从文案到客服，从设计到运营，越来越多的“第一份工作”正在被模型吞噬。这不是危言耸听，而是正在发生的现实。本篇文章将从一线观察出发，剖析AI如何改变职场底层逻辑，揭示年轻人面临的结构性挑战，并探讨在这场变革中，我们还能如何突围。

2025年的夏天，伦敦的毕业生比往年更早地感受到了秋天的凉意。当他们满怀憧憬，带着崭新的学位证书和精心打磨的简历涌入求职市场时，却发现原本为他们敞开的门，正在一扇扇关闭。

招聘网站上，诸如初级、助理和实习生这类词条的搜索结果，正以肉眼可见的速度变得稀疏。

这不是危言耸听的都市传说，而是正在发生的现实。根据招聘网站Adzuna的最新研究，自2022年11月ChatGPT发布以来，英国的初级职位数量暴跌了三分之一。这些岗位涵盖了毕业生工作、学徒、实习乃至无学位要求的各类入门职位。两年时间，仿佛一个时代过去了。

这批年轻人，是第一批被AI浪潮冲刷上岸的数字难民，当AI开始承担我们最初级、最基础的脑力劳动时，人类职业生涯的第一个饭碗，碎了。

消失的第一份工作

自ChatGPT这个划时代的AI聊天机器人问世到现在，英国的初级岗位空缺减少了32%。这类岗位在整个就业市场中的占比，也从2022年的28.9%萎缩至今天的25%。

另一家招聘巨头Indeed的数据，与Adzuna形成了互证：雇主正暂停招聘，并利用人工智能来削减成本，招聘应届毕业生的职位数量与去年相比减少了33%，今年成了自2018年以来，英国毕业生求职最艰难的一年。

这不再是关于未来AI将取代人类的遥远预言，而是已经写进企业财报和HR招聘计划的实际行动。瑞典支付巨头Klarna宣布，其AI助手已经能处理三分之二的客户咨询。IBM则大刀阔斧，用AI承担了数百个人力资源部门的职位。

在这些数据和商业决策背后，一个过去支撑着无数人职业起步的模式正在崩塌。

传统的职业发展阶梯，底层正在被抽空。过去，一个年轻人进入职场，通常从整理资料、写基础文案、做数据录入、对应岗位的各种杂活开始。他们通过这些看似琐碎的工作熟悉行业、建立联系、学习技能，慢慢成长为能够独当一面的中坚力量。

这套逻辑，在工业时代和信息时代都行之有效。但生成式AI的出现，像一个可以无限复制、任劳任怨、全知全能的超级实习生，它把这一切都改变了。

过去需要一个助理花一天时间整理的会议纪要，AI在几分钟内就能完成；过去需要一个初级设计师通宵制作的几十版草图，AI在半小时内就能生成上百个；过去需要一个市场新人搜肠刮肚撰写的宣传文案，AI可以瞬间提供无数个版本。

当一台每月花费几十元的软件，就能胜任过去需要支付数千元月薪的岗位时，企业主会如何选择？答案不言而喻。

第一批被AI淘汰的人，不是那些从事复杂决策、深度创造的资深专家，恰恰是那些刚刚站在起跑线上的年轻人。AI没有上来就挑战金字塔顶端的将军，而是先釜底抽薪，瓦解了构成塔基的步兵团。

效率的革命与超级个体的崛起

将这场变革简单归因于企业为了省钱，无疑是浅薄的。成本只是表象，其背后是更深刻的商业逻辑和技术发展的剧变。

从体力替代到脑力替代

回顾过去的技术革命，无论是蒸汽机、电力还是计算机，其核心都是延伸和替代人类的体力或程序化脑力。工厂里的机器人替代了流水线工人的重复劳动，办公室的电脑软件替代了会计和文员的计算与归档。这些技术极大地提高了效率，但它们主要冲击的是那些可被标准化的蓝领和白领岗位。

而以ChatGPT为代表的生成式AI，是历史上第一次，技术开始大规模染指非标准化的白领工作。它模仿的不是人的手臂，而是人的大脑皮层。写作、编程、设计、分析、总结，这些曾经被认为是人类独有的、需要创造力和智力才能完成的任务，如今被机器以惊人的速度和质量执行。

今天的办公室白领们，正面临着与1980年代制造业工人同样的科技和经济颠覆。AI精准地切向了知识工作者的基本功。而基本功的练习场，正是初级岗位。

从人海战术到精兵战略

在过去的企业组织架构中，人才结构往往是金字塔形的。少数高层负责战略决策，大量中层负责管理执行，而数量最庞大的底层员工，则负责具体的、基础性的工作。这种模式依赖于人的堆积和传帮带。一个资深员工的经验和产能，需要通过带领数个初级员工来放大。

AI打破了这种线性关系。它成为了资深员工的算力插件和灵感引擎。一个经验丰富的架构师，也许可以利用AI在一天内完成过去需要一个团队一周才能完成的编程任务；一个顶尖的营销专家，也许可以借助AI同时管理和优化数百个广告活动。

AI没有取代专家，反而让专家的能力被前所未有地放大，把他们变成了“10倍工程师”或“10倍设计师”。这些被AI武装起来的超级个体，其效率和产出或许远超一个资深员工加几个初级员工的传统组合。

