位快速收缩，人机协同的岗位悄然增生。而这个转换的过渡期越短，能抓住新机会的人就越多。
回到开头那份近80年最低的青少年雇佣数据，它可能标记了一个历史转折点——一种以重复性劳动为基础的青年就业模式正在系统性退潮。但是80年的坐标本身也意味着，劳动力市场曾经走过很长一段没有AI的路，现在开始步入一条有AI参与的新路径。对于当下这代年轻人来说，他们正好站在这条分界线上，前面那些旧岗位消失的阴影是真实的，前面那些因AI而生的新岗位亮起的灯，同样是真实的。
热门跟贴