刷短视频的人，常常先看到的是“我没了工作”的那一段。
但打开现实看一眼，还是有人按时出门。国家统计局在2026年9月15日的国新办发布会上给出了一组数据：1至8月份，全国城镇调查失业率平均值为5.2%，与上年同期持平；8月份全国城镇调查失业率为5.3%，较上月上升0.1个百分点。国家统计局新闻发言人付凌晖解释说，8月份的小幅波动，主要来自新毕业学生集中进入劳动力市场带来的季节性影响。
再看“主力人群”的稳定度更关键。30至59岁劳动力主体人群的城镇调查失业率为3.9%，与上月、上年同期都持平。也就是说，很多家庭里承担房贷、学费、赡养老人压力的那群人，整体并没有出现“大面积失业”的跳水。
可为什么短视频里总像“人人都在找工作”？问题可能不在现实，而在推荐机制。
同样是“正常上班”，它不自带戏剧冲突。一个在同一家公司按时上下班七八年的人，不太会每天拍一段“本人今天继续正常就业”。而一个刚被优化、还压着房贷和孩子学费的人，只要把经历讲出来，冲突、焦虑、年龄压力一下就齐了。很多内容因此更容易被停留、转发、评论。平台的推荐又往往对“正在变化的个体”更敏感，刷着刷着，失业求职故事的密度自然就会上去。
现实里也确实存在更难的部分，但它不一定以“宏大叙事”的方式出现。就业里有一种长期拧巴，叫“企业说招不到”和“求职者说投不进”，两边都在诉说痛点，但抓的变量不一样。
关键差在两件事不合在一起：岗位数量，和“这个岗位是否对我有意义”。一座城市一年开出的用工名额，当然可能不少。可落到个体选择时，筛选会马上变得很细：城市位置、行业赛道、薪资区间、专业匹配、作息和晋升空间，最后还会被社会评价和家庭期待加上一层权重。于是同一个“岗位”，在不同人手里会变成完全不同的机会。
数据把这条线拉得更清楚。国家统计局在2026年9月17日发布的分年龄组失业率数据显示：8月份全国城镇不包含在校生的16至24岁劳动力失业率为18.9%，不包含在校生的25至29岁劳动力失业率为7.5%，不包含在校生的30至59岁劳动力失业率为3.9%。青年失业率在数值上高于成年人，这属于全球劳动力市场的普遍现象，不是某一个地区的“特例”。
也因此，“找不到”往往不是单纯数量问题，而是经验、匹配、培养周期这些细节在起作用。
很多招聘信息里会写“一到三年相关经验优先”。可应届生的短板恰恰是“没有经验”。企业希望的是尽快上手的熟练度，而求职者手里能拿出来的往往是简历里的一点点项目经历。过去经济扩张快的时候，用人单位更愿意先接进来，再慢慢带。现在不少岗位在算ROI，投入培养的时间成本更敏感。这个循环就容易变成一句冷话：企业嫌你没干过，所以不收；你没机会上岗，就很难把“经验”补齐。它不一定每天都爆发，但会长期压着“第一次进入职场”的门槛。
把时间再往前拉一点，你会发现青年与就业之间还有一层新变量正在加速进场：AI。
舆论场里常见两种极端判断。一种说AI会让一大批人下岗；另一种又说人人都能用AI创业、财务自由。更中性的说法是把它当作“替代与重组”的过程，而不是单向清零。以世界经济论坛《2025年未来就业报告》为例，其预测到2030年，被替代的工作岗位数量将达9200万个；同时也有媒体援引《人民日报》的相关表述称，受人工智能等因素影响，到2030年全球新增岗位数量也可能在1.7亿左右，岗位有增有减并不等于整体就业机会必然缩水。不过这里仍有一个前提：不同国家、行业的替代节奏并不一致，具体影响取决于产业政策、技术落地速度以及企业的用工策略。
更值得看的是政策有没有把“冲击”提前纳入管理框架。公开信息显示，2026年7月8日，人力资源社会保障部会同国家发展改革委、工业和信息化部、国家数据局联合印发《关于加快推进“人工智能+人社”应用发展的实施意见》，提出加快建立人工智能就业影响评估体系，建立人工智能就业影响调查制度，并引导创新资源向创造就业潜力更大的方向倾斜，减少对就业的冲击。
这意味着，AI对就业的影响不是没人管。也因此，如果只看“短视频里的情绪”，就容易错过宏观底盘的信号。
回到官方数据，2026年前8个月城镇调查失业率平均值5.2%，8月份为5.3%，30至59岁人群失业率3.9%保持稳定。它在提醒：社会就业的基本盘并没有被技术浪潮直接推倒。AI更可能先动的是另一块地方，比如“新手工位”的稀缺，或是某些岗位里标准化任务被自动化。
新职业的出现也能说明变化在发生。公开信息显示，2019年以来，人力资源和社会保障部先后发布的110个新职业中，超过30个与人工智能紧密相关。比如人工智能训练师、机器人产品经理、数字人设计师、提示词工程师等。以具体规模为例，媒体报道提到，仅2025年上海一地参加人工智能训练师职业技能等级评价的人次超过1万人次。这里同样要注意，地方规模不等于全国趋势，但至少说明“技能体系”正在被补上。
所以更贴近现实的判断可能是：AI不是立刻把所有职业清空，而是在重新分配筹码。做完全标准化、重复性高的基础任务，手里的议价可能会越来越薄；能结合行业场景、把AI当工具的人，优势会更明显。另一个变量是组织层面的变化速度，企业如果愿意重构工作方式与流程，岗位形态就会更快调整；如果不重构，冲击也可能更集中、更尖锐。
最后再落到每个普通人的生活里。真正需要未雨绸缪的，不只是“饭碗会不会被替代”，而是“第一段职业经验的成本可能越来越高”。当岗位说明书的比重被稀释，年轻人能不能证明自己离开模板之后，仍能解决具体问题，并且让人愿意付费认可，才会成为新的入场券。
你觉得自己所在的行业里，AI更像是“替代了某些工作内容”，还是“提高了入职的门槛”？评论区说说你的观察。