于是，企业发现，他们不再需要那么多学徒来给师傅打下手了。他们需要的是更少的、但更精英的、懂得如何驾驭AI的专家。金字塔形的人才结构，正在被AI压成一张更扁平、更精英化的大饼。

从专用工具到通用平台

为什么是现在？因为AI终于从一个昂贵的玩具变成了一个便宜的平台。

过去的AI，好比是为特定任务定制的专用机床，开发成本高昂，应用场景狭窄，只有少数大公司玩得起。而大语言模型的出现，让AI变成了一种像电一样的通用资源。它可以通过API接口，轻松地接入到几乎所有的软件和工作流程中，成本低廉，部署方便。

这种技术的民主化，让AI的能力迅速渗透到工作的每一个毛细血管。它不再是少数科学家的专利，而是每个普通办公室职员都能在浏览器里打开的工具。技术的可用性与易用性达到了一个临界点，从而引发了应用的井喷和对旧工作方式的颠覆。

这场效率革命的本质，是把人类从执行的角色中解放出来，推向指挥和判断的角色。工作的核心，不再是亲手把砖搬完，而是告诉AI应该把砖搬到哪里，并检查它搬得对不对。

然而，对于一个刚走出校门、连砖长什么样都还没摸清的年轻人来说，他们又该如何去指挥呢？当练习场本身都消失了，新一代的选手又该如何获得参赛资格？

欢迎来到残酷的未来

面对被AI格式化的初级就业市场，恐慌和抱怨是徒劳的。我们正站在一个新时代的入口，旧地图已经失效，唯有重新绘制通往未来的路径。

我们必须接受一个残酷的现实：入门的门槛可能被永久性地提高了

过去，一份大学文凭加上一些通用技能，足以让你获得一份初级工作。但在未来，“熟练使用AI”将不再是加分项，而是像今天“会用Office”一样的基本要求。不懂得如何通过提示词Prompt与AI协作、如何利用AI工具提升工作效率、如何对AI的输出进行事实核查和优化，你可能连面试的机会都拿不到。

根据普华永道的研究，那些受AI影响的更多职业，其所需的技能组合更新速度比其他职业快了66%。而掌握AI技能的员工，其薪资水平也比普通员工高出56%。这条技能鸿沟和收入鸿沟，将成为未来职场最显著的分界线。

职业发展的路径，将从线性阶梯变为作品集

既然传统的学徒岗位正在消失，年轻人积累经验的方式也必须改变。未来的第一份简历，可能不再是你在某家公司实习的经历，而是你独立或协作完成的一系列AI赋能项目。

比如，一个想进入营销行业的学生，可以在大学期间就利用AI工具分析市场趋势、生成营销方案、制作广告视频，并把这些成果打包成一个完整的作品集。这比任何一份空洞的实习证明，都更能向雇主展示你驾驭未来的能力。未来的求职，可能会越来越像设计师和程序员的模式：别说你做过什么，直接给我看你的作品。

教育体系或许需要进行一场壮士断腕式的改革

今天的大学教育，在很大程度上仍在传授那些最容易被AI替代的知识和技能。当AI能瞬间写出符合要求的论文时，我们还在纠结于学生的论文到底能不能通过。当AI能解决大部分常规问题时，我们还在用标准答案来衡量学生的优劣。

未来的教育，一定从知识的传授转向能力的培养。这个理念其实已经由来已久，无数人都提出过，不过显然大家并没有重视，又或者无从做起。

批判性思维、创造力、复杂问题的解决能力以及与AI协作的人机交互能力，将成为新的教育核心。学校需要教的，是如何提出正确的问题，如何判断结果，而不是背诵正确的答案，但显然这步路既难走，也好像不现实，当然这不是我们个人层面可以置喙的，很难看清全局，也不具备这方面的水平。

成长还是要靠自己

AI带来的，可能不是一场温和的产业升级，而是一场对劳动力市场的创造性破坏。它摧毁了一些旧的岗位，尤其是那些位于职业生涯起点的岗位，但同时，它也催生了对全新技能的巨大需求。

对于那些即将或刚刚踏入职场的年轻人来说，这无疑是一个充满挑战的时代，过往的经验不再可靠。但硬币的另一面是，他们也是离新技术最近的一代，没有历史包袱，更容易适应新的人机协作范式。

旧门正在缓缓关闭，但在它旁边，一扇通往AI时代的新门已经打开。能否找到钥匙，穿门而过，将决定这一代人最终的职业命运。

未来的职场只有两种人：一种是给AI下达指令的人，另一种是执行AI指令的人，没有中间地带。

参考资料：

UKJobMarketReport英国就业市场报告

https://www.adzuna.co.uk/job-market-report/#section-7

欧洲时报：人工智能是利是弊？英国毕业生面临7年来最糟就业市场

普华永道：TheFearlessFuture:2025GlobalAIJobsBarometer

突破燃料瓶颈 氢硼聚变提供“人造太阳”破局解决方案　　近期，美国洛斯阿拉莫斯国家实验室研究团队提出了一项将核废料转化为聚变燃料的创新方案，试图破解核聚变领域长期存在的氚燃料短缺瓶颈。在全球对清洁能源需求日益迫切的当下，这无疑是一个具有想象力的大胆尝试