昨天深夜，我刷到了一篇让我彻底失眠的文章。

作者像个侦探一样，分析了2021年至2024年底期间，近1.8亿个全球招聘信息，然后跟2020年的职位做了对比分析。

这个规模太震撼了。1.8亿个岗位，这相当于把全中国所有城市的招聘岗位都翻了好几遍。

但比数据规模更震撼的，是数据背后的残酷真相。

01. 一个改变我认知的数据

首先，我们需要统一一个基准：

2024年全球职位发布总数比2020年下降了8%。

这8%可不是小数字。按照全球招聘市场的规模算下来，相当于几千万个工作岗位就这么消失了。

更关键的不是岗位总数下降，而是哪些岗位下降最多。

作者的分析揭示了一个反常识的现象：

被AI冲击最严重的，不是那些我们想象中的"低端工作"，而是入门级和初级岗位。

具体数据显示：

初级程序员岗位下降最明显，同比下降超过30%

入门级设计岗位减少25%以上

基础文案、客服等职位下降20%左右

传统翻译岗位几乎腰斩

为什么？

说白了就是：AI工具让一个老员工一个人能干过去10个人的活，公司自然就不需要那么多"打下手"的年轻人了。

对于新人来说，不能再指望传统的"打下手"路径，而要学会"AI辅助创造"。

02. AI正在杀死学徒制

作为一个35岁的程序员，这个发现让我脊背发凉。

我想起了自己刚入行时的经历：22岁，从一个小公司的初级程序员做起，写着简单的CRUD，修复着前辈们留下的bug，拿着微薄的工资，但每天都在学习。

那时候，我们有学徒制。

一个新手可以通过"给老员工打下手"的方式，慢慢积累经验，慢慢成长。企业愿意培养新人，因为新人的廉价劳动力和成长潜力，对老员工来说是很好的补充。

但AI打破了这个模式。

现在的情况是：

一个资深程序员使用AI工具，可以完成3-5个人的工作量

企业宁愿给一个资深员工加薪，让他用AI工具提高效率，也不愿意招新人

新人失去了"打下手"的机会，也就失去了学习成长的路径

学徒制这个传了几百年的老规矩，就这么被AI给毁了。

03. 35岁程序员的"三明治困境"

说回我自己，35岁，房贷每月接近3万，两个孩子的爸爸。

我最近发现了一件特别荒唐的事：

上面被AI挤压，下面也被AI挤压。

上面挤压：以前我这个"资深工程师"做的复杂活儿，现在老板希望我用AI工具加速搞定。跟不上？那你就"价值不够"了。

下面挤压：以前那些简单的、可以丢给新人干的"脏活累活"，现在公司宁可让我们这些老员工用AI工具批量处理，也不愿招新人来慢慢培养。

我这哪是工程师啊，简直就是职场三明治，上下挤压，动弹不得。

更可怕的是，我发现自己的处境还不是最糟的。

04. 更残酷的真相：新人被堵在门外

这1.8亿个岗位数据告诉我们一个更残酷的现实：

AI正在杀死绝大多数的新人。

传统的职业路径其实很简单：

新人入门 → 慢慢积累经验 → 成为资深大佬 → 指导更多新人

但现在AI把这个链条给砍断了：

新人？连门都摸不着了。

我想起了前几天刷到的一个帖子：

一个22岁的计算机专业应届生，投了200多份简历，面试了10几家公司，结果都是：“我们希望你有一些AI工具的使用经验。”

但问题是，学校里根本不教这些，而且他没有工作经验，怎么可能熟练使用AI工具？

这就是AI时代的死循环：

没工作机会 → 没法练AI工具

不会AI工具 → 找不到工作机会

05. 我身边的真实案例

说说我们团队的真实经历。

去年我们团队招了一个22岁的实习生，小王，211大学毕业，技术基础很不错。

但来了之后，他发现自己陷入了一个尴尬的境地：

简单的编码工作：我用AI工具几分钟就能完成，他手动写要几个小时

复杂的架构设计：他经验不够，参与不了

测试和文档：这些工作AI工具也能批量生成

结果三个月实习期结束，我们没有转正他。

不是他不够优秀，而是在AI工具的加持下，我们真的不再需要那么多初级程序员了。

更让我愧疚的是，我发现小王的情况还不是个例。

我们公司今年只招了2个应届生，而往年至少要招8-10个。

HR给我的解释很简单：“AI工具让现有团队的效率提升了300%，我们真的不需要那么多人了。”

06. 数据背后的深层逻辑

看了这1.8亿个岗位数据，我算是想明白了：

AI不是要抢所有人的饭碗，它专门抢新人入门的饭碗。

传统模式下：

资深员工：做复杂和核心的工作

初级员工：做简单和辅助的工作

新人：从最简单的工作开始学习

AI模式下：

资深员工 + AI工具：既做复杂工作，又批量处理简单工作

初级员工：价值被大幅稀释

新人：几乎没有立足之地

这就是为什么1.8亿个岗位数据显示，入门级岗位下降最惨烈的原因。

07. 我们该怎么办？

分析了这么多数据，观察了这么多现象，我觉得不能只停留在焦虑层面。

基于我的观察和思考，我总结了几条应对策略：

策略一：重新定义"入门级"工作

现在的入门级工作应该是：

学会使用AI工具完成基础任务

在AI的辅助下，做一些超出新人能力范围的创造性工作

展现出"人+AI"的协同价值，而不是单纯的人力价值

策略二：资深员工的"工具化"转型

对于我们这些35岁的"老人"，必须完成从"经验型"到"工具型"的转型。

我现在的日常：

30%时间：核心架构设计和复杂问题解决

40%时间：学习和优化AI工具使用

30%时间：指导团队如何用好AI工具

经验的价值不再是你一个人能做多少事，而是你用AI能带动团队做多少事。

策略三：建立新的学习路径

传统的学习路径已经失效，我们需要建立新的"AI时代学习模式"。

我给小王（那个实习生）的建议：

先精通1-2个AI工具，而不是贪多求全

用AI工具做个人项目，积累作品集而不是工作经验

在开源社区贡献代码，展示"人+AI"的协同能力

专注某个垂直领域，成为细分专家而不是全栈通用人才

策略四：寻找AI无法替代的价值

AI虽然强大，但有些东西是它无法替代的。

业务理解和商业敏感度

跨团队沟通和项目管理

用户体验和产品感觉

创意思维和问题发现能力

这些都需要大量的实践积累，恰恰是我们35岁"老人"的优势。

08. 最后想说的话

这1.8亿个岗位数据告诉我们一个残酷但必须接受的现实：

AI时代，职场的游戏规则正在被重写。

对于我们35岁的人来说，最危险的不是被AI替代，而是固守旧思维，拒绝变化。

对于22岁的应届生来说，最需要担心的不是AI抢工作，而是没有找到新的学习和成长路径。

AI不是在杀死所有人，它只是在杀死那些不愿意改变的人。

就像当年汽车取代马车时，马车夫消失了，但司机这个职业诞生了。而且司机的数量远远超过了马车夫的数量。

历史总是在重复，但这次变化的速度比任何一次都快。

接受变化，主动学习，重新定义自己的价值。

这可能是我们在这个AI时代唯一的生存之道。

如果你也在经历类似的转型困惑，欢迎在评论区分享你的故事和思考。