身边不少朋友都在问同一件事：AI天天上头条，股价涨得飞快，可工资没涨，奖金没涨，房贷还得照还。这种落差感，比失业本身更让人心慌。
技术跑得越快，普通人越想抓住一个确定的答案。可答案偏偏没那么好找。穷和富之间，隔着的不只是机器，更是分配。
2026年4月初的一项科技行业裁员统计显示，全球科技企业累计裁员约7.86万人，其中约47.9%的裁员被归类为与AI及流程自动化相关。甲骨文2026财年员工数量净减少约2.1万人。与此同时，公司大幅增加AI数据中心投资。
亚马逊、Meta、谷歌、微软一个接一个跟进。这些名字放在新闻里是数字，落在家庭里就是房贷和孩子的学费。
国内这边压力也不小。国家统计局9月17日公布的数据显示，8月份16到24岁城镇青年（不含在校生）失业率升到18.9%，是过去一年的高点。25到29岁的那档也从7.2%爬到7.5%。
背后的原因有两条，一个是经济仍在爬坡，另一个就是AI把很多初级白领岗位提前吃掉了。年轻人原本靠这些岗位入行，入门口被堵住，后面的路就更难走。
有人可能会问，AI不是说要解放人类吗，怎么反而把人挤走了？答案很简单：企业用AI省下的钱，大部分没流到员工口袋里。
举个例子，一个微短剧剧组原来三十多人，现在用AI生成角色和场景，十来个人就能开机。省下的二十来份工资，大概率变成了平台和出品方的利润。效率是真提高了，分配也是真倾斜了。
还有一个更扎心的现象，叫“训练带断裂”。过去，老师傅带新人，三年带出一个能上手的。斯坦福的追踪数据显示，22到25岁软件开发者的就业人数，比2022年高点掉了近20%，而35到49岁的资深开发者反而增加了9%。
为什么？一个老工程师加一个AI助手，顶得过去三个新人。公司不缺人，缺的是“能带着AI打仗的人”。
新人连练手的机会都没有。管清友今年在和杨澜的对谈节目《探寻人工智能2026》里，提了一个词，叫“AI斩杀线”。意思很直白：你积累多年的本事，如果恰好落在AI最擅长、最容易标准化的区间里，你的议价能力就会被压下来。
会写周报、会做表格、会整理资料，这些曾经的敲门砖，今天已经被企业内部的智能体接走了七成。省下的那部分预算，不会自动变成剩下人的奖金。
工作被替代，还只是账面上的事，更隐秘的，是能力贬值。我们这代人花十年练出来的东西，可能一夜之间变得不稀缺。市场不会给你发通知。等你拿着老本去谈薪，才发现对方给的价已经砍了一半。
这种“温水煮青蛙”式的贬值，比突然失业更让人难受。它逼着每一个靠手艺吃饭的人，重新回答一个问题：我身上还有什么是机器学不会的？但也不能只看坏消息。AI把工具的门槛拉低了。
杨澜在节目里讲过一个真实的小故事：两位基层女警察，利用业余时间用AI做广告创作，拿下了行业比赛的奖。她们没进过广告公司，没有团队，没有大设备。靠的就是一台电脑和一股想表达的劲儿。
类似的故事今年在抖音、小红书上到处都是。一个人就能开一家小小的创意公司，这在五年前根本不敢想。工具平权，不等于赚钱平权。
当所有人都能用AI出图、写文案、剪视频，这些技能就从“专长”退回到“基本功”。真正能换成钱的，还是你对一个具体行业的理解。
山东有位做大樱桃的果农，去年开始用AI写详情页、剪短视频、分析买家评论，电商销售翻了一倍多。他不懂大模型原理，但他懂樱桃，也懂买家在意什么。AI对他来说是一把更好用的锄头，不是替代品。
我国制造业正在加快智能化改造。工信部公开资料显示，国内已形成覆盖不同等级的智能工厂体系，中国灯塔工厂数量位居全球前列。AI质检、智能排产和供应链优化正在成为制造业升级的重要应用方向。
一位浙江做小家电的厂主对媒体说，他用大模型重新梳理供应链，库存周转压缩了四成左右。真正吃到这波红利的，是那些既懂车间又愿意跟算法打交道的老师傅，不是最年轻的，也不是最懂代码的，而是最懂业务的，这就是AI时代新的分水岭。
国家也在为转型托底。今年5月，相关部门发布的就业专项通知里明确要求，使用AI替代岗位的企业要先承担员工转岗培训责任，不能一裁了之。
再往前看，“十五五”就业促进相关规划把“劳动力结构性错配”列为核心挑战，推动高校专业设置和招生规模向新兴产业靠拢。政策的态度很清楚：技术可以快跑，社会得跟得上，不能让一部分人被甩在车后。
今年7月在上海开的世界人工智能大会上，凯文·凯利有一段话让我们印象很深。他的大意是，接下来几年AI最大的变数不在技术本身，而在人和机器之间信任的重建。这个判断我们认同。
技术是中性的，决定它冷暖的，是制度安排，是企业良心，是普通人的学习意愿。三样东西凑齐了，红利才会往下走。少了一样，差距就会继续拉大。
AI越厉害，普通人就一定越穷吗？短期内收入差距会继续扩大，这几乎没有悬念。长期看，有两种结局。一种是红利集中在少数平台和股东手里，大多数人沦为算力的燃料。
另一种是通过税收、再分配、教育改革和创业扶持，让更多人站上新经济的甲板。走哪条路，不只是政策的事，也和我们每个人今天的选择有关。
对普通人来说，与其焦虑“会不会被替代”，不如先问自己三个问题；第一，我每天做的事里，有多少是重复的、能被标准化的。第二，我有没有一门别人不容易复制的本事，比如对某个客户群体的深度理解；第三，我有没有把AI当成帮手，而不是对手。
想清楚这三条，位置其实就有了。真正可怕的，不是机器变强，而是我们停下来不动。
热门跟贴