第一个面临消失的职业，不是幼师，不是快递员，而是这三种工作？

朋友老陈上个月请我喝酒，三杯下肚，他把筷子一放，冒出一句话：“干了十二年广告文案，我现在最主要的工作，是跟AI吵架。”

他掏手机给我看当天的活儿——甲方要一支短视频脚本。搁两年前，他关起门憋一下午，能出两版；现在打开对话框敲几行字，AI三十秒吐六版，他挑一版改改交差。

甲方满意，公司满意，就他自己心里发凉。“再过两年，甲方也会自己敲提示词了，那还要我干嘛？”

我给他倒酒，没说话。因为这话，我这几个月已经听不同的人说过至少五遍了。

一、排错了的“危险清单”

网上聊AI抢饭碗的话题，铺天盖地。奇怪的是，大多数人聊着聊着就聊偏了。

饭桌上最爱说的一句话是：“幼师肯定安全，快递员肯定安全，因为AI没感情、没手脚。”这话乍一听有道理，仔细想想，排序完全反了。

幼师要在三十个孩子同时哭闹的时候分清谁是委屈、谁是打架、谁是身体不舒服；快递员要判断六楼这户人家开门那一刻是不是安全，要把冰箱扛上没电梯的老楼，要在暴雨天决定这单要不要冒险。

这些看似“低端”的活儿，恰恰是硅基智能短期内啃不动的硬骨头——它们全是具身经验、临场判断、复杂人际的组合体。真正先被AI啃掉的，是三类看上去光鲜的“体面岗位”。

它们的名片印得漂亮，办公室在写字楼里，工资也过得去，但共同点是：核心工作被AI的能力正面覆盖。第一类，是初级文案、初级设计、初级分析师。

老陈就是标本。一位电子产品外观设计师在网上留过一句更扎心的话：“以前一周出三套方案就行，现在老板要十几套，工资一分没涨。

”这不是替代，这是先把你榨干再替代。第二类，是常规文书、常规汇报、常规运营。

一个更朴素的名字叫“信息搬运工”——把A处的数字搬到B处，加点润色，做成周报、纪要、复盘。别小看这份活儿，很多大厂员工年薪几十万，一半时间也在干这个。

第三类，是标准化的数据处理、报表制作、基础研究辅助。讽刺的是，十年前高校拼命扩招的方向，很多正是这类岗位——舆情监测、数据分析、新媒体运营。

当年觉得踩在风口上，如今回头看，风口刮的是自己。

二、这不是耸人听闻，这是有账本的

我个人向来警惕“危言耸听”，所以在写这篇文章之前，特意翻了几份最新的报告。Gartner在2026年7月底发了一份调查：全球接受调研的CHRO里，22%明确表示，公司里至少有一位业务负责人已经因为AI自动化，停止招聘某些初级岗位。

这不是预测，这是CHRO们承认的既成事实。斯坦福数字经济实验室8月12日更新的“煤矿里的金丝雀”研究更狠：22到25岁年龄段、在高AI暴露行业工作的年轻人，就业水平比同龄的低暴露行业同伴低了19%。

一年前这个缺口是15%，现在扩大到19%，还在拉大。研究者说得很直白——这个塌陷主要不是老员工被裁，而是新人不再被招。

Anthropic今年3月做过一次更细的测算。在计算机与数学类职业中，理论上约94%的任务存在被大语言模型介入的空间，但按照Claude的真实使用数据，目前覆盖的任务大约只有33%。注意，这两个数字说的是“任务”，不是94%的程序员都会失业，也不是33%的岗位已经被机器拿走。真正值得留意的是，两者之间还有很大的扩张空间。

数据摆在这儿，我个人的判断是：AI没有均匀砸下来，它按岗位、按行业、按能力结构，一块一块啃。

而且它啃得非常聪明——先啃最“可编码化”的部分，让那些工作里可以写成SOP、能靠文字传授、能被标准化考核的环节，率先坍塌。

三、我最担心的其实不是失业，是“阶梯没了”

聊到这里，我想说一句可能不太讨喜的话：AI真正让我睡不着觉的地方，不是它抢走了谁的工作，而是它可能拆掉了普通人往上走的那道楼梯。这件事得掰开讲。

传统职场的成长逻辑是这样的：一个新人进公司，先写周报、跑数据、画原型图、做初稿。这些活儿在老手看来极其无聊，甚至没什么“商业价值”。

可正是这些无聊的活儿，构成了他大脑的训练集——写一百次垃圾初稿，第一百零一次才知道什么叫“像样”的初稿；被客户退稿三十次，第三十一次才明白甲方要的到底是什么。人的大脑本质上也是一张神经网络。

它跟大模型一样，需要海量的样本喂养，需要真实反馈来校准权重。这个过程是慢的，是笨的，是没法跳过的。

可AI把这道楼梯的中间几十级，抽走了。企业不再愿意雇新人写垃圾初稿——因为AI几秒钟给出的初稿比新人好。

新人拿不到这份工作，也就拿不到那份反馈，也就练不出高级判断力。斯坦福的数据不是说抽象概念，它是在说这件事——年轻人正在系统性地被挤出训练场。

表面看，AI让技能平权了；深里看，它可能让阶层固化得更彻底。塔尖上的高手依然在，塔底下的门槛依然有，只是中间那道让人一步步爬上去的木梯，正在冒烟。

这才是我这一年里最不安的观察。

四、别慌，但要动

写到这里可能有人开始焦虑。我想说三句掏心窝的话。第一句，别把AI当敌人，也别把它当救世主，把它当放大器。

它放大能干的人的产出，也放大平庸者的平庸。你手里握着什么样的判断力，它就放大什么样的东西。

一个只会“复制粘贴AI答案”的人，三个月后判断力会退化；一个用AI跑初稿、自己审架构挑毛病的人，三个月后产出是别人的三倍。这句话短期像鸡汤，长期是分水岭。

第二句，主动扎进那些“AI帮不上忙”的场景。什么样的场景？身体在场、情绪在场、责任在场、判断在场的场景。

开会时多说一句自己的看法，去客户现场多待半天，跨部门协调时多接一个烫手山芋。这些活儿麻烦、耗神、性价比看着不高，但每一件都在给你的判断力灌水。

斯坦福的研究说得清楚——依赖“隐性知识”（tacit knowledge）的岗位，AI啃不动，因为这类知识必须在真实互动中沉淀，没法写进教科书。第三句，重新审视自己每天八小时的时间账。

如果六小时都在做“AI几秒可替代”的事，那你已经站在悬崖边，只是还没往下看。今晚回家，拿张纸，把今天做的事分两栏——一栏是AI能做的，一栏是AI做不了的。

看看比例。如果做不了的那栏低于30%，从明天起，就得开始改。

五、最后一句

改革开放那会儿，多少小生意人抱着旧思维不放，等回过神来，脚下的路早就改道了。今天的AI浪潮，本质上是同一件事——你不动，世界不会停下来等你。

真正稀缺的，从来不是会用AI的人，而是能借AI放大自己判断力和创造力的人。老陈那天离开饭桌前，跟我说他准备去学做木工。

我笑他，好好的文案不干，学什么木工。他说：“我想让手先老实起来，脑子才能重新长出东西。”

我愣了一下，觉得这话比我这篇文章里所有的道理都更接近答案。